McKinsey「State of AI trust in 2026」— エージェンティック時代の信頼とガバナンスギャップ¶
作成日: 2026-07-13 出典 / きっかけ: McKinsey「State of AI trust in 2026: Shifting to the agentic era」（Tech Forward, 2026） 関連: ai_ガバナンス_誰がnoと言えるか_整理 / メルペイ_決済常駐aiエージェント_設計と5層防御_整理 / ai_agent_9社_本番運用アーキテクチャ / agentic_reference_architecture_評価ループ
0. 要点（3行）¶
- 論点が「AI が間違ったことを言う（hallucination・不正確）」から「AI エージェントが間違ったことをやる（意図しない操作・ツール誤用・ガードレール逸脱）」へ移った。信頼の焦点が発話から行動へシフトしたのがエージェンティック時代の本質。
- 技術・リスク管理は前進しているが、組織のガバナンス／監督体制が追いついていない。責任ある AI（RAI）成熟度の平均は 2.3（4点満点、前年 2.0 から上昇）だが、戦略・ガバナンス・エージェント統制で成熟度3以上に達しているのは約3分の1にとどまる。
- スケール阻害の最大要因はセキュリティ・リスク懸念（回答の約2/3）で、規制の不確実性や技術的制約を上回る。「自律エージェントを既に動かしているが、統治する準備はできていない」というギャップが核心。
1. 調査概要（一次情報）¶
- 対象: 約 500 組織（業種・地域横断）。回答者は AI ガバナンス・リスク管理・AI 投資判断に直接責任／専門性を持つ層。
- 期間: 2025年12月〜2026年1月。
- 指標: 責任ある AI（Responsible AI; RAI）成熟度を複数次元で評価（4点満点）。
2. RAI 成熟度と評価次元¶
- 平均成熟度 2.3 / 4.0（2025年の 2.0 から上昇）。ただし 成熟度3以上は約1/3の組織のみ（戦略・ガバナンス・エージェント統制の各面）。
- 業種別では テクノロジー・メディア・通信（TMT） と 金融サービス が先行（リスク管理とデータ基盤の強さが要因）。
McKinsey はガバナンスを次元で評価している（下表の次元別スコアは二次ソースの整理値。正確な数値は一次レポートで要確認）:
| 次元 | 二次ソース掲載スコア（≒/4.0） | 傾向 |
|---|---|---|
| Data & Technology（データ・技術） | ~2.6 | 先行 |
| Risk Management（リスク管理） | ~2.4 | 中位 |
| Strategy（戦略） | ~2.3 | 中位 |
| Governance（ガバナンス） | ~2.2 | 遅行 |
| Agentic AI Controls（エージェント統制・2026新設） | ~2.0 | 最も遅行 |
傾向: 技術能力が先に伸び、ガバナンスが後追い。エージェント統制は 2026 年に新設された次元で最も未成熟。
3. 「言い間違い」から「やらかし」へ — エージェンティックの本質¶
- 従来の生成 AI のリスクは「間違ったことを言う（不正確・有害発話）」。
- エージェンティック AI では「間違ったことをやる」に拡張される: 意図しない操作の実行、ツールの誤用、適切なガードレールを越えた稼働。
- 決定的な違い: 自律エージェントが誤った判断をした時、その判断は既に実行されている（事後の訂正が効かない）。だから統制は「ポリシー（文書）」ではなく「インフラ（仕組み）」として埋め込む必要がある。
4. 主なリスク・障壁（数値）¶
- スケール阻害の最大要因 = セキュリティ・リスク懸念（回答の約2/3）。規制不確実性・技術的制約より上位。
- 高い関連性ありと回答された懸念: 不正確さ（inaccuracy）74% / サイバーセキュリティ 72%。
以下は二次ソース由来の統計（要一次確認）だが、ガバナンスギャップの具体像として示唆的:
- エージェント配備前に完全なセキュリティ承認を得ているのは約 14.4% のみ。
- 40% はエージェントが機微データにアクセスする際に人間の監督が無い。
- 半数超が高リスクなエージェントワークフローを制限していない。
- エージェント配備は 2026 年末までに 約8倍に増える見込み。
5. 高成熟組織が入れている統制（5つ）¶
二次ソースが整理する「高成熟組織の実装パターン」。メルペイの5層防御や本番運用9社の設計と重なる（→ メルペイ_決済常駐aiエージェント_設計と5層防御_整理 / ai_agent_9社_本番運用アーキテクチャ）:
- エージェント台帳（inventory）: スコープと責任者（accountable owner）を定義。
- 明示的な自律度ティア: supervised（監督付き）→ bounded（境界付き）→ fully autonomous（完全自律）。
- 制御エージェントの内蔵: critic / guardrail / compliance エージェントをワークフローに組み込む。
- リアルタイム監査基盤: ワークフローに監査を埋め込む（事後ログでなく実行時）。
- 標準ガバナンス雛形: ポートフォリオ横断で統一されたブループリント。
6. 自分（山本）へのメモ¶
- 「発話の正しさ → 行動の正しさ」への軸移動は、決済常駐エージェントの設計思想（[[メルペイ_決済常駐aiエージェント_設計と5層防御_整理|5層防御]]）や評価ループ（agentic_reference_architecture_評価ループ）と直結。特に「実行前にガードレール・critic を挟む」「autonomy tier を明示」は共通言語になる。
- 金融（交換所）文脈では「自律エージェントが約定・送金・上場判断を実行した後では戻せない」— まさに McKinsey の「実行済み問題」。人間の名前付き責任（named accountability）＋実行時監査を設計の前提に置くべき。
- RAI 成熟度で TMT・金融が先行という点は、規制産業ほどガバナンス投資が効くことの傍証。副指導の DKG／エージェント研究でも「統制を仕組みに埋め込む」観点を評価軸に足せる。
7. まとめ — 一言で¶
「AI が何を言うか」より「AI が何をやるか」を統治する時代。技術は伸びたがガバナンスが遅れており、勝ち筋は統制を“ポリシー”でなく“インフラ”として（台帳・自律度ティア・制御エージェント・実行時監査で）埋め込むこと。
| 状況 | 示唆 |
|---|---|
| 生成 AI（発話）のみ | 従来のハルシネーション対策で概ね足りる |
| エージェント（行動・ツール実行） | 実行前ガードレール＋自律度ティア＋実行時監査が必須 |
| 機微データ・不可逆操作を触る | 人間の名前付き責任と完全承認フローを前提に |
| 規制産業（金融等） | ガバナンス投資が競争優位になりやすい |
参考リンク¶
- McKinsey — State of AI trust in 2026: Shifting to the agentic era — https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/tech-forward/state-of-ai-trust-in-2026-shifting-to-the-agentic-era
- （二次・補強）AgentMarketCap — McKinsey AI Trust 2026: agentic governance framework — https://agentmarketcap.ai/blog/2026/04/07/mckinsey-ai-trust-2026-agentic-governance-framework
- （二次・補強）SemanticOS — State of AI Trust 2026: The Agentic Governance Gap — https://semanticos.io/blog/ai-trust-2026-agentic-era/
注記: McKinsey 本体ページは取得時にタイムアウトしたため、調査概要・成熟度・主要割合（2.3 / 74% / 72% / 約2/3 / 約500組織）は検索スニペットと複数の二次ソースで一致を確認した値。5次元の個別スコア・14.4%・40%・8倍・5コントロールは二次ソース由来で、正確な数値・文言は一次レポートで要確認。
作成: 2026-07-13 ／ 最終更新: 2026-07-13