Cranium AI Cardに書く項目一覧｜取引先に出す説明

「取引先のセキュリティ審査で、『御社のAIの中身を説明してください』と言われた」「どのAIに何のデータを渡しているのか、社内でも一覧になっていない」——AIを業務や製品に組み込んだ会社で、取引先や監査への対応を任された担当者から聞こえてくる声です。聞かれてから慌てて資料を探し、答えるたびに中身が少しずつ違ってしまう、というのが多くの会社の実情でしょう。求められているのは、AIの技術の詳しい説明ではありません。本当は、何のために、どのAIに、どのデータを渡し、誰が確かめ、どう止めるかを、まとまった形で示せることが問われています。この記事では、米国の Cranium が提供する「Cranium AI Card」を例に、社外に出すAIの説明資料に何を書き、どこまで開示し、誰が承認して出すかを整理します。

Cranium は、社内のAIを洗い出して外に出せる説明にまとめる製品

Cranium は、企業のAIの安全とガバナンス（統制）を扱う米国の製品です。公式サイトでは、モデル・エージェント・データセット・ベンダーのAIを洗い出す「発見」、動きを見張る「観察」、方針を当てる「統制」、攻撃への備えを試す「防御」、証拠を示す「証明」の5段の流れを、Cranium ONE という基盤で回すと説明しています（2026年10月時点）。

このうち最初の段で作るのが、AI部品表（AI-BOM）です。ソフトウェアの部品表（SBOM）のAI版にあたり、あるAIの仕組みがどのモデル・データセット・技術・基盤でできているかを一覧にします。公式の説明では、コードの保管庫を読む CodeSensor、クラウドの環境を見る CloudSensor、エージェントを見つける AgentSensor が、社内のAIとベンダーのAIの両方を含む1つの部品表を作るとされています。

最後の段で作るのが、この記事の主題である Cranium AI Card です。公式ページでは、AIの仕組みごとに作る「書き出せる透明性の報告書」で、安全の状態、レッドチーム（攻撃役による試験）の結果、稼働中の証拠をまとめ、EUのAI法、NISTのAIリスク管理の枠組み、ISO 42001 に対応づけると説明されています。顧客・取引先・規制当局からの問いに、証拠を添えて答えるための文書という位置づけです。

ソフトウェアの部品表そのものの読み方は、別の記事（SBOMとは｜AI導入で見る所）で扱っています。この記事が扱うのは、部品表をもとに、社外に出す説明資料に何を書くか、という一段先の話です。

どんな会社で、国内でまだ知られていない理由

公式の会社紹介では、Cranium は大手会計事務所 KPMG の新規事業の部門である KPMG Studio から生まれた会社とされ、出資者として KPMG などの名前が挙がっています。報道発表では、ニューヨークの都市圏に本社を置くとしています。顧客については、公式サイトで「Fortune 10 の中で信頼されている」とし、世界の通信会社や銀行が使っていると説明しています。

2026年5月21日には、エージェント型のAIの安全とリスク管理を手がける Aiceberg の買収を公式に発表しました。発表では、Aiceberg のエージェントのリスクを地図のように示す技術を取り込み、Aiceberg の最高経営責任者が Cranium の最高技術責任者に就くとしています。買収の金額や条件は公表されていません。

下調べの段階では、AgentSensor も買収で得たものとする情報がありましたが、2025年10月14日の公式の発表では、AgentSensor は自社の新しい機能として発表されており、買収とは書かれていません。この記事では公式の発表に従います。

国内で知られていない理由は、確かめた範囲では3つあります。公式サイトと文書が英語だけで、国内の窓口を確かめられなかったこと。顧客の中心が米国の金融・通信などの大企業で、規制当局への説明が日常的な業種に寄っていること。そして、日本ではAIの説明資料を取引先に出す慣行そのものが、まだ始まったばかりであることです。製品を入れるかどうかより先に、説明資料の型を決める段階の会社が多いはずで、この記事もその型を中心に扱います。

2023年からの発表と、AI Card の位置

Cranium の製品は、AI Card を出してから3年の間に、洗い出しと見張りの側へ広がってきました。発表の時期と中身を、確かめた範囲で並べます。

時期	発表された中身	AI Card との関係
2023年6月（報道）	AI Card の提供開始。AIの仕組みを評価の道具につなぎ、価値・目的・データ・ガバナンスの情報をまとめ、証拠を添えて取引先や当局に共有できるとされた	AI Card の原型
2025年10月14日（公式）	AgentSensor（エージェントとその呼び出し先の発見）、CloudSensor（クラウドの見張り）、規制の枠組みの質問票に答えるエージェント（人の確認の機能付き）、弱点の模擬と防御の設定を試す機能。いずれも提供開始とされた	部品表と証拠の集め方が広がった
2026年5月21日（公式）	Aiceberg の買収。エージェント型AIのリスクの把握の技術を統合	統合の時期と形は未公表
2026年10月時点（公式ページ）	AI Card は稼働中の証拠から作られ常に最新と説明。非公開または業界向けの Trust Hub で証拠を共有	提出と公開の形

2023年の提供開始の時点の内容は、米国のIT媒体シリコンアングルの2023年6月15日の記事によります。2026年10月時点の公式ページでは、項目の正確な一覧は公開されておらず、「安全の状態・レッドチームの結果・稼働中の証拠」と「規制の枠組みへの対応づけ」「仕組みごと・枠組みごと・用途ごとの準拠の点数」が挙げられています。

• AI Card の項目の一覧と、どの項目を相手ごとに隠せるかは、2026年10月時点の公開資料では確かめられなかった。導入を検討するなら、見本の提示を提供元に求める
• Aiceberg の技術を AI Card にいつ、どう取り込むかは発表されていない。買収の発表を、提供中の機能として数えない

つまり AI Card は、何を書くかが細かく決まった様式というより、部品表と試験の結果から、説明に使える証拠を束ねる器です。器に何を入れ、相手にどこまで見せるかは、使う会社が決めることになります。以下では、その中身を自社で決めるための項目を順に見ます。

社外に出す説明と、社内の台帳は別の文書

AIの管理を始めた会社の多くは、まず社内の台帳を作ります。どの部署がどのAIを使い、誰が責任者で、どんな評価をしたかを一覧にするものです。台帳に入れる項目は、別の記事（OneTrustのAI台帳に入れる項目一覧）で扱っています。

社外に出す説明資料は、この台帳の抜粋ではありません。読む人が違うからです。台帳を読むのは社内の管理者で、評価の途中経過や未解決の課題も含めて読みます。説明資料を読むのは取引先の審査担当や監査人で、自社の情報が安全に扱われるか、問題が起きたときに誰が対応するかを知りたがっています。

書き方も変わります。台帳は社内の略語や仕組みの名前で書いても通じますが、説明資料は相手が初めて読んで分かる言葉で書く必要があります。また、台帳は日々更新されますが、説明資料は「何月何日時点の版」として出し、相手の手元に残ります。

台帳は「管理するための文書」、説明資料は「約束として読まれる文書」です。説明資料に書いたことは、取引先から見れば会社の約束になります。だから、台帳の項目をそのまま写すのではなく、約束として守れることだけを書く、という選び方が必要です。

書く項目①：目的、対象の業務、使うモデルと提供元

ここからは、説明資料に書く項目を順に見ます。Cranium の AI Card が2023年の提供開始時に挙げていた「価値・目的・データ・ガバナンス」の4つの領域と、2026年の公式ページが挙げる「安全の状態・試験の結果・稼働中の証拠」を手がかりに、取引先に出す資料として必要な項目に組み直しています。

最初に書くのは、そのAIを何のために使い、どの業務のどの工程に入っているかです。「問い合わせへの一次回答の下書きに使い、送信の前に担当者が確認する」のように、AIが受け持つ工程と人が受け持つ工程が分かる書き方にします。取引先が知りたいのは、自社に関わる業務にAIがどう入っているかだからです。

次に、使うモデルとその提供元です。自社で作ったモデルか、外部の提供元のモデルを呼び出しているか、エージェントが外部の道具やサービスを呼んでいるか。部品表はこの一覧の土台になります。Cranium の公式ページでは、ベンダーが明かしていないモデルまで部品表に含めると説明されていますが、相手に出す資料では、提供元の名前を出してよいかを契約で確かめてから書きます。

モデルの版の番号まで書くかは、相手と目的によります。監査や規制当局には細かく、一般の取引先には「外部の大規模言語モデル（提供元名）」程度にとどめる、というように、同じ項目でも、相手ごとに粒度を変える前提で項目を設計しておきます。

書く項目②：渡すデータと、学習・保存の扱い

取引先がもっとも気にするのは、データの項目です。書くのは、AIに渡すデータの種類（個人情報・取引先の情報・社内の文書など）、取引先から預かったデータを渡すかどうか、渡す先の提供元とその保存の場所、学習への利用の有無、保存の期間と削除の方法です。

このうち、学習への利用と保存の期間は、提供元との契約の文言を根拠に書くのが原則です。「学習には使われない設定にしている」と書くなら、その設定と契約の条項を、社内で示せる状態にしておきます。根拠のない書き方は、後で相手の監査で裏付けを求められたときに崩れます。

取引先から預かったデータをAIに渡しているかどうかは、相手にとっていちばん重い情報です。渡していないなら「渡さない」と書き、そのための仕組み（入力の前に伏せる、預かったデータを扱う業務ではAIを使わない、など）を一言添えます。渡しているなら、目的と範囲と、相手の了承の取り方を書きます。

Cranium の部品表は、どのモデルやデータセットが使われているかを見つけることはできますが、そのデータが契約上どう扱われるかまでは判定しません。部品表に出てくるのは「何が使われているか」で、「どう扱うと約束しているか」は人が契約から書く部分です。

書く項目③：人の確認、止め方、問い合わせ先、更新日

3つめのまとまりは、ガバナンス、つまり管理の仕方です。書くのは、AIの出力を人がどこで確かめるか、問題が見つかったときに誰がAIを止める権限を持つか、止めたときに業務をどう続けるか、問い合わせと事故の連絡の窓口、そしてこの資料の版と更新日です。

人の確認は、「適切に確認しています」では伝わりません。どの工程で、どの役割の人が、何を見て、通すか止めるかを決めるのかを書きます。「顧客への回答は、送信の前に担当者が全件を読む」「社内向けの要約は抜き取りで確かめる」のように、工程ごとに確認の濃さが違うことを示すと、相手は自社に関わる工程の濃さを判断できます。

止め方は、取引先の審査で見落とされがちですが、事故のときにいちばん効く項目です。AIの機能を止める権限を誰が持つか、止めたら人の手作業に戻せるか、提供元のサービスが止まったときにどうするか。Cranium の公式ページは稼働中の証拠の収集をうたっていますが、止める判断そのものは会社の手順の側にあります。

項目	書く中身	根拠になる記録	書かないこと
目的と対象の業務	AIが受け持つ工程と人が受け持つ工程	業務の手順書、社内の台帳	将来の構想、検討中の用途
モデルと提供元	自社製か外部か、提供元名、エージェントの呼び出し先	部品表、提供元との契約	社内の構成図、接続の設定
渡すデータ	データの種類、預かったデータを渡すか、保存の場所	データの区分の規程、部品表	個別の顧客名、データの量
学習と保存	学習への利用の有無、保存の期間と削除	提供元との契約の条項	契約で確かめていない推測
人の確認	工程ごとの確認の役割と濃さ	手順書、確認の記録	担当者の個人名
止め方と窓口	止める権限、手作業への戻し方、連絡の窓口	事故対応の手順	未修正の弱点の詳細
版と更新日	資料の版、作成日、次の見直しの予定	承認の記録	（なし）

表の右端の列は、後の節で扱う「出さない情報」とつながっています。項目ごとに、書くことと書かないことを対で決めておくと、担当者が変わっても出す資料の粒度がぶれにくくなります。

部品表から説明資料へ：AIに下書きさせてよい範囲

Cranium のような仕組みを使うと、説明資料の下書きはかなりの部分を自動で作れます。部品表から使っているモデルと提供元を拾い、稼働中の記録から確認の頻度を拾い、試験の結果から安全の状態を拾う。公式ページでは、AI Card は稼働中の証拠から作られ、常に最新の状態に保たれると説明されています。

AIに任せてよいのは、洗い出し、部品表の下書き、項目への当てはめ、前の版との差分の抽出です。どれも、元になる記録があり、人があとで確かめられる作業です。2025年10月に発表された質問票に答えるエージェントも、文書に基づいて回答を作り、人の確認の機能を備えるとされています。

一方で、部品表には限界があります。洗い出せるのは、仕組みがつながっている保管庫やクラウドの範囲だけです。社員が個人で使っているAIの助手や、部署が独自に契約した道具は、つながっていなければ一覧に出てきません。部品表に出てこないことは、使っていないことを意味しないので、説明資料の範囲を書くときは、何を対象に洗い出したかも一緒に書きます。

下書きの文章そのものにも注意が要ります。AIが作った説明文は、もっともらしく整っている分、約束として強すぎる表現が混ざりやすいからです。「常に」「すべて」「完全に」といった語は、下書きから人が一語ずつ確かめて外す工程を入れておきます。下書きの各文には、根拠にした記録への参照を付けさせ、参照の無い文は人が書き直します。

出してよい粒度と、出さない情報

説明資料で迷うのは、どこまで細かく書くかです。細かく書くほど相手の安心につながるように見えますが、出した資料は相手の手元に残り、さらにその先へ渡ることもあります。説明として必要な粒度と、攻撃や競合に使われうる粒度を分けて考えます。

とくに注意したいのが、レッドチームの結果です。Cranium の公式ページは、AI Card に試験の結果を含めると説明していますが、未修正の弱点の具体的な中身は、社外に出す資料には書きません。書くのは、試験を実施した時期、対象、見つかった問題の件数の区分、修正の状況、といった管理の事実までです。

• AIへの指示文（プロンプト）の全文や、安全のための制御の設定値をそのまま載せる
• 未修正の弱点について、再現できる手順や条件を書く
• 社内のシステムの構成図や接続の設定、利用している鍵の情報を添付する
• 他の顧客の名前や、取引先ごとのデータの扱いを例として書く
• まだ検討中の用途や導入予定の機能を、提供中のこととして書く

逆に、出さなすぎるのも問題です。「詳細は機密のため開示できません」だけでは審査が進まず、結局は個別の質問票で同じことを聞かれます。出せない項目は、出せない理由と、代わりに示せるもの（第三者の評価の有無、面談での説明など）を書くと、相手は次の手を選べます。取引先から届くチェックシートの設問への答え方は、別の記事（セキュリティチェックシートのAI設問）で扱っています。

点数や「準拠」の言葉を、安全の証明として描かない

AI Card には、公式ページによれば、仕組みごと・枠組みごと・用途ごとの準拠の点数が含まれ、EUのAI法やNISTの枠組み、ISO 42001 に対応づけられます。公式ページの紹介には「認証された証拠」という言い回しも出てきます。こうした言葉は、受け取った側に「第三者が安全を保証した」という印象を与えがちです。

しかし、規制の枠組みに対応づけることと、その規制に適合していると認められることは別です。点数は、使う会社の設定と、仕組みが集めた証拠に基づく評価です。説明資料は、管理の仕方を示す文書であって、安全の証明ではありません。

社外に出すときは、点数を前面に出すより、点数の根拠になった管理の事実（確認の手順、試験の時期、止め方）を前に置きます。点数を載せるなら、何を基準に、いつ時点で、誰が出したかを添え、第三者の認証ではないことを明記するのが安全です。

この線引きは、相手を守るためでもあり、自社を守るためでもあります。説明資料の点数を根拠に取引先が判断し、後で問題が起きたとき、「点数は高かった」は説明にならないからです。取引先の審査で点数を求められた場合も、点数と一緒に、その限界を書いた一文を必ず付けます。

誰が承認して出すか

説明資料は、作る人と承認する人を分けます。作るのは、AIを導入した事業部門の担当者か、AIの管理を受け持つ担当者です。部品表と台帳から下書きを作り、項目を埋めます。ここまではAIの下書きを使ってよい工程です。

確かめる人は、項目ごとに違います。データと学習の項目は情報システム部門かセキュリティの担当者、約束として読まれる表現は法務、取引先との関係は営業の担当者が見ます。最終の承認は、AIの管理の責任者が、提出先と目的を確かめたうえで行う形にします。

承認の記録には、どの版を、いつ、誰に、何の目的で出したかを残します。説明資料は相手ごとに粒度を変えて出すことがあるため、どの版を誰に渡したかが分からなくなると、更新のときに知らせる相手を追えなくなります。秘密保持の取り決めを結んだ相手にだけ出す粒度もあるので、取り決めの有無も記録に入れます。

委託先として審査を受ける側の質問票の回し方は、別の記事（Zaniaに委託先審査を任せる前の項目一覧）で扱っています。この記事の流れは、聞かれる前に用意して出す側の手順です。

渡し方：Trust Hub で公開するか、相手ごとに出すか

Cranium の公式ページでは、AI Card は書き出して監査人に渡せる報告書として出せるほか、非公開か業界向けの Trust Hub に、基準や証拠を載せられると説明されています。金融やライフサイエンスなど、業界ごとの Trust Hub のページも公式サイトにあります。

公開か個別かは、項目の性質で分けます。目的、使っているAIの種類、人の確認の考え方、問い合わせの窓口といった項目は、公開しても困らないことが多い部分です。会社として外に出すAIの方針については、別の記事（AI利用方針は外に出すべきか）で扱っています。

一方、提供元の名前、データの保存の場所、試験の時期と結果の区分は、秘密保持の取り決めを結んだ相手にだけ、相手ごとに出すほうが安全です。公開の場に載せた情報は、取引先だけでなく攻撃を考える側も読めるからです。Trust Hub の閲覧の範囲をどこまで細かく決められるかは、2026年10月時点の公開資料では確かめられなかったため、提供元に確かめる項目に入れます。

どちらの渡し方でも、出した後に取り戻せないことは同じです。一度出した版は、相手の手元で生き続けると考え、後で内容が変わったときに知らせる約束をするかどうかも、出す前に決めておきます。

更新の周期と、出し直すきっかけ

Cranium の AI Card は、公式ページでは稼働中の証拠から作られ常に最新とされています。しかし、相手に出した資料は、出した時点の版のままです。仕組みの上では最新でも、取引先の手元にあるのは何か月も前の版、ということが起こります。

そこで、更新は2つに分けて考えます。1つは定期の見直しで、半年か年に一度、すべての項目を確かめ直して版を上げます。もう1つは、きっかけがあったときの出し直しです。使うモデルや提供元を変えた、AIに渡すデータの種類が増えた、保存の場所が変わった、事故や重大な弱点が見つかった、といった場合です。

きっかけによる出し直しでは、前の版との差分を相手に示すと親切です。差分の抜き出しはAIに任せやすい作業ですが、その差分を相手に知らせる必要があるかの判断は人がします。契約で変更の通知を約束している相手には、約束の期限内に知らせます。

出し直しの判断が遅れる原因の多くは、変更が説明資料の担当者に伝わらないことです。モデルや提供元の変更の申請に、説明資料の担当者を確認先として入れておくと、変更と出し直しがつながります。

何が外に出るか、費用の増え方、止め方

Cranium を使う場合、仕組み自体が社内のコードの保管庫やクラウドの環境を読みにいきます。公式の文書のよくある質問には、ソースコードが自社の安全なネットワークの外に出るか、という問いが立てられていますが、2026年10月時点で答えの本文を確かめられませんでした。コードや設定がどこで解析され、何が提供元に送られるかは、接続を許可する前に書面で確かめます。

費用は、管理するAIの仕組みの数、つなぐ保管庫やクラウドの数、使う機能の数で増えると考えておくのが自然です。公開の資料では料金の体系を確かめられなかったため、見積もりでは何を単位に数えるかを最初に聞きます。AIの数は、部品表を作ってみると想定より多く出てくるのが普通です。

止め方は、2つの面で考えます。仕組みの利用をやめる場合は、保管庫やクラウドへの接続を外し、提供元に預けた部品表や証拠の削除を求めます。もう1つは、出した説明資料の扱いです。仕組みをやめても、相手に渡した資料は残ります。利用をやめる前に最新の版を自社の手元に書き出しておくと、以後は自社で更新を続けられます。

なお、AIモデルの検証の記録を誰が作るかは、同じ日に公開した別の記事（ValidMindが作る検証記録とは？）で扱っています。この記事は、検証の結果も含めて、社外にどう説明するかの話です。

提出前に確かめる項目一覧

最後に、説明資料を取引先や監査に出す前に確かめる項目を一覧にします。Cranium を使う場合も、使わずに自社で様式を作る場合も同じです。

• 目的と対象の業務が、AIの工程と人の工程に分けて書かれている
• 使うモデルと提供元が書かれ、提供元の名前を出してよいかを契約で確かめた
• 部品表で洗い出した範囲（どの保管庫・環境を対象にしたか）が書かれている
• AIに渡すデータの種類と、取引先から預かったデータを渡すかどうかが書かれている
• 学習への利用と保存の期間が、提供元との契約の条項を根拠に書かれている
• 人の確認が、工程ごとの役割と濃さで書かれている
• 止める権限を持つ人と、手作業への戻し方が書かれている
• 問い合わせと事故の連絡の窓口が書かれている
• 未修正の弱点の詳細、指示文の全文、構成図、鍵の情報が含まれていない
• 点数を載せる場合、基準・時点・出した主体と、第三者の認証ではないことが書かれている
• 版と作成日と次の見直しの予定が書かれ、責任者の承認の記録がある
• 提出先・目的・秘密保持の取り決めの有無が記録されている

一覧のうち、AIに下書きを任せてよいのは、上から4つの項目の土台づくりまでです。残りは、契約と手順と承認の記録という、人が持つ根拠に支えられた項目で、ここを人が確かめないまま出すと、説明資料は約束として崩れます。

項目の数は、相手によって減らしてかまいません。一般の取引先には、目的・データ・人の確認・窓口の4つで足りることもあります。大事なのは、どの相手にどの項目を出したかが記録に残り、次に聞かれたときに同じ答えを返せることです。

まとめ

取引先や監査から「御社のAIの中身を示して」と求められる場面は、これから増えていきます。Cranium の AI Card は、社内のAIを部品表として洗い出し、目的・データ・統制の証拠を束ねて社外に出す器として設計されています。ただし、器に何を入れ、相手にどこまで見せ、誰が承認して出すかは、使う会社が決めることです。洗い出しと下書きはAIに任せ、開示する範囲、出してよい粒度、提出の承認は人が持つ。説明資料を安全の証明として描かず、管理の仕方を、約束として守れる範囲で書く。聞かれる前に項目と承認の流れを決めておけば、製品を入れるかどうかにかかわらず、同じ質問に同じ答えを返せるようになります。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。