シンガポールの情報通信メディア開発庁（IMDA）副CEOのキレン・クマールは、AIをあまりに早い段階で規制することは誤りであり、デジタル成長を抑え、十分に育つ前にイノベーションを妨げると主張している。IMDAは、硬直的な法整備の代わりに、規制上の信頼を経済的な資産として捉え、テック企業と自発的なテスト用サンドボックスを共同で設計し、行動を自然に導こうとしている。クマールは「私たちは、今すぐにそれを規制することが答えだと信じていない」と強調する。シンガポールのアプローチは、航空宇宙や半導体にわたる数十年の取り組みを通じて築いた安定性に対する世界的な評判を活用し、新興AI産業のための安全なテスト場としての位置づけを狙っている。
規制の思想：信頼を経済的な資産として
シンガポールは、規制の極端のどちらも意図的に退けている。硬直した法律を通すのではなく、IMDAは、自社の行動を導くために自発的なテスト用サンドボックスを構築し、違反が危機になる前に備える。
クマールは、シンガポールのブランドは完全に「信頼」に依存していると述べる。国家は、統治の枠組みを構築するために企業と直接協働することで、新興産業のための安全なテスト場としての地位を築く。「ある国は技術を規制するが、別の国はしない」とクマールは言い、IMDAの中間的なアプローチを指摘している。
政策の翻訳：枠組みからコードへ
統治の枠組みを実際に役立つものにするには、政策を具体的なコードへと翻訳する必要がある。IMDAは、Moonshotのようなテストツールを立ち上げ、開発者が導入前に自分のモデルを統治の枠組みに照らして評価できるようにした。その結果は、グローバル・エコシステムを教育するために公表される。
エージェント型AI：新たなリスクは統治の見直しを要求する
この協力的な取り組みは、エージェント型AIの台頭によってストレスに直面している。エージェント型AIとは、人間の承認なしに複数ステップの計画を実行する自律ソフトウェアのことだ。クマールは、エージェント型AIは人間の関与なしに推論し行動できるため、静的な法律では十分に対処できない安全性や信頼性に関する新たなリスクが生じると説明している。
「[agentic]のようなシステムでは、複数のエージェントが協働することになります。だからこそ、モデル統治の枠組みをどう捉え直すべきか考え直す必要があると思います」とクマールは述べ、多エージェントの利用ケースを軸に監督を組み立てるべきだと強調している。
生産時の安全性：ローンチ後の継続的なパッチ適用
AIを試験段階から実運用の本番へ移すとき、誤りが致命的になる。クマールは、ローンチ後も継続的にパッチを当てることを見込み、要求している。「頭の中のイメージは、エラーが起きるし、間違いも起きる、ということです」と彼は主張する。
生き残るための鍵は、公開後であっても、システムを継続的にアップグレードし微調整するための仕組みと事業側の対応を用意しておくことにある。知的なモデルをレガシーのデータベースにつなぐことが、データ漏えいとセキュリティ侵害が起きるまさにその場面だ。クマールは、企業は「本番投入の前に、自社のデータ、アーキテクチャ、ソフトウェア接続が安全かつ確実に扱われるようにするために『サンドボックスが必要だ』」と考えていると信じている。
彼は取締役会に対し、ソフトウェアの展開を物理的なエンジニアリングと同じように扱うよう促している。「パイロットから本番への移行は、エンジンメーカーが飛行機に載せる前にエンジンを試験するのと何も変わりません。」
リーダーシップと人材：最後の障壁
ためらう経営幹部や、専門人材の世界的不足も、AI導入の障壁として残っている。「これはリーダーシップの問題です」とクマールは言い、組織の変革を無理に進めようとする経営者の推進力のほうが、政府の政策よりも重要だと指摘している。
このギャップは、技術リソースの不足によってさらに悪化する。多くの中堅企業や小規模企業は自社の事業領域は理解しているが、カスタムAIソリューションを構築し導入する社内チームがない。その結果、「前線配置のエンジニアは、世界的に希少な人材になりつつあります。なぜなら、クライアントと手を携えて仕事をし、業務フローを理解し、技術を導入する必要があるからです。」
シンガポールの展開者戦略
人材不足を乗り越えるため、シンガポールはゼロから最先端モデルを作る競争を無視している。代わりに、世界のアルゴリズムを取り込み、高度に規制された産業へ展開する。
クマールは、「私たちは強く、シンガポールが責任ある、信頼された形で、これらの技術を規模のある形で展開する立場にあると考えています」と主張する。
IMDAは、先進製造、金融、コネクティビティ、ヘルスケアを主要なターゲットとして特定した。これらの分野での失敗はコストが大きいため、信頼、信頼性、そして人間の判断について、より高い水準を求めている。
効率を超えて：ビジネス変革を実現する
AIの変化に生き残るには、単なる小さなコスト削減以上のものが必要だ。「こうしたパイロットの多くは…生産性を10%から20%押し上げるように設計されています…それは価値があります。でも、どうやって10倍にするのですか？」とクマールは問いかける。
その乗数を達成するには、ビジネスの業務フローを変革して、まったく新しい製品やサービスを生み出す必要がある。
労働力のスキル向上：理論から日々の作業へ
この変革を実現するには、技術をエンジニア部門から切り離し、一般の労働者の手に渡さなければならない。クマールは、日常のプロ――弁護士からマーケター、HRスタッフに至るまで――が、AIを自分たちの日々のルーティンに組み込めるよう権限を与えられたときに、初めて真の経済的価値が解き放たれると主張している。
導入を後押しするために、シンガポールは10万人の労働者を対象に、国家規模の取り組みを開始した。抽象的なコンピュータサイエンスの授業を提供するのではなく、そのプログラムは「オンライン講座と、各自の業務フローに応じた認定…これは職場での訓練です。理論的ではなく、状況に即したものです」としている。
このアプローチは最終学年の学生にも広がり、働く専門職と同じプログラムに登録される。目的は「彼らを就職可能な状態、またはAIに対応できる状態にする」ためのギャップを埋めることだ。
幅広い背景
AIを早すぎる段階で規制しようというクマールの慎重さは、グローバルな規制の方向性とは異なる考え方を反映している。EUのAI法（AI Act）はすでに、AIの開発者と導入者に対する拘束力のある、リスクベースの義務を定めており、EU加盟国はその法律のもとでAI規制サンドボックスを設置することが求められている。これは、サンドボックスが厳格なルールの補完として有用であり、立法の代替ではないことを示唆している。
マッキンゼーの2025年のAIに関する調査では、AIの導入は広く行われているものの、ほとんどの組織がパイロットからスケールしたインパクトへの移行にまだ苦戦していることが分かった。同社の2025年の職場AIレポートでは、AI導入において成熟していると自認する企業はわずか1%にとどまることが示されている。信頼のインフラは重要だが、多くの企業にとっては、リーダーシップ、運用モデル、データの準備、そして業務フローの再設計がより大きなボトルネックのままだという示唆になる。
クマールが指摘する「前線配置のエンジニア」への重点も、政策では素早くは解決できない制約を示している。ビジネス・インサイダーは2026年5月に、前線配置のエンジニアの求人掲載が前年から729%増えたと報じており、AIを実際のエンタープライズの業務フローに落とし込める人材への需要が急増していることを反映している。
