Opportunity
Trust Shifts
Emerging Opportunity
MARKET SIGNALS / TRUST ARCHITECTURE
Trust / AI Governance / Kosuke Protocol
Trust Architecture Becomes the Next AI Layer
Trust Architecture Becomes the Next AI Layer
AIの次の競争軸は「賢さ」ではなく「信頼の設計」になる
The next AI competition moves from intelligence to trust architecture.
Published 2026年8月10日
AIの次の競争軸は「賢さ」ではなく「信頼の設計」になる。精度だけでなく、委任・権限・取消・監査・人間の主体性がサービス価値になる。
従来の競争は、Better Model → Better Answer だった。 しかしAIが判断・実行・会話・代理を担うほど、サービス価値は精度だけでは測れなくなる。 誰が委任したのか。 何をしてよいのか。 いつまで有効なのか。 どのように取り消せるのか。 誰が検証・訂正できるのか。 これらが、次のAIレイヤになる。
Audrey Tang 氏の Trust by Design 思想を、イベントレポートではなく、AI時代の競争軸が Intelligence から Trust Architecture へ移る市場・制度シグナルとして整理する。Kosuke Protocol との思想的収斂（independent convergence）と差異を明示し、Clean Society / Composite Evil への構造的対抗として位置づける。
Scene
モデルは正しい答えを出した。画面上の提案は自然で、効率も上がった。しかし誰も答えられない。——誰がこの判断を委任したのか。どの情報から作られたのか。誰が訂正できるのか。いつ止められるのか。その痕跡は残るのか。
The Shift
Better Model → Better Answer
↓
Model + Provenance + Mandate + Revocation + Auditability + Human Agency
What Is Disappearing
- モデル精度だけでサービス価値を測る前提
- AIの出力を検証できないまま採用する運用
- 委任範囲と有効期限が不明なエージェント利用
- 取消・訂正経路のない自動化
- 失敗・撤退・異議を学習資源にしない成功事例偏重
- 制度の透明性だけで人間が守られるという単純化
Why Existing Markets Miss It
- 既存のAI市場はベンチマーク、推論速度、コスト、UXに偏り、Trust Architectureを製品カテゴリとして扱っていない
- 本人確認・コンテンツ真正性・モデル評価は断片的で、Mandate / Revocation / Contestability を横断しない
- 公共デジタルの Trust by Design と、企業AIのガバナンス製品が別市場として分断されている
- Observatory 的な失敗記録（Broadcast our Losses）は、Case Study 市場の外側に置かれやすい
- 記憶・身体・弱者性・未選択の人生まで扱う意味層の設計が、制度設計論だけでは足りない
Business Forms
Near
AI Mandate & Revocation Layer
誰が何をいつまで委任したか、いつ取り消せるかを、エージェント実行の前段で管理する。
Adjacent
Provenance Architecture for Generative Systems
Fact / Observation / Interpretation / Source を分離し、生成物の由来と訂正可能性を追跡する。
New Category
Trust Architecture OS
認証・真正性・説明責任・監査・異議申立・退出を、AIサービスの共通レイヤとして提供する。
Who May Need This
- 企業内AIエージェントを導入する Governance / Security チーム
- 公共デジタルサービスの設計・監査を担う主体
- 生成AIの出典・訂正・取消を求められるプラットフォーム
- Composite Evil（責任拡散）を抑止したいリスク管理部門
- 失敗と撤退を共有学習に変えたい Observatory / Research Ops
- 弱者性・認知変化を扱う金融・介護・行政・CRM設計者
Smallest Experiment
社内または公共の1つのAIワークフローについて、委任者・権限範囲・有効期限・取消経路・監査ログ・異議申立先を72時間以内に文書化し、欠落項目を洗い出す。
- Time Horizon
- 2026–2030
- SHIRO & Co. Fit
- Very High — Kosuke Protocol / Clean Society / Observatory との接続が深い
- Geography
- Japan / Taiwan / Global
Related observatories: Clean Society · Kosuke Protocol · Observatory · Scam Folklore · Body Meaning · Trust Infrastructure
Executive Signal
- Signal
- AI市場の評価軸が、モデル性能から、委任・由来・取消・監査・主体性の設計へ移り始めている。
- Structural Change
- 「正しい答え」だけでは信頼が成立しない。Trust Architecture がサービス価値になる。
- Market Shift
- Intelligence Layer から Trust Architecture Layer へ。
- Opportunity
- Mandate / Provenance / Revocation / Contestability / Broadcast our Losses を横断する信頼基盤。
Core Principle
Trust is not the ability to answer correctly, but the ability to reopen a wrong decision.
信頼とは正解を出す能力ではなく、間違いを問い直せる能力である。
Core Observation
従来：Better Model → Better Answer
今後： Model + Provenance + Mandate + Revocation + Auditability + Human Agency AIそのものの精度だけでなく、 誰が委任したのか、 何をしてよいのか、 いつまで有効なのか、 どのように取り消せるのか、 誰が検証・訂正できるのか、 がサービス価値になる。
The Shift
01
From — Intelligence
Better Model → Better Answer。精度、速度、コスト、ベンチマークが競争軸。
02
To — Trust Architecture
Provenance / Mandate / Revocation / Auditability / Human Agency。委任と訂正可能性が競争軸。
03
Counter — Composite Evil
Local optimization → KPI optimization → responsibility diffusion。誰も悪くないまま人間が傷つく。
01. Signal — Intelligence の次に来るレイヤ
生成AIの競争は、長い間、より賢いモデルと、より良い答えに集中してきた。 しかしエージェントが実行し、会話が意思決定に接続され、プラットフォームが人間を代理し始めると、問いは変わる。 「この答えは正しいか」だけではなく、 「この行為は誰に委任されているか」 「どの情報から作られたか」 「誰が止め、誰が訂正できるか」 が、サービスの価値とリスクを決める。 Trust Architecture は、モデルの上に載るガバナンス装飾ではない。次の競争軸そのものである。
02. Audrey Tang / Trust by Design — 思想要素として読む
Audrey Tang 氏の Trust by Design 関連の議論を、ここでは講演レポートとして再現しない。 扱うのは、そこから抽出できる制度・設計の思想要素である。 · Authentication — 誰か／何かであることの確認 · Authenticity — なりすましや改変に対する真正性 · Accountability — 行為の責任が追跡可能であること · Provenance — 由来と経路が残ること · Inspectability — 調べられること · Contestability — 異議を申し立てられること · Exit — 離脱できること · Revocation — 権限や委任を取り消せること · Selective Disclosure — 必要な範囲だけ開示すること · Broadcast our Losses — 失敗を共有可能な公共記録にすること · AI on tap, not on top — AIを蛇口のように使い、上に置かない · Plurality — 単一最適ではなく複数の生き方・価値観を保つこと 重要：これらを無批判に肯定しない。公共デジタルの設計言語として強力である一方、制度の透明性がそのまま人間の保護になるとは限らない。その限界は、後段の Kosuke Protocol との差異で扱う。
03. Correspondence — Trust by Design × Kosuke Protocol
対応関係は、翻訳であって同一化ではない。 Accountability → Residue Provenance → Fact / Observation / Interpretation Exit → Re-branch Plurality → Parallel Life Inspectable systems → Observatory Mandate → Decision Boundary Trust by Design が制度・公共インフラ・デジタルシステムを主に扱うのに対し、Kosuke Protocol は観測を通じて意味・痕跡・人生の分岐を扱う。 両者は、検証可能性と退出可能性を重視する点で収斂する。しかし対象領域は一致しない。
04. Difference — 制度を透明にするだけでは、人間は守れない
Trust by Design は、主に制度・公共インフラ・デジタルシステムの信頼を設計する。 Kosuke Protocol はさらに、次を対象にする。 · 記憶 · 身体 · 感情 · 人生の分岐 · 認知能力の変化 · 弱者性 · 未選択の人生 · 制度による無自覚な搾取 キーフレーズ： 「制度を透明にするだけでは、人間は守れない。」 「システムが誰と話しているのかを理解する必要がある。」 透明なログがあっても、相手が認知低下している高齢者であれば、形式的同意は保護にならない。Inspectability だけでは、Customer Context は生まれない。ここが Clean Society / Body Meaning との接続点である。
05. Clean Society — Composite Evil への対抗
Clean Society 観測では、局所最適が積み重なり、責任が拡散する構造を扱う。 Local optimization → KPI optimization → responsibility diffusion → Composite Evil 誰も違法ではなく、誰も怒鳴らず、各主体はKPIと契約に従って正しい。それでも、認知機能が低下した人への営業、CRMによる無人格化、詐欺、闇バイト、広告、プラットフォーム、AIによる意思決定が、人間を静かに傷つける。 Trust by Design を、この Composite Evil への構造的対抗策として位置づける。 ただし対抗は、チェックボックスの透明性ではない。Mandate（何をしてよいか）、Revocation（いつ止められるか）、Contestability（誰が異議を言えるか）、Human Agency（誰の人生か）まで含まなければ、清潔な制度は汚れを別の場所へ移すだけになりうる。
06. Observatory — Broadcast our Losses
通常の市場学習： Success → Case Study Observatory の学習： Failure → Residue → Observation → Pattern → Shared Learning Broadcast our Losses は、失敗・中止・撤退・疑問・異議申立を、恥ずかしい例外ではなく、学習可能な公共記録として残す発想である。 AI時代には、成功事例の共有だけでは足りない。どの委任が誤ったのか、どのKPIが何を見えなくしたのか、どの取消が遅れたのか——損失の痕跡が、次の設計の材料になる。 これは Kosuke Protocol の Residue / Observatory と直接接続する。
07. Provenance Architecture — Fact / Observation / Interpretation
Xanadu / transclusion の発想——引用元を失わずに文書を再利用する——は、生成AI時代の Provenance Architecture として再読できる。 Kosuke Protocol は、情報を次のように分離する。 · Fact — 何が起きたか · Observation — 何を観測したか · Interpretation — どう意味づけたか · Source — どこから来たか · Provenance — どの経路でここまで来たか 生成AIは、これらを混ぜて「それらしい答え」を返す。Trust Architecture は、混ぜられたものを再び分離し、訂正可能にする層である。 Provenance は出典表示の美観ではない。間違いを問い直すための条件である。
08. Market Implication — 何が売れるようになるか
近接：委任範囲・有効期限・取消ボタンを持つ AI Mandate Layer。 隣接：生成物の Fact / Source / Interpretation を分離する Provenance Architecture。 新カテゴリ：Authentication から Contestability / Exit / Broadcast our Losses までを横断する Trust Architecture OS。 買い手は、モデルベンダーだけではない。企業の Risk / Audit、公共デジタル、プラットフォーム、Observatory、そして「売ってよいか」を問う Human-State-Aware CRM 設計者である。
One-line Description (EN)
AI competition is shifting from smarter models to trust architecture: provenance, mandate, revocation, auditability, and human agency.
Problem
多くのAI導入は、出力品質・コスト・速度で評価される。しかし実行が自動化されるほど、問題は「答えが正しいか」から「その行為が正当に委任され、検証・取消・訂正可能か」へ移る。制度・KPI・CRM・広告・プラットフォームが局所最適を積み重ねると、責任は拡散し、Composite Evil が生じうる。Trust by Design は、その構造への対抗策として読む必要がある。
制度を透明にするだけでは、人間は守れない。システムが誰と話しているのかを理解する必要がある。
Opportunity Thesis
Trust Architecture as the Next Product Layer
モデル性能の上に、Provenance・Mandate・Revocation・Auditability・Human Agency を共通レイヤとして置くこと。それが AI 時代のサービス価値と、Composite Evil への対抗になる。
Independent Convergence — 同じではないが、収斂している
AUDREY TANG
Trust by Design
- Authentication
- Authenticity
- Accountability
- Provenance
- Inspectability
- Contestability
- Exit
- Revocation
- Selective Disclosure
- Broadcast our Losses
- AI on tap, not on top
- Plurality
KOSUKE PROTOCOL
Trust / Meaning by Observation
- Residue（痕跡・残留）
- Fact / Observation / Interpretation
- Decision Boundary
- Observatory
- Contest & Correction
- Re-branch
- Mandate Limits
- Selective Disclosure of Self
- Broadcast our Losses → Shared Learning
- AI as instrument, not sovereign
- Parallel Life / Plurality of paths
これを「同じ思想」と断定しない。独立に育った観測が、AI時代の同じ圧力に応答している——independent convergence / 思想的収斂として読む。
Not the same doctrine. Independent convergence under the same AI-era pressure.
失敗を公共記録にする / Broadcast our Losses
01Usual — Success
Success → Case Study。再現可能な成功だけが流通する。
02Observatory — Failure
Failure → Residue → Observation → Pattern → Shared Learning。
03AI-era Requirement
中止・撤退・疑問・異議申立も、学習可能な公共記録として残す。
Trust Architecture Stack
- 01
Model
モデル
推論・生成・分類の能力層。必要だが、これだけでは信頼は成立しない。
- 02
Provenance
由来
どの情報から作られたか。Fact / Observation / Interpretation / Source の分離。
- 03
Mandate
委任
誰が、何を、どの範囲で委任したか。Decision Boundary の明示。
- 04
Revocation
取消
いつまで有効か。どのように止められるか。Exit と時間制限。
- 05
Auditability
監査可能性
誰が検証・訂正できるか。Inspectability と Contestability。
- 06
Human Agency
人間の主体性
AI on tap, not on top。人間が最終的に問い直し、分岐し直せる余地。
Product Opportunities
NEAR
AI Mandate & Revocation Layer
エージェント実行前に、委任者・権限・期限・取消を強制する層。
- Buyers
- CISO / AI Governance / Platform
- Model
- Seat + workflow integration
ADJACENT
Provenance Architecture
Fact / Observation / Interpretation / Source を分離し、生成物に由来を付与する。
- Buyers
- Platform / Media / Enterprise AI
- Model
- API + audit report
NEW CATEGORY
Loss Broadcasting Observatory
失敗・撤退・異議を共有学習に変換する公共/企業内記録基盤。
- Buyers
- Public sector / Research Ops / Risk
- Model
- Subscription + facilitation
NEW CATEGORY
Trust Architecture OS
Authentication から Contestability / Exit / Human Agency までを横断する共通信頼レイヤ。
- Buyers
- Enterprise / Civic digital / Boards
- Model
- Platform + assurance
Trust by Design ↔ Kosuke Protocol Correspondence
- 01Accountability → Residue
- 02Provenance → Fact / Observation / Interpretation
- 03Exit → Re-branch
- 04Plurality → Parallel Life
- 05Inspectable systems → Observatory
- 06Mandate → Decision Boundary
翻訳であって同一化ではない。independent convergence として扱う。
Provenance Separation
Generative Answer without Provenance
- Evidence
- モデルが自然な文章を返す
- Claim
- これは信頼できる回答である
- Interpretation
- Fact / Source / Interpretation が混線しているため、訂正経路が消える
Trust Architecture Answer
- Evidence
- 委任者・出典・権限範囲・有効期限が付与されている
- Claim
- この行為は現時点で実行してよい
- Interpretation
- 間違いがあれば Mandate / Revocation / Contestability で問い直せる
Risk Factors
- Trust by Design をチェックリスト化し、実質的な保護を失う Certification Capture
- Audrey Tang 言説の無批判な輸入・ブランド化（イベント消費）
- 透明性の過剰開示によるプライバシー侵害（Selective Disclosure の欠落）
- 制度レイヤだけで身体・弱者性を扱ったつもりになる誤謬
- 実在の講演・政策・法令についての未確認事実の断定（Research Needed）
Weak Signals to Watch
- AIエージェント製品における委任範囲・有効期限・Kill Switch の標準化
- 生成AI出力への出典・訂正・異議申立 UI の普及
- 公共デジタルにおける Trust by Design / Plurality 言説の制度化
- 企業のリスク委員会がモデル性能ではなく Mandate / Audit を評価し始める動き
- 失敗・撤退事例を共有する Observatory / postmortem 市場の萌芽
Opportunity Score
- Market Urgency
- 8/10
- Strategic Importance
- 9/10
- Technology Readiness
- 5/10
- Buyer Awareness
- 5/10
- Regulatory Momentum
- 7/10
- Competitive Density
- 3/10
- SHIRO & Co. Fit
- 10/10
- Time to Market
- 6/10
- Long-Term Potential
- 9/10
Key Questions
- モデル性能と Trust Architecture のどちらが調達基準になるのか
- Mandate は誰が発行し、誰が失効させるのか
- Provenance はどこまで技術的に強制できるのか
- Broadcast our Losses は誰の損失を、誰の言葉で残すのか
- Plurality は企業KPIと両立するのか
- Kosuke Protocol の Residue は、監査ログと何が違うのか
- 制度の透明性は、認知低下した利用者を守れるのか
Market Signal Summary
- Signal
- AI競争軸が Intelligence から Trust Architecture へ移る
- Market Gap
- Mandate / Provenance / Revocation / Contestability を横断する製品カテゴリの欠落
- Emerging Category
- Trust Architecture OS / Provenance Architecture
- Primary Buyers
- AI Governance, Risk/Audit, Public digital, Platforms, Observatory
- Initial Product
- AI Mandate & Revocation Layer + Provenance report
- Long-term Opportunity
- Composite Evil に対抗する信頼・観測・訂正の共通基盤
- Key Risk
- 透明性のチェックリスト化と、弱者性を見落とす制度楽観
- Strategic Position
- Market Signals × Clean Society × Kosuke Protocol の交差点
Kosuke Protocol Reading — Trust / Meaning by Observation
- Observation
- AI競争の言語が、精度・速度から、委任・由来・取消・監査へ移り始めている。
- Residue
- 失敗・撤退・異議・形式的同意の痕跡が、Case Study の外側に残っている。
- Pattern
- Local optimization → KPI → responsibility diffusion → Composite Evil。
- Tension
- Trust by Design（制度の透明性）と、身体・弱者性・未選択の人生を扱う観測のあいだに、まだ層がある。
- Decision Boundary
- Mandate と Revocation がなければ、AI on top になる。AI on tap には境界が要る。
- Re-branch
- Exit はログアウトではない。人生と意思決定を分岐し直せる Recourse である。
- Opportunity
- Trust Architecture OS × Provenance Architecture × Broadcast our Losses（Observatory）。
AI時代の信頼とは、正解を出す能力ではなく、間違いを問い直せる能力なのかもしれない。
Trust in the AI era may be less the power to answer correctly than the power to reopen a wrong decision.
Not the same doctrine
Audrey Tang / Trust by Design と Kosuke Protocol は、同じ圧力への independent convergence である。同一思想ではない。
Beyond transparent institutions
制度を透明にするだけでは、人間は守れない。システムが誰と話しているのかを理解する必要がある。
Closing
「AIが何を答えたか」ではなく——誰がそれを委任したのか。
どの情報から作られたのか。
誰が訂正できるのか。
いつ止められるのか。
そして、その判断の痕跡は残るのか。
Sources / Research Needed
- Trust by Design / Plurality — Audrey Tang related public materials
Plurality — 思想要素の参照入口。特定講演の一次記録の確定は Research Needed。
- 同意したのは誰なのか — 認知症、孤独、契約社会
Body Meaning — Composite Evil / Consent / Clean Society 接続。
本シグナルは、Audrey Tang 氏の Trust by Design / Plurality 関連の公開思想を、Market Signals と Kosuke Protocol の観測枠で再配置した編集的解釈である。特定講演の逐語再現や政策評価ではない。実在の講演内容・法令・製品についての未確認事項は断定せず、Research Needed とする。Clean Society / Composite Evil との接続は既存 Observatory 観測に基づく。（SHIRO & Co. 分析）
Connection to Other Observatories
Local optimization → KPI → responsibility diffusion。Trust Architecture を Composite Evil への構造的対抗として読む。
認知機能低下・孤独・形式的同意。制度の透明性だけでは守れない領域の社会・倫理側の読み。
Decision Provenance と Human-State-Aware CRM。弱者性を扱う市場側の接続。
人物確認から意思決定検証へ。Mandate / Audit / Revocation の企業実装に近い。
偽の権威・偽の委任・偽の関係。Authentication / Authenticity / Mandate の欠落が詐欺になる。
Related Opportunities
Related Observations
Trust Architecture を、自社の委任と取消の設計として点検する
モデル評価ではなく、Mandate / Provenance / Revocation / Contestability の欠落を洗い出す。