中国 インターネット誠実性発展報告（2026）(2026.05.22)

こんにちは、丸山満彦です。

中国の国家サイバースペース管理局が、インターネット誠実性発展報告書2026を公表しています...

技術は、それを支える信頼無くして発展することはないという考えに党の精神をまぶした感じでしょうか？

党・政府だけでの統治は無理なので、民間も協力して対応をしていくという感じですかね...（ある意味官民連携ですが、官と民が対等か...というところはありますかね...）

最終的には、技術、制度、文化を総合して、あるべき社会を作るという感じですかね...

ただ、表向きに考えている内容は至極まっとうですね...

● 国家互联网信息办公室（国家サイバースペース管理局）

・2026.05.22 中国网络社会组织联合会正式发布《中国网络诚信发展报告（2026）》

中国网络社会组织联合会正式发布《中国网络诚信发展报告（2026）》	中国インターネット社会組織連合会が『中国インターネット誠信発展報告（2026）』を正式に発表した
5月20日， 2026年中国网络文明大会互联网企业社会责任分论坛在广西南宁举行，中国网络社会组织联合会正式发布《中国网络诚信发展报告（2026）》（以下简称《报告》）。《报告》以习近平总书记关于网络强国的重要思想为根本遵循，系统总结网络诚信建设的内涵演变、基本特征、治理理念，全面梳理2025年我国网络诚信建设的丰硕成果与突破进展。这是中网联连续编写发布的第六份年度《中国网络诚信发展报告》。	5月20日、2026年中国インターネット文明大会の「インターネット企業の社会的責任」分科会が広西チワン族自治区南寧市で開催され、中国インターネット社会組織連合会は『中国インターネット誠信発展報告（2026）』（以下、『報告』）を正式に発表した。『報告書』は、習近平総書記の「ネット強国」に関する重要思想を根本的な指針とし、ネット誠信建設の内実の変遷、基本的特徴、ガバナンス理念を体系的に総括するとともに、2025年のわが国のネット誠信建設における豊かな成果と画期的な進展を全面的に整理した。これは中国インターネット社会組織連合会が連続して作成・発表した6回目の年次『中国ネット誠信発展報告書』である。
今年《报告》分为正文和附录两大部分，正文部分包括政策理论、主体实践、重点专题、发展建议共4大篇章。附录部分包括2025年中国网络诚信十件大事、2025年网络诚信建设工作案例。	今年の『報告書』は本文と付録の2つの主要部分に分かれており、本文部分には政策理論、主体の実践、重点テーマ、発展提言の計4つの章が含まれている。付録部分には、2025年の中国インターネット誠信に関する10大出来事、2025年のインターネット誠信構築の事例が含まれている。
报告研究认为，2025年，国家从法规制度层面大力推进网络诚信建设，中央网信办、国家市场监管总局等有关部门，印发互联网平台价格行为规则、直播电商监督管理、人脸识别技术应用安全等制度文件，深入开展整治AI技术滥用、自媒体乱象等“清朗”系列专项行动，督促指导网站平台压实主体责任，推动网络诚信建设稳步推进、成效显著，呈现多元协同与责任明晰相统一、虚拟治理与现实赋能相统一、法治约束与文化浸润相统一、动态治理与前瞻防控相统一的鲜明特征。	報告書の分析によると、2025年、国は法規・制度の面からインターネット誠実性構築を強力に推進した。国家インターネット情報弁公室、国家市場監督管理総局などの関係部門は、インターネットプラットフォームの価格行動規則、ライブコマースの監督管理、顔認識技術の応用安全などに関する制度文書を発行し、AI技術の乱用や自メディアの乱象などを是正する「清朗」シリーズ特別行動を深く展開した。また、ウェブサイトやプラットフォームに対し主体責任の徹底を促し、指導することで、インターネット誠実性構築を着実に推進し、顕著な成果を上げた。多元的な協調と責任の明確化の統一、仮想ガバナンスと現実へのエンパワーメントの統一、法治による制約と文化による浸透の統一、動的ガバナンスと先見的な予防・抑制の統一という鮮明な特徴を示している。
据了解，《报告》与往年相比，既有传承，也有创新，主要呈现三个特点：	情報によると、『報告書』は例年と比較して、継承と革新の両面を持ち、主に以下の3つの特徴を示している：
一是守正创新，进一步丰富网络诚信建设的理论体系。立足我国互联网发展治理实践，《报告》研究提出，从基础诚信向协同诚信、全域诚信的发展过程中，网络诚信从技术约束、制度规范向全面治理、高质量发展演进，形成坚持党的领导、坚持以人为本、坚持良法善治、坚持系统观念、坚持创新驱动的治理理念。	第一に、正道を守りつつ革新を図り、ネット誠実性構築の理論体系をさらに充実させる。中国のインターネット発展・ガバナンスの実践に基づき、『報告書』は、基礎的な誠実性から協調的誠実性、全域的誠実性へと発展する過程において、ネット誠実性が技術的制約や制度的規範から、全面的なガバナンスと質の高い発展へと進化し、党の指導の堅持、人間本位の堅持、良法善治の堅持、システム的観念の堅持、イノベーション駆動の堅持というガバナンス理念を形成したと提言している。
二是立足实践，全面呈现多元主体参与网络诚信建设的经验成效。《报告》总结展示各地各部门、行业组织、各类企业、广大网民等多元主体参与诚信文化传播、城市文明建设、科技向善赋能、行业自律规范等方面的有益探索与成熟经验，具体体现了各类主体加强网络诚信建设的生动实践。《报告》记录2025年中国网络诚信建设各领域的十件大事，标注年度工作的重要成果。	第二に、実践に立脚し、多様な主体がインターネット誠信建設に参加した経験と成果を全面的に提示している。「報告書」は、各地の各部門、業界団体、各種企業、広範なネットユーザーなど、多様な主体が誠信文化の普及、都市文明の建設、テクノロジーによる善への貢献、業界の自主規制などの面で行った有益な模索と成熟した経験を総括・展示しており、各主体によるインターネット誠信建設の強化に向けた生きた実践を具体的に体現している。「報告書」は、2025年の中国におけるインターネット誠信建設の各分野における10大出来事を記録し、年間の取り組みにおける重要な成果を明記している。
三是紧扣热点，深入剖析重点领域风险挑战及对策建议。结合新技术发展动向、社会大众关心热点，《报告》以专题形式深度剖析网络谣言治理、人工智能+医疗服务、互联网金融、数字文旅、网络公益等重点领域工作经验与共性难题，分析指出网络诚信建设面临新技术衍生失信问题、网上网下协同治理难度加大、信用评价标准体系不统一等风险挑战，提出规范新技术新应用管理、深化跨域联动合作、凝聚多方合力等对策建议。	第三に、注目すべき話題に焦点を当て、重点分野におけるリスクや課題、および対策案を深く分析する。新技術の発展動向や社会一般の関心事と結びつけ、 本報告書は特集形式で、ネット上のデマ対策、AIを活用した医療サービス、インターネット金融、デジタル文化観光、ネット公益活動などの重点分野における実務経験と共通の課題を深く分析している。また、ネット誠信建設が直面する、新技術に起因する信用失墜問題、オンライン・オフラインの連携によるガバナンスの難度増大、信用評価標準体系の不統一といったリスクと課題を指摘し、新技術・新アプリケーションの管理規範化、領域横断的な連携協力の深化、多方面の協力の結集といった対策案を提示している。
《报告》的发布，着力于打造网络诚信建设成果交流展示平台，力求为社会各界了解我国网络诚信建设发展状况提供参考借鉴。	本『報告書』の発表は、ネット上の信用構築の成果を交流・展示するプラットフォームの構築に重点を置き、社会各界がわが国のネット上の信用構築の発展状況を理解するための参考となることを目指している。

・中国网络诚信发展报告（2026）

・[PDF] 

・[DOCX][PDF] 仮訳

目次...

第一章 政策理论：网络诚信的理论体系	第1章 政策理論：インターネット誠実性の理論体系
一、网络诚信的内涵演变	一、ネット誠実性の内実の変遷
（一）基础诚信	（一）基礎的誠実性
（二）协同诚信	（二）協調的誠実性
（三）全域诚信	（三）全域的誠実性
二、2025 年网络诚信建设的基本特征	二、2025  年のネット誠実性構築の基本的特徴
（一）多元协同与责任明晰相统一：多方参与、共建共享	（一）多元的協調と責任の明確化の統一：多方面の参加、共同建設・共有
（二）虚拟治理与现实赋能相统一：线上线下、深度融合	（二）仮想ガバナンスと現実のエンパワーメントの統一：オンラインとオフラインの深い融合
（三）法治约束与文化浸润相统一：刚性保障、柔性引领	（三）法治による制約と文化による浸透の統一：強固な保障、柔軟な導き
（四）动态治理与前瞻防控相统一：与时俱进、精准适配	（四）動的ガバナンスと先見的な予防・管理の統一：時代とともに進歩し、的確に適応する
三、网络诚信建设的治理理念	三、インターネット上の誠実性構築におけるガバナンス理念
（一）坚持党的领导，把握网络诚信建设的正确方向	（一）党の指導を、インターネット上の誠実性構築の正しい方向性を
(二)坚持以人为本，顺应为民惠民利民的迫切需求	（二）人間本位を堅持し、国民のため、国民の利益となるという切実なニーズに応える
（三）坚持良法善治，筑牢网络诚信建设的法治根基	（三）良法善治を堅持し、インターネット上の信用構築における法治の基盤を強
（四）坚持系统观念，构建线上线下协同的治理体系	（四）システム的思考を堅持しオンラインとオフラインが連携するガバナンス体制を
（五）坚持创新驱动，提升网络诚信建设的治理效能	（五）イノベーション主導を堅持し、インターネット上の信用構築におけるガバナンスの効率性を
第二章 主体实践：多元协同的实践经验	第2章 主体の実践：多元的協働の実践経験
一、政府监管实践：精准与协同治理推进	一、政府の監督管理の実践：的確かつ協調的なガバナンスの推進
（一）治理模式创新：精准治理重点领域失信问题	（一）ガバナンスモデルの革新：重点分野における信用失墜問題への的確なガバナンス
（二）跨域治理实践：多方协同联动强化监管合力	（二）域を跨ぐガバナンスの実践：多者間の連携による監督の相乗効果の強化
二、平台主体履责：治理能力与机制升级	二、プラットフォーム主体の責任履行：ガバナンス能力とメカニズムの高度化
（一）强化主体责任，完善内部诚信规范机制	（一）主体責任の強化、内部誠実規範メカニズムの
（二）创新治理模式，提升失信行为处置效能	（二）ガバナンスモデルの革新：信用失墜行為への対応効率の向上
三、社会协同参与：多元力量赋能与联动	三、社会の協働参加：多様な力の活用と連携
（一）行业组织引领：行业自律规范的制定与推广实践	（一）業界団体の主導：業界の自主規制規範の策定と普及の実践
（二）公众监督赋能：公众监督的渠道建设与实践成效	（二）公衆による監督の活性化：公衆監督のチャネル構築と実践成果
四、人工智能信任：技术风控与诚信共建	四、人工知能への信頼：技術によるリスク管理と誠実な協力体制の構築
（一）强化技术合规风控，筑牢可信运行底层支撑	（一）技術的コンプライアンス・リスク管理、信頼できる運用の基盤を
（二）深化社会信任培育，构建全域协同诚信生态	（二）社会的信頼の醸成を深化させ、全領域にわたる協調的な誠実なエコシステムを
第三章 重点专题：关键领域的探索研究	第3章 重点テーマ：重要分野における探索的研究
一、网络谣言治理：构建风清气正的网络生态	一、ネットデマ対策：健全で公正なネット環境の
（一）网络谣言治理成效	（一）ネットデマ対策の成果
（二）网络谣言治理面临的突出问题	（二）ネットデマ対策が直面する顕著な問題
（三）网络谣言治理的优化建议	（三）ネットデマ対策の最適化に関する提言
二、人工智能+医疗服务：规范数字化服务的诚信底线	二、AI＋医療サービス： デジタルサービスの誠実性の基準を規範化する
（一）人工智能+互联网医疗网络诚信的政策环境	（一）人工知能+ インターネット医療におけるネットワーク誠実性の政策環境
（二）人工智能+互联网医疗的发展现状分析	（二）人工知能+ インターネット医療の発展状況の分析
（三）人工智能+互联网医疗网络诚信的实践经验	（三）人工知能+ インターネット医療におけるネットワーク誠実性の実践経験
（四）人工智能+互联网医疗网络诚信建设的政策建议	（四）人工知能+ インターネット医療におけるネットワーク誠実性構築のための政策提言
三、互联网金融：守护金融消费的诚信生态	三、インターネット金融：金融消費における誠実な環境の維持
（一）互联网金融诚信监管发展成效	（一）インターネット金融における誠実性監督の成果
（二）互联网金融诚信现存突出问题	（二）インターネット金融における誠実性に関する現状の顕著な問題
（三）互联网金融诚信治理建议	（三）インターネット金融における誠実性ガバナンスに関する提言
四、数字文旅：夯实文旅融合的诚信基础	四、デジタル文化観光：文化と観光の融合における誠実な基盤の
（一）数字文旅发展成效	（一）デジタル文化観光の発展成果
（二）数字文旅突出问题	（二）デジタル文化観光の顕著な問題
（三）数字文旅治理建议	（三）デジタル文化観光のガバナンスに関する提言
五、网络公益：筑牢公益慈善的网络诚信防线	五、ネット公益：公益・慈善活動のネット上の誠実性の防衛線を強固にする
（一）网络公益发展成效	（一）ネット公益の発展成果
（二）网络公益突出问题	（二）オンライン公益の顕著な問題
（三）网络公益发展治理建议	（三）オンライン公益の発展に関するガバナンスの提言
第四章发展建议：提质增效的优化路径	第4章 発展に向けた提言：質と効率の向上に向けた最適化の道筋
一、风险挑战	一、リスクと課題
（一）新技术新应用衍生风险与防控难点	（一）新技術・新アプリケーションに起因するリスクと予防・管理の難点
（二）跨域网络诚信治理的协同联动难题	（二）領域横断的なネット上の信用ガバナンスにおける連携の難題
（三）长效治理机制的短板与适配性不足	（三）長期的ガバナンス体制の課題と適合性の欠如
二、发展建议	二、発展に向けた提言
（一）规范新技术新应用管理，化解技术带来的	（一）新技術・新用途の管理を規範化し技術がもたらす問題を
（二）健全跨域联动机制，提升多维度协同治理效能	（二）領域横断的な連携メカニズムを多角的な協調ガバナンスの効力を
（三）凝聚多方合力，促进网上网下诚信有机融合	（三）多方面の協力を結集し、オンラインとオフラインの誠実性の有機的な融合を促進する

自民党 デジタル・ニッポン2026 (2026.05.20)

こんにちは、丸山満彦です。

自民党がデジタル・ニッポン2026を公表しています。

なんとなく重要そうところには触れている感じがしますが、骨太感をあまり感じない、総花感が漂う、過去の延長文書になっているように感じました。（悪いとかいいとかというわけではなく...）

テーマ出しが、おそらく論理的に分析され、構造的に導き出されたものではなく、過去の延長、個別議員の思い入れ（ロビイストに感化されたものも含む）を出発点にしているかもですね...

ただ、「責任あるアジャイル・ガバナンス」の原則の「実証を通じて課題を把握し、リスクを可視化し、得られた知見を制度に反映させ、ルールを継続的に更新していく」というコンセプトには賛成です。

変化が激しい社会環境においては、社会問題が顕著になってから法令文をつくり、調整し、国会審議に諮る頃には、陳腐化している可能性が高いからです。なので。ハードとソフトの2つの使い分けで変化が激しい部分はソフトローで、変化が落ち着いてきている部分は法律でビジネス等が大きく社会の期待から外れないようにすべきですね...

また、人間が最終判断しないといけないので、国民知が問われることになりそうですね（落ちこぼれないように頑張ります...）。

ただ、最近AIの影響かもですが、人間が深く考えられなくなってきているのではないかと思い始めています。AIが大量に吐き出す結果を処理するのに、深く考える時間がないからです...（これも頑張ります...）

ちょっと目を通すだけでも参考になること、考えさせれらることがあると思います...

● 自民党

・2026.05.20 デジタル・ニッポン2026

・[PDF]（1）デジタル・ニッポン2026

目次...

「責任あるアジャイル・ガバナンス－デジタル時代における日本型統治モデル－」

１．DX by AI －デジタル化のために AI を使い倒す－

２．「デジタル」を前提にした社会へ
2.1 マイナンバー・マイナンバーカードの更なる利活用の推進を通じた「新たな景色」の創出
(1) マイナンバーカードの罰則なしの取得義務化へ
(2) マイナンバーカードにより認証された情報の横断的連携による申込手続の抜本的効率化
(3) 多様な給付手段の提供と住民起点での選択肢の確保
(4) マイナンバーカード利活用の推進
(5) 「「公正」「公平」「迅速」な給付を実行するための給付システムの構築に向けた緊急提言」への対応
2.2 事業者関係のデジタル化
(1) 国が主体的に整備するサービス
①Ｇビズ ID
②Ｊグランツ
③Ｇビズポータル
(2) 事業者自身の DX 推進
(3) 事業者が DX を推進するための環境整備
①あらゆるチャネルを活用した、事業者の DX 支援
②事業者の DX を阻害する要因の排除
③事業者の DX を推進するための責任分界の設定
2.3 行政関係のデジタル化
(1) 国の DX の推進
①ガバメントクラウド、ガバメントソリューションサービス（GSS）の徹底活用
②ガバメント AI の推進
③外国人政策
(2) 地方公共団体の DX の推進
➀地方公共団体情報システムの統一・標準化
➁国と地方の役割分担
③地方公共団体の DX を推進するための体制
④各府省庁の役割分担
⑤地方公共団体に対する DX 支援措置
⑥地方発サービス・モジュールの展開
(3) 地方公共団体の DX 推進のためのアナログ規制見直しの推進強化
2.4 個別分野関係（準公共分野と民間への波及効果が大きい重要分野）
(1) 子育て
(2) 建設
(3) 物流
(4) 金融全般（銀行、証券、生保、損保）
(5) その他
2.5 データ戦略
(1) 個人情報保護法の改正
(2) ベース・レジストリの整備推進
(3) 官民連携による産業データ連携の環境整備
(4) DFFT の推進

３．「デジタル」を前提にした社会を支える取組
3.1 「誰一人取り残されない、人に優しいデジタル化」実現に向けた取組
3.2 成長戦略・危機管理投資

４．「デジタル」を前提にした社会を実現する体制・予算の更なる強化＝「デジタル庁 2.5」
4.1 デジタル庁の司令塔機能
(1) デジタル庁の司令塔体制
(2) 司令塔機能の発揮へ
4.2 デジタル関係予算と調達の抜本改革

５．重点分野（各小委員会、PT の取りまとめ）
5.1 AI・web3 小委員会
5.2 デジタル基盤小委員会（デジタル人材育成、法案）
5.3 防災 DXPT
5.4 次世代 AI・オンチェーン金融構想 PT

デジタル社会推進本部 役員

各小委員会・PT 役員と提言一覧

・[PDF]（2）【AI・web3小委員会】AIホワイトペーパー2.0

・[PDF]（3）【デジタル基盤小委員会】デジタル人材に関する提言2026

・[PDF]（4）【防災DXPT】防災DXPT提言

・[PDF]（5）【次世代AI・オンチェーン金融構想PT】次世代AI・オンチェーン金融構想PT提言

中国 国家インターネット情報弁公室他 AIエージェントの規範的利用と革新的発展に関する実施意見 (2026.05.08)

こんにちは、丸山満彦です。

AIエージェントとなっていますが、内容についてはAgentic AIに関する話となっていますが、AIエージェントの利用にあたっては、単なる技術革新だけでなく、倫理、セキュリティ、法規制との調和が不可欠であることを強調していますね...

安全・信頼・制御可能を前提とすることにより、社会の受容性を高め、AIエージェントの普及におけるシステミックなリスクを未然に防ごうとしているように思います...

政府による規制だけでなく、業界の自主規制や信用評価などの、多層的なコントロールを想定していますね...

AIエージェントを「AI+」行動の重要な担い手として位置付け、実社会の課題解決や経済成長に貢献させることで、中国のAI産業における国際競争力の向上を通じて、中国社会の発展につなげようという感じですかね...

内容は参考になることが多いように思います...

4つの基本原則...

坚持安全可控	安全性と管理可能性の堅持
坚持规范有序	規範性と秩序の堅持
坚持创新驱动	イノベーション主導の堅持
坚持应用牵引	利用主導の堅持

● 国家互联网信息办公室（国家サイバースペース管理局）

プレス...

・2026.05.08 国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》

国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》	国家インターネット情報弁公室、国家発展改革委員会、工業情報化部が共同で『AIエージェントの規範的利用と革新的発展に関する実施意見』を公布した
近日，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》）。《实施意见》旨在落实国务院《关于深入实施“人工智能+”行动的意见》，促进智能体规范应用与创新发展。	先日、国家インターネット情報弁公室、国家発展改革委員会、工業情報化部が共同で『AIエージェントの規範的利用と革新的発展に関する実施意見』（以下、『実施意見』という）を公布した。『実施意見』は、国務院の『「AI＋」行動の徹底的な実施に関する意見』を具体化し、AIエージェントの規範的な利用と革新的な発展を促進することを目的としている。
《实施意见》提出，智能体是具备自主感知、记忆、决策、交互与执行能力的智能系统，是人工智能产品及服务的重要形态。随着大模型等新一代人工智能技术迅猛发展，智能体正加速与网络空间、物理世界深度融合，深刻改变人类生产生活方式和社会治理模式。	『実施意見』では、AIエージェントとは、自律的な知覚、記憶、意思決定、対話、実行能力を備えたAIシステムであり、AI製品およびサービスの重要な形態であると提言している。大規模モデルなどの新世代AI技術の急速な発展に伴い、AIエージェントはサイバー空間や物理世界との深い融合を加速させており、人類の生産・生活様式や社会ガバナンスのモデルを根本的に変えつつある。
《实施意见》明确智能体发展要坚持安全可控、规范有序、创新驱动、应用牵引的基本原则，并提出了4个方面举措：一是夯实发展基础，完善技术底座，构建标准协议。二是守牢安全底线，明确产品准则，防范安全风险，完善治理体系，强化行业自律。三是强化应用牵引，围绕科学研究、产业发展、提振消费、民生福祉、社会治理等方向，提出19个典型应用场景。四是建设创新生态，促进产业合作，强化应用推广。	『実施意見』は、AIエージェントの発展において、安全かつ制御可能、規範的かつ秩序ある、イノベーション主導、利用牽引という基本原則を堅持すべきであることを明確にし、4つの側面からの措置を提示している。第一に、発展の基盤を固め、技術基盤を整備し、標準プロトコルを構築すること。第二に、安全の最低ラインを守り、製品基準を明確にし、安全リスクを防止し、ガバナンス体制を整備し、業界の自主規制を強化すること。第三に、利用主導を強化し、科学研究、産業発展、消費の活性化、民生福祉、社会ガバナンスなどの方向性を軸に、19の代表的な利用シナリオを提示する。第四に、イノベーションエコシステムを構築し、産業協力を促進し、利用の普及を強化する。
《实施意见》提出，国家网信办、国家发展改革委、工业和信息化部会同有关方面加强统筹谋划，完善配套政策，形成工作合力，推动重点任务落实落地。	『実施意見』では、国家インターネット情報弁公室、国家発展改革委員会、工業情報化部が関係各方面と連携して、総合的な計画策定を強化し、関連政策を整備し、業務上の連携を形成し、重点任務の着実な実施を推進するとされている。

意見...

・2026.05.08 智能体规范应用与创新发展实施意见

智能体规范应用与创新发展实施意见	AIエージェントの規範的利用と革新的発展に関する実施意見
智能体是具备自主感知、记忆、决策、交互与执行能力的智能系统，是人工智能产品及服务的重要形态。随着大模型等新一代人工智能技术迅猛发展，智能体正加速与网络空间、物理世界深度融合，深刻改变人类生产生活方式和社会治理模式。为落实国务院《关于深入实施“人工智能+”行动的意见》，促进智能体规范应用与创新发展，制定本实施意见。	AIエージェントとは、自律的な知覚、記憶、意思決定、対話、実行能力を備えたAIシステムであり、AI製品およびサービスの重要な形態である。大規模モデルなどの新世代AI技術の急速な発展に伴い、AIエージェントはサイバー空間や物理世界との深い融合を加速させており、人類の生産・生活様式や社会ガバナンスのモデルを根本的に変えつつある。国務院の『「AI＋」行動の徹底的な実施に関する意見』を履行し、AIエージェントの規範的な利用と革新的な発展を促進するため、本実施意見を策定する。
一、基本原则	一、基本原則
以推动科技创新、提升治理能力、构建产业生态、增进民生福祉为导向，坚持安全可控，将智能体安全、可靠、可信作为发展的底线要求，贯穿智能体技术研发、应用部署与推广的全过程，切实防范系统性风险。坚持规范有序，适应智能体技术演进规律，构建与现有政策法规衔接顺畅、行业自律自治、底线红线清晰的治理体系，有序推进智能体落地应用。坚持创新驱动，加强理论创新、技术创新、工程创新联动，体系化突破智能体关键技术，完善政产学研用协同机制，构建开放共享的智能体生态，提升产业创新活力。坚持应用牵引，重点围绕科学研究、产业发展、提振消费、民生福祉、社会治理等实际需求，发挥典型应用场景示范效应，先易后难、循序渐进，促进智能体技术验证、产品迭代、应用落地。	科学技術の革新の推進、ガバナンス能力の向上、産業エコシステムの構築、民生の福祉増進を指針とし、安全かつ制御可能であることを堅持する。AIエージェントの安全性、信頼性、信用性を発展の最低要件とし、その技術研究開発、利用展開、普及の全過程に貫き、システミックリスクを確実に防止する。規範のかつ秩序ある運営を堅持し、AIエージェント技術の進化の法則に適応し、既存の政策・法規と円滑に連携し、業界の自主規制・自治が行われ、最低基準とレッドラインが明確なガバナンス体制を構築し、AIエージェントの実用化を秩序立てて推進する。イノベーション主導を堅持し、理論革新、技術革新、工学革新の連携を強化し、AIエージェントの重要技術において体系的なブレークスルーを図り、政府・産業界・学術界・研究機関・利用者の連携メカニズムを整備し、開放・共有型のAIエージェントエコシステムを構築し、産業のイノベーション活力を高める。利用主導を堅持し、科学研究、産業発展、消費の活性化、民生福祉、社会ガバナンスなどの実際のニーズに重点を置き、代表的な利用シナリオのモデル効果を発揮させ、易から難へと段階的に進め、AIエージェントの技術検証、製品の反復改良、実用化を促進する。
二、夯实发展基础	二、発展の基盤を固める
夯实技术底座，健全标准体系，降低智能体研发、适配、应用门槛，为丰富智能体产品及服务奠定基础。	技術基盤を強固にし、標準体系を整備し、AIエージェントの研究開発、適合、利用のハードルを下げ、AIエージェントの製品およびサービスの充実に向けた基礎を築く。
（一）完善技术底座	（一）技術基盤の整備
1.强化基础技术研发。持续提升通用基础模型性能，支持行业发展细分领域专用模型，形成适应不同场景和设备的模型产品矩阵。面向智能体训练与运行，提升高质量数据集供给能力。加强智能体任务理解、任务规划、工具使用、长期记忆、互认互通、群体协同等技术攻关，提升智能体泛化能力。	1. 基盤技術の研究開発を強化する。汎用基盤モデルの性能を継続的に向上させ、業界の発展に伴う細分化された分野向けの専用モデルを支援し、さまざまなシナリオやデバイスに適応したモデル製品のマトリックスを形成する。AIエージェントのトレーニングと実行に向け、高品質なデータセットの供給能力を向上させる。AIエージェントのタスク理解、タスク計画、ツール使用、長期記憶、相互認証・相互接続、集団協調などの技術的課題への取り組みを強化し、AIエージェントの汎化能力を向上させる。
2.完善智能体工具链。开展智能体底层框架研究，加快研发感知、记忆、决策、交互、执行等关键组件，完善智能体研发、测试、部署、运维等工具链。发展对抗样本检测、行为异常检测等安全与治理工具，提升对智能体非合规行为的发现、干预、阻断、恢复能力。	2. AIエージェントのツールチェーンを整備する。AIエージェントの基盤フレームワークの研究を展開し、知覚、記憶、意思決定、対話、実行などの主要コンポーネントの研究開発を加速させ、AIエージェントの研究開発、テスト、展開、運用・保守などのツールチェーンを整備する。敵対的サンプル検出、行動異常検出などのセキュリティおよびガバナンスツールを開発し、AIエージェントの非準拠行動に対する発見、介入、遮断、復旧能力を向上させる。
（二）构建标准协议	（二）標準プロトコルの構築
3.建立智能体标准体系。制定智能体标准化工作指导文件，形成智能体标准框架，系统布局关键技术、重要产品、数据交换、应用场景、质量评测、安全保障、可信认证等标准体系，加快制定智能体与软件工具、应用服务、硬件外设接口等基础标准。加强智能体互联协议（AIP）等智能体互联关键国家标准、行业标准的推广应用。支持医疗、交通、媒体、公共安全等领域制定强制性标准。鼓励企业按照相关标准研发产品服务，提升智能体规范性。积极参与国际标准制定。	3. AIエージェントの標準体系を確立する。AIエージェントの標準化作業に関する指針文書を策定し、標準フレームワークを構築する。中核技術、重要製品、データ交換、利用シナリオ、品質評価、セキュリティ保証、信頼性認証などの標準体系を体系的に整備し、AIエージェントとソフトウェアツール、アプリケーションサービス、ハードウェア周辺機器のインターフェースなどの基礎標準の策定を加速する。AIエージェント相互接続プロトコル （AIP）など、AIエージェント相互接続に関する重要な国家標準・業界標準の普及・適用を強化する。医療、交通、メディア、公共安全などの分野における強制標準の策定を支援する。企業が関連標準に従って製品・サービスを研究開発することを奨励し、AIエージェントの規範性を高める。国際標準の策定に積極的に参画する。
4.布局发展智能互联网。研究建立智能互联网体系架构，探索建立智能体注册平台，提供智能体数字身份管理、检索发现、能力声明等服务，支持开发者、部署方式、接口协议、合规认证等信息查询和管理。提升多智能体协同能力，研究智能体身份标识、可信互联、合规支付、安全防护、冲突解决等基础技术。发挥互联网协议第六版（IPv6）技术优势，提升智能体端到端通信能力。探索建立智能互联网监测指标体系。	4. スマートインターネットの展開を図る。スマートインターネットのアーキテクチャの構築を研究し、AIエージェント登録プラットフォームの設立を模索し、AIエージェントのデジタルID管理、検索・発見、能力宣言などのサービスを提供し、 開発者、導入方法、インターフェースプロトコル、コンプライアンス認証などの情報の照会・管理を支援する。マルチエージェントの協調能力を向上させ、AIエージェントの識別、信頼できる相互接続、コンプライアンスに準拠した決済、セキュリティ保護、紛争解決などの基盤技術を研究する。インターネットプロトコル第6版（IPv6）の技術的優位性を活かし、AIエージェントのエンドツーエンド通信能力を向上させる。スマートインターネットの監視指標体系の構築を模索する。
三、守牢安全底线	三、 安全の最低ラインを堅守する
坚持以人为本、智能向善、多元共治、安全稳妥，营造规范发展、鼓励创新的制度环境，促进智能体健康有序发展。	「人間本位」「AIエージェントの善用」「多元的共治」「安全かつ着実」を堅持し、規範的な発展とイノベーションを奨励する制度環境を醸成し、AIエージェントの健全かつ秩序ある発展を促進する。
（一）明确产品准则	（一）製品基準を明確化する
5.完善政策法规和伦理规范。加快研究智能体相关政策法规及伦理规范，发挥专业机构内容资源和审核把关优势，确保智能体行为符合法律法规及主流价值观。防止智能体利用数据优势、人格化技术实施传播不良价值观、算法压榨等行为，防范未成年人、老年人沉迷成瘾、情感依赖等风险。做好与人工智能伦理审查等制度衔接。	5. 政策・法規および倫理規範を整備する。AIエージェント関連の政策・法規および倫理規範の研究を加速させ、専門機関が持つコンテンツリソースや審査・チェック機能の強みを活かし、AIエージェントの行動が法律・法規および主流の価値観に合致するよう確保する。AIエージェントがデータの優位性や人格化技術を利用して、不適切な価値観の拡散やアルゴリズムによる搾取などの行為を行うことを防止し、未成年者や高齢者の依存症や感情的依存などのリスクを未然に防ぐ。AIの倫理審査などの制度との連携を適切に行う。
6.明确决策权限。在遵守法律法规、尊重社会公德和伦理规范前提下，厘清仅限用户本人决策、需由用户授权决策和智能体自主决策等各种决策方式的合理边界及所需权限。确保用户对智能体自主决策享有知情权和最终决策权，智能体执行操作不得超出用户授权范围。	6. 意思決定権限を明確化する。法令を遵守し、社会公徳および倫理規範を尊重することを前提として、ユーザー本人のみが意思決定を行う場合、ユーザーの承認を必要とする場合、およびAIエージェントが自律的に意思決定を行う場合など、各種の意思決定方式の合理的な境界および必要な権限を明確にする。ユーザーがAIエージェントの自律的意思決定に対して知情権および最終決定権を有することを確保し、AIエージェントによる操作の実行はユーザーの承認範囲を超えてはならない。
7.加强行为管控。发展规则内嵌、行为围栏等技术，确保智能体在公共场所、隐私场所、专门场所等的行为合法合规。探索利用区块链等技术，建立重要应用场景智能体行为可验证、可追溯机制，防范智能体不当行为引发重大风险。	7. 行動管理を強化する。ルール組み込みや行動フェンスなどの技術を開発し、公共の場、プライバシーが保護される場所、専用施設などにおけるAIエージェントの行動が合法かつ規制に準拠していることを確保する。ブロックチェーンなどの技術を活用し、重要な利用シーンにおけるAIエージェントの行動を検証・追跡可能な仕組みを構築し、AIエージェントの不適切な行動が重大なリスクを引き起こすのを防ぐ。
（二）防范安全风险	（二）セキュリティリスクの防止
8.提升内生安全能力。研究智能体数据安全、个人信息保护、密码防护、攻击检测、权限管理、行为控制等安全技术，提升智能体系统安全保障能力，防范数据投毒、隐私泄露、算法篡改、系统漏洞、运行失控等安全风险。研究智能体安全检测技术，探索建立智能体安全评估体系。	8. 内在的なセキュリティ能力を向上させる。AIエージェントのデータセキュリティ、個人情報保護、暗号保護、攻撃検知、権限管理、行動制御などのセキュリティ技術を研究し、AIエージェントシステムのセキュリティ保証能力を向上させ、データポイズニング、プライバシー漏洩、アルゴリズム改ざん、システムの脆弱性、動作の制御不能などのセキュリティリスクを防止する。AIエージェントのセキュリティ検知技術を研究し、AIエージェントのセキュリティ評価体系の構築を模索する。
9.加强供应链安全。制定智能体开发、部署、应用、维护等全周期安全规范，加强模型接入、应用程序接口调用、扩展工具使用等环节安全管理。探索建立智能体供应链安全信息共享和预警机制，及时发布风险提示，提升安全保障能力。	9. サプライチェーンの安全性を強化する。AIエージェントの開発、展開、運用、保守などの全ライフサイクルにわたる安全規範を策定し、モデルの接続、APIの呼び出し、拡張ツールの使用などの段階における安全管理を強化する。AIエージェントのサプライチェーンにおける安全情報の共有および早期警戒メカニズムの構築を模索し、リスク情報を適時に発信して、安全保障能力を向上させる。
10.化解应用衍生风险。完善智能体常态化风险识别、预警及干预机制，强化人机协同审核、拦截阻断等风险处置能力，防范系统性安全风险。强化智能体应用安全管理，避免智能体被用于自动化攻击、隐私侵犯、虚假信息生成传播、网络诈骗等违法犯罪行为。	10. 利用に起因するリスクを解消する。AIエージェントの常態的なリスク特定、早期警戒および介入メカニズムを整備し、人間と機械の協調による審査、遮断・阻止などのリスク対処能力を強化し、システミックなセキュリティリスクを防止する。AIエージェントの利用安全管理を強化し、AIエージェントが自動攻撃、プライバシー侵害、虚偽情報の生成・拡散、ネット詐欺などの違法・犯罪行為に利用されるのを防ぐ。
（三）完善治理体系	（三）ガバナンス体制の整備
11.构建分类分级治理框架。根据应用场景和潜在影响，审慎稳妥开展智能体分级治理。对于敏感领域及重点行业，由网信部门联合行业主管部门确定开放场景，根据相关法律法规、监管要求和安全防护标准，实行备案、检测、问题产品召回等管理措施。对于部分生活娱乐、日常办公等低风险领域，完善智能体评估测试工具，通过合规自测、信息报告、分发平台管理、行业自律等实现高效治理。	11.分類・格付けに基づくガバナンス枠組みを構築する。利用シナリオと潜在的な影響に基づき、慎重かつ着実にAIエージェントの段階的ガバナンスを展開する。機密性の高い分野や重点業界については、インターネット情報部門が業界の所管部門と連携して開放シナリオを確定し、関連する法律・法規、規制要件、セキュリティ標準に基づき、届出、検査、問題のある製品のリコールなどの管理措置を実施する。生活・娯楽、日常業務など一部の低リスク分野については、AIエージェントのアセスメント・テストツールを整備し、コンプライアンス自己診断、情報報告、配信プラットフォームの管理、業界の自主規制などを通じて、効率的なガバナンスを実現する。
12.健全合规服务体系。强化智能体风险监测预警、检测评估、咨询、认证等专业服务供给，引导行业积极研发智能体监测工具。开展智能体功能、性能、质量、合规等第三方评测服务，推动认证与检测结果互通互认，为用户选择智能体提供参考。编制并发布智能体技术及应用成熟度报告，为产业研发应用提供参考。	12. コンプライアンスサービス体制を整備する。AIエージェントのリスク監視・早期警戒、検査・アセスメント、コンサルティング、認証などの専門サービスの提供を強化し、業界がAIエージェント監視ツールの研究開発を積極的に行うよう誘導する。AIエージェントの機能、性能、品質、コンプライアンスなどに関する第三者評価サービスを実施し、認証と検査結果の相互利用・相互承認を推進し、ユーザーがAIエージェントを選択する際の参考とする。AIエージェントの技術および利用成熟度報告書を作成・公表し、産業における研究開発・利用の参考とする。
（四）强化行业自律	（四）業界の自主規制を強化する
13.引导行业加强自律。鼓励行业组织、主要企业联合制定行业自律规则，明确智能体功能合规、算法治理、知识产权保护、公平竞争等规范细则。指导智能体开发平台、分发平台、服务提供者建立公平合理的平台规则、用户服务协议及隐私政策，明确供需双方权责，保障产业健康发展。加强智能体应用风险宣传教育，提升用户安全意识。	13. 業界に対し、自主規制の強化を誘導する。業界団体や主要企業が共同で業界の自主規制ルールを策定するよう奨励し、AIエージェントの機能コンプライアンス、アルゴリズムガバナンス、知的財産権の保護、公正な競争などの規範的細則を明確化する。AIエージェント開発プラットフォーム、配信プラットフォーム、サービス提供者に対し、公平かつ合理的なプラットフォーム規則、ユーザー利用規約およびプライバシーポリシーの策定を指導し、需給双方の権利と責任を明確化して、産業の健全な発展を保障する。AIエージェント利用に伴うリスクに関する啓発・教育を強化し、ユーザーのセキュリティ意識を高める。
14.探索信用评价机制。指导行业组织建立智能体市场主体自愿参与的信用评价机制，对于技术滥用、诱导消费、虚假宣传、隐瞒缺陷信息等行为进行信用评价，依法依规开展失信惩戒。引导智能体开发者、开发平台、分发平台、服务提供者等参与信用评价，共同营造良好发展环境。	14.信用評価メカニズムの模索を行う。業界団体に対し、AIエージェント市場の主体が自発的に参加する信用評価メカニズムの構築を指導し、技術の濫用、消費誘導、虚偽宣伝、欠陥情報の隠蔽などの行為に対して信用評価を行い、法令に基づき信用失墜に対する懲戒措置を実施する。AIエージェントの開発者、開発プラットフォーム、配信プラットフォーム、サービス提供者などが信用評価に参加するよう誘導し、良好な発展環境を共同で醸成する。
四、强化应用牵引	四、利用による牽引の強化
积极稳妥推动智能体典型场景应用，牵引技术产品优化提升，探索形成可复制、可推广的智能体落地应用模式。	AIエージェントの代表的なシナリオへの利用を積極的かつ着実に推進し、技術・製品の最適化・向上を牽引するとともに、再現可能かつ普及可能なAIエージェントの実用化モデルを模索する。
（一）科学研究	（一）科学研究
15.科研探索。研发理论推演、模拟仿真等智能体，挖掘潜在技术路径。强化智能体信息关联整合、知识体系构建等能力，提升自然科学、哲学社会科学研究发现能力。促进智能体与科学仪器、实验平台融合，实现方案设计、实验操作、数据处理、结果分析等全流程智能化。	15. 科学的研究。理論推演やシミュレーションなどのAIエージェントを研究開発し、潜在的な技術的道筋を掘り起こす。AIエージェントの情報関連付け・統合や知識体系の構築などの能力を強化し、自然科学、哲学・社会科学における研究発見能力を向上させる。AIエージェントと科学機器、実験プラットフォームの融合を促進し、計画設計、実験操作、データ処理、結果分析などの全プロセスのスマート化を実現する。
16.研发辅助。发展软件开发智能体，提升需求分析、架构设计、代码生成与测试等全流程开发能力。促进智能体与计算机辅助设计（CAD）、计算机辅助工程（CAE）等软件结合，提供设计方案生成、仿真验证、参数调优等功能。	16. 研究開発支援。ソフトウェア開発用AIエージェントを開発し、要件分析、アーキテクチャ設計、コード生成およびテストなど、全プロセスにわたる開発能力を向上させる。AIエージェントとコンピュータ支援設計（CAD）、コンピュータ支援エンジニアリング（CAE）などのソフトウェアとの連携を促進し、設計案の生成、シミュレーション検証、パラメータの最適化などの機能を提供する。
（二）产业发展	（二）産業発展
17.智能制造。研发生产管理智能体，动态优化生产排程、资源分配和工序衔接，推动智能体在工业互联网领域应用，提升企业精细化管理水平。提升智能体工艺参数优化、加工精度检测、产品缺陷识别等能力，促进智能体与数控机床、工业机器人、自动化产线等融合，促进提质增效降本。	17. スマート製造。生産管理用AIエージェントを研究開発し、生産スケジューリング、リソース配分、工程連携を動的に最適化する。産業用インターネット分野におけるAIエージェントの利用を推進し、企業のきめ細かな管理レベルを向上させる。AIエージェントの工程パラメータ最適化、加工精度検査、製品欠陥識別などの能力を向上させ、AIエージェントとCNC工作機械、産業用ロボット、自動化生産ラインなどの融合を促進し、品質向上、効率化、コスト削減を図る。
18.能源资源。研发大气、水体、土壤、噪声等环境要素感知智能体，提升自然灾害、环境污染等风险预警能力。依托智能体强化对国土空间资源全周期管理能力。依托智能体实现能源、金属等矿产资源高效勘探。发展电力调度、用电监测、电网维护等智能体，提升电力资源使用效率。	18. エネルギー・資源。大気、水質、土壌、騒音などの環境要素を感知するAIエージェントを研究開発し、自然災害や環境汚染などのリスク早期警戒能力を向上させる。AIエージェントを活用して、国土空間資源の全ライフサイクル管理能力を強化する。AIエージェントを活用して、エネルギーや金属などの鉱物資源の効率的な探査を実現する。電力系統運用、電力使用状況の監視、送電網の保守などのAIエージェントを開発し、電力資源の利用効率を向上させる。
19.交通运输。研发交通安全监管、应急指挥调度等智能体，提升违章违规行为识别、交通基础设施风险预警、重点车辆（船舶）监管、事故快速响应等能力。优化交通监测调度智能体性能，发展交通载运工具管控智能体，提升路网、水网、空域的通行效率。	19. 交通運輸。交通安全の監視・管理、緊急時の指揮・調整などのAIエージェントを開発し、違反行為の識別、交通インフラのリスク早期警戒、重点車両（船舶）の監視、事故への迅速な対応などの能力を向上させる。交通監視・調整用AIエージェントの性能を最適化し、交通輸送手段の管理・制御用AIエージェントを開発し、道路網、水路網、空域の通行効率を向上させる。
20.农业生产。研发农业服务智能体，开展农技指导、病虫害诊断与防治等服务。推动智能体在种植养殖、高效育种等环节应用，推进农业智能化转型。推动智能体与智能农机具、智慧大棚、农业服务平台融合，提升农业生产效率。	20.農業生産。農業サービス用AIエージェントを開発し、農業技術指導、病害虫の診断・防除などのサービスを実施する。栽培・養殖、高効率育種などの段階におけるAIエージェントの活用を推進し、農業のスマート化への転換を進める。AIエージェントとスマート農業機械、スマートハウス、農業サービスプラットフォームの融合を推進し、農業生産効率を向上させる。
21.金融服务。研发金融风控智能体，提升信贷审批、交易监控、账户安全等环节风险识别能力。完善智能体异常检测、合规审计功能，提升信贷违约预测、信用卡盗刷拦截、反洗钱监测等能力。	21. 金融サービス。金融リスク管理AIエージェントを開発し、与信審査、取引監視、口座セキュリティなどの段階におけるリスク特定能力を向上させる。AIエージェントの異常検知・コンプライアンス監査機能を整備し、与信デフォルト予測、クレジットカード不正利用の遮断、マネーロンダリング監視などの能力を向上させる。
（三）提振消费	（三）消費の活性化
22.终端应用。推动智能体赋能互联网应用及服务，优化在线购物、出行导航、生活缴费、日常办公等服务体验。推动智能体与手机、电脑、汽车、家居、可穿戴、消费级机器人等终端设备协同发展，提升跨应用、跨设备任务完成能力。	22.端末アプリケーション。AIエージェントがインターネットアプリケーションやサービスに付加価値をもたらすよう推進し、オンラインショッピング、ナビゲーション、公共料金の支払い、日常業務などのサービス体験を最適化する。AIエージェントとスマートフォン、パソコン、自動車、スマートホーム、ウェアラブル端末、民生用ロボットなどの端末機器との協調的な発展を推進し、アプリケーションや機器を横断したタスク遂行能力を向上させる。
23.文化旅游。研发文学、音乐、绘画、视听、演艺等内容创作智能体，促进优秀文化传播推广。发展智能导览、多语种翻译、适老适残等旅游服务智能体，提升旅游服务水平。	23. 文化・観光。文学、音楽、絵画、視聴覚、舞台芸術などのコンテンツ制作用AIエージェントを開発し、優れた文化の普及・促進を図る。スマートガイド、多言語翻訳、高齢者・障がい者対応などの観光サービス用AIエージェントを発展させ、観光サービスの水準を向上させる。
24.商业服务。提升智能体客服能力，提供7×24小时咨询、预约、售后等服务。发展导引、清洁、仓储、配售等具身智能体，提升餐饮、零售、住宿、物流等商业场所的运营效率。探索通过具身智能体提供低成本家政、养老、托育、助残等服务。	24.商業サービス。AIエージェントのカスタマーサービス能力を向上させ、24時間365日の相談、予約、アフターサービスなどを提供する。案内、清掃、倉庫管理、販売・配送などの身体を持つAIエージェントを開発し、飲食、小売、宿泊、物流などの商業施設の運営効率を高める。身体を持つAIエージェントを通じて、低コストの家事代行、高齢者介護、保育、障害者支援などのサービスを提供する方法を模索する。
（四）民生福祉	（四）民生福祉
25.教育教学。探索课件生成、作业批改、学情分析等智能体，提高教师工作效率。依托智能体开展个性化学习方案制定，完善智能导学、答疑辅导、虚拟助教等功能。支持在线教育平台研发智能体，提供终身学习服务。	25. 教育・授業。教材作成、宿題の添削、学習状況分析などのAIエージェントを模索し、教員の業務効率を向上させる。AIエージェントを活用して個別化された学習計画の策定を行い、学習指導、質疑応答、仮想ティーチングアシスタントなどの機能を充実させる。オンライン教育プラットフォームによるAIエージェントの開発を支援し、生涯学習サービスを提供する。
26.医疗健康。提升医学影像分析、疾病诊断推理、定制化诊疗方案生成等医疗辅助智能体性能，探索药品管理、手术排程、病历管理等智能体，提升医疗服务效率。稳步发展预问诊、报告解析等智能体，提升患者体验。	26. 医療・健康。医学画像解析、疾病診断推論、個別化された診療計画の生成などの医療補助AIエージェントの性能を向上させ、 医薬品管理、手術スケジューリング、カルテ管理などのAIエージェントを模索し、医療サービスの効率を向上させる。事前問診、検査結果の解析などのAIエージェントを着実に発展させ、患者体験を向上させる。
27.人力资源。探索智能体在就业促进、技术技能人才培养评价、劳动关系公共服务等领域应用，提升就业服务能力。发展社会保险、劳动争议仲裁、欠薪治理等智能体，保障劳动者合法权益。	27. 人的資源。雇用促進、技術・技能人材の育成・評価、労働関係における公共サービスなどの分野におけるAIエージェントの利用を模索し、雇用サービスの能力を向上させる。社会保険、労働争議仲裁、未払い賃金の是正などのAIエージェントを発展させ、労働者の合法的権益を保障する。
28.信息服务。探索智能体在网络内容建设管理中的应用，鼓励信息发布部门和内容传播平台研发用户分析、选题策划、采编加工、分发推荐、智能审核、舆论引导、情绪疏导、实时翻译等智能体，实现多模态信息、跨领域信息的高效整合。	28. 情報サービス。インターネットコンテンツの構築・管理におけるAIエージェントの活用を模索し、情報発信部門やコンテンツ配信プラットフォームに対し、ユーザー分析、テーマ企画、取材・編集・加工、配信・推薦、スマート審査、世論誘導、感情ケア、リアルタイム翻訳などのAIエージェントの開発を奨励し、マルチモーダル情報や分野横断的な情報の効率的な統合を実現する。
（五）社会治理	（五）社会ガバナンス
29.政务服务。探索事项辅助审批智能体，推动政务审批流程智能化。发展政策咨询智能体，提供全天在线的政务咨询、流程指引等服务。探索主动推送适配政策、服务提醒及办理指南，加快从“人找服务”向“服务找人”转型。	29.行政サービス。事務手続きの審査支援AIエージェントを模索し、行政審査プロセスのスマート化を推進する。政策相談AIエージェントを発展させ、24時間オンラインの行政相談や手続き案内などのサービスを提供する。適した政策やサービスの通知、手続きガイドを能動的にプッシュする仕組みを模索し、「人がサービスを探す」から「サービスが人を探す」への転換を加速させる。
30.司法服务。探索全流程办案辅助智能体，提升案件材料梳理、案件信息录入、证据审查、辅助法律文书生成等能力。发展法律宣传、法律咨询、法律监督等智能体，为群众提供高效便捷的在线司法服务。	30.司法サービス。事件処理の全プロセスを支援するAIエージェントの導入を模索し、事件資料の整理、事件情報の入力、証拠審査、法律文書の作成支援などの能力を向上させる。法律広報、法律相談、法律監督などのAIエージェントを発展させ、市民に効率的で利便性の高いオンライン司法サービスを提供する。
31.公共安全。探索监测预警、应急处置、救援调度、协同治理等智能体，提升安全生产监管和防灾减灾救灾等能力。提升智能体异常行为识别、潜在威胁预警、动态防控处理能力，维护公共安全。推动具身智能体在灾害救援、安防巡检、危险品处置等领域落地应用。	31.公共安全。監視・早期警戒、緊急対応、救援指揮、協調型ガバナンスなどのAIエージェントの活用を模索し、安全生産の監督管理や防災・減災・災害救援などの能力を向上させる。AIエージェントによる異常行動の識別、潜在的な脅威の早期警戒、動的な予防・制御・処理能力を向上させ、公共の安全を維持する。災害救援、セキュリティ巡回、危険物処理などの分野における具身AIエージェントの実用化を推進する。
32.城市治理。探索智能体在城市规划、建设与治理环节应用，支撑智能建造、房屋管理、城市基础设施安全运行等工作，提升城市治理专业化水平，提升城市人居环境质量。	32. 都市ガバナンス。都市計画、建設、ガバナンスの各段階におけるAIエージェントの活用を模索し、スマート建設、建物管理、都市インフラの安全な運用などを支援し、都市ガバナンスの専門性を高め、都市の居住環境の質を向上させる。
33.招标投标。探索招标投标智能体，实现招标投标活动全链路智慧管理，保障全过程规范高效。提升招标投标交易、服务和监管的智慧化水平，实现招标科学合理、评标公平公正和监管穿透高效。	33.入札。入札用AIエージェントを模索し、入札活動の全プロセスにわたるスマート管理を実現し、全過程の規範的かつ効率的な運用を保障する。入札取引、サービス、監督管理のスマート化レベルを向上させ、入札の科学的かつ合理的な実施、評価の公平・公正、そして監督管理の徹底と効率化を実現する。
五、建设创新生态	五、イノベーションエコシステムの構築
畅通供需渠道，促进研发侧、需求侧高水平互动，形成市场牵引、内驱发展的智能体产业生态。	需給チャネルを円滑化し、研究開発側と需要側の高水準な相互作用を促進し、市場主導かつ内発的な発展を特徴とするAIエージェント産業エコシステムを形成する。
（一）促进产业合作	（一）産業協力の促進
34.培育开源创新力量。引导国内人工智能开源社区加强智能体布局，开展智能体与开源芯片、开源操作系统、开源大模型兼容适配。引导企业、高校、科研机构积极参与智能体框架、交互接口、工具链等开源项目，推动技术体系融通发展，加快提升国际影响力。	34. オープンソースによるイノベーション力の育成。国内のAIオープンソースコミュニティに対し、AIエージェントへの展開を強化するよう誘導し、AIエージェントとオープンソースチップ、オープンソースOS、オープンソース大規模モデルとの互換性・適合性を推進する。企業、大学、研究機関がAIエージェントのフレームワーク、インタラクションインターフェース、ツールチェーンなどのオープンソースプロジェクトに積極的に参加するよう誘導し、技術体系の融合・発展を推進し、国際的な影響力の向上を加速させる。
35.搭建产业协作平台。发挥智能体相关生态联盟、技术验证实验室等产业协作平台的作用，协同产业链上下游开展智能体共性技术研发、标准制定、评估认证等工作，开展智能体技术与产业应用复合人才培养。引导互联网应用、智能终端等领域企业共建生态，探索建立互利共赢的合作模式。	35.産業連携プラットフォームを構築する。AIエージェント関連のエコシステムアライアンスや技術検証ラボなどの産業連携プラットフォームの役割を発揮させ、産業チェーンの上流・下流が連携して、AIエージェントの共通技術の研究開発、標準策定、アセスメント・認証などの業務を展開し、AIエージェント技術と産業利用を融合した人材の育成を行う。インターネットアプリケーションやスマート端末などの分野の企業に対し、エコシステムの共同構築を誘導し、互恵・共栄の協力モデルの確立を模索する。
（二）强化应用推广	（二）利用普及の強化
36.构建应用推广渠道。推动建立智能体软件商店、行业供需信息发布平台，引导智能体企业积极发布产品，形成集聚效应。开展智能体应用供需对接活动，采取公开招标、揭榜挂帅等方式吸引智能体企业定制化开发相应产品。引导整机、软件等企业基于智能体研发产品和服务，培育用户市场。	36.利用普及チャネルの構築。AIエージェント向けソフトウェアストアや業界の需給情報発信プラットフォームの設立を推進し、AIエージェント企業が積極的に製品をリリースするよう誘導し、集積効果を形成する。AIエージェントの利用に関する需給マッチング活動を実施し、公開入札や 公募方式などを通じて、AIエージェント企業による対応製品のカスタマイズ開発を誘致する。ハードウェア、ソフトウェアなどの企業がAIエージェントを基盤として製品やサービスを開発するよう誘導し、ユーザー市場を育成する。
37.推进重点场景开放。推动重点领域开放智能体应用场景，在产业集聚区、重点行业、重点领域开展智能体应用试点，打造一批具有引领作用的示范项目。发展市场化、专业化的智能体技术转化服务机构，探索智能体应用场景，提升技术成果转化效率。促进行业数据共享开放，支撑重点场景智能体训练部署。	37.重点シナリオの開放を推進する。重点分野におけるAIエージェントの利用シナリオの開放を推進し、産業集積地域、重点業界、重点分野でAIエージェントの利用パイロット事業を展開し、先導的役割を果たすモデルプロジェクトを数多く創出する。市場化・専門化されたAIエージェント技術転化サービス機関を発展させ、AIエージェントの利用シナリオを模索し、技術成果の転化効率を向上させる。業界のデータ共有・開放を促進し、重点シナリオにおけるAIエージェントのトレーニング・展開を支援する。
38.积极培育全球生态。依托世界人工智能大会、世界互联网大会等国际平台，交流展示智能体技术创新成果。推动终端设备、软件企业适配智能体，引导相关企业做好海外合规建设，推动智能体适应当地法律法规和文化习俗。	38.グローバルなエコシステムを積極的に育成する。「世界AI大会」や「世界インターネット大会」などの国際プラットフォームを活用し、AIエージェント技術の革新成果を交流・展示する。端末機器・ソフトウェア企業がAIエージェントに対応するよう推進し、関連企業が海外でのコンプライアンス体制を整備するよう導き、AIエージェントが現地の法律・法規や文化・慣習に適応するよう促す。
六、保障措施	六、保障措置
国家网信办、国家发展改革委、工业和信息化部会同有关方面加强统筹谋划，强化资源整合和力量协同，完善配套政策，形成工作合力，推动重点任务落实落地。建立并完善智能体发展评价指标体系，加强智能体规范应用与创新发展的监测评估、滚动实施和动态调整。	国家インターネット情報弁公室、国家発展改革委員会、工業情報化部は関係各方面と連携し、総合的な計画策定を強化し、資源の統合と力の連携を強化し、関連政策を整備し、業務の相乗効果を形成し、重点任務の着実な実施を推進する。AIエージェントの発展評価指標体系を確立・整備し、AIエージェントの規範的な利用と革新的な発展に関する監視・アセスメント、継続的な実施、および動的な調整を強化する。

インフォグラフィック的なもの...

・2026.05.08 一图读懂《智能体规范应用与创新发展实施意见》

一图读懂《智能体规范应用与创新发展实施意见》

一図でわかる『AIエージェントの規範的な利用と革新的な発展に関する実施意見』

記者との一問一答...

・2026.05.08 专家解读｜把握智能体发展机遇，加快构建智能体治理体系

《智能体规范应用与创新发展实施意见》答记者问	『AIエージェントの規範的な利用と革新的な発展に関する実施意見』に関する記者会見
近日，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》）。国家网信办有关负责同志就《实施意见》回答了记者提问。	先日、国家インターネット情報弁公室、国家発展改革委員会、工業情報化部は共同で『AIエージェントの規範的な利用と革新的な発展に関する実施意見』（以下、『実施意見』）を公布した。国家インターネット情報弁公室の関係責任者が、『実施意見』について記者の質問に答えた。
1.问：请介绍一下《实施意见》的出台背景。	1. 問：『実施意見』が策定された背景について説明してほしい。
答：近年来，以手机助手、终端智能管家、云端智能体等为代表的智能体产品加速涌现，呈现规模化应用态势，极大便利人们工作生活。同时，智能体高自主性、高权限等特性也带来了隐私泄露、越权操作、行为失控等安全风险，需要统筹发展与安全，促进智能体规范应用和创新发展。	答：近年、スマートフォンアシスタント、端末用スマートマネージャー、クラウド型AIエージェントなどを代表とするAIエージェント製品が急速に台頭し、大規模な利用が進んでいる。人々の仕事や生活を大いに便利にしている。一方で、AIエージェントの高い自律性や権限といった特性は、プライバシー漏洩、権限越境操作、行動の制御不能といったセキュリティリスクももたらしており、発展と安全を総合的に考慮し、AIエージェントの規範的な利用と革新的な発展を促進する必要がある。
党中央、国务院高度重视人工智能发展。习近平总书记在中共中央政治局第二十次集体学习时强调，要把握人工智能发展趋势和规律，加紧制定完善相关法律法规、政策制度、应用规范、伦理准则，构建技术监测、风险预警、应急响应体系，确保人工智能安全、可靠、可控。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，以科学技术、产业发展、消费提质、民生福祉、治理能力等领域为重点，提出到2027年，率先实现人工智能与重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%的阶段性目标。	党中央と国務院はAIの発展を極めて重視している。習近平総書記は、中国共産党中央政治局の第20回集団学習において、AIの発展動向と法則を把握し、関連する法律・法規、政策制度、利用規範、倫理基準の策定・整備を急ぎ、技術監視、リスク早期警戒、緊急対応体制を構築し、AIの安全性、信頼性、制御可能性を確保すべきだと強調した。2025年8月、国務院は『「AI＋」行動の徹底実施に関する意見』を公布し、科学技術、産業発展、消費の質的向上、民生福祉、 ガバナンス能力などの分野を重点とし、2027年までに、AIと重点分野との広範かつ深い融合を率先して実現し、次世代スマート端末やAIエージェントなどの普及率を70％以上に引き上げるという段階的な目標を掲げた。
制定出台《实施意见》是贯彻落实《关于深入实施“人工智能+”行动的意见》的具体举措，以推动科技创新、提升治理能力、构建产业生态、提升民生福祉为导向，营造良好政策环境，发挥典型场景示范效应，统筹推动智能体高质量发展、高水平安全、高效能治理。	『実施意見』の策定・公布は、『「AI＋」行動の徹底的な実施に関する意見』を貫徹・実行するための具体的な措置であり、科学技術イノベーションの推進、ガバナンス能力の向上、産業エコシステムの構築、民生福祉の向上を指針とし、良好な政策環境を醸成し、典型的なシナリオの模範的効果を発揮させ、AIエージェントの質の高い発展、高水準の安全性、高効率なガバナンスを統括的に推進するものである。
2.问：《实施意见》的总体思路是什么？	2.問：『実施意見』の全体的な考え方は何か。
答：在制定《实施意见》过程中，重点把握以下4个方面：一是强化思想引领。坚持以习近平新时代中国特色社会主义思想为指导，贯彻落实习近平总书记关于网络强国的重要思想，深入实施“人工智能+”行动，推动智能体高质量发展。二是统筹发展和安全。遵循技术发展客观规律，夯实产业技术底座，完善治理体系，积极稳妥推动智能体规范应用，构建发展与安全协同促进的格局。三是坚持应用牵引。深入挖掘典型应用场景，推动形成以创新带应用、以应用促创新的良性循环，促进智能体赋能千行百业。四是守牢安全底线。坚持以人为本、智能向善、多元共治、安全稳妥，明确智能体发展底线红线，将安全可控贯穿智能体技术研发、应用部署与产品推广全过程。	答：『実施意見』の策定過程において、以下の4つの側面を重点的に把握した。第一に、思想的指導の強化である。習近平新時代の中国の特色ある社会主義思想を指針とし、習近平総書記の「サイバー強国」に関する重要思想を貫徹・実施し、「AI＋」行動を深く推進し、AIエージェントの質の高い発展を促進する。第二に、発展と安全の統合である。技術発展の客観的な法則に従い、産業技術の基盤を固め、ガバナンス体系を整備し、AIエージェントの規範的な利用を積極的かつ着実に推進し、発展と安全が相互に促進し合う枠組みを構築する。第三に、利用主導を堅持することだ。典型的な利用シナリオを深く掘り下げ、イノベーションが利用を牽引し、利用がイノベーションを促進するという好循環の形成を推進し、AIエージェントがあらゆる業界に力を与えることを促進する。第四に、安全の底線を堅守することだ。人間本位、スマート技術の善用、多元的共治、安全かつ着実な取り組みを堅持し、AIエージェントの発展における底線とレッドラインを明確にし、安全かつ制御可能な状態をAIエージェントの技術研究開発、利用展開、製品普及の全過程に貫く。
3.问：《实施意见》在规范智能体应用方面有哪些具体要求？	3. 問：『実施意見』は、AIエージェントの利用を規範化する上で、どのような具体的な要件を定めているか。
答：《实施意见》将智能体安全、可靠、可信作为产业发展的底线要求，规范有序推动智能体落地应用。一是明确产品准则。要进一步完善政策法规和伦理规范，做好智能体权限管理、行为管控等工作，为智能体相关产品研发提供指引。二是防范安全风险。发挥技术手段作用，提升在智能体内生安全、供应链安全、应用衍生风险等方面的风险防范能力，实现智能体开发、部署、应用、维护全周期安全管理，有效防范系统性风险。三是完善治理体系。适应智能体技术演进规律，根据应用场景和潜在影响，构建审慎稳妥的分类分级治理框架，推动建设智能体合规服务体系，做到既“放得活”又“管得好”。四是强化行业自律。鼓励智能体相关企业、行业组织、研究机构加强责任意识，共同制定行业自律规则。引导智能体开发者、开发平台、分发平台、服务提供者参与信用评价，共同营造良好发展环境。	答：『実施意見』は、AIエージェントの安全性、信頼性、信用性を産業発展の最低要件とし、AIエージェントの実用化を規範的かつ秩序立てて推進する。第一に、製品基準を明確化する。政策・法規および倫理規範をさらに整備し、AIエージェントの権限管理や行動制御などの業務を適切に行い、AIエージェント関連製品の研究開発に向けた指針を提供する。第二に、セキュリティリスクを防止する。技術の手段を活用し、AIエージェントの内在的な安全性、サプライチェーンの安全性、利用に伴う派生リスクなどに対するリスク防止能力を向上させ、AIエージェントの開発、導入、運用、保守の全ライフサイクルにわたる安全管理を実現し、システミックリスクを効果的に防止する。第三に、ガバナンス体制を整備する。AIエージェント技術の進化の法則に適応し、利用シナリオや潜在的な影響に基づき、慎重かつ着実な分類・格付けによるガバナンス枠組みを構築し、AIエージェントのコンプライアンスサービス体系の構築を推進し、「柔軟な展開」と「適切な管理」の両立を図る。第四に、業界の自主規制を強化することだ。AIエージェント関連企業、業界団体、研究機関に対し、責任意識を高め、共同で業界の自主規制ルールを策定するよう奨励する。AIエージェントの開発者、開発プラットフォーム、配信プラットフォーム、サービス提供者が信用評価に参加するよう誘導し、良好な発展環境を共に醸成する。
4.问：《实施意见》围绕推动智能体创新发展部署了哪些重点工作？	4. 問：『実施意見』は、AIエージェントの革新的な発展を推進するために、どのような重点業務を策定しているか。
答：《实施意见》围绕智能体技术突破、场景应用和生态建设等重点方向，体系化推动智能体创新发展。一是夯实发展基础。通过强化基础技术研发、完善智能体工具链，为产业提供高水平技术底座。建立智能体标准体系，降低智能体研发、适配、应用门槛。前瞻布局多智能体协同、智能互联网等前沿领域，为产业持续演进打好基础。二是强化应用牵引。围绕科学研究、产业发展、提振消费、民生福祉、社会治理等方向，提出19个典型应用场景，牵引智能体技术产品优化提升，探索可复制、可推广的落地应用模式。三是建设创新生态。加强培育开源创新力量、搭建产业协作平台，推动产业高效协同，提升创新活力。通过构建应用推广渠道、推进重点场景开放，畅通供需渠道，形成市场牵引、内驱发展的产业生态。积极培育全球生态，推动国内外技术融通发展，营造开放共享的国际合作环境。	答：『実施意見』は、AIエージェントの技術的ブレークスルー、利用シナリオ、エコシステム構築などの重点方向を中心に、AIエージェントの革新的な発展を体系的に推進する。第一に、発展の基盤を固める。基礎技術の研究開発を強化し、AIエージェントのツールチェーンを整備することで、産業に高水準の技術基盤を提供する。AIエージェントの標準体系を構築し、AIエージェントの研究開発、適合、利用のハードルを下げる。マルチAIエージェント協調やスマートインターネットなどの最先端分野を先見的に展開し、産業の持続的な進化のための基盤を固める。第二に、利用による牽引を強化する。科学研究、産業発展、消費の活性化、民生福祉、社会ガバナンスなどを軸に、19の典型的な利用シナリオを提示し、AIエージェントの技術・製品の最適化・向上を牽引するとともに、再現可能かつ普及可能な実用化モデルを模索する。第三に、イノベーションエコシステムの構築だ。オープンソースによるイノベーションの育成を強化し、産業連携プラットフォームを構築することで、産業の効率的な協調を推進し、イノベーションの活力を高める。利用普及チャネルの構築や重点シナリオの開放を推進し、需給チャネルを円滑化することで、市場主導かつ内発的な発展を特徴とする産業エコシステムを形成する。グローバルなエコシステムを積極的に育成し、国内外の技術の融合・発展を推進し、開放・共有を特徴とする国際協力環境を醸成する。
5.问：下一步就落实《实施意见》有哪些工作举措？	5. 問：『実施意見』の着実な実行に向けて、今後どのような取り組みが行われるのか。
答：国家网信办、国家发展改革委、工业和信息化部将会同有关方面切实推进《实施意见》落地见效。聚焦智能体技术研发、场景开放、安全治理等关键环节，完善配套政策，形成工作合力，推动重点任务落实落地。同时，加强智能体规范应用与创新发展的监测评估、滚动实施和动态调整。	答：国家インターネット情報弁公室、国家発展改革委員会、工業情報化部は、関係各方面と連携して『実施意見』の着実な実行と効果の発現を推進する。AIエージェント技術の研究開発、シナリオの開放、セキュリティガバナンスなどの重要分野に焦点を当て、関連政策を整備し、連携を強化して重点任務の着実な実行を推進する。同時に、AIエージェントの規範的な利用と革新的な発展に関する監視・アセスメント、継続的な実施、および動的な調整を強化する。

専門家のコメント...

・2026.05.08 专家解读｜为智能体发展树立规范、留足空间

专家解读｜为智能体发展树立规范、留足空间	専門家の解説｜AIエージェントの発展に向けた規範の確立と十分な余地の確保
当前，人工智能正经历从生成式人工智能向代理式人工智能的发展。智能体作为能够自主感知、记忆、决策、交互、执行的新型产品服务形态，正在科研、生产、消费等多个领域展现出广阔应用前景。与此同时，人工智能与网络融合创新已成为互联网发展的重要趋势。智能体的自主性、协同性与可塑性使其安全风险与治理挑战较以往人工智能应用更为复杂。在这一背景下，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》）。《实施意见》遵循智能体技术演进规律，统筹发展与安全、创新与治理，系统构建了我国智能体产业发展的政策框架，标志着智能体从技术探索迈向规范发展的关键一步。	現在、AIは生成的AIからエージェント型AIへの発展段階にある。AIエージェントは、自律的に知覚、記憶、意思決定、対話、実行を行うことができる新しい製品・サービス形態として、科学研究、生産、消費など多岐にわたる分野で広範な利用可能性を示している。同時に、AIとネットワークの融合によるイノベーションは、インターネット発展の重要なトレンドとなっている。AIエージェントの自律性、協調性、可塑性により、そのセキュリティリスクとガバナンス上の課題は、従来のAIの利用よりも複雑になっている。こうした背景のもと、国家インターネット情報弁公室、国家発展改革委員会、工業情報化部は共同で『AIエージェントの規範的な利用と革新的な発展に関する実施意見』（以下、『実施意見』）を公布した。『実施意見』は、AIエージェントの技術的進化の法則に従い、発展と安全、革新とガバナンスを統合的に考慮し、わが国のAIエージェント産業の発展に向けた政策枠組みを体系的に構築したものであり、AIエージェントが技術的探求から規範的な発展へと踏み出す重要な一歩を象徴している。
一、发展与安全并重，以整体谋划确立产业发展秩序	一、発展と安全を両立させ、全体的な計画により産業発展の秩序を確立する
智能体是由“大模型+记忆系统+工具调用+规划能力”形成的闭环，不仅能调用软硬件工具执行任务，还可以分析执行结果，不断优化任务完成效果。智能体可广泛落地于智慧城市、智慧制造等领域，为各类场景提供“数字化身”式的智能支撑，但如何实现智联网下异构智能体的高效协同、责任边界划分与风险管控，仍需进一步探索。《实施意见》将创新发展与安全底线置于同等重要的位置，在鼓励智能体创新发展的同时，也从制度层面构建了治理体系，为产业发展确立清晰秩序。	AIエージェントは、「大規模モデル＋記憶システム＋ツール呼び出し＋計画能力」によって形成される閉ループであり、ソフトウェアやハードウェアのツールを呼び出してタスクを実行できるだけでなく、実行結果を分析し、タスク達成の効果を絶えず最適化することもできる。AIエージェントはスマートシティやスマート製造などの分野に幅広く導入され、様々なシナリオに「デジタルアバター」型のインテリジェントな支援を提供できるが、スマートインターネット環境下における異種AIエージェント間の効率的な協調、責任範囲の区分、およびリスク管理をいかに実現するかは、依然としてさらなる探求が必要である。『実施意見』は、イノベーションによる発展と安全の最低基準を同等に重要な位置づけとし、AIエージェントのイノベーションによる発展を奨励すると同時に、制度的なレベルでガバナンス体制を構築し、産業発展のための明確な秩序を確立している。
在创新发展层面，《实施意见》从完善技术底座与构建标准协议两个维度夯实产业发展根基。技术底座方面，强化基础技术研发与工具链建设，推动通用模型与专用模型协同发展。标准协议方面，系统布局标准体系，推动智能体互联协议研究，并前瞻性提出布局智能互联网，构建数字身份管理、检索发现、能力声明等能力。这一布局将引导智能体从“单点智能”走向“群体智能”，为智能体间的可信互联与群体协同奠定基础。	革新・発展の面において、『実施意見』は、技術基盤の整備と標準プロトコルの構築という二つの側面から、産業発展の基盤を強固なものにしている。技術基盤の面では、基礎技術の研究開発とツールチェーンの構築を強化し、汎用モデルと専用モデルの協調的な発展を推進する。標準プロトコルの面では、標準体系を体系的に整備し、AIエージェント間の相互接続プロトコルの研究を推進するとともに、先見性を持ってスマートインターネットの構築を提唱し、デジタルID管理、検索・発見、能力宣言などの機能を構築する。この展開により、AIエージェントは「単一の知能」から「集団知能」へと移行し、AIエージェント間の信頼できる相互接続と集団的協調の基盤が築かれる。
在安全底线层面，《实施意见》构建了覆盖伦理、技术、治理的安全体系。产品准则方面，完善政策法规和伦理规范，防范算法压榨、沉迷成瘾、情感依赖等风险，厘清用户与智能体的决策边界，并加强智能体行为管控。技术安全方面，强调提升内生安全能力，加强供应链安全，化解应用衍生风险。治理体系方面，推动构建分类分级的治理框架，健全合规服务体系，完善智能体评估、监测工具。这些举措既守住安全底线、又留足发展空间，为智能体产业健康发展提供了可预期的环境。	安全性の最低基準の面において、『実施意見』は倫理、技術、ガバナンスを網羅する安全体系を構築した。製品指針の面では、政策・法規および倫理規範を整備し、アルゴリズムによる搾取、依存症、感情的依存などのリスクを防止するとともに、ユーザーとAIエージェントの意思決定の境界を明確化し、AIエージェントの行動管理を強化する。技術的安全性の面では、内在的なセキュリティ能力の向上を強調し、サプライチェーンの安全性を強化し、アプリケーションに起因するリスクを解消する。ガバナンス体系の面では、分類・段階別のガバナンス枠組みの構築を推進し、 コンプライアンスサービス体制を整備し、AIエージェントの評価・監視ツールを充実させる。これらの措置は、安全の最低ラインを守りつつ十分な発展の余地を残し、AIエージェント産業の健全な発展に予測可能な環境を提供している。
二、应用与生态协同，以场景牵引构建产业发展路径	二、利用とエコシステムの連携――シナリオ主導による産業発展経路の構築
当前OpenClaw等新型智能体已在中小企业和个人开发者中得到了广泛尝试和应用，但要充分发挥其价值仍需促进智能体与各行业场景的融合。《实施意见》在智能体的行业应用方面进行了全面部署，通过场景化、规模化应用带动技术迭代，并促进产业生态的成熟。	現在、OpenClawなどの新型AIエージェントは、中小企業や個人開発者の間で広く試行・利用されているが、その価値を十分に発揮させるには、AIエージェントと各業界のシナリオとの融合を促進する必要がある。『実施意見』は、AIエージェントの業界利用について包括的な展開を示しており、シナリオ化・大規模化された利用を通じて技術の反復改良を促し、産業エコシステムの成熟を促進する。
在应用牵引方面，《实施意见》围绕科学研究、产业发展、提振消费、民生福祉、社会治理等领域提出典型应用场景。科学研究领域，鼓励智能体用于理论推演与模拟仿真，辅助科研工作。产业发展领域，面向智能制造、能源资源、交通运输、农业生产、金融服务等实体经济主战场，推动智能体深度应用。提振消费领域，推动智能体赋能终端应用、文化旅游、商业服务等场景。民生福祉与社会治理领域，推动智能体赋能教育教学、医疗健康、政务服务、公共安全等方面。通过重点领域的场景开放，为智能体技术应用提供试验场，推动技术与需求的有效对接。	利用主導の面において、『実施意見』は科学研究、産業発展、消費の活性化、民生福祉、社会ガバナンスなどの分野を中心に、典型的な利用シナリオを提示している。科学研究分野では、理論推論やシミュレーションにAIエージェントを活用し、科学研究業務を支援することを奨励する。産業発展分野では、スマート製造、エネルギー・資源、交通運輸、農業生産、金融サービスなど、実体経済の主要分野を対象に、AIエージェントの深い活用を推進する。消費活性化分野では、エンドユーザー向けアプリケーション、文化・観光、商業サービスなどのシナリオにおいて、AIエージェントの活用を推進する。民生福祉と社会ガバナンス分野では、教育・指導、医療・健康、 行政サービス、公共安全などの分野への活用を推進する。重点分野におけるシナリオの開放を通じて、AIエージェント技術の利用に向けた試験場を提供し、技術とニーズの効果的なマッチングを促進する。
在生态构建方面，《实施意见》从产业合作与应用推广两个维度进行部署。产业合作层面，培育开源创新力量，推动智能体与开源芯片、开源操作系统、开源大模型兼容适配，搭建产业协作平台协同开展技术研发、标准制定、评估认证。应用推广层面，构建智能体软件商店、行业供需信息发布平台等应用推广渠道，推进重点场景开放，积极参与和布局全球生态。这些部署通过明确重点应用方向，为市场主体提供了清晰的市场预期与投资指引，从供给侧与需求侧两端发力，推动技术创新与市场应用相互促进。	エコシステムの構築に関して、『実施意見』は産業協力と利用普及という二つの側面から展開を図る。産業協力のレベルでは、オープンソースによるイノベーションの力を育成し、AIエージェントとオープンソースチップ、オープンソースOS、オープンソース大規模モデルの互換性・適合性を推進するとともに、産業協力プラットフォームを構築し、技術研究開発、標準策定、アセスメント・認証を協調して実施する。利用普及の面では、AIエージェント向けソフトウェアストアや業界の需給情報発信プラットフォームなどの普及チャネルを構築し、重点シナリオの開放を推進するとともに、グローバルなエコシステムへの積極的な参画と展開を図る。これらの施策は、重点的な利用方向を明確にすることで、市場主体に明確な市場予測と投資指針を提供し、供給側と需要側の双方から働きかけ、技術革新と市場利用が相互に促進されるよう推進する。
三、立足长远，以体系化设计回应技术发展与治理需求	三、長期的な視点に立ち、体系的な設計によって技術発展とガバナンスのニーズに応える
《实施意见》的深层意义，在于其体系化设计所体现的前瞻性，以及对技术发展与治理需求之间关系的系统把握。	『実施意見』の深い意義は、その体系的な設計に表れた先見性、および技術の発展とガバナンスのニーズとの関係に対する体系的な把握にある。
第一，《实施意见》前瞻布局发展智能互联网等关键技术领域。《实施意见》并未局限于对已有问题的简单回应，而是着眼未来技术发展趋势进行预先布局。近年来，产业界、学术界积极研究探讨智能互联网的内涵、特征及演进路径。业界认为，智能互联网将具备空天地一体、通感算融合、高度智能化等典型特征，成为互联网演进升级的新阶段。作为具备全时全域感知、传输和计算能力的智能化综合性信息枢纽，智能互联网将在连接海量人机物的基础上，更有力支撑智能终端、智能体之间的互联协助，成为数智时代的关键底座。	第一に、『実施意見』はスマートインターネットなどの重要技術分野の発展を先見的に配置している。『実施意見』は既存の問題への単純な対応にとどまらず、将来の技術発展のトレンドを見据えて事前に配置を行っている。近年、産業界や学界では、スマートインターネットの内実、特徴、および進化の道筋について積極的に研究・検討が進められている。業界では、スマートインターネットは、空・地・宇宙の一体化、通信・感知・計算の融合、高度な知能化といった典型的な特徴を備え、インターネットの進化・アップグレードにおける新たな段階になると見られている。全時・全域にわたる感知、伝送、計算能力を備えた知能化された総合情報ハブとして、スマートインターネットは、膨大な人・機械・モノを接続する基盤の上に、スマート端末やAIエージェント間の相互接続・連携をより強力に支え、デジタル・インテリジェント時代の重要な基盤となるだろう。
第二，《实施意见》探索形成与智能体技术特征相适应的治理思路。智能体的自主性意味着风险形态发生变化，传统针对单一产品或单一服务的监管方式难以有效应对。《实施意见》在治理思路上实现了从“单点管控”向“系统治理”的延伸，通过构建分级分类的治理体系，健全合规服务体系，提升全链条安全保障能力，为不同领域的智能体应用提供差异化的治理路径，促进智能体健康有序发展。	第二に、『実施意見』は、AIエージェントの技術的特徴に適応したガバナンスの考え方を模索している。AIエージェントの自律性はリスクの形態が変化することを意味し、従来の単一製品や単一サービスを対象とした規制方式では効果的に対応することが困難である。『実施意見』は、ガバナンスの考え方において「単点管理」から「システムガバナンス」への拡張を実現し、階層化・分類化されたガバナンス体系を構築することで、 コンプライアンスサービス体系を整備し、全チェーンにわたるセキュリティ保障能力を向上させ、異なる分野におけるAIエージェントの利用に対し、差別化されたガバナンスの道筋を提供し、AIエージェントの健全かつ秩序ある発展を促進する。
第三，《实施意见》明确多元主体的协同分工。政府层面多个部门协同统筹协调，进行资源整合；行业层面依托联盟、实验室等产业组织强化专业服务供给；企业层面引导开源创新与产业协作。产学研用的协同互促有助于形成政府引导、市场主导、社会参与的治理格局。	第三に、『実施意見』は多様な主体による協調的な役割分担を明確にしている。政府レベルでは複数の部門が連携して統括・調整を行い、資源の統合を図る。業界レベルでは、連合や研究所などの産業組織を基盤として専門的なサービスの提供を強化する。企業レベルでは、オープンソースによるイノベーションと産業連携を誘導する。産学研用の連携と相互促進は、政府の誘導、市場の主導、社会の参加によるガバナンス構造の形成に寄与する。
总体来看，《实施意见》以规范保障安全，以创新驱动发展，以应用赋能产业，以治理引领未来，推动我国智能体在安全可控的前提下实现高质量发展，为我国数字经济建设、科技自立自强与社会治理现代化提供坚实支撑。（作者：邬贺铨，中国工程院院士）	全体として見て、『実施意見』は、規範によって安全を保障し、イノベーションによって発展を牽引し、利用によって産業に力を与え、ガバナンスによって未来をリードすることで、安全かつ管理可能な前提の下でわが国のAIエージェントの高品質な発展を実現し、わが国のデジタル経済の構築、科学技術の自立・自強、および社会ガバナンスの近代化に強固な支えを提供する。（著者：鄔賀銓、中国工程院院士）

・2026.05.08 专家解读｜统筹高质量发展与高水平安全：从《智能体规范应用与创新发展实施意见》看AI产业新图景

专家解读｜统筹高质量发展与高水平安全：从《智能体规范应用与创新发展实施意见》看AI产业新图景	専門家の解説｜質の高い発展と高水準の安全の調和：『AIエージェントの規範的利用と革新的発展に関する実施意見』から見るAI産業の新たな展望
近日，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》），标志着我国智能体应用与创新发展迈入新阶段。《实施意见》统筹高质量发展与高水平安全，平衡应用创新与风险防范，既充分回应了当前智能体在大众消费、行业应用等领域快速发展的客观趋势，也为其朝着安全、可靠、可信方向高质量、健康有序发展提供了重要遵循与指引，将有力促进智能经济和智能社会新形态培育壮大，赋能新质生产力发展。	先日、国家インターネット情報弁公室、国家発展改革委員会、工業情報化部が共同で『AIエージェントの規範的利用と革新的発展に関する実施意見』（以下、『実施意見』）を公布した。これは、中国のAIエージェントの利用と革新的発展が新たな段階に入ったことを示すものである。『実施意見』は、質の高い発展と高水準の安全を両立させ、利用・革新とリスク防止のバランスを図っている。これは、一般消費や業界利用などの分野における現在のAIエージェントの急速な発展という客観的な傾向に十分に応えるとともに、安全・確実・信頼性の高い方向への質の高い、健全かつ秩序ある発展に向けた重要な指針を提供するものであり、スマート経済とスマート社会の新たな形態の育成・拡大を強力に促進し、新たな質を備えた生産力の発展を後押しするだろう。
一、智能体技术演进带来生产力跃升与治理新课题	一、AIエージェント技術の進化がもたらす生産力の飛躍とガバナンスの新たな課題
当前，人工智能加速从“通用对话”模型向具备“感知、记忆、决策、交互与执行”闭环能力的智能体演进升级。智能体深入终端操作系统，加速与物理世界深度融合，具备重塑生产力格局的颠覆性力量，将深刻改变人类生产生活方式和社会治理模式。	現在、AIは「汎用対話」モデルから、「知覚、記憶、意思決定、相互作用、実行」という閉ループ能力を備えたAIエージェントへと、急速に進化・アップグレードしている。AIエージェントは端末のオペレーティングシステムに深く浸透し、物理世界との深い融合を加速させており、生産力の構造を再構築する破壊的な力を有し、人類の生産・生活様式や社会ガバナンスのモデルを根本的に変えることになる。
智能体赋能千行百业转型升级。从科研探索的模拟仿真、智能制造的排程优化，到日常消费的跨设备协同与政务服务的自动化流转，智能体正加速与物理世界深度融合。这种融合将极大降低各行业的智能化门槛，引发从“人机交互”到“人机协同”的生产方式变革。	AIエージェントは、あらゆる業界の変革と高度化を後押ししている。科学研究におけるシミュレーションやスマート製造のスケジューリング最適化から、日常消費におけるデバイス間連携や行政サービスの自動化に至るまで、AIエージェントは物理世界との深い融合を加速させている。この融合は、各業界のスマート化への参入障壁を大幅に引き下げ、「人間と機械の対話」から「人間と機械の協調」への生産方式の変革を引き起こすだろう。
智能体带来新的风险挑战。智能体技术的多元化、决策的自主性以及对海量底层数据的依赖，使得传统的边界防御模型面临失效。如何在保障终端权限不被滥用、系统运行稳健可控的前提下释放智能体潜能，成为摆在产业界面前的核心课题。	AIエージェントは新たなリスクと課題をもたらす。AIエージェント技術の多様化、意思決定の自律性、そして膨大な基盤データへの依存により、従来の境界防御モデルは機能不全に陥りつつある。端末の権限が乱用されないよう保障し、システムの運用が堅牢かつ制御可能であるという前提の下で、いかにしてAIエージェントの潜在能力を引き出すかが、産業界が直面する核心的な課題となっている。
二、坚持应用牵引与生态共建，激活高质量发展新动能	二、利用主導とエコシステムの共同構築を堅持し、質の高い発展に向けた新たな原動力を活性化させる
《实施意见》将“发展”置于突出位置，明确提出以应用为牵引，通过政产学研用的紧密协同，构建开放共享的智能体创新生态，为智能体普及应用提供了广阔的发展空间。	『実施意見』は「発展」を最優先事項に位置づけ、利用を牽引役とし、政府・産業界・学術界・研究機関・利用者の緊密な連携を通じて、開放的で共有可能なAIエージェントのイノベーションエコシステムを構築することを明確に打ち出しており、AIエージェントの普及・利用に広範な発展の余地を提供している。
一是厚植技术底座，抢占智能互联网先机。《实施意见》不仅鼓励基础大模型与细分领域专用模型的矩阵化发展，更前瞻性地提出布局“智能互联网”体系架构。通过推广智能体互联协议（AIP）、探索数字身份与多智能体协同技术，我国正致力于在下一代互联网基础设施建设中掌握主动权。	第一に、技術基盤を強固にし、スマートインターネットの先機を掴むことだ。『実施意見』は、基礎的な大規模モデルと細分化された分野の専用モデルのマトリクス型発展を奨励するだけでなく、先見性を持って「スマートインターネット」のシステムアーキテクチャの構築を提唱している。AIエージェント相互接続プロトコル（AIP）の普及や、デジタルIDおよびマルチAIエージェント協調技術の探求を通じて、中国は次世代インターネットインフラの構築において主導権を握ることに注力している。
二是强化场景赋能，推动技术成果高效转化。《实施意见》开辟了从科学研究、产业发展到民生福祉的广阔应用试验田。通过建立智能体软件商店、行业供需发布平台以及推进重点场景的试点示范，《实施意见》旨在打通技术研发与市场需求之间的壁垒，以真实的商业和公共服务场景牵引智能体技术的快速迭代。	第二に、ユースケースによる活用を強化し、技術成果の効率的な実用化を推進することだ。『実施意見』は、科学研究、産業発展から国民の福祉に至るまで、広範な利用試験の場を切り開いた。AIエージェント向けソフトウェアストアや業界の需給情報発信プラットフォームの構築、および重点ユースケースにおけるパイロット事業・実証実験の推進を通じて、『実施意見』は技術研究開発と市場ニーズの間の障壁を取り除き、実際のビジネスや公共サービスのユースケースによってAIエージェント技術の迅速な進化を牽引することを目指している。
三是培育开源力量，共建全球化产业生态。《实施意见》强调发挥产业协作平台的作用，引导国内开源社区在智能体框架、工具链及操作系统等底层技术上发力。这不仅有助于整合国内创新资源，更为我国智能体企业出海、参与全球规则制定与技术交流奠定了坚实的生态基础。	第三に、オープンソースの力を育成し、グローバルな産業エコシステムを共同で構築することだ。『実施意見』は、産業連携プラットフォームの役割を発揮させ、国内のオープンソースコミュニティがAIエージェントのフレームワーク、ツールチェーン、オペレーティングシステムなどの基盤技術に注力するよう導くことを強調している。これは国内のイノベーション資源を統合するのに役立つだけでなく、中国のAIエージェント企業が海外に進出し、グローバルなルール策定や技術交流に参加するための強固なエコシステムの基盤を築くことにもなる。
三、夯实安全底线与敏捷治理，护航产业行稳致远	三、安全性の最低ラインと機敏なガバナンスを強化し、産業の着実かつ長期的な発展を後押しする
在全面鼓励创新的同时，《实施意见》将“安全、可靠、可信”作为不可逾越的底线。这种安全并非被动的封堵，而是建立在深厚学术研究和产业共识基础上的前置性、体系化治理。	イノベーションを全面的に奨励する一方で、『実施意見』は「安全、信頼性、信用性」を越えられない最低ラインとしている。この安全性とは、受動的な封じ込めではなく、深い学術研究と産業のコンセンサスに基づいた、予防的かつ体系的なガバナンスである。
一是构建“行为管控+内生安全”的双重防御体系。《实施意见》提出厘清智能体自主决策与用户授权的合理边界，强调发展“规则内嵌、行为围栏”等技术，确保智能体在复杂场景下的操作合法合规、可追溯。同时，从供应链全周期的角度，强化数据保护与模型防投毒能力，筑牢智能体运行的底层基石。	第一に、「行動管理＋内在的安全性」という二重の防御体制を構築することだ。『実施意見』は、AIエージェントの自律的意思決定とユーザーの権限付与との合理的な境界線を明確化することを提唱し、「ルール組み込み、行動フェンス」などの技術の開発を強調し、複雑なシナリオ下でもAIエージェントの操作が合法・コンプライアンスに準拠し、追跡可能であることを確保する。同時に、サプライチェーンの全ライフサイクルの観点から、データ保護とモデルのポイズニング防止能力を強化し、AIエージェント稼働の基盤を強固なものにする。
二是完善标准引领与合规服务网络。面对庞大的应用生态，《实施意见》提出系统布局关键技术、数据交换、可信认证等标准体系。依托这些基础标准，逐步健全涵盖风险监测、评估检测与认证咨询的第三方合规服务体系。通过认证结果的互通互认，赋能市场主体实现低成本的合规前置。	第二に、標準主導とコンプライアンスサービスネットワークを整備することだ。膨大なアプリケーションエコシステムを前に、『実施意見』は、重要技術、データ交換、信頼性認証などの標準体系を体系的に構築することを提唱している。これらの基礎標準に基づき、リスク監視、アセスメント・検査、認証コンサルティングを網羅する第三者コンプライアンスサービス体系を段階的に整備する。認証結果の相互利用・相互承認を通じて、市場主体が低コストでコンプライアンスを事前に対処できるよう支援する。
三是推行分类分级与包容审慎的治理框架。针对不同应用场景，《实施意见》采取了灵活敏捷的治理机制。对于敏感领域实行严格管理；对于生活娱乐等低风险领域，则充分发挥平台管理、行业自律与信用评价机制的作用，避免过度干预，最大程度保持企业的创新活力。	第三に、分類・格付けと包容的かつ慎重なガバナンス枠組みを推進する。異なる利用シナリオに対し、『実施意見』は柔軟かつ機敏なガバナンスメカニズムを採用している。センシティブな分野については厳格な管理を実施し、生活・娯楽などの低リスク分野については、プラットフォーム管理、業界の自主規制、信用評価メカニズムの役割を十分に発揮させ、過度な介入を避け、企業のイノベーション活力を最大限に維持する。
四、结语	四、結語
《实施意见》的出台，为我国智能体产业的健康发展绘制了清晰的路线图。习近平总书记指出，人工智能带来前所未有发展机遇，也带来前所未遇风险挑战。要把握人工智能发展趋势和规律，加紧制定完善相关法律法规、政策制度、应用规范、伦理准则，构建技术监测、风险预警、应急响应体系，确保人工智能安全、可靠、可控。未来，在包容审慎的政策引导下，依托扎实的标准体系与蓬勃的开源生态，我国智能体产业必将在统筹高质量发展与高水平安全中构筑起坚实的核心竞争力，真正实现“智能向善”，造福社会大众。（作者：余晓晖，中国信息通信研究院院长）	『実施意見』の発表は、わが国のAIエージェント産業の健全な発展に向けた明確なロードマップを描いた。習近平総書記は、AIがかつてない発展の機会をもたらす一方で、未曾有のリスクと課題ももたらすと指摘している。AIの発展傾向と法則を把握し、関連する法律・法規、政策制度、利用規範、倫理基準の策定・整備を急ぎ、技術監視、リスク早期警戒、緊急対応体制を構築し、AIエージェントの安全性、信頼性、制御可能性を確保しなければならない。今後、包容のかつ慎重な政策の導きのもと、堅実な標準体系と活気あるオープンソースのエコシステムを基盤として、わが国のAIエージェント産業は、質の高い発展と高水準の安全を両立させる中で、確固たる中核的競争力を築き上げ、「知能の善への活用」を真に実現し、社会全体に恩恵をもたらすことになるだろう。（著者：余暁暉、中国情報通信研究院院長）

・2026.05.08 专家解读｜顺应新一轮科技革命与产业变革趋势，推动智能体高质量发展

专家解读｜顺应新一轮科技革命与产业变革趋势，推动智能体高质量发展	専門家の解説｜新たな科学技術革命と産業変革の潮流に順応し、AIエージェントの質の高い発展を推進する
智能体集感知、记忆、决策、交互与执行于一体，是人工智能走向应用的关键载体。在人工智能大模型等前沿技术的推动下，智能体正在打破数字世界与物理世界的边界，让生产生活和社会治理迎来深刻重塑。近日，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》），为我国智能体产业高质量发展明确了路径、部署了任务，是统筹推进技术突破、产业升级与安全治理的重要指引性政策。	AIエージェントは、知覚、記憶、意思決定、対話、実行を一体化したものであり、AIが実用化へ向かうための重要な担い手である。AIの大規模モデルなどの最先端技術の推進により、AIエージェントはデジタル世界と物理世界の境界を打ち破り、生産・生活および社会ガバナンスに抜本的な変革をもたらしつつある。先日、 国家インターネット情報弁公室、国家発展改革委員会、工業情報化部は共同で『AIエージェントの規範的利用と革新的発展に関する実施意見』（以下、『実施意見』）を公布した。これは、わが国のAIエージェント産業の質の高い発展に向けた道筋を明確にし、任務を策定したものであり、技術的ブレークスルー、産業の高度化、およびセキュリティガバナンスを統括的に推進するための重要な指針となる政策である。
一、《实施意见》出台的重要意义	一、『実施意見』の公布の重要な意義
（一）响应国家战略，抢占科技高地。《实施意见》的出台是对党中央、国务院决策部署的积极响应和精准对标。国家高度重视智能体产业发展，在政府工作报告、《关于深入实施“人工智能+”行动的意见》等重要文件中强调智能体发展的重要性。《实施意见》锚定创新引领原则，强调理论创新、技术创新、工程创新协同发力，通过体系化攻坚突破智能体关键技术，助力抢占智能体产业竞争高地。	（一）国家戦略に応え、科学技術の優位性を確保する。『実施意見』の公布は、党中央および国務院の政策決定・配置に対する積極的な対応であり、的確な整合を図ったものである。国家はAIエージェント産業の発展を極めて重視しており、政府活動報告や『「AI＋」行動の徹底実施に関する意見』などの重要文書において、その重要性を強調している。『実施意見』は「イノベーション主導」の原則を軸とし、理論革新、技術革新、工学革新の相乗効果を強調している。体系的な取り組みを通じてAIエージェントの重要技術の突破を図り、同産業における競争上の優位性の確保を支援する。
（二）顺应产业趋势，促进提质升级。当前，智能体产业从萌芽走向成熟，技术与产业爆发期加速到来，全球创新成果涌现。国产大模型快速发展，智能体产业链覆盖面广，发展潜力巨大。《实施意见》坚持应用牵引与开放协同，聚焦科学研究、产业发展、提振消费、民生福祉、社会治理等实际需求，从国家层面统筹资源布局，深化应用场景，规范有序推进产业高质量发展。	（二）産業のトレンドに順応し、質の向上と高度化を促進する。現在、AIエージェント産業は萌芽期から成熟期へと移行しており、技術と産業の爆発的成長期が加速して到来し、世界中で革新的な成果が次々と生まれている。国産の大規模モデルは急速に発展しており、AIエージェントの産業チェーンは広範囲に及び、発展の可能性は極めて大きい。『実施意見』は、利用主導と開放・協調を堅持し、科学研究、産業発展、消費の活性化、民生福祉、社会ガバナンスなどの実際のニーズに焦点を当て、国家レベルで資源配置を統括し、利用シナリオを深化させ、産業の質の高い発展を規範的かつ秩序立てて推進する。
（三）坚持以人为本，推动智能向善。《实施意见》尊重智能时代人的主体地位、保障合法权益，防范技术滥用、诱导消费、虚假宣传、算法压榨等违规失范行为，亮明了以人为本的立场。同时，强调技术对于限制智能体行为边界的重要作用，鼓励发展规则内嵌、行为围栏等技术，探索利用区块链等技术，建立重要应用场景智能体行为可验证、可追溯机制，防范智能体行为失序引发的系统性风险。	（三）人間本位を堅持し、AIの善用を推進する。『実施意見』は、AI時代における人間の主体的地位を尊重し、合法的権益を保障するとともに、技術の濫用、誘導的消費、虚偽宣伝、アルゴリズムによる搾取などの違法・不適切な行為を防止し、人間本位の立場を明確にしている。同時に、AIエージェントの行動境界を制限する上での技術の重要な役割を強調し、ルール組み込みや行動フェンスなどの技術開発を奨励する。また、ブロックチェーンなどの技術を活用し、重要な利用シナリオにおけるAIエージェントの行動を検証・追跡可能なメカニズムを確立することで、AIエージェントの行動の無秩序化が引き起こすシステミックリスクを防止する。
二、“强化行业自治、明确产品准则、分类分级治理”保安全	二、「業界の自主規制を強化し、製品基準を明確化し、分類・段階別ガバナンスを行う」ことで安全を確保する
（一）明确产品准则，划定安全红线。智能体因具备决策、执行能力，使行为控制成为新的安全边界。一方面，《实施意见》关注智能体产品安全风险。完善智能体产品安全规则体系，防范智能体利用数据优势、人格化交互技术实施传播不良价值观、算法压榨等行为，防范未成年人及老年人沉迷成瘾、情感依赖等风险，确保智能体运行恪守法律法规，契合主流价值导向。另一方面，《实施意见》明确用户对智能体行为的知情权和最终决策权。尊重人的主体地位，在系统权限调用、移动支付等高敏感场景中，厘清仅限用户本人决策、需由用户授权决策、智能体自主决策的合理边界。	（一）製品基準を明確化し、安全のレッドラインを定める。AIエージェントは意思決定・実行能力を備えているため、その行動制御が新たな安全の境界線となっている。一方、『実施意見』はAIエージェント製品の安全リスクに注目している。AIエージェント製品の安全ルール体系を整備し、AIエージェントがデータの優位性や人格化された対話技術を利用して、不適切な価値観の拡散やアルゴリズムによる搾取などの行為を行うことを防止するとともに、未成年者や高齢者の依存症や感情的な依存などのリスクを防止し、AIエージェントの運用が法令を遵守し、主流の価値観に沿うことを確保する。他方、『実施意見』は、ユーザーのAIエージェントの行動に対する知情権と最終決定権を明確にしている。人間の主体性を尊重し、システムの権限呼び出しやモバイル決済などの極めて機微な場面において、ユーザー本人のみが決定できる範囲、ユーザーの承認が必要な範囲、AIエージェントが自律的に決定できる範囲という合理的な境界線を明確にする。
（二）分类分级治理，完善治理体系。智能体应用场景多元、风险差异显著，需以分类分级思路构建精细化治理格局。对于敏感领域及重点行业，实行备案、检测、问题产品召回等管理手段。对于部分生活娱乐、日常办公等低风险领域，通过合规自测、信息报告、分发平台管理、行业自律等实现高效治理。同时，《实施意见》发挥技术在风险治理中的主动防范作用，降低数据投毒、隐私泄露、系统漏洞、虚假信息生成传播等安全风险。	（二）分類・段階別ガバナンスにより、ガバナンス体制を整備する。AIエージェントの利用シーンは多様であり、リスクの差異も顕著であるため、分類・段階別の考え方に基づき、きめ細かなガバナンス体制を構築する必要がある。センシティブな分野や重点業界に対しては、届出、検査、問題のある製品のリコールなどの管理手段を実施する。生活・娯楽や日常業務など一部の低リスク分野については、コンプライアンス自己診断、情報報告、配信プラットフォームの管理、業界の自主規制などを通じて、効率的なガバナンスを実現する。同時に、『実施意見』は、リスクガバナンスにおける技術の能動的な予防的役割を発揮させ、データ改ざん、プライバシー漏洩、システムの脆弱性、虚偽情報の生成・拡散などのセキュリティリスクを低減する。
（三）强化行业自治，鼓励信用评价。当前，智能体正处于高速演进之中，各类现象级产品形态层出不穷。《实施意见》注重发挥行业自治高效、灵活优势，支持行业组织、主要企业联合制定智能体功能合规、算法治理、知识产权保护、公平竞争等行业自律规范，引导智能体开发者、开发平台、分发平台、服务提供者建立公平合理的平台规则、用户服务协议及隐私政策。此外，《实施意见》鼓励智能体市场主体自愿参与信用评价机制建设，并依法依规实施失信约束。	（三）業界の自主規制を強化し、信用評価を奨励する。現在、AIエージェントは急速な進化の過程にあり、様々な画期的な製品形態が次々と登場している。『実施意見』は、業界自律の効率的かつ柔軟な利点を重視し、業界団体や主要企業が連携して、AIエージェントの機能コンプライアンス、アルゴリズムガバナンス、知的財産権保護、公正な競争などに関する業界自律規範を策定することを支援し、AIエージェント開発者、開発プラットフォーム、配信プラットフォーム、サービス提供者が、公正かつ合理的なプラットフォーム規則、ユーザー利用規約、プライバシーポリシーを確立するよう導く。さらに、『実施意見』は、AIエージェント市場の主体が信用評価メカニズムの構築に自発的に参加することを奨励し、法令に基づき信用失墜に対する制約措置を実施する。
三、“夯实发展基础、强化应用牵引、建设创新生态”促发展	三、「発展の基盤を固め、利用の牽引力を強化し、イノベーションエコシステムを構築する」ことで発展を促進する
（一）完善技术底座与标准协议，夯实产业发展根基。智能体从“单点突破”走向“规模落地”的创新发展，需要坚实的技术底座与统一的标准协议作为支撑。技术底座方面，《实施意见》强化了基础技术研发，突破大模型、多模态、推理决策等关键能力，同时健全智能体工具链，覆盖从研发、测试到部署运维的全生命周期，降低应用门槛。标准协议层面，《实施意见》要求加快构建统一的标准体系，涵盖数据格式、接口规范、安全要求等关键环节，并推动智能互联网建设，实现智能体之间的互联互通与高效协作。	（一）技術基盤と標準プロトコルを整備し、産業発展の基盤を固める。AIエージェントが「単点での突破」から「大規模な実用化」へと向かう革新的な発展には、強固な技術基盤と統一された標準プロトコルが支えとして必要だ。技術基盤の面では、『実施意見』は基礎技術の研究開発を強化し、大規模モデル、マルチモーダル、推論・意思決定などの重要能力の突破を図ると同時に、AIエージェントのツールチェーンを整備し、研究開発、テストから展開・運用・保守に至る全ライフサイクルをカバーすることで、利用のハードルを下げる。標準プロトコルの面では、『実施意見』は、データ形式、インターフェース仕様、セキュリティ要件などの重要な要素を網羅した統一的な標準体系の構築を加速させるとともに、スマートインターネットの構築を推進し、AIエージェント間の相互接続と効率的な連携を実現することを求めている。
（二）聚焦十九个场景，牵引智能体落地应用。智能体通过重构“人机协作”的模式，将技术能力锚定在具体场景中，形成从任务执行到结果交付的闭环。《实施意见》围绕科学研究、产业发展、提振消费、民生福祉、社会治理等领域，布局十九个典型场景，为智能体的规模化落地提供了清晰的路径牵引，促进智能体从技术探索走向场景深耕。	（二）19のシナリオに焦点を当て、AIエージェントの実用化を牽引する。AIエージェントは、「人間と機械の協働」のモデルを再構築することで、技術能力を具体的なシナリオに定着させ、タスクの実行から結果の提供に至るまでの閉ループを形成する。『実施意見』は、科学研究、産業発展、消費の活性化、民生福祉、社会ガバナンスなどの分野を中心に、19の典型的なシナリオを策定し、AIエージェントの規模的な実用化に向けた明確な道筋を示し、AIエージェントが技術的な探求からシナリオへの深い取り組みへと移行することを促進する。
（三）促进研需两侧高水平互动，建设创新生态。创新生态的核心是市场牵引、内驱发展。在研发侧，《实施意见》引导开源社区、企业、高校、科技机构、生态联盟、技术验证实验室等主体，通过培育开源创新力量、搭建产业协作平台，深化产学研用合作；在应用侧，《实施意见》协同智能体软件商店、行业供需信息发布平台、智能体企业，通过构建应用推广渠道、推进重点场景开放、积极培育全球生态，强化应用推广。	（三）研究側と需要側の高水準な相互作用を促進し、イノベーションエコシステムを構築する。イノベーションエコシステムの中核は、市場主導による内発的な発展である。研究開発側においては、『実施意見』は、オープンソースコミュニティ、企業、大学、科学技術機関、エコシステム連合、技術検証ラボなどの主体に対し、オープンソースによるイノベーション力の育成や産業協力プラットフォームの構築を通じて、産学研用の連携を深化させるよう導く。利用側においては、『実施意見』は、AIエージェントのソフトウェアストア、業界の需給情報発信プラットフォーム、AIエージェント企業と連携し、利用普及チャネルの構築、重点シナリオの開放推進、グローバルエコシステムの積極的な育成を通じて、利用普及を強化する。
四、结语	四、結び
当前，智能体正在深度融入经济社会各领域，逐步成为驱动产业创新发展的重要力量。《实施意见》的出台将进一步夯实智能体规范健康发展的制度基础，推动其持续向安全、可靠、可信的方向演进。（作者：魏一鸣，工业和信息化领域科技伦理专家委员会主任委员）	現在、AIエージェントは経済社会の各分野に深く浸透しつつあり、産業の革新と発展を牽引する重要な力となりつつある。「実施意見」の発表は、AIエージェントの規範的かつ健全な発展のための制度的基盤をさらに強固なものとし、安全、信頼性、信用性のある方向への持続的な進化を促進する。（著者：魏一鳴、工業・情報化分野科学技術倫理専門家委員会主任委員）

・2026.05.08 专家解读｜以规范应用护航智能体发展行稳致远

专家解读｜以规范应用护航智能体发展行稳致远	専門家の解説｜規範的な活用により、AIエージェントの発展を安定かつ長期的に支える
当前，以自主感知、记忆、决策、交互与执行为核心的智能体技术，正从前沿技术探索迈向规模化应用，并加速进入各种垂类场景，新的应用形态及商业模式持续涌现，成为塑造新质生产力、推动社会智能化转型的重要驱动力。然而，智能体在延续人工智能技术现有各类风险的同时，也带来权限过大、行为失控、工具投毒等新型风险，引发全社会广泛关注。近日，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》），旨在进一步落实国务院《关于深入实施“人工智能+”行动的意见》，促进智能体规范应用与创新发展。《实施意见》系统回应如何在智能体技术快速迭代演进，潜在风险日益复杂的背景下，确保其行进在安全、可靠、可信的轨道上。	現在、自律的な知覚、記憶、意思決定、対話、実行を中核とするAIエージェント技術は、最先端技術の探求から大規模な利用へと移行しつつあり、様々な垂直分野のシナリオへの導入が加速している。新たな利用形態やビジネスモデルが次々と現れ、新たな質を備えた生産力を形成し、社会のスマート化への転換を推進する重要な原動力となっている。しかし、AIエージェントは、AI技術に既存の様々なリスクを引き継ぐと同時に、権限の過剰、行動の制御不能、ツールへの悪意ある改ざんといった新たなリスクももたらしており、社会全体から広く注目を集めている。先日、国家インターネット情報弁公室、国家発展改革委員会、工業情報化部は共同で『AIエージェントの規範的利用と革新的発展に関する実施意見』（以下、『実施意見』）を公布した。これは、国務院の『「AI＋」行動の徹底的な実施に関する意見』をさらに具体化し、AIエージェントの規範的な利用と革新的な発展を促進することを目的としている。『実施意見』は、AIエージェント技術が急速に反復・進化し、潜在的なリスクが日増しに複雑化する中で、いかにしてその発展を安全、確実、かつ信頼できる軌道に乗せるかについて、体系的に対応している。
一、智能体新技术发展带来新治理挑战	一、AIエージェントの新技術の発展がもたらす新たなガバナンス上の課題
智能体技术的发展使人工智能治理的逻辑发生深刻变化。相较于大模型，智能体进一步展现出自主性、交互性等特征，能够理解复杂目标、自主规划并执行一系列任务。这也意味着人工智能的风险性质已经从内容风险向行为风险扩散，且影响范围更广，传导速度更快，责任主体更加模糊。一方面，智能体在复杂环境中出现的错误决策或越权操作可能直接导致事故，另一方面，攻击者也可能通过工具投毒等各类新型手段劫持智能体用于违法犯罪行为。这一根本变化，使得智能体治理不仅要对静态“输出内容”进行管理，也要对动态“行为边界”进行规范。	AIエージェント技術の発展により、AIガバナンスの論理に深刻な変化が生じている。大規模モデルと比較して、AIエージェントは自律性や対話性といった特徴をさらに顕著に示し、複雑な目標を理解し、自律的に計画を立て、一連のタスクを実行することができる。これはまた、AIのリスクの性質が、コンテンツリスクから行動リスクへと拡散し、影響範囲がより広くなり、伝播速度が速くなり、責任主体がより曖昧になっていることを意味する。一方で、複雑な環境下におけるAIエージェントの誤った意思決定や権限越境操作は、直接的に事故につながる可能性がある。他方で、攻撃者はツールへのマルウェア混入など、様々な新型の手法を通じてAIエージェントを乗っ取り、違法・犯罪行為に利用する可能性もある。この根本的な変化により、AIエージェントのガバナンスにおいては、静的な「出力内容」の管理だけでなく、動的な「行動の境界」の規範化も求められるようになった。
二、多措并举筑牢智能体安全防范底线	二、多角的な措置を講じてAIエージェントの安全対策の基盤を強固にする
《实施意见》的出台，正是对现有人工智能治理体系的必要深化与拓展，从明确产品准则、防范安全风险、完善治理体系、强化行业自律四个方面着手，多措并举构建智能体治理体系。	『実施意見』の公布は、まさに既存のAIガバナンス体制に対する必要な深化と拡大であり、製品基準の明確化、リスクの防止、ガバナンス体制の整備、業界の自主規制の強化という四つの側面から着手し、多角的な措置を講じてAIエージェントのガバナンス体制を構築するものである。
一是明确产品准则。《实施意见》及时回应了智能体授权决策边界这一关键问题，要求厘清仅限用户本人决策、需由用户授权决策、智能体自主决策等不同决策方式的合理界限，确保用户对智能体自主决策享有知情权和最终决策权。加强智能体行为管控，确保智能体行为合法合规、可追溯、可验证。同时确保智能体行为符合主流价值导向，重点防范未成年人、老年人等群体的沉迷成瘾、情感依赖风险。	第一に、製品基準を明確化する。『実施意見』は、AIエージェントの意思決定権限の境界という重要な問題に迅速に対応し、ユーザー本人のみによる意思決定、ユーザーの承認を要する意思決定、AIエージェントによる自律的意思決定といった異なる意思決定方式の合理的な境界線を明確にし、AIエージェントの自律的意思決定に対してユーザーが知情権と最終決定権を享有することを確保する。AIエージェントの行動管理を強化し、その行動が合法・コンプライアンスに準拠し、追跡可能かつ検証可能であることを確保する。同時に、AIエージェントの行動が主流の価値観に沿うよう確保し、特に未成年者や高齢者などのグループにおける依存症や感情的依存のリスクを重点的に防止する。
二是防范安全风险。《实施意见》重点关注智能体内生安全、供应链安全及应用衍生安全风险，通过推动相关安全技术研究和风险识别预警提升风险防范能力，要求强化对智能体全链条安全风险的防范，尤其是避免智能体被恶意用于违法犯罪行为，防止智能体风险的衍生和扩散。	第二に、セキュリティリスクの防止である。『実施意見』は、AIエージェントの内在的なセキュリティ、サプライチェーンのセキュリティ、およびアプリケーションに派生するセキュリティリスクに重点を置き、関連するセキュリティ技術の研究やリスク特定・早期警戒を推進することでリスク防止能力を向上させ、AIエージェントの全プロセスにわたるセキュリティリスクへの対策を強化することを求めている。特に、AIエージェントが悪意を持って違法・犯罪行為に利用されることを回避し、AIエージェントリスクの派生と拡散を防止する。
三是完善治理体系。敏捷治理强调治理机制的适应性与响应速度，《实施意见》明确提出要构建分类分级的治理框架，根据应用场景和潜在影响，审慎稳妥地开展智能体分级治理，并针对不同风险级别应用场景，采取备案、检测、产品召回、信息报告、平台管理、行业自律等多元举措实现高效治理，推动健全第三方专业合规服务体系。	第三に、ガバナンス体制の整備である。アジャイル・ガバナンスは、ガバナンスメカニズムの適応性と対応速度を重視しており、『実施意見』では、分類・段階別のガバナンス枠組みを構築することを明確に打ち出している。利用シナリオと潜在的な影響に基づき、慎重かつ着実にAIエージェントの段階別ガバナンスを展開し、リスクレベルの異なる利用シナリオに対して、届出、検査、製品リコール、情報報告、プラットフォーム管理、業界の自主規制などの多様な措置を講じて効率的なガバナンスを実現し、第三者による専門的なコンプライアンスサービス体制の整備を推進する。
四是强化行业自律。行业自律可填补法律刚性规制与技术创新灵活性之间的“治理间隙”，快速汇聚共识。《实施意见》鼓励行业组织、主要企业联合制定智能体功能合规、算法治理等规范细则。聚焦智能体开发者、开发平台、分发平台、服务提供者等多元主体，指导建立公平合理的平台规则及用户协议，加强智能体相关风险的宣传教育和用户培训。并鼓励探索智能体信用评价机制，引导各方参与信用评价，共同营造良好发展环境。	第四に、業界の自主規制を強化する。業界の自主規制は、法律による硬直的な規制と技術革新の柔軟性との間の「ガバナンスのギャップ」を埋め、迅速に合意を形成することができる。『実施意見』は、業界団体や主要企業が連携して、AIエージェントの機能コンプライアンスやアルゴリズムガバナンスなどの詳細な規範を策定することを奨励している。AI開発者、開発プラットフォーム、配信プラットフォーム、サービスプロバイダーなど多様な主体に焦点を当て、公平かつ合理的なプラットフォーム規則および利用規約の策定を指導し、AIエージェント関連リスクに関する啓発教育やユーザー研修を強化する。また、AIエージェントの信用評価メカニズムの模索を奨励し、各方面が信用評価に参加するよう導き、共に良好な発展環境を醸成する。
三、迈向可信的智能未来	三、信頼できるスマートな未来へ
《实施意见》的出台有助于为智能体这一快速演进的技术领域，构建起一套基础性的治理和发展框架。	『実施意見』の発表は、急速に進化するAIエージェントという技術分野において、基礎的なガバナンスと発展の枠組みを構築するのに寄与する。
一是为产业提供确定性的发展预期。清晰的政策规则能降低市场不确定性，帮助企业明确研发与商业化的边界，将资源和投资更有效地集中于符合规范的技术创新与场景探索，有助于形成稳定、可持续的产业发展环境，避免因规则缺失或模糊而引发的市场无序状态。	第一に、産業に確実な発展の見通しを提供することだ。明確な政策ルールは市場の不確実性を低減し、企業が研究開発と商業化の境界を明確にするのを助け、規範に合致した技術革新やシナリオの探求に資源と投資をより効果的に集中させる。これにより、安定的かつ持続可能な産業発展環境の形成に寄与し、ルールの欠如や曖昧さによって引き起こされる市場の無秩序な状態を回避できる。
二是在社会层面构建风险防护网。《实施意见》通过设定全链条安全要求，特别是对关键领域和脆弱群体的重点保护，系统性预防智能体技术滥用、决策失控等风险，保护国家安全、公共利益和人民权益，为智能体技术在全社会规模化应用建立必要的安全信任基础。	第二に、社会レベルでリスク防止網を構築することだ。『実施意見』は、全プロセスにわたる安全要件を設定し、特に重要分野や脆弱な集団に対する重点的な保護を通じて、AIエージェント技術の濫用や意思決定の制御不能といったリスクを体系的に予防し、国家安全保障、公共の利益、国民の権益を保護することで、社会全体におけるAIエージェント技術の規模拡大に向けた利用に必要な安全と信頼の基盤を築く。
四、结语	四、結語
展望未来，随着智能体技术突破与应用深化，社会各界更需要“边发展、边学习、边治理”的定力和智慧。唯有在创新与规范之间找到动态平衡，在技术能力与社会理性之间建立持续对话，我们才能真正驾驭智能体这一强大工具，使其成为经济高质量发展和社会进步的建设性力量，共同迈向一个安全、可靠、可信的智能未来。（作者：薛澜，清华大学文科资深教授、清华大学苏世民书院院长）	将来を見据えると、AIエージェント技術の飛躍的進歩と利用深化に伴い、社会各界は「発展しつつ、学びつつ、ガバナンスを行っていく」という定力と知恵をますます必要としている。イノベーションと規制の間に動的なバランスを見出し、技術的能力と社会的理性との間で持続的な対話を確立してこそ、我々は初めてこの強力なツールであるAIエージェントを真に掌握し、それを経済の質の高い発展と社会の進歩に向けた建設的な力とし、安全で信頼性が高く、信用できるインテリジェントな未来へと共に歩んでいくことができるのだ。（著者：薛瀾、 清華大学文科シニア教授、清華大学蘇世民書院院長）

・2026.05.08 专家解读｜把握智能体发展机遇，加快构建智能体治理体系

专家解读｜把握智能体发展机遇，加快构建智能体治理体系	専門家による解説｜AIエージェントの発展機会を捉え、ガバナンス体系の構築を加速させる
2026年以来，OpenClaw广泛应用，在展现出智能体强大自主任务执行能力的同时，也暴露出智能体在指令诱导下可发起网络攻击等风险隐患，引发全球对智能体发展与安全的高度关切。近期，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》），为智能体治理架构、应用场景和产业生态作出系统部署。《实施意见》的出台标志着我国在智能体规模化应用的关键窗口期，率先构建起覆盖智能体全生命周期的发展和治理框架，推动智能体技术红利在可问责、可解释、可纠偏的有序轨道上释放，为产业发展划定了“安全底线”与“创新空间”的双重边界。	2026年以降、OpenClawが広く普及し、AIエージェントの強力な自律的なタスク実行能力を示す一方で、指令によって誘導されたAIエージェントがサイバー攻撃を仕掛けるなどのリスクも露呈し、AIエージェントの発展と安全性に対する世界的な懸念が高まっている。最近、国家インターネット情報弁公室、国家発展改革委員会、工業情報化部は共同で『AIエージェントの規範的利用と革新的発展に関する実施意見』（以下、『実施意見』という）を公布し、AIエージェントのガバナンス体制、利用シナリオ、産業エコシステムについて体系的な配置を行った。『実施意見』の公布は、わが国がAIエージェントの大規模利用に向けた重要な転換期に、その全ライフサイクルを網羅する発展・ガバナンスの枠組みをいち早く構築したことを示している。これにより、AIエージェント技術の恩恵が、説明責任が問え、解釈可能で、是正可能な秩序ある軌道上で発揮されるよう促進し、産業発展のために「安全の最低ライン」と「イノベーションの余地」という二重の境界線を定めた。
一、夯实发展基础与完善安全保障的制度安排	一、発展の基盤を固め、安全保障を整備する制度的措置
锚定治理对象的技术边界。《实施意见》将智能体定义为“具备自主感知、记忆、决策、交互与执行能力的智能系统”，五个能力关键词精确对应当前智能体的核心技术要素。以“智能系统”而非“软件”或“模型”来定性，为未来将具身智能机器人、自动驾驶系统等“软硬一体”形态纳入同一治理框架预留接口，为后续标准制定、合规评估、行业监管提供统一的概念锚点。	ガバナンス対象の技術的境界を明確化する。『実施意見』は、AIエージェントを「自律的な知覚、記憶、意思決定、対話、実行能力を備えたAIシステム」と定義しており、これら5つの能力キーワードは、現在のAIエージェントの中核となる技術要素と正確に対応している。「ソフトウェア」や「モデル」ではなく「知能システム」として位置づけることで、将来的に具身知能ロボットや自動運転システムなどの「ハードウェアとソフトウェアの一体化」形態を同一のガバナンス枠組みに組み込むための余地を残し、今後の標準策定、コンプライアンスアセスメント、業界規制に向けた統一的な概念的アンカーを提供する。
从基础技术、工具链、标准协议、智能互联网四个层面夯实发展基础。基础技术层面，提升通用基础模型性能，发展细分领域专用模型，加强任务理解、规划、工具使用、群体协同等关键技术攻关；工具链层面，完善感知、记忆、决策、交互、执行等关键组件，同步发展安全与治理工具；标准协议层面，建立智能体标准体系，加快推广智能体互联协议（AIP）等关键标准，支持医疗、交通、公共安全等领域制定强制性标准；智能互联网层面，研究建立智能互联网体系架构，探索建立智能体注册平台，研究身份标识、可信互联、合规支付等基础技术，为智能体之间自主发现、互认、协作预设制度底座。	基礎技術、ツールチェーン、標準プロトコル、スマートインターネットの4つの側面から、発展の基盤を固める。基礎技術の側面では、汎用基礎モデルの性能を向上させ、細分化された分野向けの専用モデルを開発し、タスクの理解、計画、ツールの使用、集団協調などの重要技術の研究開発を強化する。ツールチェーンの側面では、知覚、記憶、意思決定、相互作用、実行などの主要コンポーネントを整備し、セキュリティおよびガバナンスツールを並行して開発する。標準プロトコルレベルでは、AIエージェントの標準体系を確立し、AIエージェント相互接続プロトコル（AIP）などの重要標準の普及を加速させ、医療、交通、公共安全などの分野における強制基準の策定を支援する。スマートインターネットレベルでは、スマートインターネットのアーキテクチャの構築を研究し、AIエージェント登録プラットフォームの構築を模索するとともに、ID識別、信頼できる相互接続、コンプライアンスに準拠した決済などの基盤技術を研究し、AIエージェント間の自律的な発見、相互認証、協働のための制度的基盤を整備する。
构建为创新发展保驾护航的安全治理架构。安全防护上，《实施意见》形成了外约束、内嵌入、供应链、软法四层防护体系：外部通过规则内嵌、行为围栏等技术限定智能体行为空间，并探索利用区块链建立行为可验证、可追溯机制；内部加强数据安全、攻击检测、权限管理、行为控制等能力建设，防范数据投毒、隐私泄露、运行失控等风险；制定供应链全周期安全规范，加强模型接入、接口调用、扩展工具使用等环节管理；建立行业自律规则和信用评价机制，依法依规开展失信惩戒，弥补硬性监管的覆盖空白。准入管理上，《实施意见》以分类分级的方式，区分敏感领域及重点行业、低风险领域，以“正面清单”和“负面清单”双轨并行的方式，在释放创新空间的同时，守住安全底线。权限分配上，《实施意见》区分“仅限用户本人决策”“需由用户授权决策”“智能体自主决策”三种模式，明确用户对智能体自主决策享有知情权和最终决策权。	イノベーションの発展を確実に支えるセキュリティガバナンスアーキテクチャを構築する。セキュリティ保護に関しては、『実施意見』は、外部制約、内部組み込み、サプライチェーン、ソフト法の4層からなる保護体系を形成している。外部においては、ルールの組み込みや行動フェンスなどの技術を通じてAIエージェントの行動範囲を限定し、ブロックチェーンを活用して行動の検証・追跡が可能なメカニズムの構築を模索する； 内部では、データセキュリティ、攻撃検知、権限管理、行動制御などの能力構築を強化し、データ汚染、プライバシー漏洩、動作制御不能などのリスクを防止する。サプライチェーンの全ライフサイクルにわたるセキュリティ規範を策定し、モデルの接続、インターフェースの呼び出し、拡張ツールの使用などの管理を強化する。業界の自主規制ルールと信用評価メカニズムを確立し、法令に基づき不誠実行為への制裁を実施し、硬直的な規制のカバー範囲の空白を補う。参入管理において、『実施意見』は分類・格付けの手法を用い、センシティブな分野や重点業界、低リスク分野を区別し、「ポジティブリスト」と「ネガティブリスト」の二本立て方式により、イノベーションの余地を拡大しつつ、安全の最低ラインを守っている。権限の配分に関しては、『実施意見』は「ユーザー本人のみによる意思決定」「ユーザーの承認を要する意思決定」「AIエージェントによる自律的意思決定」の3つのモードを区別し、AIエージェントによる自律的意思決定に対してユーザーが知情権と最終決定権を有することを明確にしている。
二、应用场景布局与创新生态的战略考量	二、利用シナリオの展開とイノベーションエコシステムに関する戦略的考察
应用牵引举措覆盖科学研究、产业发展、提振消费、民生福祉、社会治理等场景。《实施意见》根据国务院《关于深入实施“人工智能+”行动的意见》，对应用场景进行梳理，科学研究居首，对应“科技自立自强”的战略。产业发展紧随，直接服务实体经济转型。提振消费呼应当前扩大内需的宏观政策基调，民生福祉和社会治理依次展开，覆盖公共服务升级全域。	利用主導の措置は、科学研究、産業発展、消費の活性化、民生福祉、社会ガバナンスなどのシナリオを網羅している。『実施意見』は、国務院の『「AI＋」行動の徹底実施に関する意見』に基づき、利用シナリオを整理しており、科学研究が首位を占め、「科学技術の自立・自強」という戦略に対応している。産業発展がそれに続き、実体経済の転換に直接貢献する。消費の活性化は、現在の内需拡大というマクロ政策の基調に応えるものであり、民生福祉と社会ガバナンスが順次展開され、公共サービスの高度化の全領域を網羅している。
从开源创新、产业协作、应用推广、场景开放、全球生态五个维度推进创新生态建设。开源创新层面，引导开源社区加强智能体布局，推动智能体与开源芯片、开源操作系统、开源大模型兼容适配；产业协作层面，发挥生态联盟、技术验证实验室等平台作用，协同上下游开展共性技术研发、标准制定与评估认证；应用推广层面，推动建立智能体软件商店和供需信息发布平台，采取公开招标、揭榜挂帅等方式吸引企业定制化开发产品，构建以标准协议为底座、以分发平台为枢纽、以合规认证为门槛的产业生态；场景开放层面，在产业集聚区、重点行业、重点领域开展应用试点，促进行业数据共享开放，支撑重点场景智能体训练部署；全球生态层面，依托国际平台展示创新成果，引导企业做好海外合规建设。	オープンソースによるイノベーション、産業連携、利用普及、シナリオ開放、グローバルエコシステムの5つの側面から、イノベーションエコシステムの構築を推進する。オープンソースによるイノベーションの側面では、オープンソースコミュニティがAIエージェントの展開を強化するよう誘導し、AIエージェントとオープンソースチップ、オープンソースOS、オープンソース大規模モデルの互換性・適合性を推進する。産業連携の側面では、エコシステムアライアンスや技術検証ラボなどのプラットフォームの役割を発揮させ、上流・下流と連携して共通技術の研究開発、標準の策定、アセスメント・認証を行う。利用普及の面では、AIエージェント向けソフトウェアストアや需給情報発信プラットフォームの構築を推進し、公開入札や課題公募などの方式を通じて企業によるカスタマイズ製品開発を誘致し、標準プロトコルを基盤とし、配信プラットフォームを中核とし、コンプライアンス認証を参入条件とする産業エコシステムを構築する。シナリオ開放の面では、産業集積地域、重点業界、重点分野において利用パイロットを実施し、業界データの共有・開放を促進し、重点シナリオにおけるAIエージェントのトレーニングと展開を支援する； グローバルエコシステムレベルでは、国際プラットフォームを活用してイノベーション成果を展示し、企業が海外でのコンプライアンス体制を整備するよう導く。
三、统筹发展与安全，加快构建智能体治理体系	三、発展と安全を統合的に考慮し、AIエージェントのガバナンス体系の構築を加速する
技术创新与规范治理的平衡体现在分类分级的制度设计中。《实施意见》采取的分类分级治理为不同成熟度、不同风险水平的智能体应用提供了差异化制度通道。一是低风险领域通过合规自测、信息报告、分发平台管理、行业自律等机制降低企业合规成本，避免过度监管抑制创新活力。二是高风险领域通过备案、检测、召回等措施确保关键领域智能体应用始终处于有效监管之下，体现“以开放促发展、以规范保安全”的治理逻辑。	技術革新と規範的ガバナンスのバランスは、分類・段階別の制度設計に反映されている。『実施意見』で採用された分類・段階別ガバナンスは、成熟度やリスクレベルが異なるAIエージェントの利用に対し、差別化された制度的経路を提供する。第一に、低リスク分野では、コンプライアンス自己診断、情報報告、配信プラットフォーム管理、業界の自主規制などの仕組みを通じて企業のコンプライアンスコストを低減し、過度な規制によるイノベーションの活力を阻害することを回避する。第二に、高リスク分野では、届出、検査、リコールなどの措置を通じて、重要分野におけるAIエージェントの利用が常に有効な規制下に置かれることを確保し、「開放によって発展を促進し、規範によって安全を確保する」というガバナンスの論理を体現する。
政府监管、行业自律、企业合规、用户监督的多层联动架构形成有力保障。政府层面，网信部门联合行业主管部门确定场景开放和制定强制性标准，把握方向和底线；行业层面，行业组织和主要企业联合制定自律规则，建立信用评价机制，形成“软约束”；企业层面，开发者、开发平台、分发平台、服务提供者建立公平合理的平台规则与用户协议，明确供需双方权责。用户层面，加强智能体应用风险宣传教育，提升用户安全意识，为智能体产业在规范有序轨道上加速发展提供制度保障。	政府による規制、業界の自主規制、企業のコンプライアンス、ユーザーによる監督という多層的な連携体制が、強力な保障を形成している。政府レベルでは、インターネット情報部門が業界の主管部門と連携して、利用シーンの開放や強制標準の策定を行い、方向性と最低ラインを把握する。業界レベルでは、業界団体と主要企業が共同で自主規制ルールを策定し、信用評価メカニズムを構築することで、「ソフトな制約」を形成する。企業レベルでは、開発者、開発プラットフォーム、配信プラットフォーム、サービス提供者が、公平かつ合理的なプラットフォーム規則と利用規約を確立し、需要側と供給側の双方の権利と責任を明確にする。ユーザーレベルでは、AIエージェントの利用に伴うリスクに関する啓発・教育を強化し、ユーザーのセキュリティ意識を高め、AIエージェント産業が規範的かつ秩序ある軌道上で加速的に発展するための制度的保障を提供する。
四、结语	四、結語
智能体是人工智能与实体经济深度融合的重要载体，是培育新质生产力、推动“人工智能+”行动落地的关键引擎。《实施意见》立足智能体规模化应用的现实需求，为产业创新厚植土壤、为风险防范筑牢屏障，为我国智能体产业高质量发展提供重要制度保障。	AIエージェントは、AIと実体経済の深い融合を実現する重要な媒体であり、新たな質を備えた生産力を育成し、「AI+」行動の具体化を推進する鍵となるエンジンである。『実施意見』は、AIエージェントの規模化された利用という現実的なニーズに基づき、産業イノベーションのための土壌を豊かにし、リスク防止のための防護壁を強固にし、わが国のAIエージェント産業の質の高い発展に重要な制度的保障を提供する。
展望未来，随着配套政策持续完善和产业实践不断深化，规范与创新将形成正向循环，智能体的技术红利将在有序轨道上加速释放，为经济社会数智化转型注入强劲动能。（作者：钟新龙，赛迪研究院未来产业研究中心人工智能研究室主任）	将来を見据えると、関連政策の継続的な整備と産業実践の絶え間ない深化に伴い、規範化とイノベーションが好循環を形成し、AIエージェントの技術的恩恵が秩序ある軌道上で加速的に発揮され、経済社会のデジタル化・スマート化への転換に強力な原動力を注入することになるだろう。（著者：鍾新龍、CCID研究院未来産業研究センターAI研究室主任）

---

● まるちゃんの情報セキュリティ気まぐれ日記

智能体

・2026.02.16 中国 人工知能が高品質発展を推進する

・2025.10.16 中国 行政分野における大規模AIモデルの展開・応用指針 (2025.10.10)

・2025.08.28 中国 国務院 「AI＋」行動の徹底的な実施に関する意見 (2025.08.21)

・2024.07.18 中国 国家人工知能産業の総合標準化システム構築のためのガイドライン（2024年版） (2024.07.03)

米国 スタンフォード大学 HAI 2026年 AIインデックス・レポート (2026.04.13)

こんにちは、丸山満彦です。

スランフォード大学のHAI（Human-Centered Artificial Intelligence）が2026年AIインデックス・レポートを公表していますね...

興味深いです...

10のポイントのポイント (^^)

1. AIの能力は加速している
   
   
2. 米国と中国のAIモデル性能差はほぼない
   
   
3. 最も多くのAIデータセンターがあるのは米国。一方、そのチップの大部分は台湾の1つの製造者が製造
   
   
4. AIモデルは国際数学オリンピックで金メダルを獲得できる。しかし、時間を正確に読み取ることはできない
   
   
5. 責任あるAIはAIの能力に追いついておらず、安全性のベンチマークは遅れをとっている。一方、インシデントは急増
   
   
6. 米国はAI投資でリード。しかし、世界的な人材を惹きつける能力は低下
   
   
7. AIの普及は急速に進んでいる。消費者は無料で利用できるツールから大きな価値を得ている
   
   
8. 正式な教育はAIの進展に遅れをとっている。一方、人々は人生のあらゆる段階でAIスキルを学んでいる
   
   
9. AI主権は国家政策の決定的な特徴になりつつあり、オープンソース開発が参加者の再分配に寄与している。しかし、能力には依然偏っている。
   
   
10. AI技術の将来像に対する見解はAI専門家と一般市民では大きく異なる。AIを管理する機構に対する世界的な信頼は分断されている

● Human-Centered Artificial Intelligence: HAI

・2026.04.13 The 2026 AI Index Report

AI’s influence on society has never been more pronounced.	AIが社会に与える影響は、かつてないほど顕著になっている。
At Stanford HAI, we believe AI is poised to be the most transformative technology of the 21st century. But its benefits won’t be evenly distributed unless we guide its development thoughtfully. The AI Index offers one of the most comprehensive, data-driven views of artificial intelligence. Recognized as a trusted resource by global media, governments, and leading companies, the AI Index equips policymakers, business leaders, and the public with rigorous, objective insights into AI’s technical progress, economic influence, and societal impact.	スタンフォードHAIでは、AIが21世紀で最も変革をもたらす技術になると確信している。しかし、その開発を慎重に導かなければ、その恩恵は均等に分配されることはないだろう。「AIインデックス」は、人工知能に関する最も包括的でデータに基づいた見解の一つを提供する。世界のメディア、政府、主要企業から信頼できる情報源として認められているAIインデックスは、政策立案者、ビジネスリーダー、そして一般市民に対し、AIの技術的進歩、経済的影響、社会的影響に関する厳密かつ客観的な洞察を提供する。
Download the report	レポートをダウンロード
Top Takeaways	主なポイント
1. AI capability is not plateauing. It is accelerating and reaching more people than ever.	1. AIの能力は頭打ちになっていない。むしろ加速しており、かつてないほど多くの人々に届いている。
Industry produced over 90% of notable frontier models in 2025, and several of those models now meet or exceed human baselines on PhD-level science questions, multimodal reasoning, and competition mathematics. On a key coding benchmark—SWE-bench Verified—performance rose from 60% to near 100% in a single year. Organizational adoption reached 88%, and 4 in 5 university students now use generative AI.	2025年には、注目すべき最先端モデルの90%以上が産業界によって生み出され、そのうちのいくつかのモデルは、博士課程レベルの科学問題、マルチモーダル推論、および競技数学において、人間の基準値に匹敵するか、それを上回る性能を発揮している。主要なコーディングベンチマークである「SWE-bench Verified」では、パフォーマンスが1年間で60%から100%近くまで向上した。組織での導入率は88%に達し、大学生の5人に4人が現在、生成的AIを利用している。
See: Chapter 2: Technical Performance	第2章：技術の性能を参照
2. The U.S.-China AI model performance gap has effectively closed.	2. 米国と中国のAIモデル性能の差は事実上解消された。
U.S. and Chinese models have traded the lead multiple times since early 2025. In February 2025, DeepSeek-R1 briefly matched the top U.S. model, and as of March 2026 Anthropic’s top model leads by just 2.7%. The U.S. still produces more top-tier AI models and higher-impact patents, while China leads in publication volume, citations, patent output, and industrial robot installations. South Korea stands out for its innovation density, leading the world in AI patents per capita.	2025年初頭以降、米国と中国のモデルは首位を何度も入れ替えている。2025年2月にはDeepSeek-R1が一時的に米国のトップモデルに並んだが、2026年3月現在、Anthropicのトップモデルがわずか2.7%の差でリードしている。米国は依然としてトップクラスのAIモデルや影響力の大きい特許を多く生み出しているが、中国は論文発表数、被引用数、特許出願数、産業用ロボットの設置台数でリードしている。韓国はイノベーション密度において際立っており、一人当たりのAI特許数で世界一となっている。
See: Chapter 2: Technical Performance	第2章：技術的パフォーマンスを参照
3. The United States hosts the most AI data centers, with the majority of their chips fabricated by one Taiwanese foundry.	3. 米国は最も多くのAIデータセンターを擁しており、そのチップの大部分は台湾の1つのファウンドリによって製造されている。
The United States hosts 5,427 data centers, more than 10 times any other country, and it consumes more energy than any other country. A single company, TSMC, fabricates almost every leading AI chip, making the global AI hardware supply chain dependent on one foundry in Taiwan—though a TSMC-U.S. expansion began operations in 2025.	米国には5,427カ所のデータセンターがあり、これは他国の10倍以上であり、エネルギー消費量も他国を凌駕している。TSMCという単一の企業が、主要なAIチップのほぼすべてを製造しており、世界のAIハードウェアのサプライチェーンは台湾の1つのファウンドリに依存している——ただし、TSMCと米国の合弁による拡張事業が2025年に操業を開始した。
See: Chapter 1: Research and Development	第1章：研究開発を参照
4. AI models can win a gold medal at the International Mathematical Olympiad but cannot reliably tell time—an example of what researchers call the jagged frontier of AI.	4. AIモデルは国際数学オリンピックで金メダルを獲得できるが、時間を正確に読み取ることはできない。これは、研究者が「AIのギザギザしたフロンティア」と呼ぶ現象の一例だ。
Gemini Deep Think earned a gold medal at IMO, yet the top model reads analog clocks correctly just 50.1% of the time. AI agents made a leap from 12% to ~66% task success on OSWorld, which tests agents on real computer tasks across operating systems, though they still fail roughly 1 in 3 attempts on structured benchmarks.	Gemini Deep ThinkはIMOで金メダルを獲得したが、この最先端モデルでもアナログ時計を正しく読み取れるのはわずか50.1%に過ぎない。OSWorld（OSを横断してAIエージェントに実際のコンピュータタスクを課すテスト）において、AIエージェントのタスク成功率は12%から約66%へと飛躍的に向上したが、構造化されたベンチマークでは依然として約3回に1回の割合で失敗している。
See: Chapter 2: Technical Performance	第2章：技術的パフォーマンスを参照
5. Responsible AI is not keeping pace with AI capability, with safety benchmarks lagging and incidents rising sharply.	5. 責任あるAIはAIの能力に追いついておらず、安全性のベンチマークは遅れをとっている一方で、インシデントは急増している。
Almost all leading frontier AI model developers report results on capability benchmarks, but reporting on responsible AI benchmarks remains spotty. Documented AI incidents rose to 362, up from 233 in 2024. Adding to the challenge, recent research found that improving one responsible AI dimension, such as safety, can degrade another, such as accuracy.	主要な最先端AIモデル開発者のほぼすべてが能力ベンチマークの結果を報告しているが、責任あるAIベンチマークに関する報告は依然として散発的だ。記録されたAIインシデントは、2024年の233件から362件に増加した。さらに課題を深刻化させているのは、最近の研究で、安全性といった責任あるAIの1つの側面を改善すると、精度といった別の側面が低下する可能性があることが判明した点である。
See Chapter 3: Responsible AI	第3章：責任あるAIを参照
6. The United States leads in AI investment, but its ability to attract global talent is declining.	6. 米国はAI投資でリードしているが、世界的な人材を惹きつける能力は低下している。
U.S. private AI investment reached $285.9 billion in 2025, more than 23 times the $12.4 billion invested in China—though looking at just private investment figures likely understates China’s total AI spending, given its government guidance funds. The U.S. also led in entrepreneurial activity with 1,953 newly funded AI companies in 2025, more than 10 times the next closest country. However, the number of AI researchers and developers moving to the U.S. has dropped 89% since 2017, with an 80% decline in the last year alone.	2025年の米国の民間AI投資額は2,859億ドルに達し、中国への投資額124億ドルの23倍以上となった。ただし、政府の指導基金を考慮すると、民間投資額のみを見れば中国のAI総支出は過小評価されている可能性が高い。米国は起業活動においても主導的立場にあり、2025年には1,953社のAI企業が新規資金調達を果たし、2位の国を10倍以上上回った。しかし、米国に移住するAI研究者や開発者の数は2017年以降89％減少し、昨年だけで80％の減少を記録した。
See Chapter 4: Economy	第4章：経済を参照
7. AI adoption is spreading at historic speed, and consumers are deriving substantial value from tools they often access for free.	7. AIの普及は歴史的なスピードで進んでおり、消費者は多くの場合無料で利用できるツールから大きな価値を得ている。
Generative AI reached 53% population adoption within three years, faster than the PC or the internet, though the pace varies by country and correlates strongly with GDP per capita. Some show higher-than-expected adoption, such as Singapore (61%) and the United Arab Emirates (54%), while the U.S. ranks 24th at 28.3%. The estimated value of generative AI tools to U.S. consumers reached $172 billion annually by early 2026, with the median value per user tripling between 2025 and 2026.	生成的AIの普及率は3年以内に人口の53%に達し、PCやインターネットよりも速いペースで広がっている。ただし、そのペースは国によって異なり、一人当たりGDPと強い相関関係がある。シンガポール（61%）やアラブ首長国連邦（54%）など、予想を上回る普及率を示す国もある一方、米国は28.3%で24位にとどまっている。米国の消費者にとっての生成的AIツールの推定価値は、2026年初頭までに年間1,720億ドルに達し、ユーザー1人あたりの価値の中央値は2025年から2026年にかけて3倍になった。
See Chapter 4: Economy	第4章：経済を参照
8. Formal education is lagging behind AI, but people are learning AI skills at every stage of life.	8. 正式な教育はAIの進展に遅れをとっているが、人々は人生のあらゆる段階でAIスキルを学んでいる。
Over 80% of U.S. high school and college students now use AI for school-related tasks, but only half of middle and high schools have AI policies in place, and just 6% of teachers say those policies are clear. Outside the classroom, AI engineering skills are accelerating fastest in the United Arab Emirates, Chile, and South Africa. The number of new AI PhDs in the U.S. and Canada increased 22% from 2022 to 2024, the PhDs that make up that increase took jobs in academia, not in industry.	現在、米国の高校生および大学生の80％以上が学業関連のタスクにAIを利用しているが、AIに関する方針を策定している中学校・高校は半数に過ぎず、その方針が明確であると答えた教師はわずか6％である。教室の外では、AIエンジニアリングスキルの習得が最も急速に進んでいるのは、アラブ首長国連邦、チリ、南アフリカである。米国とカナダにおけるAI分野の新規博士号取得者数は2022年から2024年にかけて22％増加したが、その増加分を占める博士号取得者は産業界ではなく、学界に就職した。
See Chapter 7: Education	第7章：教育を参照
9. AI sovereignty is becoming a defining feature of national policy, but capabilities remain uneven, even as open-source development helps to redistribute who participates.	9. AI主権は国家政策の決定的な特徴になりつつあるが、オープンソース開発が参加者の再分配に寄与しているにもかかわらず、能力には依然としてばらつきがある。
National AI strategies are expanding, particularly among developing economies, and state-backed investments in AI supercomputing are rising in parallel—a sign of growing ambitions for domestic control over AI ecosystems. Yet model production remains concentrated in the U.S. and China. Open-source development is starting to redistribute participation, with contributions from the rest of the world now outpacing Europe and approaching the United States on GitHub, fueling more linguistically diverse models and benchmarks.	国家AI戦略は、特に発展途上国において拡大しており、それに並行してAIスーパーコンピューティングへの国家主導の投資も増加している。これは、AIエコシステムに対する国内での支配権を掌握しようとする野心が強まっている兆候だ。しかし、モデルの開発は依然として米国と中国に集中している。オープンソース開発は参加者の再配分をもたらし始めており、GitHub上では世界各国の貢献が欧州を上回り、米国に迫る勢いを見せている。これにより、言語的に多様なモデルやベンチマークが促進されている。
See Chapter 8: Policy and Governance	第8章：政策とガバナンスを参照
10. AI experts and the public have very different perspectives on the technology’s future, and global trust in institutions to manage AI is fragmented.	10. AI専門家と一般市民の間では、この技術の将来像に対する見解が大きく異なり、AIを管理する機構に対する世界的な信頼は分断されている。
When it comes to how people do their jobs, 73% of experts expect a positive impact, compared with just 23% of the public, a 50-point gap. Similar divides appear for AI's impact on the economy and medical care. Globally, trust in governments to regulate AI varies. Among surveyed countries, the United States reported the lowest level of trust in its own government to regulate AI, at 31%. Globally, the EU is trusted more than the United States or China to regulate AI effectively.	人々の仕事への影響について、専門家の73％がプラスの影響を予想しているのに対し、一般市民ではわずか23％にとどまり、50ポイントの差がある。経済や医療へのAIの影響についても、同様の隔たりが見られる。世界的に見て、AIを規制する政府への信頼度は国によって異なる。調査対象国の中で、自国の政府によるAI規制への信頼度が最も低かったのは米国で、31%だった。世界的に見ると、AIを効果的に規制する能力については、米国や中国よりもEUの方が信頼されている。
See Chapter 9: Public Opinion	第9章：世論を参照

章毎の概要

1. Research and Development	1. 研究開発
This chapter tracks AI research and development, covering the models and open-source ecosystems driving progress, the infrastructure and environmental footprint supporting it, and the publications, patents and investors shaping the field.	本章では、AIの研究開発の動向を追跡する。進歩を牽引するモデルやオープンソースのエコシステム、それを支えるインフラや環境への影響、そしてこの分野を形作る論文、特許、投資家について取り上げる。
Read Chapter 1	第1章を読む
2. Technical Performance	2. 技術的性能
A comprehensive overview of AI performance in 2025, spanning image, video, language, speech, reasoning, robotics, and agentic systems.	2025年のAIの性能に関する包括的な概要であり、画像、動画、言語、音声、推論、ロボティクス、エージェントシステムに及ぶ。
Read Chapter 2	第2章を読む
3. Responsible AI	3. 責任あるAI
This chapter examines responsible AI across the dimensions of safety, fairness, transparency, and governance, and the measurement gaps that persist.	本章では、安全性、公平性、透明性、ガバナンスという側面から責任あるAIを検証し、依然として残る測定上の課題について考察する。
Reach Chapter 3	第3章を読む
4. Economy	4. 経済
This chapter analyzes the economic footprint of AI across the private sector and its implications for labor markets, productivity, and the future of work.	本章では、民間部門におけるAIの経済的影響を分析し、労働市場、生産性、そして仕事の未来への波及効果について考察する。
Read Chapter 4	第4章を読む
5. Science	5. 科学
This chapter is a new addition in this year’s AI Index report, and looks into AI’s expanding role across scientific domains, such as Biology, Chemistry, Physics and Astronomy.	本章は今年のAIインデックス報告書に新たに追加されたもので、生物学、化学、物理学、天文学などの科学分野におけるAIの役割の拡大について考察する。
Read Chapter 5	第5章を読む
6. Medicine	6. 医療
An overview on AI advancements in medicine, including scientific discovery, clinical applications, patient engagement, and ethical considerations.	科学的発見、臨床応用、患者の関与、倫理的配慮を含む、医療分野におけるAIの進歩に関する概要だ。
Read Chapter 6	第6章を読む
7. Education	7. 教育
This chapter assesses how AI is reshaping education systems and what it means for teaching, learning, and career readiness.	本章では、AIが教育システムをどのように変革しているか、そしてそれが教育、学習、キャリア形成にどのような意味を持つかをアセスメントする。
Read Chapter 7	第7章を読む
8. Policy and Governance	8. 政策とガバナンス
This chapter surveys the global policy landscape, highlighting policymaking and public investment in AI, and the rising emphasis on AI sovereignty.	本章では、世界的な政策動向を概観し、AIに関する政策立案や公的投資、そしてAI主権への関心の高まりに焦点を当てる。
Read Chapter 8	第8章を読む
9. Public Opinion	9. 世論
Drawing on global survey data, this chapter captures public sentiment toward AI, from trust levels, transparency, and regulation to employment and personal relationships.	世界的な調査データに基づき、信頼度、透明性、規制から雇用や人間関係に至るまで、AIに対する世論の動向を捉える。
Read Chapter 9	第9章を読む

目次的...

1. Research and Development	1. 研究開発
1. Industry produced over 90% of notable AI models in 2025, but the most capable models are now the least transparent.	1. 2025年には、注目すべきAIモデルの90%以上が産業界によって生み出されたが、現在、最も高性能なモデルほど透明性が低い。
Training code, parameter counts, dataset sizes, and training duration are no longer disclosed for several of the most resource-intensive systems, including those from OpenAI, Anthropic, and Google.	OpenAI、Anthropic、Googleなど、リソースを最も多く消費するシステムのいくつかについては、トレーニングコード、パラメータ数、データセットの規模、トレーニング期間などがもはや公開されていない。
2. China leads in research, while the U.S. leads in notable model development.	2. 研究分野では中国が主導的立場にある一方、注目すべきモデルの開発では米国が主導的立場にある。
China leads in publication volume, citations, and patent grants, while the U.S. retains higher-impact patents and produced 50 notable models in 2025 to China's 30. South Korea leads in AI patents per capita, and China's share of the top 100 most-cited AI papers grew from 33 in 2021 to 41 in 2024.	中国は論文発表数、被引用数、特許取得数でリードしているが、米国は影響力の大きい特許を維持しており、2025年には中国が30モデルであるのに対し、50の注目すべきモデルを生み出した。韓国は一人当たりのAI特許数で首位に立ち、最も多く引用されたAI論文トップ100における中国のシェアは、2021年の33から2024年には41へと増加した。
3. Reported parameters held in the trillions as disclosure dropped.	3. 開示が減少する中、報告されたパラメータ数は兆単位を維持した。
Parameter counts have stayed near 1 trillion for three years, though reporting from frontier labs has stopped. Training compute, which can be estimated independently, has continued to rise.	最先端の研究機関からの報告は途絶えたものの、パラメータ数は3年間1兆前後で推移している。独立して推定可能なトレーニング計算量は、引き続き増加している。
4. Synthetic data is still not replacing real data in pre-training, but data quality and post-training techniques are showing promise.	4. 事前学習において合成データが実データに取って代わるには至っていないが、データ品質と事後学習技術には期待が持てる。
OLMo 3.1 Think 32B, with nearly 90 times fewer parameters than Grok 4, achieves comparable results on several benchmarks through pruning, deduplication, and curation alone.	OLMo 3.1 Think 32Bは、Grok 4に比べてパラメータ数が約90分の1であるにもかかわらず、プルーニング、重複排除、キュレーションのみによって、いくつかのベンチマークで同等の結果を達成している。
5. Global AI compute capacity grew 3.3x per year since 2022, reaching 17.1 million H100-equivalents.	5. 世界のAI演算能力は2022年以降、年間3.3倍のペースで増加し、1710万H100相当に達した。
Nvidia accounts for over 60% of total compute, with Google and Amazon supplying much of the remainder and Huawei holding a small but growing share. The buildout is being driven by hyperscaler data center expansion and sustained demand for frontier model training and inference.	Nvidiaが総演算能力の60%以上を占め、残りの大部分はGoogleとAmazonが供給しており、Huaweiは小規模ながらシェアを拡大している。この拡大は、ハイパースケーラーによるデータセンターの拡張と、最先端モデルのトレーニングおよび推論に対する持続的な需要によって牽引されている。
6. The United States leads in AI data centers, and one Taiwanese foundry fabricates the majority of chips inside them.	6. 米国はAIデータセンターで主導的立場にあり、その内部のチップの大部分は台湾の1つのファウンドリによって製造されている。
The United States hosts 5,427 data centers, more than ten times any other country, and consuming more energy than any other region. A single company, TSMC, fabricates almost every leading AI chip and makes the global AI hardware supply chain dependent on one foundry in Taiwan, though a TSMC-U.S. expansion began to operate in 2025.	米国には5,427のデータセンターがあり、これは他国の10倍以上に相当し、他のどの地域よりも多くのエネルギーを消費している。TSMCという単一の企業が主要なAIチップのほぼすべてを製造しており、世界のAIハードウェアサプライチェーンは台湾の1つのファウンドリに依存しているが、2025年にはTSMCと米国の合弁事業が稼働を開始した。
7. AI’s environmental footprint increases across power, water, and emissions.	7. AIの環境負荷は、電力、水、排出量のすべてにおいて増加している。
In 2025, Grok 4’s estimated training emissions reached 72,816 tons of CO₂ equivalent. AI data center power capacity rose to 29.6 GW, comparable to New York state at peak demand, and annual GPT-4o inference water use alone may exceed the drinking water needs of 12 million people.	2025年、Grok 4の推定トレーニング排出量は72,816トンCO₂相当に達した。AIデータセンターの電力容量は29.6GWに増加し、これはニューヨーク州のピーク需要に匹敵する。また、GPT-4oの推論処理における年間水使用量だけでも、1,200万人の飲料水需要を上回る可能性がある。
8. Open-source AI development continues to scale, with 5.6 million projects on GitHub and Hugging Face uploads tripling since 2023.	8. オープンソースAI開発は拡大を続けており、GitHub上のプロジェクト数は560万件に達し、Hugging Faceへのアップロード数は2023年以降3倍に増加した。
U.S.-based projects still attract the most engagement, with 30 million cumulative GitHub stars across projects that have crossed the 10-star threshold.	米国発のプロジェクトは依然として最も多くの関心を集めており、スター数が10件を超えたプロジェクトのGitHubにおける累計スター数は3,000万件に達している。
9. The number of AI researchers and developers moving to the United States has dropped 89% since 2017.	9. 米国に移住するAI研究者および開発者の数は、2017年以降89%減少した。
The decline is accelerating, down 80% in the last year alone. The U.S. is still home to more AI talent than any other country, but it is attracting new talent at the lowest rate in over a decade.	この減少は加速しており、昨年だけで80％減少した。米国は依然として他国よりも多くのAI人材を抱えているが、新規人材の獲得率は過去10年以上で最低水準にある。
10. The AI talent map is shifting, but gender gaps remain.	10. AI人材の分布は変化しているが、ジェンダー格差は依然として残っている。
Switzerland and Singapore lead the world in AI researchers and developers per capita and some countries show relatively higher female representation, including Saudi Arabia (32.3%), Canada (29.6%), and Australia (30.1%), though no country approaches gender parity.	スイスとシンガポールは一人当たりのAI研究者・開発者数で世界をリードしており、サウジアラビア（32.3%）、カナダ（29.6%）、オーストラリア（30.1%）など、女性の割合が比較的高い国もあるが、ジェンダー・パリティ（男女比の均衡）に近づいている国はない。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAIインデックスの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な調査、データ収集、分析を支え、透明性の高いAI指標が人類をより良い未来へと導くことを保証する。
2. Technical Performance	2. 技術的性能
1. AI capability is outpacing the benchmarks designed to measure it, and surpassing human-level performance.	1. AIの能力は、それを測定するために設計されたベンチマークを上回り、人間レベルのパフォーマンスを超えている。
Frontier models gained 30 percentage points in a single year on Humanity's Last Exam, a benchmark built to be hard for AI and favorable to human experts. Evaluations intended to be challenging for years are saturated in months, compressing the window in which benchmarks remain useful for tracking progress.	最先端モデルは、「Humanity's Last Exam」（AIにとっては難しく、人間の専門家にとっては有利なように設計されたベンチマーク）において、わずか1年で30ポイントのスコア向上を達成した。数年間は難関とされるはずの評価が数ヶ月で飽和状態に陥り、進捗を追跡するためにベンチマークが有用である期間が短縮されている。
2. Top model performance is converging, with 4 companies now clustered within 25 Elo points (inspired by chess ratings) when rated against one another by human voting in the Arena Leaderboard and benchmark.	2. トップモデルの性能は収束しつつあり、Arena Leaderboardやベンチマークにおける人間の投票による相互評価では、現在4社が25 Eloポイント（チェスのレーティングに由来）以内に集まっている。
As of March 2026, Anthropic (1,503), xAI (1,495), Google (1,494), OpenAI (1,481), Alibaba (1,449), and DeepSeek (1,424) all occupy the top tier of the Arena Elo ratings, shifting competitive pressure toward cost, reliability, and domain-specific performance.	2026年3月現在、Anthropic（1,503）、xAI（1,495）、Google（1,494）、OpenAI（1,481）、Alibaba（1,449）、DeepSeek（1,424）がすべてArena Eloレーティングの上位層を占めており、競争の焦点はコスト、信頼性、および特定分野での性能へと移行している。
3. The open model performance gap reopened in 2025 after briefly closing in 2024.	3. オープンモデルの性能格差は、2024年に一時的に縮小した後、2025年に再び拡大した。
As of March 2026, the top closed model leads the top open model by 3.3%, up from 0.5% in August 2024. Six of the top ten models on the Arena Leaderboard are now closed.	2026年3月現在、トップのクローズドモデルはトップのオープンモデルを3.3%上回っており、これは2024年8月の0.5%から拡大した数値だ。Arenaリーダーボードのトップ10モデルのうち、6つが現在クローズドモデルとなっている。
4. The U.S.-China AI model performance gap has effectively closed.	4. 米国と中国のAIモデルの性能格差は事実上解消された。
U.S. and Chinese models have traded places at the top of performance rankings multiple times since early 2025. In February 2025, DeepSeek-R1 briefly matched the top U.S. model. As of March 2026, the top U.S. model leads by 2.7%, with a gap that fluctuated over the past  year while remaining in the single digits.	2025年初頭以降、米国と中国のモデルは性能ランキングの首位を何度も入れ替えている。2025年2月には、DeepSeek-R1が一時的に米国のトップモデルに並んだ。2026年3月現在、米国のトップモデルは2.7%リードしており、この差は過去1年間で変動しながらも一桁台にとどまっている。
5. The benchmarks used to measure AI progress face growing reliability and gaming concerns, with error rates up to 42% on widely used evaluations.	5. AIの進歩を測定するために使用されるベンチマークは、信頼性や不正利用に関する懸念が高まっており、広く使用されている評価ではエラー率が最大42%に達している。
A review found invalid question rates ranging from 2% on MMLU Math to 42% on GSM8K. Separate research suggests that Arena leaderboard standing may partly reflect adaptation to the platform rather than general capability.	ある調査では、MMLU Mathで2%、GSM8Kで42%という無効な質問率が確認された。別の研究によると、Arenaのリーダーボード順位は、一般的な能力というよりは、プラットフォームへの適応度を部分的に反映している可能性がある。
6. Video generation models are starting to capture how objects behave, not just produce realistic content.	6. 動画生成モデルは、単にリアルなコンテンツを生成するだけでなく、物体の挙動を捉え始めている。
Google DeepMind’s Veo 3, tested across more than 18,000 generated videos, demonstrated abilities like simulating buoyancy and solving mazes without being trained on those tasks.	Google DeepMindのVeo 3は、18,000本以上の生成動画でテストされ、浮力のシミュレーションや迷路の解決といった能力を示したが、これらのタスクに関する事前学習は行われていなかった。
Source: Video models are zero-shot learners and reasoners	出典：動画モデルはゼロショット学習者であり推論者である
7. AI models can win a gold medal at the International Mathematical Olympiad but still can’t reliably tell time, illustrating what researchers call jagged intelligence.	7. AIモデルは国際数学オリンピックで金メダルを獲得できる一方で、依然として時間を正確に読み取ることができず、研究者が「ジャグド・インテリジェンス（不均一な知能）」と呼ぶ現象を浮き彫りにしている。
Gemini Deep Think scored 35 points (gold) at the 2025 IMO, working end to end in natural language within the 4.5-hour time limit, up from the 28-point silver achieved in 2024. On ClockBench, the top model read analog clocks correctly 50.1% of the time, compared with 90.1% for humans.	Gemini Deep Thinkは、2025年のIMOで35点（金メダル）を獲得した。4.5時間の制限時間内に自然言語でエンドツーエンドで処理を行い、2024年に達成した28点（銀メダル）からスコアを伸ばした。ClockBenchでは、最上位モデルがアナログ時計を正しく読み取った確率は50.1%であったのに対し、人間は90.1%であった。
8. AI models are expanding into professional domains, showing performance ranging from 60 to 90% in evaluations in tax, mortgage processing, corporate finance, and legal reasoning.	8. AIモデルは専門分野へと進出しており、税務、住宅ローン処理、企業財務、法的推論の評価において、60%から90%の範囲の性能を示している。
The performance of  the top 15 models is separated by as little as 3 percentage points in each benchmark.  These kinds of domains where high competency and reliability are required remain a great challenge for AI models.	各ベンチマークにおいて、上位15モデルの性能差はわずか3パーセントポイントに過ぎない。高い能力と信頼性が求められるこうした分野は、依然としてAIモデルにとって大きな課題である。
9. AI agents advanced from answering questions to completing tasks in 2025, though they still fail roughly one in three attempts on structured benchmarks.	9. 2025年、AIエージェントは質問への回答からタスクの遂行へと進化したが、構造化されたベンチマークでは依然として約3回に1回の割合で失敗している。
On OSWorld, which tests agents on computer tasks across operating systems, accuracy rose from roughly 12% to 66.3%, within 6 percentage points of human performance.	OSWorld（OSを横断してコンピュータタスクをテストするベンチマーク）では、正確性が約12%から66.3%へと上昇し、人間のパフォーマンスと6ポイント差にまで迫った。
10. Robots still fail at most household tasks, even as they excel in controlled environments.	10. ロボットは制御された環境では優れた能力を発揮するものの、依然としてほとんどの家事タスクでは失敗している。
Robots succeed in only 12% of real household tasks, highlighting how far AI is from mastering the physical world. On RLBench, robotic manipulation in software-based simulations has reached 89.4% success, but the gap between predictable lab settings and unpredictable household environments is wide.	ロボットが実際の家事タスクで成功するのはわずか12%であり、AIが物理的な世界を習得するにはまだ程遠いことが浮き彫りになっている。ソフトウェアベースのシミュレーションにおけるロボット操作の成功率はRLBenchで89.4%に達しているが、予測可能な実験室環境と予測不可能な家庭環境との間には大きな隔たりがある。
11. Autonomous vehicles reached mass-scale deployment in 2025.	11. 2025年、自動運転車は大規模な展開段階に達した。
Waymo reached approximately 450,000 weekly trips across five U.S. cities. In China, Apollo Go completed 11 million fully driverless rides, a 175% year-over-year increase. European operators are active but comparable deployment data is not publicly available, limiting the global picture. Deployments so far are in areas with generally favorable weather and humans are available off-site to take over when necessary.	Waymoは米国内5都市で、週あたり約45万回の運行を達成した。中国では、Apollo Goが1,100万回の完全無人運転を完了し、前年比175％増となった。欧州の事業者も活動しているが、比較可能な展開データは公開されておらず、全体像を把握するのは難しい。これまでの展開は概して天候に恵まれた地域に限られており、必要に応じて遠隔地から人間が操作を引き継げる体制が整っている。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAI Indexの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な調査、データ収集、分析を支え、透明性のあるAI指標が人類をより良い未来へと導くことを保証する。
3. Responsible AI	3. 責任あるAI
1. Responsible AI benchmarking is increasing, but is not keeping up with AI advances and deployments.	1. 責任あるAIのベンチマークは増加しているが、AIの進歩や展開のペースには追いついていない。
Almost all leading frontier model developers report results on capability benchmarks like MMLU and SWE-bench, but reporting on responsible AI benchmarks remains sparse. Documented AI incidents continued to rise, with the AI Incident Database recording 362 in 2025, up from 233 in 2024.	ほぼすべての主要な最先端モデル開発者は、MMLUやSWE-benchのような能力ベンチマークの結果を報告しているが、責任あるAIに関するベンチマークの報告は依然として少ない。記録されたAIインシデントは増加し続け、AIインシデントデータベースによると、2024年の233件から2025年には362件に増加した。
2. AI models struggle to tell the difference between knowledge and belief.	2. AIモデルは、知識と信念の区別をつけるのに苦労している。
In a new accuracy benchmark, hallucination rates across 26 top models range from 22% to 94%.  GPT-4o's accuracy dropped from 98.2% to 64.4%, and DeepSeek R1 fell from over 90% to 14.4%. When a false statement is presented as something another person believes, models handle it well. When the same false statement is presented as something a user believes, performance collapses.	新たな精度ベンチマークでは、上位26モデルの幻覚発生率は22%から94%の範囲に及ぶ。GPT-4oの精度は98.2%から64.4%に低下し、DeepSeek R1は90%超から14.4%へと落ち込んだ。虚偽の記述が「他者が信じていること」として提示された場合、モデルは適切に処理する。同じ虚偽の記述が「ユーザーが信じていること」として提示されると、性能は急落する。
3. Organizations are formalizing responsible AI work, but knowledge and budget gaps still slow adoption.	3. 組織は責任あるAIの取り組みを制度化しているが、知識と予算の不足が依然として導入を遅らせている。
AI-specific governance roles grew 17% in 2025, and the share of businesses with no responsible AI policies in place fell sharply from 24% to 11%. The main obstacles to implementation remain gaps in knowledge (59%), budget constraints (48%), and regulatory uncertainty (41%).	2025年にはAIに特化したガバナンス職が17%増加し、責任あるAIポリシーを策定していない企業の割合は24%から11%へと急減した。導入の主な障壁は、依然として知識の不足（59%）、予算の制約（48%）、規制の不確実性（41%）である。
4. The mix of regulations shaping responsible AI practices is shifting toward AI-specific frameworks and technical standards.	4. 責任あるAIの実践を形作る規制の構成は、AIに特化した枠組みや標準へと移行しつつある。
GDPR remains the most cited regulatory influence but slipped from 65% in 2024 to 60% in 2025. New entries in 2025 include ISO/IEC 42001, an AI management system standard, cited by 36% of respondents, and the NIST AI Risk Management Framework at 33%. The share of organizations reporting no regulatory influence at all fell from 17% to 12%.	GDPRは依然として最も多く言及される規制要因だが、2024年の65%から2025年には60%へと低下した。2025年の新規参入には、回答者の36％が挙げたAIマネジメント標準であるISO/IEC 42001や、33％が挙げたNIST AIリスクマネジメント枠組みが含まれる。規制の影響を全く受けていないと報告した組織の割合は、17％から12％に減少した。
5. AI works best in English, and the gap is wider than global benchmarks suggest.	5. AIは英語で最も効果を発揮し、その差はグローバルなベンチマークが示唆するよりも大きい。
On HELM Arabic, a regionally developed model for the Arabic language, outscored GPT-5.1 and Gemini 2.5 Flash. The gap widens at the dialect level. On a Slovenian commonsense reasoning test, several leading models lost close to half their accuracy when tested in a regional dialect rather than the standard language.	アラビア語向けに地域開発されたモデル「HELM Arabic」は、GPT-5.1やGemini 2.5 Flashを上回る成績を収めた。この差は方言レベルになるとさらに広がる。スロベニア語の常識推論テストでは、主要なモデルのいくつかが、標準語ではなく地域の方言でテストされた際、精度のほぼ半分を失った。
6. AI companies grew less transparent this year.	6. 今年、AI企業の透明性は低下した。
After rising on the Foundation Model Transparency Index from 37 to 58 between 2023 and 2024,  the average score dropped to 40 in 2025. Major gaps persist in disclosure around training data, compute resources, and post-deployment impact.	2023年から2024年にかけて「ファウンデーションモデル透明性指数」が37から58へと上昇した後、2025年には平均スコアが40に低下した。トレーニングデータ、計算リソース、展開後の影響に関する開示には依然として大きな格差が残っている。
7. AI models perform well on safety tests under normal conditions, but their defenses weaken under deliberate attack.	7. AIモデルは通常の条件下での安全性テストでは良好な性能を示すものの、意図的な攻撃下では防御力が弱まる。
On the AILuminate benchmark, several frontier models received “Very Good” or “Good” safety ratings under standard use. When tested against jailbreak attempts using adversarial prompts, safety performance dropped across all models tested.	AILuminateベンチマークでは、いくつかの最先端モデルが標準的な使用条件下で「Very Good」または「Good」の安全性評価を受けた。しかし、敵対的プロンプトを用いた脱獄（jailbreak）攻撃に対するテストでは、テスト対象となった全モデルにおいて安全性のパフォーマンスが低下した。
8. Responsible AI dimensions such as safety, fairness, and privacy are at odds with one another, and the tradeoffs are not well understood.	8. 安全性、公平性、プライバシーといった責任あるAIの側面は互いに相反しており、そのトレードオフは十分に理解されていない。
Recent empirical studies found that training techniques aimed at improving one responsible AI dimension consistently degraded others.	最近の実証研究によると、責任あるAIの1つの側面を改善することを目的としたトレーニング手法は、他の側面を一貫して悪化させることが判明した。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAI Indexの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な研究、データ収集、分析を支え、透明性の高いAI指標が人類をより良い未来へと導くことを保証する。
4. Economy	4. 経済
1. Global corporate AI investment more than doubled in 2025.	1. 2025年、世界の企業によるAI投資額は2倍以上に増加した。
Private investment grew fastest at 127.5% and now accounts for 60% of the total. Generative AI led the surge, growing more than 200% and capturing nearly half of all private AI funding. Newly funded AI companies rose 71%, and billion-dollar funding events nearly doubled.	民間投資は127.5%と最も急速に伸び、現在では総額の60%を占めている。生成的AIがこの急増を牽引し、200%以上成長して、民間AI資金調達のほぼ半分を占めた。新規資金調達を行ったAI企業は71%増加し、10億ドル規模の資金調達事例はほぼ倍増した。
2. The United States continues to lead in global private AI investment, committing 23 times more than China.	2. 米国は世界の民間AI投資において引き続き主導的立場にあり、中国よりも23倍多くの資金を投じている。
In generative AI, U.S. investment exceeded the combined total of China and Europe by a wide margin. However, private investment figures likely understate China’s total AI spending, as government guidance funds have deployed an estimated $184 billion into AI firms between 2000 and 2023.	生成的AI分野では、米国の投資額は中国と欧州の合計を大幅に上回った。しかし、2000年から2023年にかけて政府系ファンドがAI企業に推定1,840億ドルを展開していることから、民間投資の数字だけでは中国のAI総支出を過小評価している可能性が高い。
3. AI company revenue is rising at historically fast rates, but compute costs and infrastructure spending are also reaching record levels.	3. AI企業の売上高は歴史的なペースで伸びているが、コンピューティングコストとインフラ支出も過去最高水準に達している。
Leading frontier companies are reaching meaningful revenue scale in a short period of time, but compute spend has increased significantly year-over-year. Major cloud providers have accelerated capital expenditures, with Google reporting more than $150 billion in annual capex in 2025.	最先端の企業は短期間で相当な売上規模に達しているが、コンピューティング費用は前年比で大幅に増加している。主要なクラウドプロバイダは設備投資を加速させており、Googleは2025年の年間設備投資額が1,500億ドルを超えると報告している。
4. The value consumers get from generative AI grew 54% in a year, reaching $172 billion in the U.S.	4. 生成的AIから消費者が得る価値は1年で54％増加し、米国では1,720億ドルに達した。
Estimated U.S. consumer surplus reached $172 billion annually by early 2026, up from $112 billion a year earlier, with the median value per user tripling over the same period. Most of these tools remain free or close to it.	2026年初頭までに、米国の消費者余剰は年間1,720億ドルに達すると推定されており、前年同期の1,120億ドルから増加した。また、ユーザー1人あたりの価値の中央値は同期間に3倍になった。これらのツールのほとんどは、依然として無料か、それに近い価格設定である。
5. Organizational AI adoption continued to rise in 2025, up to 88% of surveyed organizations, though AI agent use remains early.	5. 2025年、組織におけるAIの導入率は上昇を続け、調査対象組織の88%に達したが、AIエージェントの利用は依然として初期段階にある。
Generative AI is now used in at least one business function at 70% of organizations, and China and Europe posted the highest year-over-year increases. AI agent deployment was in the single digits across nearly all business functions.	生成的AIは現在、組織の70％で少なくとも1つの業務機能に導入されており、中国と欧州が前年比で最も高い増加率を示した。AIエージェントの展開率は、ほぼすべての業務機能において一桁台にとどまった。
6. Generative AI reached 53% adoption in three years, faster than the personal computer or the internet.	6. 生成的AIの導入率は3年で53％に達し、パソコンやインターネットよりも急速な普及を見せた。
Adoption varies widely across countries and correlates strongly with GDP per capita, though some outpace what income would predict, including Singapore at 61% and the United Arab Emirates at 54%. Despite its lead in AI investment and model development, the United States ranks 24th at 28.3%.	導入率は国によって大きく異なり、一人当たりGDPと強い相関関係にあるが、シンガポール（61%）やアラブ首長国連邦（54%）など、所得水準から予測されるペースを上回る国もある。AI投資やモデル開発で先行しているにもかかわらず、米国の導入率は28.3%で24位にとどまっている。
7. AI's labor market effects are showing up unevenly, concentrated in hiring pipelines and the youngest workers in exposed occupations.	7. AIが労働市場に与える影響は不均一に現れており、採用プロセスや、影響を受けやすい職種に就く最年少の労働者に集中している。
Employment for software developers ages 22 to 25 has fallen nearly 20% from 2024. Employer surveys point to further change ahead, with one-third of respondents expecting workforce reductions over the coming year.	22歳から25歳のソフトウェア開発者の雇用は、2024年から20％近く減少した。雇用主への調査では、今後さらなる変化が予想されており、回答者の3分の1が今後1年間で人員削減を見込んでいる。
8. One-third of organizations expect AI to reduce their workforce in the coming year, even though large-scale job losses have not yet shown up in overall employment data.	8. 組織の3分の1は、今後1年間でAIによる人員削減を見込んでいるが、大規模な雇用喪失は全体的な雇用データにはまだ現れていない。
Almost half of organizations surveyed expected little to no change. Anticipated reductions are highest in service operations, supply chain, and software engineering. Across nearly all functions, anticipated decreases outpaces those already observed.	調査対象企業のほぼ半数は、変化がほとんどないか、全くないと予想していた。人員削減の予想が最も高いのは、サービス業務、サプライチェーン、ソフトウェアエンジニアリングである。ほぼすべての機能において、予想される減少幅は、すでに観測されている減少幅を上回っている。
9. Productivity gains from AI are largest in structured, measurable work where outputs are easy to monitor.	9. AIによる生産性の向上は、成果を容易に監視できる、構造化され測定可能な業務において最も大きい。
Studies report gains of 14% to 15% in customer support, 26% in software development, and 50% in marketing output. Gains are smaller in tasks requiring deeper reasoning, and recent evidence raises concerns that heavy AI reliance may carry long-term learning penalties that slow skill development over time.	調査によると、カスタマーサポートでは14～15％、ソフトウェア開発では26％、マーケティングの成果では50％の生産性向上が報告されている。より深い推論を必要とする業務では向上の幅は小さく、最近の知見からは、AIへの過度な依存が長期的な学習阻害をもたらし、時間の経過とともにスキル開発を遅らせる可能性があるという懸念が浮上している。
10. China continues to install more industrial robots than the rest of the world combined, and the gap widened in 2024.	10. 中国は引き続き、世界の他の地域を合わせた数よりも多くの産業用ロボットを導入しており、2024年にはその差が拡大した。
China accounted for 54% of industrial robots installed globally, up from 51.1% in 2023. Global year-over-year growth was flat, and several major markets, including the United States, Germany, and Italy saw declines. Taiwan was an exception, recording the highest year-over-year growth at 33%.	中国は世界の産業用ロボット設置台数の54％を占め、2023年の51.1％から増加した。世界全体の前年比成長率は横ばいとなり、米国、ドイツ、イタリアを含む主要市場のいくつかは減少した。台湾は例外で、前年比33％増と最も高い成長率を記録した。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAI Indexの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な調査、データ収集、分析を支えるものであり、透明性の高いAI指標が人類をより良い未来へと導くことを保証する。
5. Science	5. 科学
1. AI-related scientific publications are growing year-over–year.	1. AI関連の科学論文は前年比で増加している。
Natural sciences reached approximately 80,150 AI publications in 2025, up 26% from 2024. AI now accounts for 5.8%–8.8% of scientific research output depending on the field, up from below 1% in 2010.	自然科学分野におけるAI関連の論文数は2025年に約80,150件に達し、2024年から26%増加した。AIは現在、分野によって異なるが科学研究成果の5.8%～8.8%を占めており、2010年の1%未満から増加している。
2. Frontier models outperform human chemists on average but cannot reproduce published research.	2. 最先端モデルは平均的に人間の化学者を上回るが、公表された研究を再現することはできない。
On ChemBench, the best models surpass human expert averages across 2,700+ chemistry questions while struggling with basic tasks. On ReplicationBench, frontier models score below 20% on paper-scale replication in astrophysics. On UnivEarth, LLM agents answer earth observation questions with 33% accuracy, and their code fails 58% of the time.	ChemBenchでは、最良のモデルが2,700件以上の化学問題において人間の専門家の平均成績を上回った一方で、基本的な課題には苦戦している。ReplicationBenchでは、最先端モデルは天体物理学における論文規模の再現性評価で20%未満のスコアにとどまった。UnivEarthでは、LLMエージェントによる地球観測問題への回答精度は33%であり、その生成コードは58%の確率で失敗した。
3. Astronomy released its first foundation model, first visualization benchmark, and a 100TB training dataset in 2025, signaling a field-wide shift toward AI infrastructure.	3. 天文学分野は2025年、初の基盤モデル、初の可視化ベンチマーク、および100TBのトレーニングデータセットを公開し、AIインフラへの分野全体の移行を示した。
AION-1, trained on over 200 million celestial objects from 5 major surveys, is the first astronomy foundation model. AstroVisBench introduced the first benchmark for LLM scientific computing and visualization in the field.	5大サーベイから得られた2億個以上の天体を用いて訓練されたAION-1は、天文学分野初のファウンデーションモデルである。AstroVisBenchは、同分野におけるLLMを用いた科学計算および可視化のための初のベンチマークを導入した。
4. An AI system ran a full weather forecasting pipeline end-to-end for the first time in 2025.	4. 2025年、AIシステムが初めて気象予測パイプライン全体をエンドツーエンドで実行した。
Aardvark Weather replaced the traditional numerical prediction pipeline with a single ML system, and multiple AI weather models reached operational deployment. FourCastNet 3 generates a 60-day global forecast in under 4 minutes, running 8 to 60 times faster than prior approaches.	Aardvark Weatherは従来の数値予報パイプラインを単一のMLシステムに置き換え、複数のAI気象モデルが実展開段階に達した。FourCastNet 3は60日間の全球予報を4分未満で生成し、従来の手法より8～60倍高速に動作する。
5. On end-to-end scientific research tasks, the best AI agents score roughly half of what PhD experts achieve.	5. エンドツーエンドの科学研究タスクにおいて、最良のAIエージェントのスコアは博士号を持つ専門家の約半分にとどまる。
On PaperArena, the best agent reaches 38.8% accuracy versus a PhD expert baseline of 83.5%. On BixBench, frontier models achieve roughly 17% accuracy on real-world bioinformatics analysis.	PaperArenaでは、最良のAIエージェントの精度は38.8%であるのに対し、博士号を持つ専門家のベースラインは83.5%である。BixBenchでは、最先端モデルが実世界のバイオインフォマティクス分析において約17%の精度を達成している。
6. The first fully AI-generated paper was accepted at a peer-reviewed workshop in 2025, but the list of experimentally confirmed AI discoveries remains short.	6. 2025年、初の完全生成的AI生成論文が査読付きワークショップで採択されたが、実験的に確認されたAIによる発見のリストは依然として少ない。
Sakana's AI Scientist-v2 produced a paper accepted at an ICLR workshop without human-coded templates. Google's AI Co-Scientist was validated in three biomedical areas.	Sakanaの「AI Scientist-v2」は、人間が作成したテンプレートを使用せずに、ICLRのワークショップで採択された論文を生成した。Googleの「AI Co-Scientist」は、3つの生物医学分野で妥当性確認された。
Source: Gottweis et al., 2025	出典：Gottweis et al., 2025
7. Most AI models for science originate from academic and government institutions, in contrast with the industry-dominated landscape of general-purpose AI.	7. 汎用AIが産業界主導であるのとは対照的に、科学向けのAIモデルの多くは学術機関や政府機構に由来する。
Many AI foundation models for science result from international collaborations. Earth science datasets come entirely from government and academic sources, while industry leads foundation model development in weather and climate.	科学向けの多くのAI基盤モデルは、国際的な共同研究から生まれている。地球科学のデータセットはすべて政府や学術機関が提供している一方、気象・気候分野の基盤モデル開発は産業界が主導している。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAI Indexの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な研究、データ収集、分析を支え、透明性のあるAI指標が人類をより良い未来へと導くことを保証する。
6. Medicine	6. 医学
1. In molecular biology, smaller models are outperforming larger ones.	1. 分子生物学の分野では、小規模なモデルが大規模なモデルを上回る性能を示している。
MSAPairformer, a 111-million-parameter protein language model, outperformed previous leading methods on the benchmark, ProteinGym; and GPN-Star, a 200-million-parameter genomics model, outperformed a model with 40 billion parameters.	1億1100万パラメータのタンパク質言語モデル「MSAPairformer」は、ベンチマーク「ProteinGym」において従来の最先端手法を上回る性能を示した。また、2億パラメータのゲノミクスモデル「GPN-Star」は、400億パラメータのモデルを上回る性能を示した。
2. Virtual cell models emerged as a new frontier in 2025, with major releases including Evo 2 from the Arc Institute, STATE, and DeepMind’s AlphaGenome.	2. 2025年、仮想細胞モデルが新たなフロンティアとして登場し、Arc InstituteのEvo 2、STATE、DeepMindのAlphaGenomeなどの主要なモデルがリリースされた。
These models aim to predict cellular responses to drugs and genetic perturbations without running wet-lab experiments, though current systems still require experimental validation.	これらのモデルは、ウェットラボ実験を行わずに薬剤や遺伝的撹乱に対する細胞の反応を予測することを目指しているが、現在のシステムでは依然として実験による妥当性確認が必要である。
3. Like other areas of AI, biological model development is increasingly bottlenecked on data rather than architecture.	3. AIの他の分野と同様、生物学的モデルの開発においても、アーキテクチャよりもデータがボトルネックとなる傾向が強まっている。
With cofolding models now representing all structure types in the Protein Data Bank, 2025 saw a turn toward distilled datasets of AI-predicted structures and training on combined experimental data sources, expanding training sets from hundreds of thousands of entries to tens of millions.	コフォールディングモデルがタンパク質データバンク（PDB）の全構造タイプを網羅するようになったことで、2025年にはAI予測構造の精選データセットや、複数の実験データソースを組み合わせたトレーニングへの転換が見られ、トレーニングセットは数十万件から数千万件へと拡大した。
4. AI tools that automatically generate clinical notes from patient visits saw broad adoption in 2025.	4. 患者の診察記録から診療記録を自動生成するAIツールは、2025年に広く普及した。
Across multiple hospital systems, physicians reported they were spending up to 83% less time writing notes, experiencing significant reductions in burnout, with one hospital system reporting a 112% return on investment.	複数の病院システムにおいて、医師たちはカルテ作成に費やす時間が最大83%削減され、バーンアウトが大幅に軽減されたと報告しており、ある病院システムでは112%の投資対効果を報告している。
5. The FDA authorized 258 AI medical devices in 2025, most through pathways that do not require new clinical trials.	5. FDAは2025年に258件のAI医療機器を認可したが、その大半は新たな臨床試験を必要としない認可経路を通じて行われた。
The vast majority entered the market via device-modification pathways that rely on existing safety and efficacy evidence rather than new randomized trials, with only 2.4% of devices with clinical studies supported by randomized trial data.	その大部分は、新たな無作為化試験ではなく既存の安全性・有効性データに基づく医療機器の改良経路を通じて市場に参入し、無作為化試験データに裏付けられた臨床試験を実施した機器はわずか2.4%であった。
6. A multi-agent AI system scored 85.5% on complex published case studies, versus 20% for unaided physicians.	6. 多エージェントAIシステムは、複雑な既発表症例研究において85.5%の正答率を記録したのに対し、支援なしの医師は20%にとどまった。
Microsoft's AI Diagnostic Orchestrator, paired with OpenAI's o3, was tested on challenging cases drawn from the medical literature against physicians working without their usual tools. Multi-agent frameworks more broadly have shown diagnostic accuracy gains of 7% to over 60% over single-agent baselines.	マイクロソフトの「AI Diagnostic Orchestrator」とOpenAIの「o3」を組み合わせたシステムは、医学文献から抽出した難解な症例に対し、通常のツールを使用しない医師と比較してテストされた。より広義のマルチエージェント・枠組みは、単一エージェントのベースラインと比較して、診断精度が7%から60%以上向上していることが示されている。
7. AI-generated summaries now appear at the top of 84% to 92% of health-related Google searches.	7. 現在、健康関連のGoogle検索の84%から92%において、AI生成の要約が検索結果の上位に表示される。
Symptom and common health questions trigger an AI Overview 92% of the time, followed by treatment and condition queries. These summaries are now a routine feature of health information searches, shaping the initial interpretation of users' questions.	症状や一般的な健康に関する質問では、92%の確率でAIによる概要が表示され、次いで治療法や疾患に関する問い合わせが続く。これらの要約は今や健康情報検索の定番機能となり、ユーザーの質問に対する初期の解釈を形作っている。
8. Ethics discussion in medical AI publications more than doubled in 2025, but the conversation is narrow.	8. 医療AIに関する出版物における倫理議論は2025年に2倍以上に増えたが、議論の範囲は狭い。
Governance dominates the discourse, while algorithm accountability, biosecurity, and global health equity remain underexplored.	議論の中心はガバナンスに偏っており、アルゴリズムの説明責任、バイオセキュリティ、そしてグローバルな健康の公平性については、依然として十分に検討されていない。
9. Research interest in medical digital twins is growing fast, and where trials exist, early results are promising.	9. 医療用デジタルツインに対する研究関心は急速に高まっており、臨床試験が行われている分野では、初期の結果は有望だ。
In a randomized trial of 150 diabetes patients, 71% achieved healthy blood sugar levels over one year while safely reducing their medications.	糖尿病患者150名を対象とした無作為化試験では、71％が1年間で健康的な血糖値レベルを達成し、同時に安全に投薬量を減らすことができた。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAI Indexの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な研究、データ収集、分析を支え、透明性のあるAI指標が人類をより良い未来へと導くことを保証する。
7. Education	7. 教育
1. CS enrollment fell 11% at U.S. four-year universities between 2024 and 2025, but AI-related graduate programs continued to grow.	1. 2024年から2025年にかけて、米国の4年制大学におけるコンピュータサイエンス（CS）の登録数は11％減少したが、AI関連の大学院プログラムは引き続き増加した。
Master's graduates in AI software-related fields rose 17% from 2023 to 2024, suggesting that demand for AI specialization is holding up even as broader CS enrollment cools.	AIソフトウェア関連分野の修士課程修了者は2023年から2024年にかけて17％増加しており、コンピュータサイエンス全体の登録数が鈍化する中でも、AI専門分野への需要は堅調に推移していることが示唆される。
2. The U.S. remains a global leader in producing information, communications, and technology (ICT) graduates at all degree levels, but other countries are growing faster.	2. 米国は依然として、あらゆる学位レベルにおける情報通信技術（ICT）分野の卒業生輩出において世界的なリーダーであるが、他国の伸び率はより高い。
Turkey, Brazil, and Mexico have increased their ICT graduate output more rapidly in recent years.	トルコ、ブラジル、メキシコでは、近年ICT卒業生の輩出数がより急速に増加している。
3. Four out of five U.S. high school and college students now use AI for schoolwork, while school policies have not kept pace.	3. 米国の高校生および大学生の5人に4人が現在、学業にAIを利用しているが、学校の対応は追いついていない。
Only half of middle and high schools have AI policies, and just 6% of teachers say those policies are clear. Students most commonly use generative AI for research, essay editing, and brainstorming.	中学校・高校の半数しかAIに関する方針を定めておらず、その方針が明確だと答えた教師はわずか6%に留まる。学生が生成的AIを最もよく利用するのは、調査、小論文の推敲、およびアイデア出しである。
4. More than 90% of countries now offer computer science to primary or secondary students, but AI education has been slower to take hold.	4. 現在、90％以上の国で小中学生にコンピュータサイエンスが提供されているが、AI教育の定着は遅れている。
China and the United Arab Emirates both mandated AI education starting with the 2025-26 school year, signaling a shift toward formal AI instruction at the national level.	中国とアラブ首長国連邦はともに、2025-26年度からAI教育を義務化しており、国家レベルでの正式なAI指導への転換を示している。
5. The number of new AI PhDs in the United States and Canada rose 22% from 2022 to 2024, but the share going to industry has stayed flat.	5. 米国とカナダにおけるAI分野の新規博士号取得者数は、2022年から2024年にかけて22％増加したが、産業界への流入割合は横ばいである。
All of the growth has gone to academia, reversing a decade-long trend of new AI PhDs flowing primarily into industry roles.	増加分はすべて学術界に流れており、新規AI博士号取得者が主に産業界の職に就くという10年にわたる傾向が逆転した。
6. People are acquiring AI skills outside formal education, and advertising AI skills in their resumes.	6. 人々は正規の教育以外でAIスキルを習得し、履歴書にAIスキルを記載している。
AI literacy has grown faster than engineering-oriented AI skills in most countries. The United Arab Emirates, Chile, and South Africa are exceptions, where engineering skills show steeper growth since 2022.	ほとんどの国において、AIリテラシーの伸びはエンジニアリング志向のAIスキルよりも速い。アラブ首長国連邦、チリ、南アフリカは例外であり、これらの国では2022年以降、エンジニアリングスキルの伸びがより急激である。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAIインデックスの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な調査、データ収集、分析を支え、透明性の高いAI指標が人類をより良い未来へと導くことを保証する。
8. Policy and Governance	8. 政策とガバナンス
1. National AI strategies are expanding fastest among countries that had no formal AI policy five years ago.	1. 5年前に正式なAI政策を持っていなかった国々において、国家AI戦略の拡大が最も急速に進んでいる。
In 2024, more than half of newly adopted strategies came from emerging economies and, as of 2025, additional countries across sub-Saharan Africa, Central Asia, and the Middle East have strategies in active development.	2024年には、新たに採択された戦略の半数以上が新興経済国によるものであり、2025年現在、サハラ以南のアフリカ、中央アジア、中東のさらなる国々で戦略が活発に策定されている。
2. AI sovereignty, the goal of gaining more agency over domestic AI capabilities, is emerging as a central principle of national AI policy, but the infrastructure underpinning it is unevenly distributed.	2. 国内のAI能力に対する主導権を強化するという目標である「AI主権」は、国家AI政策の中心的な原則として浮上しているが、それを支えるインフラは不均等に分布している。
Between 2018 and 2025, Europe and Central Asia expanded state-backed AI supercomputing clusters from 3 to 44. South Asia, Latin America, and the Middle East and North Africa have only reached between 2, 3 and 8 each.	2018年から2025年にかけて、欧州および中央アジアでは、国家が支援するAIスーパーコンピューティング・クラスターが3か所から44か所に拡大した。一方、南アジア、ラテンアメリカ、中東・北アフリカでは、それぞれ2～8か所に留まっている。
3. Regions are taking different approaches to data sovereignty.	3. データ主権に対する各地域の取り組みは異なる。
Through 2024, East Asia and the Pacific had adopted 77 data localization measures, followed by sub-Saharan Africa with 71 and Europe and Central Asia with 66. North America, by contrast, recorded only 3, reflecting a different approach to cross-border data flows.	2024年までに、東アジア・太平洋地域は77件のデータローカライゼーション措置を導入し、次いでサハラ以南アフリカが71件、欧州・中央アジアが66件となった。対照的に、北米はわずか3件にとどまり、国境を越えるデータフローに対する異なるアプローチを反映している。
4. AI-related witnesses in U.S. congressional hearings have grown twentyfold since 2017.	4. 米国議会公聴会におけるAI関連の証言者は、2017年以降20倍に増加した。
The number rose from 5 in 2017 to 102 in 2025. Industry’s share nearly tripled from 13% to 37%, making it the largest witness group, while academia’s share fell to 15%.	その数は2017年の5人から2025年には102人に増加した。産業界の割合は13％から37％へとほぼ3倍に増え、最大の証人グループとなった一方、学界の割合は15％に低下した。
5. U.S. public investment in AI remains modest compared to private-sector spending.	5. 米国のAIへの公的投資は、民間部門の支出と比較すると依然として控えめである。
Between 2013 and 2024, the United States invested approximately $20.4 billion in AI-related contracts and grants, against $285.9 billion in U.S. private investment in 2025 alone.	2013年から2024年の間に、米国はAI関連の契約および助成金に約204億ドルを投資したが、2025年単年における米国の民間投資額は2,859億ドルに達した。
6. European AI public commitments reached approximately $3.7 billion in contracts over 2013–2024.	6. 欧州のAIに関する公的コミットメントは、2013年から2024年にかけて契約額で約37億ドルに達した。
The United Kingdom accounted for $1.6 billion, followed by Germany with $505 million and France with $320 million. Recent spending is accelerating as well. In 2024 alone, the U.K. committed $454.4 million (28% of its decade total) and Germany committed $206.6 million (40% of its total).	そのうち英国が16億ドルを占め、次いでドイツが5億500万ドル、フランスが3億2000万ドルとなっている。最近の支出も加速している。2024年だけで、英国は4億5440万ドル（過去10年間の総額の28％）、ドイツは2億660万ドル（同40％）を拠出した。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAIインデックスの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な調査、データ収集、分析を支えるものであり、透明性の高いAI指標が人類をより良い未来へと導くことを保証する。
9. Public Opinion	9. 世論
1. AI optimism is rising, but so is anxiety.	1. AIに対する楽観論は高まっているが、不安も同様に高まっている。
Globally, the share of respondents who say AI products and services offer more benefits than drawbacks rose from 55% in 2024 to 59% in 2025, even as the share saying these products make them nervous increased to 52%.	世界的に見て、AI製品やサービスはデメリットよりもメリットが大きいと答えた回答者の割合は、2024年の55％から2025年には59％に上昇した。一方で、これらの製品に不安を感じると答えた割合も52％に増加した。
2. Southeast Asian countries remain among the world’s most optimistic about AI.	2. 東南アジア諸国は、依然として世界で最もAIに対して楽観的な国々の一つだ。
In Malaysia, Thailand, Indonesia, and Singapore, more than 80% of respondents say AI will profoundly change their lives in the next 3-5 years, with Malaysia posting the largest increase from 2024.	マレーシア、タイ、インドネシア、シンガポールでは、回答者の80％以上が、今後3～5年でAIが自分の生活を大きく変えるだろうと答えており、マレーシアは2024年から最も大きな増加を示した。
3. India saw the sharpest rise in AI nervousness of any country surveyed.	3. 調査対象国の中で、インドはAIに対する不安が最も急激に高まった。
Between 2024 and 2025, India registered the sharpest rise in concern around AI usage (+14 percentage points) with only a modest increase in excitement (+2).	2024年から2025年にかけて、インドではAI利用に対する懸念が最も急激に高まった（+14ポイント）一方で、期待感の増加はわずかだった（+2ポイント）。
4. Workplace AI usage is higher in several emerging economies than in many advanced ones.	4. 職場でのAI利用率は、多くの先進国よりもいくつかの新興経済国の方が高い。
In 2025, 58% of employees globally reported using AI at work on a semiregular or regular basis, but in India, China, Nigeria, the United Arab Emirates, Egypt, and Saudi Arabia, the share exceeded 80%.	2025年、世界の従業員の58％が職場でAIを「ほぼ定期的に」または「定期的に」利用していると回答したが、インド、中国、ナイジェリア、アラブ首長国連邦、エジプト、サウジアラビアでは、その割合が80％を超えた。
5. AI experts and the U.S. public have very different perspectives on AI's future, except on elections and personal relationships.	5. AI専門家と米国の一般市民は、選挙や個人的な関係を除き、AIの将来について非常に異なる見解を持っている。
On how people do their jobs, 73% of experts expect a positive impact compared to just 23% of the public, a 50-point gap. Similar divides appear for the economy (69% vs. 21%) and medical care (84% vs. 44%).	仕事の進め方について、専門家の73％がプラスの影響を予想しているのに対し、一般市民はわずか23％にとどまり、50ポイントの差がある。経済（69％対21％）や医療（84％対44％）についても同様の隔たりが見られる。
6. Nearly two-thirds of Americans (64%) expect AI to lead to fewer jobs over the next 20 years, while only 5% expect more.	6. アメリカ人の3分の2近く（64%）が、今後20年間でAIによって雇用が減ると予想している一方、増えると予想しているのはわずか5%だ。
Experts were less pessimistic (39% fewer, 19% more) but forecast far faster adoption, expecting generative AI to assist 18% of U.S. work hours by 2030 versus the public's estimate of 10%.	専門家はそれほど悲観的ではなかった（減少と予想したのは39%、増加と予想したのは19%）が、導入のスピードについてははるかに速いと予測しており、2030年までに生成的AIが米国の労働時間の18%を支援すると見込んでいるのに対し、一般市民の推定は10%にとどまっている。
7. AI companionship is still niche, and global views vary widely.	7. AIコンパニオンはまだニッチな存在であり、世界的な見解には大きなばらつきがある。
More than half of respondents worldwide (52%) reported some excitement about using AI for companionship, compared with just 42% in the United States. Experts forecast that 10% of U.S. adults will use an AI companion daily by 2027, rising to 30% by 2040.	世界中の回答者の半数以上（52%）が、AIをコンパニオンとして利用することに何らかの期待を抱いていると回答したが、米国ではわずか42%にとどまった。専門家は、2027年までに米国の成人の10%が毎日AIコンパニオンを利用するようになり、2040年までに30%に増加すると予測している。
8. The United States reported the lowest trust in its own government to regulate AI responsibly of any country surveyed, at 31%.	8. 米国は、調査対象国の中で自国政府がAIを責任を持って規制できるとの信頼度が最も低く、31%だった。
The global average was 54%, with Southeast Asian countries leading (Singapore 81%, Indonesia 76%).	世界平均は54%で、東南アジア諸国がトップだった（シンガポール81%、インドネシア76%）。
9. Across all 50 U.S. states, concern about too little AI regulation outweighs concern about too much.	9. 米国の全50州において、AI規制が不十分であるという懸念が、過剰であるという懸念を上回っている。
Nationally, 41% of respondents said federal AI regulation will not go far enough, compared with 27% who said it will go too far, though more than one-third were unsure.	全国的に、回答者の41％が連邦政府のAI規制は不十分だと答え、過剰だと答えたのは27％であった。ただし、3分の1以上が不明確と答えている。
10. Globally, the EU is trusted more than the United States or China to regulate AI effectively.	10. 世界的に見て、AIを効果的に規制する能力については、米国や中国よりもEUの方が信頼されている。
Across 25 countries in Pew's 2025 survey, a median of 53% said they trust the EU, compared to 37% for the United States and 27% for China.	ピュー研究所の2025年調査対象25カ国において、EUを信頼すると答えた人の割合の中央値は53％であったのに対し、米国は37％、中国は27％であった。
Support the AI Index in our mission to provide comprehensive, unbiased data on artificial intelligence worldwide. Your support sustains rigorous research, data collection, and analysis that informs policymakers, researchers, journalists, and business leaders—ensuring transparent AI metrics guide humanity toward a better future.	世界中の人工知能に関する包括的かつ偏りのないデータを提供するというAIインデックスの使命を支援してほしい。皆様の支援は、政策立案者、研究者、ジャーナリスト、ビジネスリーダーに情報を提供する厳格な調査、データ収集、分析を支えるものであり、透明性の高いAI指標が人類をより良い未来へと導くことを保証する。

・[PDF]

過去分...

The 2025 AI Index Report
The 2024 AI Index Report
The 2023 AI Index Report
The 2022 AI Index Report

中国 人工知能が高品質発展を推進する

こんにちは、丸山満彦です。

次の全国人民代表大会は2026.03.05から開催される予定、そこで現在策定中の十五次五カ年計画（2026-2030年）綱要（草案）
が決定されるというタイミングでこの広報ですかね。。。

人工知能、ロボット、量子技術...という感じで、新技術に（米国をしのいで）世界をリードしようと意気込みの計画がでてくるのでしょうかね...

● 国家互联网信息办公室（国家サイバースペース管理局）

・2026.02.14 风起青萍浪成潮——以人工智能赋能高质量发展

风起青萍浪成潮——以人工智能赋能高质量发展	風は青萍に起こり、波は潮となる——人工知能が高品質発展を推進する
“机器能思考吗？”	「機械は思考できるのか？」
七十多年前，“人工智能之父”艾伦·麦席森·图灵在论文《计算机器与智能》中发出这一叩问。	七十余年前、「人工知能の父」アラン・マシスン・チューリングは論文『計算機と知能』でこの問いを投げかけた。
七十多年后的今天，在基础理论突破、信息环境支撑、经济社会需求拉动的共同作用下，人工智能技术和应用迅猛发展，推动人类迈向一个全新时代。	七十余年後の今日、基礎理論の突破、情報環境の支援、経済社会の需要の牽引が相まって、人工知能技術と応用は急速に発展し、人類を新たな時代へと導いている。
“现在，我们迎来了世界新一轮科技革命和产业变革同我国转变发展方式的历史性交汇期，既面临着千载难逢的历史机遇，又面临着差距拉大的严峻挑战。”	「今、我々は世界の新たな科学技術革命と産業変革が、我が国の発展方式転換という歴史的転換期と重なる局面を迎えている。千載一遇の歴史的機会と、格差拡大という厳しい挑戦の両方に直面しているのだ」
“科技革命中，人工智能、量子技术、生物技术等前沿技术集中涌现，其中人工智能最为引人瞩目，被认为是继蒸汽机、电力、互联网之后又一个划时代的重大技术变革。”	「科学技術革命の中で、人工知能、量子技術、バイオテクノロジーなどの先端技術が集中的に出現している。中でも人工知能は最も注目を集め、蒸気機関、電力、インターネットに次ぐ画期的な技術革新と見なされている」
能否抓住历史机遇，能否把握时代脉搏，能否顺应发展潮流，事关党和国家事业的兴衰成败。	歴史的機会を捉えられるか、時代の脈動を把握できるか、発展の潮流に順応できるかは、党と国家の事業の興亡成敗に関わる。
把握历史主动	歴史的主導権を握る
纵观人类发展史，科技进步始终是推动社会发展的重要力量。百年大变局，科技创新是关键变量。推进中国式现代化，科技创新是必由之路。	人類の発展史を俯瞰すると、科学技術の進歩は常に社会発展を推進する重要な力であった。百年に一度の大変局において、科学技術革新は鍵となる変数である。中国式現代化を推進する上で、科学技術革新は必然の道である。
不论在基层、地方还是在中央，习近平同志对科技创新和产业创新的重视、思考与实践一以贯之。	末端組織であれ、地方であれ、中央であれ、習近平同志の科学技術革新と産業革新への重視、考察、実践は一貫している。
1975年9月20日，《延安通讯》头版头条刊登通讯《取火记——延川县人民大办沼气见闻》，详细介绍了“沼气过秦岭”的故事。	1975年9月20日、『延安通信』の1面トップに「火の取り方――延川県民がバイオガスを大々的に導入した見聞」という記事が掲載され、「バイオガスが秦嶺を越える」という物語が詳細に紹介された。
1974年初，习近平同志被推选为梁家河大队党支部书记。一天夜里，习近平同志在报纸上读到一篇介绍四川人民推广利用沼气的报道，他感到心潮澎湃，意识到这可以解决梁家河缺煤少柴的问题。于是，他和其他同志一同前往四川“取经”，回来后动员村民组建了一个办沼气的施工队。在习近平同志带领下，陕西第一口沼气池在梁家河建成，解决了村民做饭、照明和施肥的问题。	1974年初頭、習近平同志は梁家河大隊党支部書記に選出された。ある夜、習近平同志は新聞で四川省の人民がバイオガス利用を推進している記事を読み、胸が高鳴った。これが梁家河の石炭不足と薪不足を解決できると気づいたのだ。そこで同志たちと共に四川へ「知恵を学び」に行き、帰国後は村民を動員してバイオガス施工チームを結成した。習近平同志の指導のもと、陝西省初のバイオガス池が梁家河に完成し、村民の炊事・照明・肥料の問題を解決した。
20世纪80年代，时任河北正定县委书记的习近平同志就认识到，“科技是关键，信息是灵魂”。	1980年代、当時河北省正定県党委書記だった習近平同志は「科学技術が鍵であり、情報が魂である」と認識していた。
习近平同志敏锐把握世界科技创新发展趋势，认识到信息工作的重要性，并作出判断：“不重视信息工作，就如同‘盲人骑瞎马，夜半临深池’”，要“尽快形成耳聪目明的‘蛛网型’信息网”。	習近平同志は世界の科学技術革新の趨勢を鋭く把握し、情報業務の重要性を認識してこう判断した。「情報業務を重視しなければ、それは『盲人が盲馬に乗り、真夜中に深い池のほとりに立つ』ようなものだ」。そして「耳が利き目が利く『蜘蛛の巣型』情報網を早急に構築せよ」と指示した。
在习近平同志推动下，正定开启一系列大刀阔斧的改革，其中一项就是加强信息工作。	習近平同志の推進により、正定では一連の大胆な改革が始まった。その一つが情報業務の強化だった。
1984年，正定建立信息中心。同年，全县手摇电话升级为程控电话，举办了全省第一个县级“技术信息交易大会”，推出科技项目1500项。	1984年、正定は情報センターを設立した。同年、県内の手動式電話は全自動交換機へ更新され、全省初の県レベル「技術情報取引大会」が開催され、1500件の科学技術プロジェクトが発表された。
在正定人民心中：“习书记主政下的正定县，非常重视人才，重视科技成果，重视新产品研发，他本人对这个领域发生的事情特别敏感。”	正定の人々の心にはこう刻まれている。「習書記が統治する正定県は、人材を非常に重視し、科学技術の成果を重視し、新製品の開発を重視している。彼自身はこの分野で起きることに特に敏感だった」と。
世纪之交，信息技术革命在全球兴起，但电脑和手机在中国还未普及，互联网对大多数中国人来说还是新鲜事物，人们对信息化浪潮的到来感受不深。	世紀の変わり目、情報技術革命が世界的に起こっていたが、中国ではまだパソコンや携帯電話が普及しておらず、インターネットは大多数の中国人にとって新鮮な存在で、情報化の波が来ているという実感はあまりなかった。
2000年，一份“数字福建”建议书，引起了时任福建省省长的习近平同志的关注。一个前瞻性的计划开始照进现实。	2000年、「デジタル福建」の提案書が、当時福建省省長だった習近平同志の注目を集めた。先見性のある計画が現実のものとなり始めたのだ。
就这份建议书，习近平同志作了整整一页纸的批示，内容十分详细。在批示中，习近平同志肯定了建设“数字福建”的重大意义，并指出实施科教兴省战略，必须抢占科技制高点。建设“数字福建”，就是当今世界最重要的科技制高点之一。	この提案書に対し、習近平同志は丸々1ページにわたる詳細な指示を記した。指示の中で習近平同志は「デジタル福建」建設の重大な意義を認め、科学技術振興戦略の実施には科学技術の制高点を確保しなければならないと指摘した。「デジタル福建」の建設こそが、現代世界で最も重要な科学技術の制高点の一つであると述べた。
思之谋之，知之行之。	考え、計画し、知り、実行する。
习近平同志作出建设数字福建的战略部署，提出建设“数字化、网络化、可视化、智能化”数字福建的奋斗目标，由此开启了福建推进信息化建设的进程。这也是数字中国建设的思想源头和实践起点。	習近平同志はデジタル福建建設の戦略的配置を行い、「デジタル化、ネットワーク化、可視化、知能化」を特徴とするデジタル福建の建設目標を掲げた。これにより福建省の情報化建設プロセスが開始された。これはデジタル中国建設の思想的源流であり実践の起点でもある。
“今天这个峰会，‘春回燕归’这个名字起得很好。杭州现在是春暖花开、桃红柳绿，燕子回来了，家乡的骄子归来了，来看看已经发生深刻变化的家乡。这也表明，浙江IT业界的春天也来了。”	「本日のサミット『春が戻り燕が帰る』という名称は実に適切だ。杭州は今、春暖かく花が咲き、桃は紅く柳は緑で、燕が戻ってきた。故郷の誇りが帰ってきたのだ。大きく変わった故郷を見に来たのだ。これは浙江IT業界の春も来たことを示している。」
2006年3月28日，时任浙江省委书记的习近平同志亲切接见首届“春回燕归·浙籍IT精英峰会”与会代表并合影留念。	2006年3月28日、当時浙江省党委書記だった習近平同志は、第1回「春回燕帰・浙江出身ITエリートサミット」の参加者らを温かく接見し、記念撮影を行った。
“习书记不仅重视浙籍IT精英的回归和培育，而且重视国内外高科技企业的引进与合作。”时任浙江省科学技术厅厅长蒋泰维至今记忆犹新，国际知名企业董事长或CEO来杭州，习近平同志都会抽时间接见会谈。	「習書記は浙江出身のITエリートの帰還と育成を重視するだけでなく、国内外のハイテク企業の誘致と協力も重視していた」と当時浙江省科学技術庁長官だった蒋泰維は今も鮮明に覚えている。国際的に有名な企業の会長やCEOが杭州を訪れると、習近平同志は必ず時間を割いて面会し、会談していた。
在浙江工作期间，习近平同志坚持以信息化带动工业化，以工业化促进信息化，加快建设“数字浙江”……习近平同志强调“干在实处、走在前列”，制定并实施“八八战略”，加快推进创新型省份和科技强省建设，打造了“百亿信息化建设”工程。	浙江で勤務していた期間、習近平同志は情報化で工業化を牽引し、工業化で情報化を促進するという方針を堅持し、「デジタル浙江」の建設を加速させた…… 習近平同志は「実践で先頭に立つ」ことを強調し、「八八戦略」を策定・実施し、革新型省と科学技術強省の建設を加速させ、「百億情報化建設」プロジェクトを打ち立てた。
历史的纵深感在于“度之往事”，也在于“验之来事”。	歴史の深遠さは「過去の事象を測る」ことにもあり、「未来の事象を検証する」ことにもある。
习近平总书记指出，“没有一种历史的纵深感来把握现在做的事情和制定我们的目标，就做不好今天的工作”。	習近平総書記は「歴史の深遠さをもって現在の行動を把握し目標を定めなければ、今日の仕事を成し遂げられない」と指摘した。
世界无时无刻不在变化，发展机会稍纵即逝，要下好先手棋、打好主动仗，做到“为之于未有”。	世界は刻一刻と変化し、発展の機会は一瞬で過ぎ去る。先手を打つ手筋を練り、主導権を握る戦いを展開し、「未然に備える」ことを実現しなければならない。
“明者因时而变，知者随事而制。”从黄土高原到冀中平原，从八闽大地到东海之滨……一路走来，习近平同志始终敏锐感知时代先声、准确把握时代脉搏。	「賢者は時に応じて変え、知者は事に応じて制す」。黄土高原から冀中平原へ、八閩の大地から東海の浜辺へ……歩みを進める中で、習近平同志は常に時代の先駆けを鋭く感知し、時代の脈動を正確に把握してきた。
Picture1	写真１
2026年1月20日，省部级主要领导干部学习贯彻党的二十届四中全会精神专题研讨班在中央党校（国家行政学院）开班。中共中央总书记、国家主席、中央军委主席习近平在开班式上发表重要讲话。图/新华社记者 谢环驰 摄	2026年1月20日、省部級主要指導幹部による党第20期中央委員会第4回全体会議精神学習貫徹特別研修班が中央党校（国家行政学院）で開講した。中国共産党中央委員会総書記、国家主席、中央軍事委員会主席の習近平が開講式で重要な講話を行った。写真＝新華社記者・謝環馳撮影
回答时代课题	時代の課題に答える
2026年1月30日，中共中央政治局进行第二十四次集体学习。开局之年首次集体学习，主题聚焦前瞻布局和发展未来产业。	2026年1月30日、中共中央政治局は第24回集団学習を実施した。年初の最初の集団学習は、先見的な配置と未来産業の発展に焦点を当てた。
习近平总书记指出，“培育发展未来产业，对于抢占科技和产业制高点、把握发展主动权，对于发展新质生产力、建设现代化产业体系，对于提高人民生活品质、促进人的全面发展和社会全面进步，都具有重要意义”。	習近平総書記は「未来産業を育成・発展させることは、科学技術と産業の制高点を占め、発展の主導権を握る上で、新たな質的生産力を発展させ、現代的な産業体系を構築する上で、人民の生活の質を高め、人の全面的な発展と社会の全面的な進歩を促進する上で、いずれも重要な意義を持つ」と指摘した。
科技浪潮迭起，未来产业里有产业的未来，更有发展的未来。	科学技術の波が次々と押し寄せ、未来産業には産業の未来だけでなく、発展の未来も秘めている。
人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变了科技的发展形态和产业的运作模式，加快推进信息化、数字化、智能化进程，为各行各业乃至整个经济社会带来前所未有的变革机遇。	人工知能は新たな科学技術革命と産業変革を牽引する戦略的技術として、科学技術の発展形態と産業の運営モデルを深く変え、情報化・デジタル化・知能化の進展を加速させ、あらゆる業界、ひいては経済社会全体に前例のない変革の機会をもたらしている。
“国内企业发布多款人工智能芯片产品，智能算力规模达1590EFLOPS，行业高质量数据集加速涌现，国内大模型引领全球开源生态。据有关机构测算，2025年我国人工智能企业数量超过6000家，核心产业规模预计突破1.2万亿元。”2026年1月21日，国务院新闻办公室举行新闻发布会，公布系列重磅数据。	「国内企業は複数の人工知能チップ製品を発表し、インテリジェント演算能力は1590EFLOPSに達した。業界の高品質データセットが加速的に出現し、国内の大規模モデルが世界のオープンソースエコシステムをリードしている。関連機関の試算によると、2025年までに中国の人工知能企業数は6000社を超え、中核産業規模は1兆2000億元を突破すると見込まれている。」 2026年1月21日、国務院新聞弁公室は記者会見を開き、一連の重要なデータを発表した。
今日事业之繁盛，始于昨日之远见。	今日の事業の繁栄は、昨日の先見性から始まる。
2013年国庆前夕，中共中央政治局集体学习走出中南海，把“课堂”搬到了中关村。在我国第一个高技术园区里，习近平总书记对科技创新趋势作出深入研判。	2013年国慶節前夜、中国共産党中央政治局の集団学習は中南海を離れ、「教室」を中関村に移した。中国初のハイテクパークで、習近平総書記は科学技術革新の趨勢について深い分析を行った。
“即将出现的新一轮科技革命和产业变革与我国加快转变经济发展方式形成历史性交汇，为我们实施创新驱动发展战略提供了难得的重大机遇。”	「間もなく到来する新たな科学技術革命と産業変革は、わが国の経済発展方式転換の加速化と歴史的な交点となり、我々がイノベーション駆動型発展戦略を実施する上で貴重な重大な機会を提供する」
抓住和用好这一重大机遇，总书记强调了三个“不能”：不能等待、不能观望、不能懈怠。	この重大な機会を捉え活用するため、総書記は三つの「できない」を強調した：待つことはできない、傍観することはできない、怠けることはできない。
次年6月，在中国科学院第十七次院士大会、中国工程院第十二次院士大会上，习近平总书记指出，“有的人工智能机器人已具有相当程度的自主思维和学习能力”，并再次强调，“机不可失，时不再来，必须紧紧抓住”。	翌年6月、中国科学院第17回院士大会・中国工程院第12回院士大会で、習近平総書記は「 一部の人工知能ロボットはすでに相当な自律思考と学習能力を備えている」と述べ、改めて「機は逃せば二度と来ない。必ずしっかりと掴まねばならない」と強調した。
2018年10月31日，在中共中央政治局就人工智能发展现状和趋势举行第九次集体学习期间，习近平总书记指出，“加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”。	2018年10月31日、中共中央政治局が人工知能の発展現状と趨勢について第9回集団学習を行った際、習近平総書記は「次世代人工知能の発展を加速することは、我が国が新たな科学技術革命と産業変革の機会を掴めるかどうかの戦略的問題である」と指摘した。
如何把握发展机遇？总书记的足迹引领前行。	発展の機会をどう捉えるか？総書記の足跡が前進を導く。
2012年12月，党的十八大后首次离京考察，习近平总书记来到广东，第一天就走进互联网企业。总书记指出，“现在人类已经进入互联网时代这样一个历史阶段，这是一个世界潮流，而且这个互联网时代对人类的生活、生产、生产力的发展都具有很大的进步推动作用”。这是对时代潮流、时代方位的精准把握。	2012年12月、党第18回全国代表大会後初の北京離脱視察で、習近平総書記は広東省を訪れ、初日にインターネット企業を視察した。総書記は「人類はすでにインターネット時代という歴史的段階に入り、これは世界の潮流であり、このインターネット時代は人類の生活、生産、生産力の発展に大きな推進的役割を果たしている」と指摘した。これは時代の潮流と時代の方向性を正確に捉えたものである。
“时代”，对于中国共产党人来说，是一个具有重大理论和现实意义的词汇。正确认识和把握我们所面临的“时”与“势”，是我们党掌握历史主动、引领发展进步的根本所在。	「時代」という言葉は、中国共産党員にとって重大な理論的・現実的意義を持つ。我々が直面する「時」と「勢」を正しく認識し把握することは、我が党が歴史的主導権を掌握し、発展と進歩をリードする根本にある。
2018年11月，习近平总书记在上海考察时走进张江科学城，在一个个高技术展台前仔细观看。总书记指出，“在实现中华民族伟大复兴的关键时刻，要增强科技创新的紧迫感和使命感”。	2018年11月、習近平総書記は上海視察で張江科学城を訪れ、数々のハイテク展示ブースを丁寧に視察した。総書記は「中華民族の偉大な復興を実現する重要な時期に、科学技術革新の緊迫感と使命感を強めなければならない」と指摘した。
“推进中国式现代化，科学技术要打头阵，科技创新是必由之路。”2024年10月，习近平总书记来到合肥滨湖科学城，驻足察看智能网联汽车、新一代信息技术、人工智能等高新科技产品。这是党的十八大以来，习近平总书记第三次考察安徽。	「中国式現代化を推進するには、科学技術が先頭に立つ必要があり、科学技術革新は必然の道である」。2024年10月、習近平総書記は合肥濱湖科学城を訪れ、スマートコネクテッドカー、次世代情報技術、人工知能などのハイテク製品を視察した。これは党の第18回全国代表大会以降、習近平総書記が安徽省を視察するのは3度目である。
2016年4月，习近平总书记走进中国科技大学、中科大先进技术研究院，观看智能语音、智能机器人等方面的科技创新成果，要求“把创新作为最大政策，奋起直追、迎头赶上”。2020年8月，习近平总书记参观安徽创新馆，指出“实现跨越式发展，关键靠创新”。	2016年4月、習近平総書記は中国科学技術大学と中科大先進技術研究院を訪れ、音声認識技術や知能ロボットなどの科学技術革新の成果を視察し、「革新を最大の政策とし、奮起して追い上げ、追い越せ」と要求した。2020年8月、習近平総書記は安徽省革新館を視察し、「飛躍的な発展を実現するには、革新が鍵だ」と指摘した。
三次考察，习近平总书记均详细察看科技成果、询问科研进展、关切基础研究。其中，既有一以贯之的关注，又有不断深化的要求，为人工智能等新技术的发展和应用按下了快进键。	三度の視察で、習近平総書記はいずれも科学技術成果を詳細に視察し、研究の進捗状況を尋ね、基礎研究に関心を示した。そこには一貫した関心と、絶えず深化する要求があり、人工知能などの新技術の発展と応用を加速させるスイッチを押したのである。
2025年4月29日，习近平总书记来到上海“模速空间”大模型创新生态社区调研，了解上海市人工智能产业发展情况，察看重点孵化企业的大模型产品展示，听取相关技术研发和企业生产经营介绍。	2025年4月29日、習近平総書記は上海の「モースペース」大規模モデル革新エコシステムコミュニティを視察し、上海市の人工知能産業の発展状況を把握し、重点インキュベーション企業の大規模モデル製品の展示を視察し、関連技術の研究開発と企業の生産経営について説明を受けた。
就在此次考察的几天前，4月25日，习近平总书记主持中共中央政治局第二十次集体学习，聚焦的主题正是——“加强人工智能发展和监管”。	この視察の数日前、4月25日には、習近平総書記が中共中央政治局第20回集団学習を主宰し、まさに「人工知能の発展と監督管理の強化」をテーマに焦点を当てていた。
在理论学习后即赴实地调研，这样的安排凸显了人工智能对经济社会发展至关重要的作用，以及在当前推动这一产业健康有序发展的战略性和紧迫性。	理論学習の直後に現地調査を行うというこの手配は、人工知能が経済社会の発展にとって極めて重要な役割を担っていること、そして現在この産業の健全かつ秩序ある発展を推進することの戦略性と緊急性を浮き彫りにしている。
“模速空间”是上海市打造的人工智能大模型专业孵化和加速平台。这里入驻的企业涵盖底层技术、应用研发、场景设计、算力支持等方方面面，“上下楼就是上下游”，紧密协作的生态体系恰是产业蓬勃向上的写照。	「モースペース」は上海市が構築した人工知能大規模モデル専門のインキュベーション・アクセラレーションプラットフォームである。ここに入居する企業は基盤技術、応用開発、シナリオ設計、計算能力支援など多岐にわたり、「同じフロアがサプライチェーンの上流と下流」という緊密に連携するエコシステムこそが、産業の活況を象徴している。
在考察中，习近平总书记走进人工智能产品体验店，详细了解产品功能和市场行情，还饶有兴致地戴上智能眼镜亲身体验。总书记同现场青年创新人才亲切交流，对大家说“人工智能是年轻的事业”。总书记还指出，“我国数据资源丰富，产业体系完备，市场空间巨大，发展人工智能前景广阔，要加强政策支持和人才培养，努力开发更多安全可靠的优质产品”。	視察中、習近平総書記は人工知能製品体験店を訪れ、製品機能や市場動向を詳細に確認した。さらに興味深そうにスマートグラスを装着して自ら体験もした。総書記は現場の若手イノベーション人材と親しく交流し、「人工知能は若い事業だ」と述べた。また「わが国はデータ資源が豊富で、産業体系が完備し、市場規模が巨大だ。人工知能の発展見通しは広く、政策支援と人材育成を強化し、より多くの安全で信頼性の高い優良製品の開発に努めなければならない」と指摘した。
人工智能是年轻的事业，更是前景广阔的事业。面对日趋激烈的全球科技竞争，人工智能已成为我国开辟发展新领域新赛道、塑造发展新动能新优势的重要战略抓手。	人工知能は若者の事業であり、さらに将来性豊かな事業だ。激化する世界的な科学技術競争に直面し、人工知能は我が国が新たな発展分野・新たな競争領域を開拓し、新たな発展の原動力・新たな優位性を形成する重要な戦略的手段となっている。
抢抓历史性机遇，谋篇布局是关键。	歴史的機会を捉えるには、計画的な配置が鍵だ。
2015年，《国务院关于积极推进“互联网+”行动的指导意见》发布，将“‘互联网+’人工智能”列为11项重点行动之一；2016年，人工智能被写入“十三五”规划纲要；2017年，《新一代人工智能发展规划》确立“三步走”目标；2021年，“十四五”规划纲要将“新一代人工智能”列为科技前沿攻关的七大领域之一；2025年8月，《国务院关于深入实施“人工智能+”行动的意见》印发，明确了实施“人工智能+”行动的总体要求、发展目标和重点方向，推动人工智能与经济社会各行业各领域广泛深度融合。	2015年、「国務院による『インターネットプラス』行動の積極的推進に関する指導意見」が発表され、「『インターネットプラス』人工知能」が11の重点行動の一つに列挙された。2016年には人工知能が「第13次五カ年計画」要綱に盛り込まれた。2017年、「次世代人工知能発展計画」が「三段階の目標」を確立した。2021年、「第十四次五カ年計画」要綱は「次世代人工知能」を科学技術フロンティア研究の七大分野の一つに指定した。2025年8月、「国務院による『人工知能プラス』行動の深化実施に関する意見」が発布され、「人工知能プラス」行動の実施に関する全体的要請、発展目標、重点方向が明確化され、人工知能と経済社会の各業界・各分野との広範かつ深い融合が推進された。
战略、规划相互衔接、压茬推进，得时无怠、只争朝夕。	戦略と計画は相互に連携し、段階的に推進され、時機を逃さず、一刻を争う。
2025年10月，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》（以下简称《建议》）正式公布。在《建议》中，“智能”一词出现16次。“具身智能”“智能制造”“智能电网”……在这张为未来五年中国发展擘画的蓝图中，人工智能覆盖产业发展、文化建设、民生保障、社会治理等方方面面。	2025年10月、「中国共産党中央委員会による国民経済・社会発展第15次五カ年計画策定に関する提案」（以下「提案」という）が正式に発表された。「提案」の中で「スマート」という言葉は16回登場する。「具身知能」「スマート製造」「スマートグリッド」…… この今後5年間の中国発展を描いた青写真において、人工知能は産業発展、文化建設、民生保障、社会ガバナンスなどあらゆる分野をカバーしている。
《建议》提出：“全面实施‘人工智能+’行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。”	『提案』は次のように提言している。「『人工知能プラス』行動を全面的に実施し、人工知能によって科学研究のパラダイム転換をリードする。人工知能と産業発展、文化建設、民生保障、社会ガバナンスとの結合を強化し、人工知能産業応用の制高点を占め、あらゆる分野に力を与える。」
在雁群中，头雁振翅翱翔、破风前行，为整个雁群引领前行方向。	雁の群れの中で、先頭の雁は翼を羽ばたかせて風を切り、群れ全体に前進の方向を示す。
“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应。”习近平总书记用一个极为生动的比喻，强调人工智能是新一轮科技革命和产业变革的重要驱动力量。	「人工知能は、この科学技術革命と産業変革を牽引する戦略的技術であり、波及効果の強い『先頭雁』効果を持つ」。習近平総書記は極めて生き生きとした比喩を用いて、人工知能が新たな科学技術革命と産業変革の重要な推進力であることを強調した。
知之愈明，则行之愈笃。在习近平总书记擘画指引下，我国人工智能蓬勃发展、应用落地加速推进，人工智能综合实力实现整体性、系统性跃升，其“头雁”效应日益彰显。	知るほどに行動は確固たるものとなる。習近平総書記の指針のもと、わが国の人工知能は力強く発展し、応用展開が加速している。人工知能の総合力は全体的・体系的な飛躍を遂げ、「先導効果」が日増しに顕著になっている。
澎湃发展动能	澎湃たる発展の動能
2026年年初，全球目光再次聚焦瑞士的冰雪小镇达沃斯，世界经济论坛2026年年会在此召开。在阿尔卑斯山的凛冽寒风中，人工智能话题依然火爆，有十余项与之相关的议题。	2026年初頭、世界の注目が再びスイスの雪の町ダボスに集まった。世界経済フォーラム年次総会がここで開催されたのだ。アルプスの冷たい風の中、人工知能の話題は依然として熱く、十数もの関連議題が取り上げられた。
在这场素有“世界经济风向标”之称的国际盛会上，来自中国的应用成为人工智能落地的鲜活样本。期间发布的一项最新报告评选出第二批在全球具有高影响力的“AI应用之星”名单，首批名单已于2025年夏季达沃斯论坛期间公布。两批名单合计，有近半案例来自中国。	「世界経済の風向計」と呼ばれるこの国際会議で、中国発の応用事例はAI実用化の鮮やかな実例となった。会期中に発表された最新報告書では、世界で高い影響力を持つ「AI応用スター」の第2陣が選出された。第1陣は2025年夏のダボス会議で発表済みだ。両リストを合わせると、事例の約半数が中国発である。
成果的背后，是中国坚定不移推动人工智能与产业深度融合。	この成果の背景には、中国が揺るぎなく人工知能と産業の深い融合を推進していることがある。
习近平总书记指出，“积极推动人工智能科技创新与产业创新深度融合，赋能经济社会高质量发展，助力提升人民群众生活品质”。	習近平総書記は「人工知能の科学技術革新と産業革新の深い融合を積極的に推進し、経済社会の高品質な発展に力を与え、人民の生活の質向上に貢献する」と指摘した。
时代激荡，实践宏阔。从生产一线到生活瞬间，智能时代的大幕缓缓拉开。	時代は激動し、実践は広大である。生産の最前線から生活の瞬間に至るまで、知能時代の幕がゆっくりと開かれた。
推动传统产业焕发新生——	伝統産業に新たな命を吹き込む——
冬日的苏北，车间的生产如火如荼。走进徐工集团的智能车间，科技感扑面而来：约160万台联网设备的实时数据持续更新，人工智能调度算法动态优化生产节奏，实现每25分钟下线一台起重机底盘等核心部件，生产效率较传统模式提升四倍。	冬の蘇北地方、工場の生産は活気に満ちている。徐工集団のスマート工場に入ると、テクノロジーの息吹が感じられる。約160万台のネットワーク接続機器からリアルタイムデータが更新され続け、人工知能によるスケジューリングアルゴリズムが生産リズムを動的に最適化。これによりクレーンシャーシなどのコア部品が25分ごとに生産ラインから出荷され、従来方式に比べて生産効率が4倍向上した。
Picture 2	写真2
2025年6月16日，在江西省南昌市的一家汽车生产企业车间内，智能焊装机械臂有序运转。图/视觉中国	2025年6月16日、江西省南昌市の自動車メーカー工場で、スマート溶接ロボットアームが整然と稼働している。図/ビジュアルチャイナ
智造的蝶变发生在更广阔天地。截至目前，全国已建成3.5万余家基础级、8200余家先进级、500余家卓越级智能工厂，培育15家领航级智能工厂。中国工业企业应用大模型及智能体的比例，从2024年的9.6%提升到2025年的47.5%。	スマート製造の変革はより広範な領域で起きている。現在までに、全国で基礎レベル3万5千余社、先進レベル8千2百余社、卓越レベル500余社のスマート工場が建設され、15社の先導的スマート工場が育成された。中国工業企業における大規模モデル及びインテリジェントエージェントの応用比率は、2024年の9.6%から2025年には47.5%に上昇した。
“农业现代化，关键是农业科技现代化。”	「農業の近代化は、農業科学技術の近代化が鍵だ」
仰望苍穹，“吉林一号”卫星星座在太空遨游。放眼麦田，基于海量的“吉林一号”遥感数据，“一网、一图、一平台+N系统”的智慧农业产品体系成功构建，实现卫星“精准指导”耕种。	大空を見上げれば、「吉林一号」衛星群が宇宙を航行している。麦畑を見渡せば、膨大な「吉林一号」リモートセンシングデータに基づき、「一網・一図・一プラットフォーム＋Nシステム」というスマート農業製品体系が構築され、衛星による「精密な指導」による耕作が実現している。
2025年我国农业科技进步贡献率超过64%，一大批智能农机设备上岗。无人驾驶插秧机在水田中穿梭，人工智能精准调度小麦收割机，北斗导航为播种“画”下厘米级精度的轨迹……当传统农业遇上前沿数字技术，充满希望的智能田野正向我们加速展开。	2025年、中国の農業科学技術進歩の貢献率は64％を超え、多数のスマート農業機械が稼働した。無人田植機が水田を縦横無尽に走り、人工知能が小麦収穫機を精密に配車し、北斗ナビゲーションが播種にセンチメートル単位の精度で軌跡を描く……伝統農業が先端デジタル技術と出会う時、希望に満ちたスマート農地が加速して広がっている。
不止扎根国内赋能各领域升级，中国人工智能应用场景不断拓展、走出国门，获得海外市场广泛青睐。	国内に根ざして各分野のアップグレードを推進するだけでなく、中国の人工知能応用シーンは絶えず拡大し、国境を越えて海外市場で広く支持を得ている。
在德国一家企业的生产车间里，几名当地员工正穿戴外骨骼机器人搬运大型零部件。这些可穿戴的机器人由上海傲鲨智能研发，通过智能算法协助使用者轻松提起重物，既可以保障使用者人身安全，又能显著提高生产效率。	ドイツの企業生産現場では、現地従業員数名が外骨格ロボットを装着して大型部品を運搬している。これらのウェアラブルロボットは上海傲鲨智能が開発したもので、スマートアルゴリズムにより使用者が重物を楽に持ち上げられるよう支援する。使用者の安全を確保しつつ、生産効率を大幅に向上させる。
在智利的农田上，极飞科技农业无人机借助人工智能实现精准播撒、自动避障，助力农场降本增效、规避生产风险；在英国的物流中心内，深兰科技“小兰鲸”清洁机器人依托人工智能自主规划路径、识别污渍，高效完成清洁作业，还能通过数据分析优化维护方案、降低成本……中国的人工智能成果在海外落地生根，让工厂更“聪明”、农业更“智慧”、生活更智能。	チリの農地では、極飛科技の農業用ドローンが人工知能を活用し、精密な種まきと自動障害物回避を実現。農場のコスト削減と効率化、生産リスク回避を支援している。英国の物流センターでは、深蘭科技の清掃ロボット「小蘭鯨」が人工知能で自律的に経路を計画し、汚れを識別。効率的な清掃作業を完了するだけでなく、データ分析を通じてメンテナンス計画を最適化し、コスト削減も実現している。中国の人工知能技術が海外で根を下ろし、工場をより「賢く」、農業をより「スマートに」、生活をより知能的に変えている。
培育壮大新兴产业和未来产业——	新興産業と未来産業の育成・拡大——
2026年1月6日，美国拉斯维加斯会展中心的明亮灯光下，2026年美国拉斯维加斯消费电子展（CES）的科技盛宴正酣。	2026年1月6日、米国ラスベガス・コンベンションセンターの明るい照明の下で、2026年米国ラスベガス・コンシューマー・エレクトロニクス・ショー（CES）のテクノロジーの祭典が熱気を帯びていた。
作为全球消费电子的“风向标”，本届展会上，中国国产人形机器人集中亮相。多家外媒报道称，在人形机器人及相关展区，中企数量占据明显优势，显示出强大的快速迭代和规模化推进能力。	世界の消費電子製品の「風向計」として知られる同展示会では、中国国産の人型ロボットが一堂に会した。複数の海外メディアが報じたところによると、人型ロボット及び関連展示エリアでは、中国企業の出展数が明らかに優勢で、強力な迅速なイテレーションと規模拡大の推進力を示していた。
Picture 3	写真 3
2025年8月12日，在2025世界机器人大会现场，各种人形机器人集中亮相，生产线上的机器人引人瞩目。图/视觉中国	2025年8月12日、2025世界ロボット大会の会場では、様々な人型ロボットが一堂に会し、生産ライン上のロボットが注目を集めた。図/ビジュアルチャイナ
我国成为全球第一大机器人生产国。2025年，国内人形机器人整机企业数量超140家，发布人形机器人产品超330款。以人形机器人为代表的具身智能在工业制造、物流运输、医疗康养、公共服务等领域加速实现规模化营运。	中国は世界最大のロボット生産国となった。2025年、国内の人型ロボットメーカー数は140社を超え、発表製品は330機種以上に達した。人型ロボットに代表される具身知能は、工業製造、物流輸送、医療・介護、公共サービスなどの分野で、規模化運営の実現を加速させている。
在微观世界的深处，一场关于未来计算机的革命正在悄然展开。	微視世界の深部では、未来のコンピューターに関する革命が静かに始まっている。
2025年8月，中国科学家在量子计算领域取得重要突破——他们利用人工智能技术，成功构建了多达2024个原子的无缺陷量子计算阵列，创造了新的世界纪录。	2025年8月、中国の科学者たちは量子計算分野で重要な突破口を開いた。人工知能技術を活用し、2024個もの原子からなる欠陥のない量子計算アレイの構築に成功し、新たな世界記録を樹立したのだ。
量子科技正加速从实验室走向产业赛场。在2025年中国国际服务贸易交易会上，北京首台（套）重大技术装备企业集中亮相。其中，国内首个支持1000专用量子比特的相干光量子计算云服务的发布，标志着我国专用量子计算正式迈向千比特规模化实用新阶段，量子计算领域的商业化落地迎来关键进展。	量子技術は実験室から産業現場へ急速に移行している。2025年中国国際サービス貿易取引会では、北京初の重要技術装備企業が集中展示された。その中で国内初の1000専用量子ビット対応コヒーレント光量子コンピューティングクラウドサービスが発表され、中国専用量子コンピューティングが正式に千ビット規模の実用化新段階へ進んだことを示し、量子コンピューティング分野の商業化実現に重要な進展をもたらした。
科技突破的程度，很大程度上决定未来产业发展的速度、广度、深度。	科学技術の突破の程度は、将来の産業発展の速度、広がり、深さを大きく左右する。
药物研发的起点，是找到那个在疾病中“使坏”的关键分子——也就是“靶点”。传统研发模式下的靶点探寻，无异于在浩瀚微观世界里大海捞针，试错成本高、筛选效率低。	医薬品開発の出発点は、疾患の中で「悪さをしている」鍵となる分子、すなわち「標的分子」を見つけることだ。従来の研究開発モデルにおける標的分子の探索は、広大な微視的世界で針を探すようなもので、試行錯誤のコストが高く、選別効率が低い。
破局之路，随着人工智能的深度介入豁然开朗。	この難局を打開する道は、人工知能の深い介入によって開けた。
人工智能凭借其强大的数据处理、模式识别与预测分析能力，打破了传统新药研发的固有逻辑，将海量数据转化为研发动能，在新药研发的各个关键环节实现高效赋能，显著缩短药物研发周期。	人工知能はその強力なデータ処理能力、パターン識別能力、予測分析能力によって、従来の新薬開発の固定観念を打ち破り、膨大なデータを研究開発の原動力に変換した。新薬開発の各重要段階で効率的な支援を実現し、薬物開発サイクルを大幅に短縮した。
我国高度重视生物技术与信息技术的融合发展，在政策扶持下，人工智能制药产业实现快速起步，逐渐形成了具有一定规模的产业集群。目前，我国已有超10家人工智能药物研发企业的管线进入临床阶段。	我が国はバイオテクノロジーと情報技術の融合発展を重視し、政策支援のもとで人工知能製薬産業は急速に発展し、一定の規模を持つ産業クラスターを形成しつつある。現在、10社以上の人工知能医薬品開発企業のパイプラインが臨床段階に進んでいる。
千行百业积极拥抱人工智能的实践，正汇聚成赋能高质量发展的磅礴力量。中国的“人工智能+”行动，通过在细分领域精准深耕、靶向发力，锻造出一批产业创新尖兵，推动社会生产效率与发展质量不断跃升，为经济社会高质量发展注入强劲动能。	あらゆる業界が積極的に人工知能を受け入れる実践は、高品質な発展を推進する強大な力へと集約されつつある。中国の「人工知能プラス」行動は、細分化された分野での精密な深耕と的を絞った取り組みを通じて、産業イノベーションの先駆者を数多く育成し、社会生産効率と発展品質の継続的な向上を推進し、経済社会の高品質な発展に強力な原動力を注入している。
风起青萍浪成潮。	微風は葦の葉を揺らし、やがて大波となる。
七十年前的那个夏日，当达特茅斯会议首次提出“人工智能”这一术语时，恐怕很难想象它会在今后如此深刻地改变世界。	70年前のあの夏、ダートマス会議で初めて「人工知能」という用語が提唱された時、それが後にこれほどまでに世界を深く変えるとは、おそらく想像もできなかっただろう。
从早期的符号逻辑、专家系统等探索，到深度学习的突破，再到大模型爆发，人工智能历经理论奠基、技术迭代、产业渗透，从实验室构想成长为驱动时代变革的重要力量。	初期の記号論理やエキスパートシステムなどの探求から、深層学習の突破、そして大規模モデルの爆発的普及に至るまで、人工知能は理論の基盤構築、技術の反復、産業への浸透を経て、実験室の構想から時代を変革する重要な力へと成長した。
东风夜放花千树。	東風が夜に花千樹を咲かせる。
2025年春天，以DeepSeek-R1为代表的中国大模型横空出世，以开放、自信的姿态，向世界展示中国大模型的创新成果，为全球大模型发展开拓出新路径。乘势而上，我国人工智能产业活力迸发、亮点纷呈，应用不断拓展，已形成覆盖基础层、框架层、模型层、应用层的完整人工智能产业体系。	2025年の春、DeepSeek-R1に代表される中国の大規模モデルが突如登場し、開放的で自信に満ちた姿勢で世界の前に中国のイノベーション成果を示し、グローバルな大規模モデル発展に新たな道を切り開いた。この勢いに乗って、わが国の人工知能産業は活力を爆発させ、数々のハイライトを生み出し、応用範囲を絶えず拡大し、基盤層、フレームワーク層、モデル層、応用層をカバーする完全な人工知能産業体系を形成している。
“十五五”扬帆起航，人工智能正以前所未有的力量，为中国式现代化注入强劲动能。中国之“智”也将跨越山海、惠及全球，在人工智能创新版图中标注愈加清晰的东方坐标。在以习近平同志为核心的党中央坚强领导下，在习近平新时代中国特色社会主义思想科学指引下，我们定将在科技创新之路上砥砺奋进、昂首向前，开创更加美好的未来。	第15次五カ年計画が始動し、人工知能はかつてない力で中国式現代化に強力な推進力を注ぎ込んでいる。中国の「知」は山海を越え、世界中に恩恵をもたらし、人工知能の革新地図にますます鮮明な東方の座標を刻む。習近平同志を核心とする党中央の強力な指導のもと、習近平新時代中国特色社会主義思想の科学的指針のもと、我々は科学技術革新の道を力強く前進し、より美しい未来を切り開いていく。

米国 CSET 物理AI 政策立案者向けAIとロボティクスの融合入門

こんにちは、丸山満彦です。

米国の安全保障・新興技術センターが物理AI (Physical AI) についての報告書が公表されていますね...

物理AI は「AI × ロボティクス」で、次のブーム？

技術的にも収斂が進んでいるが、依然として多くのボトルネックが存在するということのようです。

ボトルネックとしては、３次元認識、器用さ、標準化、大量生産...

米中を中心に競争が激化しており、政策的介入が重要になるという認識のようですね。日本もロボティックスの分野では優位性がまだあるような気がします...

● Center for Security and Emerging Technology

・2026.02 Physical AI - A Primer for Policymakers on AI-Robotics Convergence

Physical AI A Primer for Policymakers on AI-Robotics Convergence	物理AI　政策立案者向けAIとロボティクスの融合入門
This paper examines the convergence of artificial intelligence and robotics, analyzing the emerging field of Physical AI. It provides a detailed overview of the supply chain challenges, competitive dynamics, and policy considerations that define this potentially transformative emerging technology.	本稿は人工知能とロボティクスの融合を検証し、新興分野である物理AIを分析する。この変革をもたらす可能性を秘めた新興技術を特徴づける、サプライチェーン上の課題、競争力学、政策上の考慮事項について詳細な概観を提供する。

・[PDF]

・[DOCX][PDF] 仮訳

目次...

Executive Summary	エグゼクティブサマリー
Introduction	序論
Scoping and Defining the AI-Robotics Supply Chain	AI-ロボティクス供給網の範囲設定と定義
Manifesting Physical AI: Describing the Robotics Hardware Supply Chain	物理的AIの具現化：ロボティクスハードウェア供給網の記述
Building Sentient Silicon: AI Advances and the Robotics Software Supply Chain	知覚するシリコンの構築：AIの進歩とロボティクスソフトウェアのサプライチェーン
Competitiveness Assessment: AI-Robotics Convergence	競争力アセスメント：AIとロボティクスの融合
Innovation Ecosystem Mapping: AI-Robotics Research, Patents, and Investment	イノベーション・エコシステムのマッピング：AI-ロボティクス研究、特許、投資
ETO Research Almanac: Publications and Patents	ETOリサーチ年鑑：出版物と特許
ETO Country Activity Tracker: Investment Data	ETO国別活動トラッカー：投資データ
Characterizing Relative National Standing: AI-Robotics Market Analysis	相対的な国家の立ち位置の特性化：AI-ロボティクス市場分析
AI-Robotics Foundation Models and the Software Ecosystem	AIロボティクス基盤モデルとソフトウェアエコシステム
Robotics Hardware Components	ロボティクスハードウェアコンポーネント
Robot Manufacturers	ロボット製造事業者
Robot Deployment and End Users	ロボット展開とエンドユーザー
Conclusion: Technology Trends Assessment	結論：技術動向のアセスメント
Author	著者
Acknowledgments	謝辞
Appendix 1. Template for Technology Competitiveness Assessment: Technical LevelSetting	附属書1. 技術競争力アセスメントテンプレート：技術レベル設定
Endnotes	脚注

エグゼクティブサマリー...

Executive Summary	エグゼクティブサマリー
While the world has focused its attention for the last three years on generative artificial intelligence, chatbots, and new model releases coming from frontier AI labs, a quieter revolution is taking place that many believe represents the next stage in AI development: the arrival of Physical AI. Like the iPhone’s introduction in 2007, AlexNet’s victory in the 2012 ImageNet competition, and ChatGPT’s release in 2022, analysts and industry representatives believe a similar breakthrough is imminent.	過去3年間、世界は生成的人工知能、チャットボット、最先端AI研究所からの新モデル発表に注目してきたが、その陰で静かな革命が起きている。多くの専門家がAI発展の次なる段階と見なす「物理AI」の到来だ。 2007年のiPhone登場、2012年のImageNetコンテストにおけるAlexNetの勝利、2022年のChatGPTリリースと同様に、アナリストや業界代表者は、同様のブレークスルーが差し迫っていると確信している。
Physical AI “lets autonomous systems like robots, self-driving cars, and smart spaces perceive, understand, and perform complex actions in the real (physical) world.”1 NVIDIA has declared “in the near future, everything that moves, or that monitors things that move, will be autonomous robotic systems.”2 OpenAI reportedly re-opened its robotics division in early 2025 to capitalize on the convergence of AI and robotics, while startups from Shanghai to Silicon Valley building the “brains” of robots are raising hundreds of millions of dollars.3 Electric vehicle makers Tesla and XPeng are racing to develop humanoid robots of their own.4 Meanwhile Amazon, which reports having one million robots in operation today, believes “Physical AI is about to change everything for robotics [including] autonomy, manipulation, sortation, and computer vision.”5 Adding to this enthusiasm, analysts at Morgan Stanley assert the market for humanoid robots will grow from tens of millions of dollars today to reach $5 trillion by 2050.6	物理AIとは「ロボット、自動運転車、スマート空間といった自律システムが、現実（物理）世界で複雑な行動を認識し、理解し、実行することを可能にする」技術だ1。NVIDIAは「近い将来、動くもの、あるいは動くものを監視するものは全て自律型ロボットシステムになる」と宣言している(2)。 OpenAIは2025年初頭にロボットディビジョンを再始動させ、AIとロボット工学の融合を推進していると報じられている。一方、上海からシリコンバレーまで、ロボットの「頭脳」を開発するスタートアップ企業は数億ドルの資金調達に成功している。3 電気自動車メーカーのテスラとXPengは、自社開発の人型ロボット開発を競っている。4 一方、現在100万台のロボットを稼働させていると報告するアマゾンは、「物理AIが自律性、操作、仕分け、コンピュータビジョンを含むロボット工学の全てを変えようとしている」と確信している。(5)この熱狂に拍車をかけるように、モルガン・スタンレーのアナリストは、ヒューマノイドロボット市場が現在の数千万ドル規模から2050年までに5兆ドルに達すると主張している。6
Yet the convergence of AI and robotics is so new that the field lacks a shared name, to say nothing of a mature technology stack. Some companies call this convergence “embodied AI” while others prefer “physical AI,” “embodied machine intelligence,” or “generative physical AI.”7 It is not at all clear if the hype around AI progress can translate into robots finding their way through the physical world: autonomous three-dimensional navigation of dynamic environments requires a mature software, hardware, and data ecosystem that simply does not exist at scale today. NVIDIA states part of the problem plainly: “Large language models are one-dimensional, able to predict the next token, in modes like letters or words. Image- and video-generation models are two-dimensional, able to predict the next pixel. None of these models can understand or interpret the 3D world.”8	しかしAIとロボティクスの融合は極めて新しく、分野全体で共通の名称すら存在せず、成熟した技術基盤などなおさらない。 この融合を「具現化されたAI」と呼ぶ企業もあれば、「物理AI」「具現化された機械知能」「生成的物理AI」を好む企業もある。7AI進歩への過剰な期待が、ロボットが物理世界で自律的に行動する能力に結びつくかは全く不透明だ。動的な環境における自律的な三次元ナビゲーションには、ソフトウェア・ハードウェア・データの成熟したエコシステムが必要だが、現時点で大規模に存在するものではない。 NVIDIAは問題の一部を明快に指摘している：「大規模言語モデルは一次元的で、文字や単語といったモードにおいて次のトークンを予測できる。画像・動画生成モデルは二次元的で、次のピクセルを予測できる。これらのモデルはいずれも3次元世界を理解したり解釈したりできない」8。
The primary challenges facing Physical AI are the same ones that have troubled the robotics industry for generations: technology barriers and economic barriers. Parts of the robotics supply chain remain in their industrial infancy, key hardware technology breakthroughs remain elusive, and even recent advances are not ready for scalable manufacturing. Batteries, motors, sensors, and actuators evolve far more slowly than algorithms and software, and scalable manufacturing requires large amounts of patient capital. In addition, much of the supply chain for robotics components is commoditized, and the relatively slim margins dissuade innovative startups from competing with established incumbents. Adding to these challenges, each robotics company is pursuing its own unique approach, meaning the supply chain of components and parts remains largely non-standardized, hampering scalability and adding cost. The gap between impressive demonstrations in controlled environments and the promise of millions of affordable robots acting independently as they navigate the world is enormous.	物理AIが直面する主な課題は、ロボット産業が長年悩まされてきたものと同じだ。技術的障壁と経済的障壁である。ロボット産業のサプライチェーンの一部は未だ産業として未熟な段階にあり、ハードウェア技術の重要なブレークスルーは依然として実現しておらず、最近の進歩でさえも量産製造には対応できていない。バッテリー、モーター、センサー、アクチュエーターはアルゴリズムやソフトウェアに比べてはるかに進化が遅く、量産製造には大量の忍耐強い資本が必要だ。さらに、ロボット部品のサプライチェーンの大半はコモディティ化しており、比較的低い利益率は革新的なスタートアップが既存企業と競争する意欲を削ぐ。これらの課題に加え、各ロボット企業が独自のアプローチを追求しているため、部品・パーツのサプライチェーンは依然として非標準化が続き、スケーラビリティを阻害しコストを増大させている。制御された環境での印象的なデモンストレーションと、世界中で自律的に動作する数百万台の手頃な価格のロボットという約束との間には、巨大な隔たりがある。
The focus of this paper is on characterizing the convergence of Physical AI and robotics, its underlying supply chain, and identifying competitive advantages as well as constraints. This paper provides background on the technology and describes the ecosystem and supply chain of hardware and software suppliers supporting the technology. It then characterizes competitiveness worldwide using bibliometrics, patents, investment data, and industry reports to determine firm leadership, constraints, and breakthroughs across the technology ecosystem from AI foundation models and software to hardware component and robot manufacturers as well as end users. It concludes with a summary of drivers and positive trends, as well as constraints and limiting trends with an eye towards opportunities policymakers interested in promoting the tech industry’s next breakthrough moment can consider.	本稿の焦点は、物理AIとロボティクスの融合、その基盤となるサプライチェーンの特徴付け、競争優位性と制約の識別にある。本稿では技術の背景を説明し、この技術を支えるハードウェア・ソフトウェアプロバイダのエコシステムとサプライチェーンを記述する。 次に、文献計量学、特許、投資データ、業界レポートを用いて世界的な競争力を分析し、AI基盤モデルやソフトウェアからハードウェア部品・ロボット製造事業者、エンドユーザーに至る技術エコシステム全体における企業のリーダーシップ、制約、ブレークスルーを特定する。最後に、推進要因と好ましい傾向、制約と抑制的傾向をまとめ、技術産業の次のブレークスルーを促進したい政策立案者が考慮すべき機会を考察する。
This paper builds on previous CSET research looking at the robotics patent landscape to characterize competitiveness using CSET’s Map of Science and separate research that proposed a methodology for identifying and characterizing an emerging technology.9 It concludes by introducing a template that could be used by policymakers interested in global competitiveness assessment of other emerging technologies.	本論文は、ロボット工学特許の競争力分析に用いたCSETの「科学マップ」と、新興技術の識別・分析手法を提案した別研究9を基盤としている。最後に、他の新興技術におけるグローバル競争力アセスメントに関心を持つ政策立案者が活用可能なテンプレートを紹介する。
1. “What is Physical AI?” NVIDIA, [web] .	1 「物理AIとは何か？」NVIDIA
2. Madison Huang, “What is NVIDIA’s Three-Computer Solution for Robotics?” NVIDIA (blog), August 8, 2025, [web]	2 マディソン・ファン、「NVIDIAのロボット向け3コンピュータソリューションとは？」NVIDIA（ブログ）、2025年8月8日
3. Michael J. de la Merced, “Physical Intelligence, a Robot A.I. Specialist, Raises Millions From Bezos,”The New York Times, November 4, 2024, [web] ; Amanda Greenwood, “OpenAI’s secret robot plans revealed,” The AI Report, January 13, 2025, [web] ; “Chinese embodied AI startup TARS raises $120m in angel funding,” Tech In Asia, March 25 2025, [web] .	3 Michael J. de la Merced、「ロボット AI 専門企業 Physical Intelligence、ベゾスから数百万ドルを調達」『ニューヨーク・タイムズ』2024年11月4日。 アマンダ・グリーンウッド、「OpenAI の秘密のロボット計画が明らかに」、『The AI Report』、2025年1月13日。 「中国の具現化 AI スタートアップ TARS、エンジェル投資で 1億2000万ドルを調達」、『Tech In Asia』、2025年3月25日。
4. Tom Carter, “Tesla’s Chinese EV competitors are racing to build their own Optimus rivals,” Business Insider, November 2024, [web] ; Aditi Bharade & Cheryl Teh, “China’s spring festival celebration featured a fleet of dancing robots that flexed the country’s advancements in robotics,” Yahoo!Tech, January 29, 2025, [web] ; Jack Ewing, “Elon Musk Shows Off Tesla ‘Robotaxi’ That Drives Itself,” The New York Times, October 10, 2024, [web] .	4 トム・カーター「テスラの中国EV競合他社は自社版オプティマス開発を急ぐ」ビジネスインサイダー、2024年11月; Aditi Bharade & Cheryl Teh, 「中国の春節のお祝いでは、ロボット工学の進歩を誇示するダンスロボットの群れが登場した」, Yahoo!Tech, 2025年1月29日, ; ジャック・ユーイング、「イーロン・マスク、自動運転のテスラ『ロボットタクシー』を披露」、ニューヨーク・タイムズ、2024年10月10日。
5. “Amazon VP shares his approach to the future of robotics innovation,” Amazon, April 10, 2025, [web] ; Scott Dresser, “Amazon launches a new AI foundation model to power its robotic fleet and deploys its 1 millionth robot,” Amazon Robotics, June 30, 2025, [web] .	5 「Amazon副社長がロボット工学の未来に対するアプローチを語る」、Amazon、2025年4月10日、; スコット・ドレッサー、「Amazonがロボット群を動かす新しいAI基盤モデルを発表、100万台目のロボットを展開」、Amazon Robotics、2025年6月30日.
6. Pia Singh, “Morgan Stanley says humanoid robots will be a $5 trillion market by 2050. How to play it,” CNBC, April 29, 2025, [web] .	6 ピア・シン、「モルガン・スタンレーは、2050年までにヒューマノイドロボット市場が5兆ドル規模になると予測している。 投資戦略」CNBC、2025年4月29日。
7. The trend that appears to have gotten the most traction in the past year, as measured by Google Search, is “Physical AI.” See: “Search: Interest in Physical AI, Embodied AI, and Related Terms,” Google Trends, [web] .	7 Google検索で測定すると、過去1年間で最も注目を集めたトレンドは「物理AI」である。 参照：「検索：物理AI、具現化AI、および関連用語への関心」Google Trends、。
8. Huang, “What is NVIDIA’s Three-Computer Solution?”	8 Huang, 「NVIDIAの3台コンピュータソリューションとは何か？」
9. Sara Abdulla, “China’s Robotics Patent Landscape,” Center for Security and Emerging Technology, August 2021, [web] .	9 サラ・アブドゥラ「中国のロボット特許動向」安全保障・新興技術センター、2021年8月。

米国 CSET 中国武漢の人工知能開発：汎用人工知能（AGI）に向けた中国の新たな跳躍台 (2025.05)

こんにちは、丸山満彦です。

昨年やり残していたことをしばらく...サイバー空間と新興技術に関する安全保障政策を主導する組織である米国のワシントンDCにあるCenter for Security and Emerging Technology:CSET（安全保障・新興技術センター）[wikipedia]から公表されている報告書をいくつか紹介します... 

中国の武漢市が、汎用人工知能（AGI）を実現するための国家的な実験場（テストベッド）として急速に台頭しているようですね...現在、世界のAI開発は大規模言語モデル（LLM）の規模拡大が主流だが、中国はそれとは異なる「身体性（Embodiment）」というアプローチを戦略的に採用していますよね...

これは、AIをデジタル空間に閉じ込めるのではなく、物理的な産業現場や複雑な社会システムの中に「身体性」を持たせて配置し、現実世界との相互作用を通じて知能を自己進化させる手法ですよね...

武漢市は、この野心的な試みを都市規模で実行するためのインフラ、研究機関、産業エコシステムを備えているということのようです...

社会実装のシュミレーター...西欧文化の価値観では実現しずらいことを考えているような気はします...

上海、北京だけでなく、広く中国でAI開発が加速しているのですかね...

● CSET

・2025.05 Wuhan’s AI Development: China’s Alternative Springboard to Artificial General Intelligence (AGI)

Wuhan’s AI Development	武漢の人工知能開発
China’s Alternative Springboard to Artificial General Intelligence (AGI)	汎用人工知能（AGI）に向けた中国の新たな跳躍台
Wuhan, China’s inland metropolis, is paving the way for a nationwide rollout of “embodied” artificial intelligence meant to fast-track scientific discovery, optimize production, streamline commerce, and facilitate state supervision of social activities. Grounded in real-world data, the AI grows smarter, offering a pathway to artificial “general” intelligence that will reinforce state ideology and boost economic goals. This report documents the genesis of Wuhan’s AGI initiative and its multifaceted deployment.	中国内陸部の大都市・武漢は、科学的発見の加速、生産の最適化、商業の効率化、そして社会活動に対する国家監視の促進を目的とした「具現化された」人工知能の全国展開に向けた道筋を整備している。現実世界のデータに基づき、このAIはより賢くなり、国家イデオロギーを強化し経済目標を推進する人工「汎用」知能への道筋を提供する。本報告書は武漢の汎用人工知能（AGI）構想の起源とその多面的な展開を記録するものである。

・[PDF]

・[DOCX][PDF] 仮訳

目次...

Executive Summary	エグゼクティブサマリー
Introduction	序論
Large Computing Centers	大規模計算センター
AI Research Institutes	AI研究機構
The AI Industry Chain	人工知能産業チェーン
Wuhan’s AGI Initiatives	武漢の汎用人工知能（AGI）構想
Values and Embodiment	価値観と身体性
Recommendations	提言
Authors	著者
Acknowledgements	謝辞
Appendix	附属書
Endnotes	脚注

エグゼクティブサマリー...

Executive Summary	エグゼクティブサマリー
DeepSeek’s emergence as a successful generative model—a niche where the United States was believed to hold an uncontested lead—is causing global artificial intelligence watchers to reassess China’s standing in the race toward artificial general intelligence (AGI) and pay closer attention to China’s AI research and deployment.	DeepSeekが成功した生成モデルとして登場したことで、米国が圧倒的な優位性を保っていると信じられていた分野において、世界の人工知能ウォッチャーは人工汎用知能（AGI）への競争における中国の立場を再評価し、中国のAI研究と展開により注目するようになった。
While large models continue to account for a significant part of its AI investment, China’s top state-funded AI institutes are exploring alternative approaches to AGI that involve embodying AI algorithms in real environments. Imbued with the Chinese Communist Party’s pre-defined values, the AI interacts with its natural surroundings, learning as it proceeds.	大規模モデルへの投資が依然としてAI投資の大部分を占める一方で、中国の主要な国費支援AI機構は、AIアルゴリズムを実環境へ組み込むというAGIへの代替アプローチを模索している。中国共産党が予め定義した価値観を内包したAIは、自然環境と相互作用しながら学習を進めていく。
The test bed for this proactive approach to AGI is China’s inland city of Wuhan, where the Chinese Academy of Sciences’ (CAS) Institute of Automation, Huawei, and a Peking University consortium are infusing the city’s industrial and commercial enterprises with AI services and deploying a “social simulator” that expands AI’s reach to all aspects of daily life.	この積極的なAGIアプローチの実験場となっているのが中国内陸部の都市・武漢だ。中国科学院自動化研究所、ファーウェイ、北京大学コンソーシアムが連携し、同市の産業・商業エンタープライズにAIサービスを導入するとともに、日常生活のあらゆる側面にAIの適用範囲を広げる「社会シミュレーター」を展開している。
The intent is to optimize production and supervise social interaction while affording the AI opportunities to become more intelligent, catalyzing its evolution into AGI. The Wuhan implementation is seen by its state-backed entities as a stepping stone to deployment throughout China, raising questions about the type of technosociety with which the United States needs to compete.	その目的は、生産を最適化し社会的な相互作用を監督すると同時に、AIがより賢くなる機会を与え、汎用人工知能（AGI）への進化を促進することにある。武漢での実施は、国が支援する事業体によって中国全土への展開への足がかりと見なされており、米国が競争すべき技術社会（テクノソサエティ）の形態について疑問を投げかけている。

提言...

Recommendations	提言
Technology initiatives meant for nationwide deployment typically begin in China with local, proof-of concept “demonstrations” (示范) or “model” (模范) projects, and Wuhan has served as the starting point for such in at least two other cases.80 If the Wuhan AGI project succeeds, or is seen to show promise, we can expect the Beijing government to follow through with its plan to deploy the system elsewhere in China. We recommend this process be closely monitored given its importance and potential challenges.	全国展開を目的とした技術イニシアチブは、中国では通常、地域レベルでの概念実証「デモンストレーション」（示范）または「モデル」（模范）プロジェクトから始まる。武漢は少なくとも他の2件の事例において、こうした取り組みの出発点として機能してきた。(80) 武漢のAGIプロジェクトが成功するか、あるいは有望と見なされれば、北京政府が中国国内の他地域へのシステム展開計画を推進することが予想される。 このプロセスは重要かつ潜在的な課題を抱えているため、厳重な監視が必要だ。
This recommendation is a microcosm of the authors’ standing plea for the United States and its allies to devote serious resources to track China’s technological progress in general, as our national insight falls far short of Beijing’s comprehensive understanding of foreign scientific trends.81	この提言は、米国の国家的な洞察力が北京の外国科学動向に対する包括的理解に遠く及ばない現状を踏まえ、米国とその同盟国が中国の技術進歩全般を追跡するために真剣な資源を投入すべきだという著者らの常なる訴えの縮図である。81
Beyond the obvious need to assess—and forecast—China’s technology initiatives, there may be lessons to learn from China; in particular, its support for alternative approaches to AGI and early infusion of AI into industry and society.	中国の技術イニシアチブをアセスメント・予測する必要性は言うまでもないが、中国から学ぶべき教訓もある。特に、汎用人工知能（AGI）への代替アプローチ支援や、産業・社会へのAI早期導入といった点だ。
China’s commitment to multiple paths to AGI—a theme the present authors have emphasized in prior reporting82—was restated in the NSFC’s “Guide to the 2025 Annual Projects,” both in a general sense (“developing a system of new AI methods”) and in multiple categories that describe alternative AGI approaches beyond the large generative models that occupy nearly all of western AI developers’ and policymakers’ attention.83	中国がAGI達成に向けた複数経路を追求する姿勢——本稿の筆者が過去の報告で強調してきたテーマである82——は、NSFCの「2025年度プロジェクト実施要領」において再確認された。これは一般的な文脈（「新たなAI手法体系の開発」）だけでなく、西洋のAI開発者や政策立案者の関心のほぼ全てを占める大規模生成モデルを超えた、代替AGIアプローチを記述する複数のカテゴリーにおいても明示されている。83
Finally, China’s well-known penchant for operationalizing technical breakthroughs84— seen here in its roll-out of public-facing AI initiatives to bolster scientific research and optimize commerce and production—could serve if not as a model then as a stimulus for U.S. efforts to revitalize our own domestic industry by infusing it with AI.85 While focusing on AI safety and the dangers of weaponization, we should also keep in mind the real possibility of being out-competed by a country that moves more quickly and decisively to realize the promises that AI offers.	最後に、中国が技術的ブレークスルーを実用化する傾向84は、科学研究の強化や商業・生産の最適化を目的とした公共向けAIイニシアチブの展開に見られる通り、米国が自国の産業をAIで活性化させる取り組みにおいて、モデルとは言えなくとも刺激となる可能性がある。85 AIの安全性や兵器化の危険性に焦点を当てる一方で、AIが約束する可能性をより迅速かつ断固として実現する国に競争で敗れる現実的な可能性も念頭に置くべきだ。

---

●  まるちゃんの情報セキュリティ気まぐれ日記

・2026.01.05 米国 CSET 中国武漢の人工知能開発：汎用人工知能（AGI）に向けた中国の新たな跳躍台 (2025.05)

・2026.01.05 米国 CSET 中国の「軍民融合」のベールを剥ぐ：人民解放軍はいかにして戦略的優位のために民間のAIを動員するのか (2025.09)

・2026.01.04 米国 CSET 中国の身体性AI (2025.12)

米国 CSET 中国の身体性AI (2025.12)

こんにちは、丸山満彦です。

昨年やり残していたことをしばらく...サイバー空間と新興技術に関する安全保障政策を主導する組織である米国のワシントンDCにあるCenter for Security and Emerging Technology:CSET（安全保障・新興技術センター）[wikipedia]から公表されている報告書をいくつか紹介します... 

中国が「身体性AI（Embodied AI）」を汎用人工知能（AGI）達成のための最重要かつ戦略的な経路として位置づけ、国家を挙げて推進していると報告していますね...

AGIの達成について、欧米（日本も？）が大規模言語モデル（LLM）のスケールアップで望む一方で、中国は知能の本質を「身体・脳・環境の相互作用」に見出し、LLMの限界（現実感の欠如や推論の脆弱性）を身体性によって克服しようとしていますね...

この中国のアプローチは、経済の自動化とAGI実現を同時に狙うものであり、米国とその同盟国は、中国がこの「身体性」という新たなパラダイムを通じてAI分野の覇権を握る可能性を警戒し、自国の研究戦略を多角化すべきだと警告していますね...

中国で人型ロボットがいろいろと芸を披露したり、人と同じように仕事をこなす様子が動画で流れたりしていますが、背景としてこういう研究の考え方があるのでしょうね...

日本も文化的には身体性AIのほうが馴染むのではないかと思いますが（鉄腕アトムやドラえもん...）、そっちに向かうというのはないのでしょうかね...

参考になることが多くあるように思います...

● CSET

・2025.12 China’s Embodied AI: A Path to AGI

China’s Embodied AI: A Path to AGI

中国の身体性AI

China is embracing “embodied AI”—artificial intelligence integrated with physical agents, such as robots and drones—both for commercial reasons and as a path to artificial general intelligence (AGI). The trend reflects China’s signature approach to AI, which recognizes diverse paths to AI dominance vis-à-vis the large models favored in the United States. This report documents PRC support for AI embodiment, describes how it is understood by China’s research community, and maps out the related infrastructure.

中国は「身体性AI」——ロボットやドローンといった物理的エージェントと統合された人工知能——を商業的理由と汎用人工知能（AGI）への道筋として積極的に取り入れている。この傾向は、米国が重視する大規模モデルとは異なる多様なAI優位性への道筋を認める、中国特有のAIアプローチを反映している。本報告書は、中国政府によるAI具現化への支援を検証し、中国の研究コミュニティにおけるその理解を説明し、関連インフラを明らかにするものである。

・[PDF] 

・[DOCX][PDF] 翻訳

エグゼクティブサマリー...

Executive Summary	エグゼクティブサマリー
This report examines China’s embrace of embodied AI—artificial intelligence integrated with physical systems (robots, drones, vehicles, etc.)—as a critical pathway toward artificial general intelligence (AGI).	本報告書は、中国が汎用人工知能（AGI）への重要な道筋として、身体性AI（物理システム（ロボット、ドローン、車両など）と統合された人工知能）を採用していることを検証する。
In the United States and Europe, large language models (LLMs) and their multimodal variants are regarded by many AI scientists and major AI companies as the most promising path to AGI, despite known issues with abstraction and reasoning.	米国や欧州では、大規模言語モデル（LLM）とそのマルチモーダル変種が、抽象化や推論に関する既知の問題があるにもかかわらず、多くのAI科学者や主要AI企業によってAGIへの最も有望な道と見なされている。
By contrast, in China there is a broader vision of how AGI can be achieved, most recently expressed in a nationwide move toward AI embodiment—namely, intelligence developed through interaction between body, brain, and environment, in both physical and virtual forms.	これに対し中国では、AGI達成に向けたより広範なビジョンが存在し、最近では全国的な動きとして「身体性AI」が推進されている。具体的には、物理的・仮想的形態を問わず、身体・脳・環境の相互作用を通じて知能を発展させるアプローチである。
This trend toward embodied AI is backed by policy support at the national and local government levels, which has led to large embodied AI innovation centers linked to top universities and tech firms being established in coastal cities and provinces.	このエンボディッドAIへの傾向は、国や地方政府レベルでの政策支援によって支えられており、その結果、沿岸部の都市や省に、一流大学やハイテク企業と連携した大規模なエンボディッドAIイノベーションセンターが設立されている。
The upshot is China is on a path to accomplish two goals simultaneously: enriching the nation by integrating AI into the economy and achieving AGI that is more aligned with the totality of human expression.	結果として中国は、AIを経済に統合して国を豊かにすると同時に、人間の表現の総体により沿ったAGIを達成するという二つの目標を同時に達成する道を進んでいる。
The report recommends that the United States and its allies ramp up their monitoring of China’s AI progress, benchmark its claims, and consider broader approaches to AGI beyond scaling up LLMs.	本報告書は、米国とその同盟国に対し、中国のAI進展の監視強化、その主張の検証、大規模言語モデル（LLM）の拡張を超えた汎用人工知能（AGI）への広範なアプローチの検討を推奨する。

目次...

ちなみに...何度も紹介していますが...私が2020年にサイバー犯罪に関する白浜シンポジウムで発表した資料の

・[PDF] スマートサイバー　AI活用時代のサイバーリスク管理（配布用）

のP5やP7にこの考えと近いかもしれません...

---

●  まるちゃんの情報セキュリティ気まぐれ日記

・2026.01.05 米国 CSET 中国武漢の人工知能開発：汎用人工知能（AGI）に向けた中国の新たな跳躍台 (2025.05)

・2026.01.05 米国 CSET 中国の「軍民融合」のベールを剥ぐ：人民解放軍はいかにして戦略的優位のために民間のAIを動員するのか (2025.09)

・2026.01.04 米国 CSET 中国の身体性AI (2025.12)

Europol 無人化の未来：ロボット技術と無人システムが法執行に与える影響 (2025.12.08)

こんにちは、丸山満彦です。

Europolが、犯罪対策におけるロボット技術と無人システムの活用についての報告書を公表しています...

ざっと読みましたが、興味深い内容ですね...

犯罪者も新しい技術を利用した犯罪をしてきますから法執行機関もそれを上回る能力をもってそれに対応しなければなりませんね...その意味では、技術の活用はどんどん進化していくことになるわけですが、それに追随することが重要となりますが、その変化に応じて国民等への対応も変えていかなければなりませんね...

AIとロボティクスの融合は、国民への影響も大きいと思います。

● Europol

・2025.12.08 New report explores use of robotics and unmanned systems in the fight against crime

New report explores use of robotics and unmanned systems in the fight against crime	新報告書が犯罪対策におけるロボット技術と無人システムの活用を検証
Europol publishes ‘The unmanned future(s): The impact of robotics and unmanned systems on law enforcement’	欧州刑事警察機構が『無人化の未来：ロボット技術と無人システムが法執行に与える影響』を発表
Europol has today published The Unmanned Future(s): The Impact of Robotics and Unmanned Systems on Law Enforcement. The report, produced by the Europol Innovation Lab, provides an in-depth analysis of how unmanned systems could change society, crime and law enforcement, and discusses the challenges and opportunities they present.	欧州刑事警察機構は本日、「無人化の未来：ロボット技術と無人システムが法執行に与える影響」を発表した。欧州刑事警察機構・イノベーション・ラボが作成した本報告書は、無人システムが社会、犯罪、法執行をいかに変えるかについて詳細な分析を提供し、それらがもたらす課題と機会について論じている。
The report underscores the rapid advancement and integration of unmanned systems in various sectors, including law enforcement. As these technologies become more sophisticated and widespread, they offer new opportunities for law enforcement operations and operational support. However, they also introduce new security threats – such as misuse by criminal and terrorist groups – and regulatory challenges that law enforcement agencies must address to ensure public safety and maintain trust.	本報告書は、法執行を含む様々な分野における無人システムの急速な進歩と統合を強調している。これらの技術がより高度化し普及するにつれ、法執行活動や作戦支援に新たな機会をもたらす。しかし同時に、犯罪者やテロリスト集団による悪用といった新たな安全保障上の脅威や、公共の安全を確保し信頼を維持するために法執行機関が対処すべき規制上の課題も生じている。
Catherine De Bolle	キャサリン・デ・ボール
Europol Executive Director	欧州刑事警察機構事務局長
The integration of unmanned systems into crime is already here, and we have to ask ourselves how criminals and terrorists might use drones and robots some years from now. Just as the internet and smartphones presented significant opportunities as well as challenges, so will this technology. Our new report by Europol’s Innovation Lab explores the future operating environment for European law enforcement agencies and suggests actions needed today in order to effectively combat crime while upholding public trust and fundamental rights tomorrow.	無人システムの犯罪への統合は既に現実のものとなっており、我々は数年後に犯罪者やテロリストがドローンやロボットをどう利用するかを自問せねばならない。インターネットやスマートフォンが大きな機会と課題を同時に提示したように、この技術も同様である。欧州刑事警察機構のイノベーションラボによる新たな報告書は、欧州法執行機関の将来の活動環境を探求し、将来の公共の信頼と基本的権利を守りつつ犯罪と効果的に戦うために、今日必要な行動を提案している。
One chapter of the report highlights the role of war as a driver for innovation in unmanned systems. Recent conflicts, such as the ongoing Russian war of aggression against Ukraine, have accelerated the development and deployment of advanced unmanned systems. The lessons learnt from these conflicts are invaluable for law enforcement agencies in Europe as they prepare for the future operating environment.	報告書の一章では、無人システムの革新を推進する要因としての戦争の役割を強調している。現在進行中のロシアによるウクライナ侵略戦争など、近年の紛争は先進的な無人システムの開発と展開を加速させた。欧州の法執行機関が将来の活動環境を準備する上で、これらの紛争から得た教訓は計り知れない価値を持つ。
Some of the key topics covered in the report include:	報告書で取り上げられた主なトピックは以下の通りである：
Increasing use of unmanned systems	無人システムの増加する利用
Unmanned systems are becoming increasingly useful, affordable and widely available, with applications in both public and private sectors. Law enforcement agencies across Europe are scaling up adoption of such systems, including drones and robots, to enhance situational awareness, improve safety and extend operational reach. These systems are employed for a range of tasks, such as monitoring, crime scene mapping, search and rescue operations, and the disposal of explosive ordnance, among others. Converging technologies present a significant opportunity for a breakthrough in the capabilities of unmanned systems.	無人システムは公共・民間双方の分野で、有用性・手頃な価格・普及度を急速に高めている。欧州の法執行機関は状況認識の向上、安全性の強化、作戦範囲の拡大を目的に、ドローンやロボットを含むこうしたシステムの導入を拡大中だ。監視、犯罪現場の測量、捜索救助活動、爆発物の処理など、多様な任務に活用されている。技術の融合は、無人システムの能力に飛躍的な進歩をもたらす大きな機会である。
Technical and regulatory challenges	技術的・規制上の課題
The report highlights significant technical limitations and regulatory gaps that hinder the effective use of unmanned systems in law enforcement. Issues such as limited autonomy, dependence on industrial suppliers and the lack of clear guidelines for autonomous operations pose substantial challenges.	本報告書は、法執行における無人システムの効果的な活用を妨げる重大な技術的制約と規制上の空白を指摘している。自律性の限界、産業サプライヤーへの依存、自律運用に関する明確なガイドラインの欠如といった問題が、重大な課題となっている。
Security threats	安全保障上の脅威
Criminal and terrorist groups are rapidly adopting unmanned systems for illicit activities. The report warns of the potential for these systems to be used for criminal surveillance, smuggling and even attacks. The increasing accessibility and versatility of drones, in particular, present serious security concerns.	犯罪組織やテロリスト集団は、違法活動のために無人システムを急速に採用している。本報告書は、これらのシステムが犯罪監視、密輸、さらには攻撃に利用される可能性について警告している。特にドローンの入手容易性と汎用性の高まりは、深刻な安全保障上の懸念をもたらしている。
Public trust and regulation	公共の信頼と規制
Public trust is crucial for the legitimacy of law enforcement capabilities. The report emphasises the need for transparency, accountability and public engagement in the deployment of unmanned systems. Current regulations, while advancing, still have gaps, particularly in addressing non-compliant or criminal use.	公共の信頼は、法執行能力の正当性にとって極めて重要である。本報告書は、無人システムの展開において透明性、説明責任、市民参加の必要性を強調している。現行規制は進展しているものの、特に非準拠または犯罪的使用への対応において依然として不備がある。
Future operating environment	将来の運用環境
The future of law enforcement will require policing in a three-dimensional space, as unmanned systems operate in the air and on the ground, as well as on and under water. This shift will necessitate new strategies, technologies and training for law enforcement agencies.	将来の法執行は、無人システムが空中・地上・水上・水中で活動する三次元空間での警察活動を求める。この変化は法執行機関に新たな戦略・技術・訓練を必要とする。
Recommendations	提言
The report provides a set of recommendations for European law enforcement agencies, including the development of a strategic direction, the establishment of a competency hub and the integration of unmanned systems into existing information systems. It also calls for investments in training, education and public trust-building initiatives.	本報告書は欧州の法執行機関に対し、戦略的方向性の策定、専門知識ハブの設置、無人システムの既存情報システムへの統合を含む一連の提言を行っている。また、訓練・教育・公共の信頼構築イニシアチブへの投資も求めている。
The report is available for download on the Europol website and includes detailed insights, case studies and recommendations for law enforcement agencies, policymakers and other stakeholders.	報告書は欧州刑事警察機構のウェブサイトからダウンロード可能であり、法執行機関・政策立案者・その他の関係者向けの詳細な分析、事例研究、提言が含まれている。

・2025.12.08 The Unmanned Future(s) - The impact of robotics and unmanned systems on law enforcement

The Unmanned Future(s)	無人化の未来
The impact of robotics and unmanned systems on law enforcement	ロボット技術と無人システムが法執行に与える影響
Unmanned systems are employed across a range of industries, including manufacturing, healthcare, and, more recently, warfare. These technologies are also being increasingly adopted by law enforcement to enhance situational awareness, improve safety, and extend operational reach. However, their use raises concerns about safety, privacy, data protection, regulatory challenges, and the need to maintain public trust.	無人システムは製造事業者、医療、そして近年では軍事を含む様々な産業で活用されている。これらの技術は状況認識の向上、安全性の強化、作戦範囲の拡大を目的に、法執行機関でも採用が進んでいる。しかしその利用は安全性、プライバシー、データ保護、規制上の課題、そして国民の信頼維持の必要性といった懸念を引き起こす。
This report from Europol’s Innovation Lab examines the impact of robotic and unmanned systems on law enforcement.	欧州刑事警察機構のイノベーションラボによる本報告書は、ロボット技術と無人システムが法執行に与える影響を検証する。
Cite this publication: Europol (2025), The Unmanned Future(s), The impact of robotics and unmanned systems on law enforcement, Europol Innovation Lab observatory report, Publications Office of the European Union, Luxembourg.	引用情報： 欧州刑事警察機構（2025年）『無人化の未来（複数形）』―ロボット技術と無人システムが法執行に与える影響、欧州刑事警察機構イノベーション・ラボ観測所報告書、欧州連合出版局、ルクセンブルク。

・[PDF]

Executive summary	エグゼクティブサマリー
How might criminals or terrorists use drones and robots in three years from now? How might law enforcement police the air? And can or should the police develop their own RoboCop?	3年後、犯罪者やテロリストはドローンやロボットをどう利用するだろうか？法執行機関は空域をどう監視するだろうか？警察は独自のロボコップを開発できるのか、あるいはすべきなのか？
Unmanned systems are already widely used in various industries, including manufacturing, logistics, healthcare, agriculture, and more recently in warfare. Law enforcement agencies (LEAs) are increasingly adopting unmanned systems to enhance situational awareness, improve safety, and improve operational reach. However, the use of unmanned systems also raises concerns about safety and privacy, including issues related to technical limitations, data protection, regulatory challenges, and the need to ensure public trust.	無人システムは既に製造事業者、物流、医療、農業など様々な産業で広く利用されており、近年では戦争分野でも使用されている。法執行機関（LEA）は状況認識の向上、安全性の強化、作戦範囲の拡大を目的に無人システムの採用を加速させている。しかし、無人システムの利用は、技術的限界、データ保護、規制上の課題、公衆の信頼確保の必要性など、安全性とプライバシーに関する懸念も引き起こしている。
Some of these concerns also relate to various security threats, such as the potential for unmanned systems to be exploited by malicious actors1. Over the past years, tactics and equipment used in warfare have spilled over into organised crime and terrorism, impacting law enforcement. There has also been a reported increase in the use of drones around European infrastructure, and there are examples of drone pilots selling their services online, transforming this criminal process from crime-as-a-service to crime-at-a-distance.	これらの懸念の一部は、悪意のある者による無人システムの悪用可能性など、様々なセキュリティ脅威にも関連している。過去数年間で、戦争で使用される戦術や装備が組織犯罪やテロリズムに波及し、法執行に影響を与えている。欧州のインフラ周辺でのドローン使用増加も報告されており、ドローン操縦者がオンラインでサービスを販売する事例も見られる。これにより犯罪プロセスは「犯罪サービス」から「遠隔犯罪」へと変容しつつある。
As unmanned systems become more and more integrated into everyday life, we have observed four converging trends, which will require LEAs to develop new strategies for policing and regulating these systems:	無人システムが日常生活にますます統合されるにつれ、我々は四つの収束する傾向を観察している。これらは法執行機関（LEA）に対し、これらのシステムを監視・規制するための新たな戦略開発を必要とする：
1. Unmanned systems are operating over increasingly vast distances.	1. 無人システムはますます広大な距離を跨いで運用される。
2. Unmanned systems are acting with growing autonomy and coordination.	2. 無人システムは自律性と協調性を増しながら行動する。
3. Unmanned systems are becoming progressively more capable.	3. 無人システムは次第に高度な能力を獲得する。
4. Unmanned systems increase rapidly in number and variety.	4. 無人システムは数と種類において急速に増加する。
With the advances in technology and increasing uptake in society, the future operational landscape for law enforcement will need to evolve to be able to monitor and act in all domains, from underwater to above ground, and develop ways to interact with new types of unmanned systems.	技術の進歩と社会での普及拡大に伴い、法執行機関の将来の活動領域は、水中から地上まであらゆる領域を監視・行動できるよう進化し、新たなタイプの無人システムとの相互作用方法を開発する必要がある。
Robots and drones bring the digital world to the physical world, requiring adaptation to deal with automated crime and crime conducted in the public by actors out of physical reach for law enforcement.	ロボットやドローンはデジタル世界を物理世界に持ち込み、自動化された犯罪や、法執行機関の手の届かない場所にいる者による公共の場での犯罪に対処するための適応を要求する。
With Artificial intelligence (AI), there is a before and an after to unmanned systems capabilities. Experts expect physical, analytical and generative AI to drive the next wave of robotics, creating a “ChatGPT moment” for physical AI2. There are already robots that charge themselves or change their own battery when needed and collaborate with others to solve complex, goal oriented, missions.	人工知能（AI）の登場により、無人システムの能力には「以前」と「以後」が存在する。専門家は、物理的AI、分析的AI、生成的AIがロボット工学の次なる波を牽引し、物理的AIにおける「ChatGPT的瞬間」を生み出すと予測している2。既に、必要に応じて自ら充電したりバッテリー交換を行ったり、複雑な目標指向型ミッションを解決するために他者と協働するロボットが存在する。
In order to prepare for the future operating environment, a number of concrete steps can, and should, be taken. These range from the development of a strategic intent, a clear will, and updating of tactical, operational and security paradigms regarding unmanned systems. European law enforcement would also benefit from coming together in testing and evaluating unmanned systems for policing and law enforcement use and countering of such systems in realistic settings. However, for this to happen, a regulatory framework must be established with clear guidelines that support law enforcement innovation and testing, alongside investments in training and education for personnel.	将来の運用環境に備えるため、具体的な措置を講じることが可能であり、また必要である。これには無人システムに関する戦略的意図の策定、明確な意思の確立、戦術・運用・安全保障パラダイムの更新が含まれる。欧州の法執行機関は、警察活動や法執行用途における無人システムの試験・評価、および現実的な環境下での同システム対策において連携することで恩恵を得られる。ただしこれを実現するには、法執行の革新と試験を支援する明確なガイドラインを備えた規制枠組みの確立が不可欠であり、同時に要員の訓練・教育への投資も必要だ。
Additionally, the development of partnerships with European industry and academia will be crucial to leverage key technologies with citizen trust and stay ahead of emerging threats. Establishing and connecting competence hubs on national and European levels will further ensure that European law enforcement personnel have timely access to the necessary knowledge and skills to effectively use and police unmanned systems.	さらに、欧州の産業界や学術界との連携構築は、市民の信頼を得つつ重要技術を活用し、新たな脅威に先んじる上で極めて重要だ。国家レベルおよび欧州レベルで専門知識ハブを設立し連携させることで、欧州の法執行機関職員が無人システムを効果的に運用・監視するために必要な知識と技能を適時に習得できる基盤がさらに強化される。
This foresight report provides an outlook on these unmanned futures and aims to raise awareness on the opportunities and threats that the technological progress in this field is expected to bring. Furthermore, the report aims to provide a robust and informed foundation for LEAs to make proactive decisions that shape the future.	本将来展望報告書は、こうした無人化の未来像を提示し、この分野の技術進歩がもたらすと予想される機会と脅威への認識を高めることを目的とする。さらに、法執行機関が未来を形作る先見的な意思決定を行うための、強固で情報に基づいた基盤を提供することを目指す。
Key insights	主な知見
> Changing needs, behaviours and services - As unmanned systems become more common, societies will have to adapt how they interact and adapt to this technology. This could have negative consequences, especially as these systems collect more detailed and personal information due to their growing presence in in our private lives.	> 変化するニーズ、行動、サービス - 無人システムが普及するにつれ、社会はこの技術との関わり方や適応方法を変えざるを得なくなる。特に、こうしたシステムが私たちの私生活に浸透するにつれて、より詳細で個人的な情報を収集するようになるため、これは悪影響を及ぼす可能性がある。
> From situational to systemic - Challenges and benefits from unmanned systems will change as their deployment paradigm changes from situational (deployed and operated when needed) to systemic (becoming a standard part of operating procedure). This change will be similar to how the use and impact of smartphones has changed over the years.	> 状況対応型からシステム化へ - 無人システムの課題と利点は、その展開パラダイムが状況対応型（必要時に配備・運用）からシステム化（運用手順の標準の一部となる）へと変化するにつれて変わる。この変化は、スマートフォンの利用と影響が年月を経て変化してきた様子に似ている。
> Fuelling of national security concerns - Recent conflicts have acted as drivers for innovation, accelerating the development and testing of novel unmanned systems, with both the technology and associated knowledge spreading quickly. National security concerns may also prevent law enforcement access to key technology.	> 国家安全保障上の懸念の高まり - 近年の紛争はイノベーションの推進役となり、新型無人システムの開発と検証を加速させている。技術と関連知識は急速に拡散している。国家安全保障上の懸念が、法執行機関による重要技術へのアクセスを阻む可能性もある。
> Digital becomes physical – technology convergence - Unmanned systems operate using digital data but within the physical world. As several maturing technologies (such as AI, robotics, and high-speed data connectivity) converge, new capabilities emerge. By extending society’s digital transformation into the physical realm, crimes can be committed remotely and on a larger scale, raising more complex issues of attribution and accountability.	> デジタルが物理化する－技術の融合 - 無人システムはデジタルデータを用いて動作するが、その活動領域は物理世界に限定される。複数の成熟技術（AI、ロボティクス、高速データ通信など）が融合するにつれ、新たな能力が生まれる。社会のデジタル変革を物理領域へ拡張することで、犯罪は遠隔かつ大規模に実行可能となり、帰属や責任の所在に関するより複雑な問題を引き起こす。
> From 2D to 3D policing - In our future societies, logistics and services will be available in the low altitude airspace. The operational environment for future law enforcement will expand in volume, going from a traditional two-dimensional responsibility to a three-dimensional, where crime can be committed in or from the air and law enforcement operations can be challenged from above. This will challenge traditional operational and tactical doctrine in law enforcement as well as security protocols.	> 2次元から3次元への警察活動 - 将来の社会では、物流やサービスが低高度空域で提供されるようになる。将来の法執行機関の活動領域は立体的に拡大し、従来の2次元の責任範囲から3次元へと移行する。犯罪が空中や空中から行われる可能性があり、法執行活動も上空から妨害される可能性があるのだ。これは法執行機関の従来の作戦・戦術教義やセキュリティプロトコルに課題をもたらすだろう。
> From devices to collective - Law enforcement need to create a collaborative and interoperable team of various unmanned systems, capable of understanding missions and working together with humans. This would expand operational reach, combine different capabilities and enhance traditional law enforcement operations in new and effective ways.	> 個別機器から集団体へ - 法執行機関は、様々な無人システムからなる協調的で相互運用可能なチームを構築する必要がある。このチームは任務を理解し、人間と連携して活動できるものでなければならない。これにより作戦範囲が拡大し、異なる能力が統合され、従来の法執行活動を新たな効果的な方法で強化できる。

目次...

Glossary	用語集
Executive summary	エグゼクティブサマリー
Key insights	主な知見
Introduction	序論
Current law enforcement use	現行の法執行機関による利用
Surveillance and reconnaissance	監視と偵察
Crime scene mapping and forensics	犯罪現場の地図作成と科学捜査
Search and rescue	捜索救助
Explosive ordnance disposal and hazardous materials	爆発物処理と危険物
Technical limitations	技術的制約
Lack of independence from industrial suppliers	産業サプライヤーからの独立性の欠如
Threat from unmanned systems	無人システムによる脅威
Countering unmanned systems	無人システムへの対抗
Public trust & regulation	公衆の信頼と規制
Key trends shaping the future	未来を形作る主な動向
Artificial intelligence and technological convergence	人工知能と技術の融合
The robotics industry – affordability and market dominance	ロボット産業－手頃な価格と市場支配
Growing integration of robots in society	社会におけるロボットの統合の進展
War as a driver for innovation	イノベーションの推進力としての戦争
The future operating environment	将来の運用環境
Unmanned systems as part of society	社会の一部としての無人システム
Internet of everything	あらゆるもののインターネット
Digital becomes physical	デジタルが物理的になる
Social robots	ソーシャルロボット
No more privacy	プライバシーの消滅
A 3D society needs 3D policing	3D社会には3D警察活動が必要だ
Recommendations	提言
Conclusions	結論
Endnotes	注記

将来の運用環境...

The future operating environment	将来の運用環境
One key consequence that the aforementioned trends all have in common is that LEAs, in the future, will see an increasing number of unmanned systems, from autonomous cars to social companion robots. This is going to have a significant impact on the work of law enforcement, as these additional entities may require new ways of policing, both to use them effectively, as well as to prevent their abuse.	前述の傾向に共通する重要な帰結は、将来、法執行機関が自律走行車から社会的伴侶ロボットに至るまで、無人システムの増加に直面する点だ。これらの追加的な事業体は、効果的な活用と悪用防止の両面において新たな警察手法を必要とするため、法執行業務に重大な影響を与えるだろう。
Unmanned systems as part of society	社会の一員としての無人システム
As more and more robots, drones and other unmanned systems are deployed to perform various functions in increasingly autonomous ways, they will become part of our lives and our public spaces. As it is the duty of law enforcement to police this space, LEAs will have to develop new ways to interact with these systems to separate the legal from illegal operations and ensure a safe space for everyone. This means being able to detect, monitor, stop, investigate or, ultimately, counter them with force. All of these will require exploration to identify novel operating procedures for law enforcement that are both safe and effective.	ロボットやドローン、その他の無人システムが自律的に様々な機能を果たすようになれば、それらは私たちの生活や公共空間に溶け込んでいく。この空間を管理するのが法執行機関の責務である以上、LEAは合法的な運用と違法な運用を区別し、全ての人にとって安全な空間を確保するため、これらのシステムと関わる新たな方法を開発せねばならない。これは、検知、監視、停止、調査、そして最終的には武力による対抗手段を講じられる能力を意味する。これら全てにおいて、安全かつ効果的な新たな法執行手順を確立するための模索が必要となる。
Different kinds of unmanned systems may require different approaches. A key factor in this regard relates to the different types of technology and standards involved. This includes the following: f The design and development of unmanned systems might differ significantly based on their intended use. While the use of a law enforcement robots is likely to be heavily regulated, commercial or consumer-grade systems could have a much lower level of safety measures. The latter is also going to affect the forensic investigation of unmanned systems, as each encountered type might use different operating systems or data storage capacities.	無人システムの種類によって異なるアプローチが必要となる。この点で重要な要素は、関与する技術や標準の差異である。具体的には以下の通りだ： f 無人システムの設計・開発は、その用途によって大きく異なる可能性がある。法執行ロボットの使用は厳格に規制される一方、商用・一般消費者向けシステムは安全対策の水準がはるかに低い場合がある。後者は無人システムの法医学的調査にも影響を与える。遭遇する各タイプが異なるオペレーティングシステムやデータ保存容量を使用する可能性があるためだ。
・Unmanned systems may use different types of technology, including sensors and communications systems. While drones might rely on GPS, an autonomous ground vehicle might use LIDAR and computer vision. The response of law enforcement needs to take these differences into account, as different types of unmanned systems might require different types of approaches.	・無人システムはセンサーやコミュニケーションシステムなど、異なる技術を使用する可能性がある。ドローンがGPSに依存する一方、自律走行車両はLIDARやコンピュータビジョンを使用するかもしれない。法執行機関の対応はこれらの差異を考慮する必要がある。異なるタイプの無人システムには異なるアプローチが求められるためだ。
・The regulation of unmanned systems may vary per type. While drones might be subject to aviation laws, ground, surface and under water systems might be subject to entirely different regulation. Additionally, new regulation may emerge that seeks to cover all, as well as additional types. LEAs will need to understand these differences and how they will impact their operating environment and their capabilities.	・無人システムの規制は種類によって異なる可能性がある。ドローンは航空法規の対象となる一方、地上・水上・水中システムは全く異なる規制の対象となるかもしれない。さらに、これら全てを包括する新規制や追加規制が出現する可能性もある。法執行機関はこれらの差異と、それが自らの活動環境や能力に与える影響を理解する必要がある。
Additionally, from a practical point of view, law enforcement will need to prepare for changing societal expectations: while today’s discussions touch on points such as how to effectively stop a drone, the future operating environment might require LEAs to consider how to stop a humanoid robot.	さらに実務面では、法執行機関は変化する社会の期待に備える必要がある。現在の議論がドローンの効果的な停止方法などに焦点を当てる一方、将来の運用環境ではヒューマノイドロボットの停止方法を検討する必要が生じるかもしれない。
INFO BOX – QUESTIONING A ROBOT	INFO BOX – ロボットへの質問
In some jurisdictions, law enforcement agencies are already beginning to encounter the challenges of policing unmanned systems, such as driverless cars. For instance, when a police officer stops a driverless car involved in a minor accident, they need to determine whether the car’s actions were the result of a malfunction, a cyberattack, or a deliberate instruction from the car’s owner. However, the car itself may not be able to provide a clear answer, and performing a full forensic analysis of the system in real-time may not be feasible.	一部の管轄区域では、法執行機関が既に無人システムの取り締まり課題に直面し始めている。自動運転車がその一例だ。例えば、警察官が軽微な事故を起こした自動運転車を停止させた場合、その行動が故障、サイバー攻撃、あるいは所有者による意図的な指示のいずれによるものかを判断する必要がある。しかし、車両自体が明確な回答を提供できない可能性があり、システムに対する完全なフォレンジック分析をリアルタイムで実施することは現実的ではないかもしれない。
In the future, this problem is likely to become even more complex. Humanoid robots, in particular, may pose unique challenges, as they could be designed to interact with humans in a more sophisticated way, potentially making it more difficult to distinguish between intentional and accidental behaviour.	将来的にこの問題はさらに複雑化する可能性がある。特にヒューマノイドロボットは、人間との高度な相互作用を設計されるため、意図的な行動と偶発的な行動の区別が困難になるという独自の課題を提起するかもしれない。
Assessing the intention of such a system may be quite different from that of a natural person. While stopping a person allows for the questioning of a suspect carrying out an action, an unmanned system might be less cooperative about its instructions and intentions, maybe even incapable of explaining it. Current efforts aimed at making artificial intelligence systems more interpretable, explainable, as well as aligned83, will become critical when these systems move autonomously and physically. These developments will also impact how law enforcement will have to adapt and may have to result in new approaches to policing.	こうしたシステムの意図を評価する方法は、自然人（生身の人間）の場合とは大きく異なる可能性がある。人間を停止させれば、行動中の容疑者に質問できるが、無人システムは指示や意図について協力的でない可能性があり、説明すらできないかもしれない。人工知能システムの解釈可能性、説明可能性、そして整合性向上を目指す現在の取り組みは、これらのシステムが自律的に物理的に動くようになると極めて重要になる。こうした進展は法執行機関の適応方法にも影響を与え、新たな警察活動の手法が必要になるかもしれない。
Law enforcement, too, may increasingly integrate different types of unmanned systems into its operational activities. Further integration of machine learning, deep learning, and computer vision will allow these robots to recognise and respond to potential threats in real-time. As such, human-robot collaboration is expected to become a crucial aspect of law enforcement operations, with officers and robots working side by side to respond to emergencies, conduct searches, and gather evidence together, building on each other’s advantages.	法執行機関もまた、様々な無人システムを運用活動に統合する傾向が強まるだろう。機械学習、深層学習、コンピュータビジョンのさらなる統合により、これらのロボットは潜在的な脅威をリアルタイムで認識し、対応できるようになる。こうしたことから、人間とロボットの協働は法執行活動の重要な側面となることが予想される。警官とロボットが互いの強みを活かし、緊急事態への対応、捜索活動、証拠収集を共に遂行するようになるのだ。
Internet of everything	あらゆるもののインターネット
More widespread, low latency, high speed data networks, such as 5/6G and satellite communication, ensure connectivity everywhere. This will make ground for the use of Internet of Things (IoT) devises anywhere from underground areas to cities, rural areas and even oceans.	5G/6Gや衛星通信など、より広範で低遅延・高速なデータネットワークがあらゆる場所での接続性を保証する。これにより地下空間から都市部、農村部、さらには海洋に至るまで、あらゆる場所でモノのインターネット（IoT）デバイスの利用基盤が整う。
With more and more unmanned systems in circulation, an emerging concern relates to how these systems report on their activities to their owners, as well as how they will communicate with their environment and each other. This is likely to mean a vast increase in the amount of communication as well as dynamic changes in the nature of this communication.	無人システムの普及に伴い、新たな懸念として、これらのシステムが所有者に活動状況を報告する方法、環境や相互間の通信方法が浮上している。これは通信量の膨大な増加と、通信の性質における動的な変化を意味する可能性が高い。
Device-to-device communication will likely not be the same as communication between humans or even human-to-device This means developing new capabilities for legal wiretaps of communications of individual, as well as between such systems, and having the technical capability of interpreting this communication.	デバイス間通信は、人間同士のコミュニケーションや人間とデバイスのコミュニケーションとは異なる性質を持つだろう。これは、個々のコミュニケーションやシステム間コミュニケーションに対する法的盗聴能力の開発、そしてこうしたコミュニケーションを解釈する技術的能力の必要性を意味する。
Digital becomes physical	デジタルが物理化する
As unmanned systems become increasingly autonomous, equipped with AI and task-based controls, they are gaining agency to act on their own. This newfound autonomy raises concerns about undesirable and criminal behaviour, as their actions can have real- world consequences. Furthermore, their connected nature allows them to be controlled and instructed from anywhere, making it difficult to identify the intentions and responsible parties behind their actions, exacerbating the jump of cybercrime from the digital to the physical world.	無人システムが自律性を増し、AIやタスクベース制御を備えるにつれ、自ら行動する主体性を獲得しつつある。この新たな自律性は、望ましくない行動や犯罪行為への懸念を生む。なぜなら、それらの行動は現実世界に影響を及ぼし得るからだ。さらに、接続された性質ゆえに、どこからでも制御・指示が可能となり、行動の意図や責任者を特定することが困難になる。これにより、サイバー犯罪がデジタル世界から物理世界へ移行する現象が深刻化する。
Another aspect for law enforcement is the right to, and process for, seizing objects in criminal investigations. Robots will be seized as other objects but they pose a new risk since they, unlike other objects, can perform actions inside law enforcement facilities, such as record, steal, destroy or escape. With increasingly autonomous unmanned systems in circulation, law enforcement agencies will need to implement adequate processes for the seizure and storage of such technologies.	法執行機関にとっての別の側面は、刑事捜査における物証押収の権利と手続きである。ロボットは他の物と同様に押収されるが、他の物とは異なり、法執行機関の施設内で記録、窃取、破壊、逃走などの行動を実行できるため、新たなリスクをもたらす。自律型無人システムの流通が増加する中、法執行機関はこうした技術の押収と保管のための適切なプロセスを導入する必要がある。
The convergence of unmanned systems and cybercrime enables new forms of crime to emerge in the physical world. As such, these systems can be used as a means for cybercrime to interact with the physical environment and cybercrime may have more impact in the physical environment. To address this challenge, it will become increasingly critical to develop methods for monitoring, querying, and investigating these systems, as well as their instructors. Effective and acceptable ways of making them comply with the law or stopping them will be vital for law enforcement to remain relevant.	無人システムとサイバー犯罪の融合は、物理世界で新たな形態の犯罪が出現することを可能にする。したがって、これらのシステムはサイバー犯罪が物理環境と相互作用する手段として利用され、サイバー犯罪が物理環境により大きな影響を与える可能性がある。この課題に対処するため、これらのシステムとその操作者を監視・照会・調査する手法の開発がますます重要となる。法執行機関が機能し続けるためには、これらを法に従わせたり停止させたりする効果的かつ容認可能な方法が不可欠である。
INFO BOX – JAILBRAKING A ROBOT	INFO BOX – ロボットの脱獄
Already today, we are facing the challenge on how to prevent AI from engaging in harmful behaviour. LLMs have repeatedly been jailbroken, either due to a lack of safeguards, or because of a wide variety of prompt engineering methods ‘trick the system’ into outputting content it does not understand is harmful. This is mainly because of the complexity and ambiguity of natural language used for prompting combined with the limitations of (current) AI systems in only predicting output based on training data, rather than actually understanding the content. As a result, guardrails are often external add-ons, added to the model after it has been trained.	既に今日、我々はAIが有害な行動に及ぶのをどう防ぐかという課題に直面している。LLMは繰り返し脱獄されてきた。安全装置の欠如による場合もあれば、多様なプロンプトエンジニアリング手法によって「システムを騙し」、有害と理解していない内容を出力させる場合もある。これは主に、プロンプトに用いられる自然言語の複雑さと曖昧さに起因する。加えて、（現在の）AIシステムは訓練データに基づく出力予測しかできず、内容を実際に理解する能力に制限がある。結果として、ガードレールは訓練後にモデルに追加される外部アドオンとなることが多い。
Safeguards need to balance usefulness and safety – restricting an AI system too much can make it unusable, leading to a trade-off.	安全対策は有用性と安全性のバランスを取る必要がある。AIシステムを過度に制限すると使用不能になり、トレードオフが生じる。
These attempts – trying to break current AI systems – will pave the way for doing the same with AI-driven unmanned systems. As unmanned systems increasingly rely on more and more capable AI for autonomous behaviour, the challenge on how to prevent safeguards from being bypassed for malicious activities is going to become increasingly important. Unless addressed, unmanned systems could be coerced into unintended behaviour. This might include the hijacking of autonomous vehicles or drones, the leaking of data from cameras and microphones, as well as the infliction of harm by unmanned systems on potential victims.	現在のAIシステムを破壊しようとするこれらの試みは、AI駆動型無人システムに対しても同様の対応が可能となる道を開くだろう。無人システムが自律行動のためにますます高性能なAIに依存するにつれ、悪意ある活動のために安全装置が回避されるのを防ぐ方法が、ますます重要になる課題となる。対処されなければ、無人システムは意図しない行動を強制される可能性がある。これには自律走行車両やドローンの乗っ取り、カメラやマイクからのデータ漏洩、さらには無人システムによる潜在的な被害者への危害加害などが含まれる可能性がある。
Social robots	ソーシャルロボット
Social robots are specifically designed to interact with others on a more human level. While still in early stages, applications of social robots already exist, including those helping the elderly84 and children with autism85, as well as social robots acting as romantic partners86. Powered by AI, these robots are getting more and more convincing in their empathy, as well as better at anticipating human needs.	ソーシャルロボットは、より人間的なレベルで他者と交流するよう特別に設計されている。まだ初期段階ではあるが、高齢者支援84や自閉症児支援85、恋愛パートナーとしての役割86など、ソーシャルロボットの応用例は既に存在する。AIによって駆動されるこれらのロボットは、共感能力がますます説得力を持つようになり、人間のニーズを予測する能力も向上している。
The empathetic capabilities of social robots might, in the future, be abused by criminal and terrorist actors for a variety of malicious activities. Particularly activities containing an element of convincing people, from disinformation to grooming, could see the advantage in the abuse of social robots for these purposes, making it a new modality of criminal social engineering. As chatbots are already being employed to deceive victims87, social robots may bring this trend to the physical realm and, potentially, cause even greater harm. These malicious efforts aimed at manipulating and deceiving their victims may be reinforced with increasing amounts of intimate data collected by social robots. As they become increasingly important parts of people’s lives and move around in their private sphere, they will increasingly know their owners more intimately – and possess highly sensitive information about them88 .	ソーシャルロボットの共感能力は、将来的に犯罪者やテロリストによって様々な悪意ある活動に悪用される可能性がある。特に、偽情報からグルーミングに至るまで、人を説得する要素を含む活動では、ソーシャルロボットを悪用する利点が見出され、新たな犯罪的社会工学の手法となるだろう。チャットボットが既に被害者を欺くために利用されているように、ソーシャルロボットはこの傾向を物理的領域に拡大し、潜在的にさらに大きな被害をもたらす可能性がある。被害者を操作・欺くことを目的としたこうした悪意ある行為は、ソーシャルロボットが収集する親密なデータの増加によって強化されるかもしれない。ソーシャルロボットが人々の生活においてますます重要な存在となり、私的領域を移動するにつれ、所有者をより深く知り、彼らに関する極めて機密性の高い情報を保持するようになると予想される。
Additionally, as social robots continue to connect with humans, we can expect shifts in how society feels about them and, consequently, how law enforcement should interact with them. While it may currently be acceptable for the police to take down a drone, interventions of unmanned systems evoking a more emphatic response might require more consideration. For instance, in 2015, a video showing people kicking a dog-shaped robot to demonstrate its balancing capabilities, sparked a debate about the ethics of kicking such a ‘dog’89. As robots become more human-like, in behaviour, appearance or both, it may be increasingly difficult for LEAs to apply existing legislation to respond to situations involving unmanned systems. Would hitting a “human” robot constitute physical abuse as others may perceive it? And at which point do people identify enough with a robot to consider negative behaviour towards it an offense? It will be critical to have anticipatory public debates and legislative efforts in order to provide a relevant and clear legal context.	さらに、ソーシャルロボットが人間との接続を継続するにつれ、社会がそれらをどう捉えるか、ひいては法執行機関がそれらとどう関わるべきかについて、変化が生じると考えられる。 現時点では警察がドローンを撃墜することは許容されるかもしれないが、より強い反発を招く無人システムの介入については、より慎重な検討が必要となるだろう。例えば2015年、犬の形をしたロボットを蹴ってそのバランス能力を実証する動画が、そのような「犬」を蹴る行為の倫理について議論を巻き起こした。ロボットが行動や外見、あるいはその両方でより人間らしくなるにつれ、法執行機関が既存の法律を適用して無人システムに関わる状況に対応することは、ますます困難になるかもしれない。「人間」ロボットを殴る行為は、他者がそう認識するならば身体的虐待にあたるのか？そして、人々がロボットに対して十分な同情を抱き、それに対する否定的な行為を犯罪と見なす境界線はどこにあるのか？関連性があり明確な法的枠組みを提供するためには、先を見据えた公的な議論と立法努力が不可欠である。
No more privacy	プライバシーの終焉
Satellites, artificial intelligence, open-source intelligence, and real-time surveillance have transformed modern conflict zones into what is now being called the transparent battlefield90, and maybe this expression is equally relevant for society in general, the transparent society.	衛星、人工知能、オープンソース情報、リアルタイム監視は、現代の紛争地帯を「透明な戦場」と呼ばれるものに変えた。この表現は、社会全体、すなわち「透明な社会」にも同様に当てはまるかもしれない。
Unmanned systems, navigating our world and interacting with us and each other will be observing the world around them, with us in it. When these become ubiquitous in society, this will mean that there is the possibility to be observed almost everywhere, anytime. With household assistant systems, this extends to people’s privacy spaces. Depending on the implementation and applicable data protection standards, the observations made by these systems could be used to gather data on people without their knowledge or explicit consent. While this has already been a business model widely applied in smartphones and a vast number of IoT devices, including household robots, an increase in capability and autonomy of unmanned systems are likely to exacerbate this threat to individual privacy. As these systems rely on sensors like cameras to navigate our world, questions relating to how to effectively regulate their use and deployment without stifling innovation will become increasingly important. While some general privacy related legislative aspects are already in place, a failure to regulate and implement may lead to a situation where people are subject to significant threat to their personal privacy when these potentially vast amounts of data are leveraged by companies and, potentially, criminals. Current crimes relying on the exploitation of data leaks and unsecured personal devices could become even more invasive when capable unmanned systems are found everywhere – in public, as well as at home.	無人システムは、私たちの世界を移動し、私たちや互いと交流しながら、私たちを含む周囲の世界を観察する。これらが社会に遍在する時、それはほぼどこでも、いつでも観察される可能性を意味する。 家庭用アシスタントシステムでは、これは人々のプライバシー空間にまで及ぶ。実装方法や適用されるデータ保護標準によっては、これらのシステムによる観察が、本人の知らぬ間に、あるいは明示的な同意なく個人データを収集するために利用される可能性がある。これは既にスマートフォンや家庭用ロボットを含む膨大なIoT機器で広く適用されているビジネスモデルだが、無人システムの能力と自律性の向上は、個人のプライバシーに対するこの脅威をさらに深刻化させるだろう。これらのシステムがカメラなどのセンサーに依存して世界をナビゲートする以上、イノベーションを阻害せずにその使用と展開を効果的に規制する方法に関する課題は、ますます重要になる。プライバシー関連の一般的な法的枠組みは既に存在するが、規制と実施が不十分であれば、企業が、そして潜在的には犯罪者が膨大な量のデータを活用する際に、個人のプライバシーが重大な脅威に晒される事態を招きかねない。データ漏洩や保護されていない個人端末の悪用を基盤とする現行の犯罪は、高性能な無人システムが公共の場だけでなく家庭内にも遍在する状況下では、さらに侵入的なものとなる可能性がある。
Law enforcement operations may be tactically limited by these omnipresent observers. Already, the widespread introduction of home security camera systems and smart cars has limited the possibility for law enforcement officers to investigate criminals covertly. Mobile robotics systems on the lookout for police, equipped with facial recognition to decide who is friend or not, may make it even more difficult for police to conduct their investigations and police certain areas effectively.	こうした遍在する監視装置は、法執行機関の作戦行動を制約する可能性がある。既に家庭用防犯カメラやスマートカーの普及により、警察官が犯罪者を密かに捜査する余地は狭まっている。警察を警戒し、顔認識技術で味方か敵かを判断する移動型ロボットシステムが登場すれば、警察の捜査活動や特定区域の警備はさらに困難になるだろう。
Less accountability	説明責任の低下
The increasing autonomy of unmanned systems raises complex questions about liability and accountability. Unlike directly controlled systems, where the controller is clearly responsible for the system’s actions, autonomous systems blur the lines of responsibility. When an autonomous system breaks the law, it is unclear whether the owner, producer, coder, or system itself should be held liable. The current legal framework is inadequate to address these questions, and new concepts and regulations will be necessary to resolve them. The fact that the owner, producer, 39THE UNMANNED FUTURE(S). THE IMPACT OF ROBOTICS AND UNMANNED SYSTEMS ON LAW ENFORCEMENT 40 or system may not be within the same jurisdiction as the crime adds an additional layer of complexity, as is currently the case in the area of cybercrime, highlighting the need for a comprehensive approach to addressing these challenges.	無人システムの自律性が高まるにつれ、責任と説明責任に関する複雑な問題が生じる。制御者がシステムの行動に明確に責任を負う直接制御システムとは異なり、自律システムでは責任の境界線が曖昧になる。自律システムが法律に違反した場合、所有者、製造者、プログラマー、あるいはシステム自体に責任があるかは不明確だ。現行の法的枠組みではこれらの問題を解決できず、新たな概念と規制が必要となる。所有者、製造者、あるいはシステム自体が犯罪の発生地と同じ管轄区域内に存在しない可能性があるという事実は、サイバー犯罪分野で現在見られるように、さらなる複雑さを加える。これは、これらの課題に対処するための包括的なアプローチの必要性を浮き彫りにしている。
Effective regulation will be essential for law enforcement, too, in this context. A lack of relevant regulation may lead to limited uptake of these systems in law enforcement as well as a lack of public trust in the use by law enforcement of these systems. While unmanned systems provide unique opportunities to more effectively fight organised crime and terrorism, further precision of the general regulation of such systems to the context of law enforcement work will be key to enabling police organisations to develop needed capabilities to maintain relevance in a more unmanned future.	この文脈において、法執行機関にとっても効果的な規制は不可欠である。関連する規制が欠如している場合、法執行機関におけるこれらのシステムの導入が限定的になるだけでなく、法執行機関によるこれらのシステムの使用に対する公衆の信頼も損なわれる可能性がある。無人システムは組織犯罪やテロ対策において独自の機会を提供する一方で、警察組織がより無人化された未来において必要とされる能力を開発し、その重要性を維持するためには、法執行活動の文脈に即した一般規制のさらなる精密化が鍵となる。
To address the emerging challenges posed by autonomous unmanned systems, it is essential to establish a new framework that clarifies liability, accountability, and regulation. This framework must consider the complex relationships between the system, its instructors, and the physical environment, as well as the potential consequences of their actions.	自律型無人システムがもたらす新たな課題に対処するには、責任の所在、説明責任、規制を明確化する新たな枠組みの構築が不可欠である。この枠組みは、システム、その操作者、物理的環境の間の複雑な関係性、ならびにそれらの行動がもたらす潜在的な結果を考慮しなければならない。
A 3D society needs 3D policing	三次元社会には三次元警察活動が必要だ
The future operating environment for law enforcement will likely see a shift from monitoring two dimensional surfaces to three dimensional volumes. As criminal activities migrate across air, sea, and underground domains simultaneously, traditional perimeter-based policing becomes obsolete. This multi- dimensional criminality will require a multi-dimensional law enforcement response.	法執行機関の将来の活動環境は、二次元的な表面の監視から三次元空間の監視へと移行する可能性が高い。犯罪活動が空・海・地下領域を同時に横断するにつれ、従来の境界線に基づく警察活動は時代遅れとなる。この多次元的な犯罪性には、多次元的な法執行対応が求められる。
The majority of transport and logistics today moves on pre- determined streets and paths. Unmanned systems might challenge this arrangement, as drones, submersibles, and ground-based robots may not take the same paths as humans (and human-operated systems). With an increase in unmanned systems, under water and in the air, the planes in which humans operate will be become increasingly multi-dimensional. For law enforcement, unmanned systems not moving along the paths that are currently being policed will bring new challenges in terms of monitoring and enforcement.	現在の輸送・物流の大半は、予め定められた道路や経路を移動している。無人システムはこの構造に挑む可能性がある。ドローン、潜水艇、地上ロボットは、人間（および人間が操作するシステム）と同じ経路を取らないかもしれないからだ。水中・空中における無人システムの増加に伴い、人間の活動領域はますます多次元化する。法執行機関にとって、現行の監視経路を辿らない無人システムは、監視と取締りの面で新たな課題を提起する。
For instance, smuggling operations may choose remote or inaccessible routes to cross borders while avoiding detection, as drones enable them to fly through previously impossible to navigate domains. An increase in autonomy might make these criminal use cases more attractive, as the distance (and, subsequently, deniability) between smuggler and recipient can be greatly increased. Particularly remote areas, such as vast forests, may be extremely difficult to monitor effectively, given technical and resource constraints. If traffic in such remote areas increases, it will be increasingly important to find ways to have the means to respond to potential criminal abuse quickly and effectively. Furthermore, maritime smuggling can be decentralized effectively, using unmanned systems trafficking a variety of small harbours or coastal locations to avoid security in large, commercial harbours.	例えば密輸組織は、ドローンが従来航行不可能だった領域を飛行可能にしたことで、検知を回避しつつ国境を越えるために遠隔地やアクセス困難なルートを選択する可能性がある。自律性の向上は、密輸業者と取得者の距離（そして結果としての関与の否認可能性）を大幅に拡大できるため、こうした犯罪利用ケースをより魅力的にする可能性がある。特に広大な森林地帯のような辺境地域は、技術的・資源的制約から効果的な監視が極めて困難だ。こうした辺境地域での交通量が増加すれば、潜在的な犯罪的悪用に対して迅速かつ効果的に対応する手段を確保することがますます重要となる。さらに海上密輸は、大型商業港湾の警備を回避するため、無人システムを用いて多様な小規模港湾や沿岸地域を移動させることで、効果的に非中央集権化される可能性がある。
Cities will also see a major impact. As drone swarms replace individual drones, patrolling the skies will become a core law enforcement task, creating aerial highways that are increasingly dense with autonomous traffic. Criminal organisations will seek to exploit this density, blending in their own drones while carrying illicit goods through urban landscapes. The challenge will not be limited to detecting individual threats, but distinguishing malicious intent within clouds of legitimate aerial activity moving at significant speed.	都市部も大きな影響を受ける。個体ドローンから群れドローンへ移行するにつれ、空域のパトロールは法執行の核心的任務となり、自律飛行体でますます密集する空中ハイウェイが形成されるだろう。犯罪組織はこの密集状態を悪用し、違法品を積んだ自組織のドローンを都市景観に紛れ込ませるだろう。課題は個々の脅威を検知することだけでなく、正当な航空活動が高速で移動する群れの中から悪意ある意図を見分けることにある。
These emerging, multi-dimensional developments may mean that criminal activity goes undetected, also preventing statistical analysis and, thus, limiting prioritisation of this crime unless new monitoring techniques and modes of mitigation are identified and implemented.	こうした多面的な新たな展開により、犯罪活動が検知されず、統計分析も妨げられる可能性がある。その結果、新たな監視技術や緩和手段が特定・導入されない限り、この犯罪への優先対応が制限されるだろう。
The emergence of swarms will effectively create a volume problem for law enforcement. Criminal and terrorist networks, as a result, think in volumes rather than routes, treating air, land, and sea as a single operational space. Consequently, the law enforcement response will require volumetric jurisdiction—the authority and capability to pursue threats seamlessly across vertical boundaries.	群れ（スウォーム）の出現は、法執行機関にとって実質的に「量の問題」を生み出す。その結果、犯罪組織やテロリストネットワークは経路ではなく量で考え、空・陸・海を単一の作戦空間として扱うようになる。したがって法執行機関の対応には、垂直境界を越えてシームレスに脅威を追跡する権限と能力、すなわち「体積的管轄権」が求められる。
Officers will need to understand how criminal activities flow through the three-dimensional spaces above, around, and beneath traditional patrol areas.	警官は、従来のパトロール区域の上空・周辺・地下という三次元空間を犯罪活動がどのように流れるかを理解する必要がある。
Unmanned systems themselves might provide part of the law enforcement response. Patrol drones and high-altitude pseudo- satellites (HAPS) equipped with high-resolution cameras and thermal imaging, for instance, could cover vast urban areas and provide real- time data to command centres. This capability would enable rapid response to incidents, improve detection of illicit system activity, and enhance overall policing effectiveness in the more unmanned future. Furthermore, law enforcement agencies could deploy fleets of drones in collaborative swarm formations to quickly assess and respond to large-scale emergencies, such as natural disasters or public safety threats, providing a coordinated response that maximises resource efficiency. On the borders, unmanned systems might patrol vast and otherwise inaccessible areas, using advanced sensors to detect illegal activities, while relaying crucial intelligence to human operators for swift intervention.	無人システム自体が法執行対応の一端を担う可能性がある。例えば高解像度カメラや熱画像装置を搭載したパトロールドローンや高高度疑似衛星（HAPS）は、広大な都市圏をカバーし、指揮センターへリアルタイムデータを提供できる。この能力により、無人化が進む未来において、インシデントへの迅速な対応、違法システム活動の検知、警察活動全体の効率化が図られる。さらに、法執行機関は協調的な群れ編成でドローンの艦隊を展開し、自然災害や公共安全上の脅威といった大規模な緊急事態を迅速に評価・対応できる。これにより資源効率を最大化する調整された対応が可能となる。国境地帯では、無人システムが広大で通常は到達困難な地域をパトロールし、高度なセンサーで違法活動を検知しながら、迅速な介入のため重要な情報を人間のオペレーターに中継するかもしれない。
These examples illustrate a future where technology not only enhances the capabilities of law enforcement but also transforms the way officers interact with their communities, environments, as well as robots and unmanned systems. The potential for collaborative swarms of drones to quickly respond to emergencies or for collaborative robots to enhance community policing and engagement could offer new and valuable capabilities in intelligence gathering, surveillance, and emergency response. At the same time, it would free up cognitive ability for human officers to focus on what humans do better, generating a double win.	これらの事例は、技術が法執行機関の能力を強化するだけでなく、警官が地域社会や環境、さらにはロボットや無人システムと関わる方法そのものを変革する未来を示している。緊急事態に迅速に対応する協調型ドローンの群れや、地域警察活動と市民関与を強化する協調型ロボットの可能性は、情報収集、監視、緊急対応において新たな価値ある能力をもたらしうる。同時に、人間の警官は認知能力を解放され、人間がより得意な業務に集中できるようになる。これは二重の利益をもたらす。
Recommendations	提言
To address the emerging challenges and opportunities posed by unmanned systems, we recommend a joint approach on building law enforcement capability with and against unmanned systems, at both national and European levels. The recommendations are centred around four key capability components: operations management, competence, system and structure.	無人システムがもたらす新たな課題と機会に対処するため、国家レベルおよび欧州レベルの両方で、無人システムを「活用する」能力と「対抗する」能力を構築する共同アプローチを推奨する。提言は四つの主要能力要素を中心に構成される：作戦管理、能力、システム、構造である。
Operations management	運用管理
・Develop a strategic intent that outlines how LEAs want to respond to the development, use, and potential misuse of unmanned systems, as well as their impact on society.	・法執行機関が、無人システムの開発・使用・悪用可能性、および社会への影響にどう対応するかを示す戦略的意図を策定する。
・Establish a “physical sandbox” environment that enables LEAs to test, learn, and adapt unmanned systems in a real-world setting, outside of a laboratory, and facilitate international cooperation and collaboration on development, testing, and procurement. This will also provide fact-based input to policy makers.	・法執行機関が実験室外の実環境で無人システムを試験・学習・適応できる「物理的サンドボックス」環境を整備し、開発・試験・調達における国際協力・連携を促進する。これにより政策立案者への事実に基づく情報提供も行う。
・Develop a comprehensive strategy to support the creation of EU- based regulation, standards and certification for safety, security, lawful use, and interoperability.	・安全性、セキュリティ、合法的使用、相互運用性に関するEUベースの規制・標準・認証制度構築を支援する包括的戦略を策定する。
Competence	能力
・Establish a competence hub that connects internal teams to a centralised repository of knowledge, expertise, and best practices. This hub should be linked and coordinated at European level, facilitating the gathering and dissemination of relevant insights about unmanned systems across borders. When appropriate, the hub could give guidance on technological standards.	・内部チームを知識・専門性・ベストプラクティスの中央リポジトリに接続する能力ハブを設立する。このハブは欧州レベルで連携・調整され、国境を越えた無人システムに関する知見の収集と普及を促進する。必要に応じて、技術標準に関するガイダンスを提供できる。
・Invest in comprehensive training programs for personnel that cover a range of topics, including regulations, use, countermeasures, investigation, forensics and protection related to unmanned systems.	・無人システムに関連する規制、使用、対策、調査、フォレンジック、防御など幅広いトピックを網羅した包括的な人材育成プログラムに投資する。
・Build trust and transparency with society by establishing outreach, consultation, and co-creation programs to actively involve citizens.	・市民を積極的に巻き込むためのアウトリーチ、協議、共同創造プログラムを確立し、社会との信頼と透明性を構築する。
System	システム
・Integrate unmanned systems into existing information systems. This includes information access, information management, and decision-making flows to enhance operational effectiveness.	・無人システムを既存の情報システムに統合する。これには、運用効率を高めるための情報アクセス、情報管理、意思決定フローが含まれる。
・Develop a structured information flow regarding the criminal use of unmanned systems in Europe. Include in this flow forensic data to support counter-technologies.	・欧州における無人システムの犯罪的利用に関する構造化された情報フローを開発する。このフローには、対抗技術を支援するためのフォレンジックデータを含める。
・Establish a centralised standardisation and procurement process for technologies that benefit from coordinated and standardised purchases. Ensure that this process prioritises interoperability, technological independence and fosters the creation of law enforcement-centric solutions.	・協調的かつ標準化された調達による恩恵を受ける技術のため、中央集権的な標準化・調達プロセスを確立する。このプロセスでは相互運用性、技術的独立性を優先し、法執行機関中心のソリューション創出を促進する。
Structure	構造
・Adapt the command structure of law enforcement agencies to accommodate the capabilities of unmanned systems and AI. Agencies should transition to Command, Control, Collaboration, and Autonomy (C3A) frameworks, which enables interoperability, collaboration, flexibility, and adaptability. C3A frameworks recognise that unmanned systems and AI can operate more autonomously, making decisions and taking actions in real-time, and that human operators must be able to collaborate with these systems to achieve shared goals within necessary timeframes.	・無人システムとAIの能力に対応できるよう、法執行機関の指揮構造を適応させる。各機関は、相互運用性、連携、柔軟性、適応性を可能とする指揮・統制・連携・自律（C3A）枠組みへ移行すべきである。C3A枠組みは、無人システムとAIが自律性を高め、リアルタイムで意思決定と行動を実行できること、また人間のオペレーターが必要な時間枠内で共通目標を達成するため、これらのシステムと連携できる必要があることを認識している。

結論...

Conclusions	結論
The integration of more capable unmanned systems into society is expected to have a significant impact. Driven by the convergence of emerging technologies such as AI, sensors, robotics, and next- generation communications systems, the rapid progress in the field will likely lead to the widespread adoption of unmanned systems in various domains, including everyday life and law enforcement operations.	より高性能な無人システムの社会への統合は、大きな影響をもたらすと予想される。AI、センサー、ロボティクス、次世代コミュニケーションシステムといった新興技術の融合に後押しされ、この分野の急速な進展は、日常生活や法執行活動を含む様々な領域での無人システムの普及につながるだろう。
Law enforcement agencies will have to police a wider physical space, than they traditionally have. As unmanned systems become more prevalent, they will continue to challenge traditional policing practices and raise new concerns. The technology will also bring a more transparent operating environment where few things stay hidden.	法執行機関は従来よりも広範な物理的空間を監視する必要に迫られる。無人システムの普及が進むにつれ、従来の警察活動は継続的に挑戦を受け、新たな懸念が生じるだろう。この技術はまた、隠されたものがほとんど存在しない、より透明性の高い運用環境をもたらす。
Law enforcement agencies will face significant challenges in preparing for this shift towards an even more “phygital” society in the more unmanned future. The increasing capabilities and numbers of unmanned systems will introduce new threats, and criminals and terrorists will likely exploit these technologies for malicious purposes. Recent conflicts have shown that threat actors are often early adopters of new technologies, and law enforcement must be prepared to counter these emerging threats.	法執行機関は、無人化が進む未来において、さらに「フィジタル」な社会への移行に備える上で重大な課題に直面する。無人システムの能力と数の増加は新たな脅威をもたらし、犯罪者やテロリストがこれらの技術を悪用する可能性が高い。近年の紛争では、脅威アクターが新技術の早期採用者となるケースが多く見られ、法執行機関はこうした新興脅威に対抗する準備が必要だ。
However, unmanned systems also offer tremendous benefits to law enforcement operations, with the potential to enhance capabilities and improve public safety. To realise these benefits, a solid regulatory foundation and investments in public trust are essential. The public must trust law enforcement to use these technologies effectively and accountably.	しかし無人システムは、能力強化と公共の安全向上につながる可能性を秘め、法執行活動に多大な利益をもたらす。これらの利益を実現するには、確固たる規制基盤と公共の信頼への投資が不可欠だ。市民は法執行機関がこれらの技術を効果的かつ説明責任を持って運用すると信頼しなければならない。
Furthermore, the development of unmanned systems is largely driven by non-EU companies, which poses a risk of critical dependence on foreign suppliers for Europe. To maintain technological autonomy and uphold European values, significant investments and joint innovation procurement processes are necessary.	さらに無人システムの開発は主に非EU企業が主導しており、欧州が外国サプライヤーに重大な依存を強いられるリスクがある。技術的自律性を維持し欧州の価値観を守るためには、大規模な投資と共同イノベーション調達プロセスが不可欠である。
The future of unmanned systems is uncertain, and various trends could unfold in different directions. The purpose of exploring these trends is not to predict the future but to identify desirable and undesirable outcomes and take proactive steps to increase the chances developments will lead to an acceptable outcome. Further law enforcement and policing oriented research is needed to delve deeper into the topics discussed in this report.	無人システムの未来は不確実であり、様々な動向が異なる方向へ展開しうる。これらの動向を探る目的は未来を予測することではなく、望ましい結果と望ましくない結果を特定し、発展が許容可能な結果へ導かれる可能性を高めるための先制的な措置を講じることにある。本報告書で議論された主題をさらに深く掘り下げるためには、法執行機関および警察活動に焦点を当てた追加研究が必要である。
This report aims to raise awareness about the potential impact of unmanned systems on law enforcement and encourage preparedness and deliberate action for the challenges and opportunities that lie ahead. It is possible to prevent harm caused by unmanned systems and harness their potential to make Europe safer, but our decision making must adapt to the tempo of this development.	本報告書は、無人システムが法執行に及ぼす潜在的影響への認識を高め、今後の課題と機会に対する準備と意図的な行動を促すことを目的とする。無人システムによる被害を防止し、その可能性を活用して欧州の安全性を高めることは可能だが、我々の意思決定は、この発展のペースに適応しなければならない。

中国 国務院 「AI＋」行動の徹底的な実施に関する意見 (2025.08.21)

こんにちは、丸山満彦です。

中国の国務院が「AI＋」行動の徹底的な実施に関する意見というのを公表していますね...

中国でもAIについての見方は、米国や欧州と変わらない感じですね...

AIは単なる技術ツールではなく、人類の生産・生活様式を根本から再構築し、国家の競争力を決定づける「新たなインフラ・経済の成長エンジン」という認識ですね...

なので、「AI+」は、すべての産業・社会システムが取り入れるべき必然的な歴史的過程で、国を挙げてこのパラダイムシフトに積極的かつ先行的に取り組むべし...という感じです...

技術の急速な進化に伴うリスク（雇用、セキュリティ、倫理）を認識した上で、それを「安全・制御可能」な枠組みで管理しつつ、AIの恩恵を国民全体、そして、グローバルサウスを含めた世界全体に平等にいきわたらせ、AIの善きへの活用を実現していきましょうという国家理念というかんじですね...

重点行動...

（一）科学技術：AI主導の新たな科研パラダイムを確立し、基礎研究から技術開発、哲学社会科学の方法論革新までを加速する。

（二）産業の発展：AIネイティブな新業態を育成し、工業・農業・サービス業の全要素におけるスマート化と数智化（デジタル・スマート化）を推進する。

（三）消費の質向上：AIサービス消費の新たなシーンを拓展し、スマート端末の「万物智联（万物のスマート接続）」により製品消費の新業態を育成する。

（四）民生福祉：人間とAIの協働による新たな働き方や学習方法を創造し、医療・文化・介護など生活の質を向上させる。

（五）ガバナンス能力：都市・農村のスマート化、公共安全・防災・生態環境治理におけるAI活用を推進し、多元的なガバナンス体制を構築する。

（六）グローバル協力：AIを国際公共財と位置づけ、グローバルサウスへの支援や国連を中心としたグローバルガバナンス体制の構築を推進する。

● 国務院

・2025.08.21 国务院关于深入实施“人工智能+”行动的意见

国务院关于深入实施“人工智能+”行动的意见	「AI＋」行動の徹底的な実施に関する国務院の意見
国发〔2025〕11号	国発〔2025〕11号
各省、自治区、直辖市人民政府，国务院各部委、各直属机构：	各省、自治区、直轄市の人民政府、国務院の各部・委員会、各直属機関：
为深入实施“人工智能+”行动，推动人工智能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式，促进生产力革命性跃迁和生产关系深层次变革，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态，现提出如下意见。	「AI＋」行動を深く実施し、AIと経済社会の各業界・各分野との広範かつ深い融合を推進し、人類の生産・生活様式を再構築し、生産力の革命的な飛躍と生産関係の深層的な変革を促進し、人と機械の協働、分野横断的な融合、共創・共有を特徴とするスマート経済およびスマート社会の新たな形態の形成を加速させるため、ここに以下の意見を提示する。
一、总体要求	一、全体的な要件
以习近平新时代中国特色社会主义思想为指导，完整准确全面贯彻新发展理念，坚持以人民为中心的发展思想，充分发挥我国数据资源丰富、产业体系完备、应用场景广阔等优势，强化前瞻谋划、系统布局、分业施策、开放共享、安全可控，以科技、产业、消费、民生、治理、全球合作等领域为重点，深入实施“人工智能+”行动，涌现一批新基础设施、新技术体系、新产业生态、新就业岗位等，加快培育发展新质生产力，使全体人民共享人工智能发展成果，更好服务中国式现代化建设。	習近平新時代の中国の特色ある社会主義思想を指針とし、新たな発展理念を完全かつ正確に全面的に貫徹し、人民を中心とする発展思想を堅持する。わが国の豊富なデータ資源、完備された産業体系、広範な応用シーンといった強みを十分に発揮し、先見的な計画、体系的な配置、業種別の施策、開放・共有、安全かつ管理可能な体制を強化する。科学技術、産業、消費、民生、ガバナンス、グローバル協力などの分野を重点とし、「AI＋」行動を深く実施し、新たなインフラ、新技術体系、新産業エコシステム、新たな雇用機会などを次々と創出し、新質生産力の育成・発展を加速させ、全人民がAIの発展成果を共有できるようにし、中国式現代化の建設により良く貢献する。
到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。	2027年までに、AIと6つの重点分野との広範かつ深い融合を率先して実現し、次世代スマート端末やAIエージェントなどの普及率は70％を超え、スマート経済の中核産業規模は急速に拡大し、公共ガバナンスにおけるAIの役割は著しく強化され、AIの開放・協力体制は絶えず整備される。2030年までに、わが国のAIは質の高い発展を全面的に後押しし、次世代スマート端末やAIエージェントなどの普及率は90％を超え、スマート経済はわが国の経済発展における重要な成長の原動力となり、技術の普遍的普及と成果の共有を推進する。2035年までに、わが国はスマート経済とスマート社会の発展という新たな段階に全面的に突入し、社会主義現代化の基本的実現に強力な支えを提供する。
二、加快实施重点行动	二、重点行動の実施を加速する
（一）“人工智能+”科学技术	（一） 「AI＋」科学技術
1.加速科学发现进程。加快探索人工智能驱动的新型科研范式，加速“从0到1”重大科学发现进程。加快科学大模型建设应用，推动基础科研平台和重大科技基础设施智能化升级，打造开放共享的高质量科学数据集，提升跨模态复杂科学数据处理水平。强化人工智能跨学科牵引带动作用，推动多学科融合发展。	1.科学的発見のプロセスを加速する。AI主導の新たな科学研究パラダイムの探求を加速し、「0から1」への重大な科学的発見のプロセスを加速する。科学用大規模モデルの構築・応用を加速し、基礎科学研究プラットフォームおよび主要な科学技術インフラのスマート化・アップグレードを推進し、開放・共有された高品質な科学データセットを構築し、モダリティを跨ぐ複雑な科学データの処理レベルを向上させる。AIの学際的な牽引・促進作用を強化し、多分野の融合的発展を推進する。
2.驱动技术研发模式创新和效能提升。推动人工智能驱动的技术研发、工程实现、产品落地一体化协同发展，加速“从1到N”技术落地和迭代突破，促进创新成果高效转化。支持智能化研发工具和平台推广应用，加强人工智能与生物制造、量子科技、第六代移动通信（6G）等领域技术协同创新，以新的科研成果支撑场景应用落地，以新的应用需求牵引科技创新突破。	2.技術研究開発モデルの革新と効率向上を推進する。AI主導による技術研究開発、工学的な実現、製品化の一体的な協調的発展を推進し、「1からN」への技術実用化と反復的なブレークスルーを加速させ、イノベーション成果の効率的な実用化を促進する。スマートな研究開発ツールやプラットフォームの普及・応用を支援し、AIとバイオ製造、量子技術、第6世代移動通信（6G）などの分野における技術的協調イノベーションを強化する。新たな研究成果をもって実用化を後押しし、新たな応用ニーズが科学技術イノベーションのブレークスルーを牽引するようにする。
3.创新哲学社会科学研究方法。推动哲学社会科学研究方法向人机协同模式转变，探索建立适应人工智能时代的新型哲学社会科学研究组织形式，拓展研究视野和观察视域。深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理，探索形成智能向善理论体系，促进人工智能更好造福人类。	3. 哲学・社会科学の研究手法を革新する。哲学・社会科学の研究手法を人間とAIの協働モデルへと転換させ、AI時代に適応した新たな哲学・社会科学研究の組織形態の確立を模索し、研究の視野と観察の視点を拡大する。AIが人間の認知・判断や倫理規範などに及ぼす深層的な影響と作用メカニズムを深く研究し、「AIの善への活用」という理論体系の形成を模索し、AIが人類により大きな恩恵をもたらすよう促進する。
（二）“人工智能+”产业发展	（二）「AI＋」産業の発展
1.培育智能原生新模式新业态。鼓励有条件的企业将人工智能融入战略规划、组织架构、业务流程等，推动产业全要素智能化发展，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道。大力发展智能原生技术、产品和服务体系，加快培育一批底层架构和运行逻辑基于人工智能的智能原生企业，探索全新商业模式，催生智能原生新业态。	1. AIネイティブな新たなモデル・業態を育成する。条件を備えた企業に対し、AIを戦略計画、組織構造、業務プロセスなどに組み込むことを奨励し、産業の全要素におけるスマート化を推進する。これにより、伝統産業の改造・高度化を支援し、戦略的新興産業および未来産業の発展に向けた新たな道を切り開く。スマートネイティブ技術、製品、サービス体系を強力に発展させ、基盤アーキテクチャと動作ロジックがAIに基づくスマートネイティブ企業の育成を加速させる。全く新しいビジネスモデルを模索し、スマートネイティブの新たな業態を生み出す。
2.推进工业全要素智能化发展。推动工业全要素智能联动，加快人工智能在设计、中试、生产、服务、运营全环节落地应用。着力提升全员人工智能素养与技能，推动各行业形成更多可复用的专家知识。加快工业软件创新突破，大力发展智能制造装备。推进工业供应链智能协同，加强自适应供需匹配。推广人工智能驱动的生产工艺优化方法。深化人工智能与工业互联网融合应用，增强工业系统的智能感知与决策执行能力。	2. 工業の全要素におけるスマート化を推進する。工業の全要素におけるスマート連携を推進し、設計、パイロット試験、生産、サービス、運営の全段階におけるAIの導入・応用を加速する。全従業員のAIリテラシーとスキルの向上に注力し、各業界で再利用可能な専門知識の形成を促進する。工業用ソフトウェアの革新とブレークスルーを加速し、スマート製造設備を強力に発展させる。工業サプライチェーンのスマート連携を推進し、適応型の需給マッチングを強化する。AI駆動型の生産プロセスの最適化手法を普及させる。AIと産業用インターネットの融合応用を深化させ、工業システムのスマートな知覚および意思決定・実行能力を強化する。
3.加快农业数智化转型升级。加快人工智能驱动的育种体系创新，支持种植、养殖等农业领域智能应用。大力发展智能农机、农业无人机、农业机器人等智能装备，提高农业生产和加工工具的智能感知、决策、控制、作业等能力，强化农机农具平台化、智能化管理。加强人工智能在农业生产管理、风险防范等领域应用，帮助农民提升生产经营能力和水平。	3. 農業のデジタル化・スマート化による転換・高度化を加速する。AI駆動型の育種システムの革新を加速し、栽培、養殖などの農業分野におけるスマートな応用を支援する。スマート農業機械、農業用ドローン、農業ロボットなどのスマート装備を積極的に発展させ、農業生産・加工ツールのスマートな感知、意思決定、制御、作業などの能力を向上させ、農業機械・農具のプラットフォーム化およびスマート化管理を強化する。農業生産管理、リスク防止などの分野におけるAIの応用を強化し、農家の生産・経営能力と水準の向上を支援する。
4.创新服务业发展新模式。加快服务业从数字赋能的互联网服务向智能驱动的新型服务方式演进，拓展经营范围，推动现代服务业向智向新发展。探索无人服务与人工服务相结合的新模式。在软件、信息、金融、商务、法律、交通、物流、商贸等领域，推动新一代智能终端、智能体等广泛应用。	4. サービス業の発展における新たなモデルを創出する。サービス業が、デジタル技術による強化されたインターネットサービスから、スマート技術主導の新型サービス形態へと進化するのを加速させ、事業範囲を拡大し、現代サービス業のスマート化・革新的な発展を推進する。無人サービスと人的サービスを組み合わせた新たなモデルを模索する。ソフトウェア、情報、金融、ビジネス、法律、交通、物流、商取引などの分野において、次世代スマート端末やAIエージェントなどの広範な応用を推進する。
（三）“人工智能+”消费提质	（三） 「AI＋」による消費の質向上
1.拓展服务消费新场景。培育覆盖更广、内容更丰富的智能服务业态，加快发展提效型、陪伴型等智能原生应用，支持开辟智能助理等服务新入口。加强智能消费基础设施建设，提升文娱、电商、家政、物业、出行、养老、托育等生活服务品质，拓展体验消费、个性消费、认知和情感消费等服务消费新场景。	1. サービス消費の新たなシーンを拡大する。より広範な範囲をカバーし、より豊富な内容を持つスマートサービス業態を育成し、効率化型やコンパニオン型などのスマートネイティブアプリケーションの発展を加速させ、スマートアシスタントなどの新たなサービス入口の開拓を支援する。スマート消費インフラの整備を強化し、文化・娯楽、電子商取引、家事代行、不動産管理、移動、高齢者介護、保育などの生活サービスの質を向上させ、体験型消費、個性化消費、認知・感情型消費などのサービス消費の新たなシーンを拡大する。
2.培育产品消费新业态。推动智能终端“万物智联”，培育智能产品生态，大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端，打造一体化全场景覆盖的智能交互环境。加快人工智能与元宇宙、低空飞行、增材制造、脑机接口等技术融合和产品创新，探索智能产品新形态。	2. 製品消費の新たな業態を育成する。スマート端末による「万物のスマート連携」を推進し、スマート製品のエコシステムを育成する。スマートコネクテッドカー、AI搭載スマートフォン・パソコン、スマートロボット、スマートホーム、ウェアラブルデバイスなどの次世代スマート端末を強力に発展させ、全シーンをカバーする統合的なスマートインタラクション環境を構築する。AIとメタバース、低空飛行、積層造形、ブレイン・コンピュータ・インターフェースなどの技術融合および製品イノベーションを加速させ、スマート製品の新たな形態を模索する。
（四）“人工智能+”民生福祉	（四）「AI＋」による民生福祉
1.创造更加智能的工作方式。积极发挥人工智能在创造新岗位和赋能传统岗位方面的作用，探索人机协同的新型组织架构和管理模式，培育发展智能代理等创新型工作形态，推动在劳动力紧缺、环境高危等岗位应用。大力支持开展人工智能技能培训，激发人工智能创新创业和再就业活力。加强人工智能应用就业风险评估，引导创新资源向创造就业潜力大的方向倾斜，减少对就业的冲击。	1. よりスマートな働き方を創出する。新たな職種の創出や従来の職種への付加価値付与において、AIの役割を積極的に発揮させ、人と機械が協働する新しい組織構造や管理モデルを模索し、スマートエージェントなどの革新的な働き方を育成・発展させ、労働力不足や危険な環境下などの職場での活用を推進する。AIスキル研修の実施を強力に支援し、AI分野におけるイノベーション・起業および再就職の活力を喚起する。AI活用に伴う雇用リスクのアセスメントを強化し、イノベーション資源を雇用創出の可能性が高い分野へ誘導することで、雇用への衝撃を軽減する。
2.推行更富成效的学习方式。把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本转变，加快实现大规模因材施教，提高教育质量，促进教育公平。构建智能化情景交互学习模式，推动开展方式更灵活、资源更丰富的自主学习。鼓励和支持全民积极学习人工智能新知识、新技术。	2. より実りある学習方法を推進する。AIを教育・指導のあらゆる要素と全過程に組み込み、「スマート学習パートナー」や「スマート教師」といった人間と機械の協働による新たな教育・指導モデルを創出する。人材育成を「知識の伝授」中心から「能力向上」本位へと転換させ、大規模な個別指導の実現を加速させ、教育の質を向上させ、教育の公平性を促進する。スマートなシナリオ型対話学習モデルを構築し、より柔軟な方法と豊富なリソースを備えた自主学習の展開を推進する。国民全体がAIの新たな知識や技術を積極的に学ぶことを奨励・支援する。
3.打造更有品质的美好生活。探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。推动人工智能在繁荣文化生产、增强文化传播、促进文化交流中展现更大作为，利用人工智能辅助创作更多具有中华文化元素和标识的文化内容，壮大文化产业。充分发挥人工智能对织密人际关系、精神慰藉陪伴、养老托育助残、推进全民健身等方面的重要作用，拓展人工智能在“好房子”全生命周期的应用，积极构建更有温度的智能社会。	3. より質の高い豊かな生活を築く。誰もが利用できる高水準の住民健康アシスタントの普及を模索し、診療補助、健康管理、医療保険サービスなどの場面におけるAIの活用を秩序立てて推進し、基層医療・健康サービスの能力と効率を大幅に向上させる。文化生産の活性化、文化発信の強化、文化交流の促進において、AIがより大きな役割を果たすよう推進し、AIを活用して中華文化の要素や特徴を備えた文化コンテンツの創作を支援し、文化産業を拡大する。AIが、人間関係の絆を深め、精神的な慰めや寄り添いを提供し、高齢者介護・保育・障害者支援を行い、国民の健康増進を推進するなどの面で果たす重要な役割を十分に発揮させ、「住みやすい住まい」の全ライフサイクルにおけるAIの応用を拡大し、より温かみのあるスマート社会を積極的に構築する。
（五）“人工智能+”治理能力	（五）「AI＋」ガバナンス能力
1.开创社会治理人机共生新图景。有序推动市政基础设施智能化改造升级，探索面向新一代智能终端发展的城市规划、建设与治理，提升城市运行智能化水平。加快人工智能产品和服务向乡村延伸，推动城乡智能普惠。深入开展人工智能社会实验。安全稳妥有序推进人工智能在政务领域应用，打造精准识别需求、主动规划服务、全程智能办理的政务服务新模式。加快人工智能在各类公共资源招标投标活动中的应用，提升智能交易服务和监管水平。	1. 社会ガバナンスにおける人とAIの共生という新たな展望を切り開く。市政インフラのスマート化改修・アップグレードを秩序立てて推進し、次世代スマート端末の発展を見据えた都市計画・建設・ガバナンスを模索し、都市運営のスマート化レベルを向上させる。AI製品・サービスの農村部への展開を加速させ、都市と農村におけるスマート化の普遍的普及を推進する。AI社会実験を深く展開する。行政分野におけるAIの応用を安全かつ着実かつ秩序立てて推進し、ニーズを正確に識別し、サービスを能動的に計画し、全過程をスマートに処理する新たな行政サービスモデルを構築する。各種公共資源の入札活動におけるAIの応用を加速させ、スマート取引サービスおよび監督管理の水準を向上させる。
2.打造安全治理多元共治新格局。推动构建面向自然人、数字人、智能机器人等多元一体的公共安全治理体系，加强人工智能在安全生产监管、防灾减灾救灾、公共安全预警、社会治安管理等方面的应用，提升监测预警、监管执法、指挥决策、现场救援、社会动员等工作水平，增强应用人工智能维护和塑造国家安全的能力。加快推动人工智能赋能网络空间治理，强化信息精准识别、态势主动研判、风险实时处置等能力。	2. 安全ガバナンスにおける多元的共治の新たな枠組みを構築する。自然人、デジタルヒューマン、スマートロボットなどを対象とした多元的かつ一体的な公共安全ガバナンス体系の構築を推進し、安全生産の監督管理、防災・減災・災害救援、公共安全の早期警戒、社会治安管理などの分野におけるAIの活用を強化する。監視・早期警戒、監督・法執行、指揮・意思決定、現場救援、社会動員などの業務水準を向上させ、AIを活用して国家安全を維持・形成する能力を高める。サイバー空間ガバナンスへのAI活用を加速させ、情報の的確な識別、状況の能動的な分析、リスクのリアルタイム対応などの能力を強化する。
3.共绘美丽中国生态治理新画卷。提高空天地海一体化动态感知和国土空间智慧规划水平，强化资源要素优化配置。围绕大气、水、海洋、土壤、生物等多要素生态环境系统和全国碳市场建设等，提升人工智能驱动的监测预测、模拟推演、问题处置等能力，推动构建智能协同的精准治理模式。	3.「美しい中国」の生態ガバナンスの新たな絵巻を共に描く。空・地・天・海を一体化した動的感知と国土空間のスマート計画の水準を高め、資源要素の最適配分を強化する。大気、水、海洋、土壌、生物など多要素からなる生態環境システムや全国炭素市場の構築などをめぐり、AI駆動による監視・予測、シミュレーション・推演、問題対処などの能力を向上させ、スマートで協調的な精密ガバナンスモデルの構築を推進する。
（六）“人工智能+”全球合作	（六）「AI＋」のグローバル協力
1.推动人工智能普惠共享。把人工智能作为造福人类的国际公共产品，打造平权、互信、多元、共赢的人工智能能力建设开放生态。深化人工智能领域高水平开放，推动人工智能技术开源可及，强化算力、数据、人才等领域国际合作，帮助全球南方国家加强人工智能能力建设，助力各国平等参与智能化发展进程，弥合全球智能鸿沟。	1. AIの普遍的かつ公平な共有を推進する。AIを人類に恩恵をもたらす国際公共財と位置づけ、平等、相互信頼、多様性、ウィンウィンを特徴とするAI能力構築の開放的なエコシステムを構築する。AI分野における高水準の開放を深化させ、AI技術のオープンソース化と利用可能性を促進し、計算能力、データ、人材などの分野における国際協力を強化する。グローバル・サウス諸国のAI能力構築を支援し、各国が平等にスマート化の発展プロセスに参加できるよう後押しし、世界的なスマート格差を解消する。
2.共建人工智能全球治理体系。支持联合国在人工智能全球治理中发挥主渠道作用，探索形成各国广泛参与的治理框架，共同应对全球性挑战。深化与国际组织、专业机构等交流合作，加强治理规则、技术标准等对接协调。共同研判、积极应对人工智能应用风险，确保人工智能发展安全、可靠、可控。	2. AIのグローバルガバナンス体制を共同で構築する。国連がAIのグローバルガバナンスにおいて主要な役割を果たすことを支持し、各国が広く参加するガバナンス枠組みの形成を模索し、地球規模の課題に共同で対処する。国際機関や専門機関などとの交流・協力を深化させ、ガバナンス規則や技術標準などの整合・調整を強化する。AIの応用リスクを共同で分析・評価し、積極的に対応することで、AIの発展が安全、信頼性が高く、制御可能であることを確保する。
三、强化基础支撑能力	三、基盤支援能力の強化
（七）提升模型基础能力。加强人工智能基础理论研究，支持多路径技术探索和模型基础架构创新。加快研究更加高效的模型训练和推理方法，积极推动理论创新、技术创新、工程创新协同发展。探索模型应用新形态，提升复杂任务处理能力，优化交互体验。建立健全模型能力评估体系，促进模型能力有效迭代提升。	（七）モデルの基礎能力を向上させる。AIの基礎理論研究を強化し、多角的な技術探求とモデル基盤の革新を支援する。より効率的なモデル学習および推論手法の研究を加速させ、理論革新、技術革新、工学革新の協調的発展を積極的に推進する。モデルの新たな応用形態を模索し、複雑なタスクの処理能力を向上させ、インタラクション体験を最適化する。モデルアセスメント体系を確立・整備し、モデル能力の効果的な反復的向上を促進する。
（八）加强数据供给创新。以应用为导向，持续加强人工智能高质量数据集建设。完善适配人工智能发展的数据产权和版权制度，推动公共财政资助项目形成的版权内容依法合规开放。鼓励探索基于价值贡献度的数据成本补偿、收益分成等方式，加强数据供给激励。支持发展数据标注、数据合成等技术，培育壮大数据处理和数据服务产业。	（八）データ供給の革新を強化する。応用を志向し、AI向け高品質データセットの構築を継続的に強化する。AIの発展に適したデータ所有権および著作権制度を整備し、公的資金による助成プロジェクトで生成された著作権対象コンテンツが、法令に基づき適正に公開されるよう推進する。価値貢献度に基づくデータコストの補償や収益分配などの方式の模索を奨励し、データ供給へのインセンティブを強化する。データアノテーションやデータ合成などの技術の発展を支援し、データ処理およびデータサービス産業を育成・拡大する。
（九）强化智能算力统筹。支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程落地。优化国家智算资源布局，完善全国一体化算力网，充分发挥“东数西算”国家枢纽作用，加大数、算、电、网等资源协同。加强智能算力互联互通和供需匹配，创新智能算力基础设施运营模式，鼓励发展标准化、可扩展的算力云服务，推动智能算力供给普惠易用、经济高效、绿色安全。	（九）インテリジェント演算能力の統合を強化する。AIチップの革新的な開発と、それを支えるソフトウェアエコシステムの育成を支援し、超大規模インテリジェント演算クラスター技術のブレークスルーと実用化を加速する。国家のインテリジェント演算リソースの配置を最適化し、全国一体型演算能力ネットワークを整備する。「東数西算」の国家ハブとしての役割を十分に発揮させ、データ、演算、電力、ネットワークなどのリソースの連携を強化する。インテリジェント演算能力の相互接続と需給マッチングを強化し、インテリジェント演算能力インフラの運営モデルを革新する。標準化され拡張可能な演算能力クラウドサービスの開発を奨励し、インテリジェント演算能力の供給が、広く利用されやすく、経済的かつ効率的で、環境に優しく安全なものとなるよう推進する。
（十）优化应用发展环境。布局建设一批国家人工智能应用中试基地，搭建行业应用共性平台。推动软件信息服务企业智能化转型，重构产品形态和服务模式。培育人工智能应用服务商，发展“模型即服务”、“智能体即服务”等，打造人工智能应用服务链。健全人工智能应用场景建设指引、开放度评价与激励政策，完善应用试错容错管理制度。加强知识产权保护、转化与协同应用。加快重点领域人工智能标准研制，推进跨行业、跨领域、国际化标准联动。	（十）アプリケーションの発展環境を最適化する。一連の国家AIアプリケーション実証試験基地を配置・建設し、業界アプリケーションの共通プラットフォームを構築する。ソフトウェア・情報サービス企業のスマート化への転換を推進し、製品形態とサービスモデルを再構築する。AIアプリケーションサービスプロバイダーを育成し、「モデル・アズ・ア・サービス（MaaS）」、「AIエージェント・アズ・ア・サービス（IAAS）」などを発展させ、AIアプリケーションサービスチェーンを構築する。AIアプリケーションシナリオの構築指針、開放度の評価およびインセンティブ政策を整備し、アプリケーションの試行錯誤・許容誤差管理制度を充実させる。知的財産権の保護、転化および協調的活用を強化する。重点分野におけるAI標準の策定を加速し、業界横断・分野横断・国際的な標準の連携を推進する。
（十一）促进开源生态繁荣。支持人工智能开源社区建设，促进模型、工具、数据集等汇聚开放，培育优质开源项目。建立健全人工智能开源贡献评价和激励机制，鼓励高校将开源贡献纳入学生学分认证和教师成果认定。支持企业、高校、科研机构等探索普惠高效的开源应用新模式。加快构建面向全球开放的开源技术体系和社区生态，发展具有国际影响力的开源项目和开发工具等。	（十一）オープンソースエコシステムの繁栄を促進する。AIオープンソースコミュニティの構築を支援し、モデル、ツール、データセットなどの集約と公開を促進し、質の高いオープンソースプロジェクトを育成する。AIオープンソースへの貢献評価およびインセンティブメカニズムを確立・整備し、大学がオープンソースへの貢献を学生の単位認定や教員の成果認定に組み込むことを奨励する。企業、大学、研究機関などが、普遍的かつ効率的なオープンソース活用の新たなモデルを模索することを支援する。世界に向けて開放されたオープンソース技術体系とコミュニティエコシステムの構築を加速し、国際的な影響力を持つオープンソースプロジェクトや開発ツールなどを発展させる。
（十二）加强人才队伍建设。推进人工智能全学段教育和全社会通识教育，完善学科专业布局，加大高层次人才培养力度，超常规构建领军人才培养新模式，强化师资力量建设，推进产教融合、跨学科培养和国际合作。完善符合人工智能人才职业属性和岗位特点的多元化评价体系，更好发挥领军人才作用，给予青年人才更大施展空间，鼓励积极探索人工智能“无人区”。支持企业规范用好股权、期权等中长期激励方式引才留才用才。	（十二）人材育成体制を強化する。AIの全教育段階における教育および社会全体の教養教育を推進し、学科・専攻の配置を整備し、高度人材の育成を強化し、従来の枠組みを超えたリーダー人材育成の新たなモデルを構築し、教員陣の強化を図り、産学連携、学際的な育成、国際協力を推進する。AI人材の職業の属性や職務の特徴に合致した多様な評価体系を整備し、リーダー人材の役割をより一層発揮させ、若手人材により広い活躍の場を与え、AIの「未開拓領域」への積極的な探求を奨励する。企業が株式やストックオプションなどの中長期的なインセンティブを規範的に活用し、人材の誘致・定着・活用を行うことを支援する。
（十三）强化政策法规保障。健全国有资本投资人工智能领域考核评价和风险监管等制度。加大人工智能领域金融和财政支持力度，发展壮大长期资本、耐心资本、战略资本，完善风险分担和投资退出机制，充分发挥财政资金、政府采购等政策作用。完善人工智能法律法规、伦理准则等，推进人工智能健康发展相关立法工作。优化人工智能相关安全评估和备案管理制度。	（十三）政策・法規制による保障を強化する。AI分野への国有資本投資に関する評価・リスク監督などの制度を整備する。AI分野への金融・財政支援を拡大し、長期資本、忍耐資本、戦略資本を発展・拡大させ、リスク分担および投資撤退メカニズムを整備し、財政資金や政府調達などの政策的役割を十分に発揮させる。AI関連の法律・法規、倫理規範などを整備し、AIの健全な発展に関する立法作業を推進する。AI関連のセキュリティ評価および届出管理制度を最適化する。
（十四）提升安全能力水平。推动模型算法、数据资源、基础设施、应用系统等安全能力建设，防范模型的黑箱、幻觉、算法歧视等带来的风险，加强前瞻评估和监测处置，推动人工智能应用合规、透明、可信赖。建立健全人工智能技术监测、风险预警、应急响应体系，强化政府引导、行业自律，坚持包容审慎、分类分级，加快形成动态敏捷、多元协同的人工智能治理格局。	（十四）安全能力の水準を向上させる。モデル・アルゴリズム、データ資源、インフラ、アプリケーションシステムなどのセキュリティ能力構築を推進し、モデルのブラックボックス化、幻覚、アルゴリズムによる差別などがもたらすリスクを防止する。先見的なアセスメントと監視・対応を強化し、AIの適用がコンプライアンスに則り、透明性があり、信頼できるものとなるよう推進する。AI技術の監視、リスク早期警戒、緊急対応体制を確立・整備し、政府による誘導と業界の自主規制を強化する。包容的かつ慎重な姿勢と分類・段階別対応を堅持し、動的で機敏、かつ多元的かつ協調的なAIガバナンス体制の形成を加速する。
四、组织实施	四、実施体制
坚持把党的领导贯彻到“人工智能+”行动全过程。国家发展改革委要加强统筹协调，推动形成工作合力。各地区各部门要紧密结合实际，因地制宜抓好贯彻落实，确保落地见效。要强化示范引领，适时总结推广经验做法。要加强宣传引导，广泛凝聚社会共识，营造全社会共同参与的良好氛围。	「AI＋」行動の全過程において、党の指導を貫徹する。国家発展改革委員会は統括・調整を強化し、業務の相乗効果の形成を推進する。各地域・各部門は実情に密接に結びつけ、地域の実情に応じて着実に実施・貫徹し、確実な成果を上げる。モデル事例による先導を強化し、適時に経験や手法を総括・普及させる。広報・啓発を強化し、社会的な合意を広く形成し、社会全体が共同で参加する良好な雰囲気を醸成する。
国务院	国務院
2025年8月21日	2025年8月21日