WAIC 2026が示した「AI実装の前提は安全ガバナンス」——金融のリスク分級に学ぶ
2026世界人工知能大会 (WAIC) の現地レポートが証券時報に掲載された。先日は同大会を製造業の暗黙知データ化の観点で取り上げたが、この記事の主役は別だ——「安全・可控・可溯 (安全で制御可能・追跡可能)」というガバナンスが、AI実装の前提条件として全面に出てきた点である。特に金融領域のリスク管理手法は、規模を外せば日本企業にそのまま参照できる。事実を整理した上で、作る側の視点で見解を書く。
出典: 现场直击！2026世界人工智能大会：AI具象落地提速 (证券时报・券商中国, 2026-07)
要点 (事実のみ)
- 2026世界人工知能大会 (WAIC) が上海の3会場で開催。展示面積10万㎡超、1,100社超が参加、3,000超の技術成果と300超のハード製品が世界・全国初公開とされる (主催・展示ベースの公式値)
- 記事は、今年の大会が例年のコンセプト・パラメータ競争から「真机実操・場景実測 (実機操作・シーン実測)」へ全面転換したと総括。具身知能 (エンボディドAI) の出展企業は昨年の80社超から200社超に急増、実機300台超が並んだ
- アント傘下の「霊波スマート薬局」がWAICの目玉に選出。汎用基盤モデル LingBot-VLA 2.0 が構成の異なる3種のロボットを駆動し、オンライン受注→調剤→梱包を一貫処理。上海浦東の国大薬局店舗で実運用中とされる
- 会場全体で「安全可信・可控可溯」が核心テーマとなり、金融が最も早く標準化されたAIリスク管理体系を構築。交通銀行は与信・取引・資金監督を横断する全プロセスのリスク監視を、リスクの分級分層 (低リスク=効率化、高リスク=コンプライアンス厳守) で運用していると紹介された
- 合合信息の李明氏は、金融でのAIは現状は業務効率化・意思決定支援が中心で、リスク・コンプライアンス・プライバシーに関わる中核領域ではデータ安全と権限管理の2リスクを考慮して慎重に進めるべきと指摘。非構造データを構造化する「智能文書抽出」技術の重要性を挙げた
- 西門子 (シーメンス) は工程エージェント「Eigen」を初公開。PLCコード生成・HMI開発・駆動設定などを自律実行し、実行効率を手動比2〜5倍、工程効率を50%、方案品質を80%向上させるとする
徐 聖博の見解
まず数値の扱いから。出展社数や成果件数は大会・展示ベースの公式値なので、研究者出身の癖で割り引いて読みます。その上で本質的な signal だと感じたのは、大会が「パラメータ競争」から「真機実操・場景実測」へ舵を切ったという点です。具身知能が展示台の陳列品ではなく、浦東の薬局店舗で実際に調剤・梱包を回している——デモが動くことと業務に乗ることの差を私は繰り返し強調してきましたが、その差を埋めた事例が主役に据えられたことに、実装フェーズの成熟を感じます。1つの汎用基盤モデルが構成の違う3種のロボットを駆動するという設計も、作る側として素直に面白い。
しかし、日本企業が最も持ち帰るべきは金融のリスク管理の考え方だと考えています。交通銀行や合合信息が語る「分級分層」——低リスクの場面は効率化に振り、高リスクの場面はデータ安全と権限管理を最優先にコンプライアンスを守る——という切り分けは、中国の規模や政策とは無関係に、そのまま応用できるフレームワークです。私が以前1Passwordのエージェント認証の記事で触れた「AIエージェントは権限と例外の設計が肝」という話と、根は同じです。AI導入で止まる企業の多くは、全社一律で「危ないから禁止」か「とりあえず全部AI」の二択にしてしまう。そうではなく、業務を場面ごとにリスク分類し、場面に応じて攻めと守りを変える——この設計思想こそが、安全とスピードを両立させる現実解だと見ています。
もう一点、合合信息が挙げた「智能文書抽出 (非構造→構造)」は、製造業の事例で書いた暗黙知のデータ化と地続きの話です。金融でも製造でも、AIが業務に乗るかどうかの分岐点は、結局「自社の非構造な業務知識をAIが扱える形に構造化できるか」に収束する。中小企業がWAICの華やかな実機展示から学ぶべきは、ロボットそのものではなく、その手前にある「業務のリスク分類とデータ構造化」という地味な設計作業なのだと、改めて考えさせられました。
(編集レンズ: AIを「作る側」の目線 / 実装・運用視点 / 発注側・中小企業への含意)
