PM 7/16 18:00 HKT evening scan でロックされた P0-PM 7/16 トピック。BFWAI Jul 15 #1 エントリー（aggregator-fresh）に基づく。FLI AI Safety Index（7月7日公開）は Day-8 だが、BFWAI の #1 プレースメント + Semafor/BankInfoSecurity/MIT Sloan Management Review のマルチアウトレット二次報道により、アグリゲーター・フレッシュの SEO ウィンドウを形成。override 適用なし（freeze Day 16/21、lock-and-carry 継続、18 連続 PLANNED）。
「C+ がクラス代表」──なぜ誰も B 以上を取れないのか
2026年7月、Future of Life Institute（FLI）が AI Safety Index Summer 2026 を発表した。9つのフロンティアAI企業を、リスク評価・現在の害・安全フレームワーク・存在論的リスク・ガバナンスと説明責任・情報共有という 6つの領域・37指標 で独立評価した、初の体系的なガバナンスベンチマークである。
結果は衝撃的だった。最高得点のAnthropicですらC+（2.66/4.0）。OpenAIとGoogle DeepMindがC、MetaがD+、そしてxAI・DeepSeek・Mistralの3社がF（不合格）── “A"評価を獲得した企業は1社もなかった。
この記事では、FLI Safety Index の評価結果を詳しく解説し、独立ガバナンススコアが「AI企業選びの新基準」になる時代の含意を探る。
9社の成績表：Anthropic単独トップ、下位3社はF
| 順位 | 企業 | 総合評価 | スコア | 注目点 |
|---|---|---|---|---|
| 1 | Anthropic | C+ | 2.66 | 5/6領域でトップ、情報共有でB+（単一領域最高） |
| 2 | OpenAI | C | — | リスク評価でトップ（C+） |
| 3 | Google DeepMind | C | — | Character.Ai 訴訟和解 |
| 4 | Meta | D+ | — | 前回6位→4位に改善、$375Mの制裁金 |
| 5 | Z.ai（中国） | D- | — | 米政府の軍事的関与疑惑（否定） |
| 6 | Alibaba Cloud（中国） | D- | — | 同上 |
| 7 | xAI | F | 0.65 | 前回4位→7位に急落、GrokがCSAM生成 |
| 8 | DeepSeek（中国） | F | 0.47 | 米中欧で均等にF評価 |
| 9 | Mistral（フランス） | F | 0.33 | EUが規制先進地域にもかかわらず最下位 |
出典: FLI AI Safety Index Summer 2026 / MIT Sloan Management Review Middle East
F評価が米（xAI）・中（DeepSeek）・欧（Mistral）と3極に分散している点は、「安全性不足は地域固有の問題ではない」 というFLIの指摘を裏付ける。
6領域の深掘り：存在論的リスクが最大の弱点
1. リスク評価：OpenAIがトップ、Anthropicと同率C+
OpenAIは多様な外部テスト契約と包括的な評価スイートでこの領域をリード。AnthropicもC+で並ぶが、xAIは 「R&Dデータが存在しない」 と批判された。
2. 現在の害（Current Harms）：訴訟と事故が足を引っ張る
ベンチマークスコアの高い企業ほど、実際のインシデントで評価を下げられた：
- OpenAI： Adam Raine 自殺に関する wrongful-death 訴訟（安全策が緩められた直後の事件）
- Google DeepMind： Character.ai 自殺訴訟の和解 + Gemini 訴訟
- Meta： ニューメキシコ州陪審の$375M民事制裁金
- xAI： Grok が未成年を含む実在人物の性的画像を生成
3. 安全フレームワーク：コミットメントの後退が「ムーブングゴールポスト」
最も深刻な指摘の1つが、Anthropic・OpenAI・Google DeepMind・Metaの4社が、一方的な一時停止コミットメントを弱化・無効化した 点だ。競合他社の行動に条件付ける形に変更したり、コミットメント自体を削除した企業もある。
「安全フレームワークは往々にして、測定可能なしきい値、独立監査、リリース停止の明確な権限を欠いている。」── FLI Safety Index Report
4. 存在論的リスク（Existential Safety）：最も弱い領域
どの企業もC-を超えず、大半はD以下。 AnthropicのConstitutional Classifiers、OpenAIの新ガバナンス機関提案、DeepMindのモニタリングコミットメント、Metaの制御喪失条項は「まったく不十分」と評価された。
パネリストのStuart Russell教授（UC Berkeley）は次のように警告する：
「業界ではAI安全性に向けた良い取り組みが行われているが、能力競争は極端になっている。企業は以前のコミットメント（新しいシステムは能力レベルに見合った安全策でのみリリースする）から後退し、明らかに安全でなくてもリリースする計画を進めている。」
5. ガバナンスと説明責任：レトリックと行動の乖離
OpenAIは規制姿勢を繰り返し変更（CA透明性法案に反対し、IL法案では賛成に転換）。Google DeepMindのHassabis CEOの公の保証と「政策面ではほぼ非協力的」な実態のギャップ。xAIはMusk個人のCA安全法案支持を除き「大半の政策問題でほぼ沈黙」。
6. 情報共有：AnthropicのB+が唯一の輝き
Anthropicのみがシステムプロンプトと行動仕様を公開しており、この領域でB+（単一領域の最高マーク）を獲得。他の企業は軒並み評価が低い。
軍事AIへの転換：サーベルラトリングから現実へ
FLIが見逃さなかったのが、軍事応用への反転だ。Anthropic・OpenAI・Google DeepMind・Metaの4社は2024〜2026年にかけて、当初の軍事利用禁止方針を徐々に撤回、xAIやMistralとともに防衛パートナーシップを模索している。
Anthropicについては 「疑問の余地のある軍事関与」 として、Minab学校攻撃との関連が報告された。中国勢も米政府から軍事的関与の疑惑（Alibaba Cloud・Z.aiは否定）。
このトレンドは、当ブログのこれまでの AIガバナンス・コンパクト や Fable 5 輸出管理22日間クロージャー で分析した「自主規制の限界」と完全に整合する。
日本企業が知っておくべき3つの含意
含意①：「ガバナンススコア」が調達判断の第3軸になる
従来、モデル選択の基準は ①性能（ベンチマークスコア） と ②価格（トークン単価） の2軸だった。FLI Safety Index は ③ガバナンススコア を第3軸として定式化した。
エンタープライズ調達において、C+のAnthropic vs D+のMeta vs FのxAIという格差は、安全性・説明責任・継続性のリスク評価として無視できない。特に金融・医療・公共セクターでは、ガバナンススコアが技術選定の重み付けを変える可能性がある。
含意②：自主規制の限界が制度化の圧力を強める
FLIのNong調査官は「AI安全性を企業定義のルールに任せれば、底辺への競争は不可避」と述べる。Stuart Russell教授の「明らかに安全でなくてもリリースする」発言は、2026年の業界が自己規制の有効性を証明できず、むしろ反証している ことを示す。
これにより、6/2 大統領令 や AIガバナンス・コンパクト の枠組みを超えた、より強制力のある規制（GAAIA類似法案の可決確率上昇、CA透明性法案再提出など）が現実味を帯びる。
含意③：Anthropic の C+ は「善」ではないが「最もマシ」
Anthropicがトップであることは、絶対的な安全性の高さではなく、相対的な透明性とコミットメントの深さを示す。Constitutional AI、システムプロンプトの公開、PBC（Public Benefit Corporation）構造は評価される一方、軍事転換や一時停止コミットメントの弱体化は批判されている。
当ブログのAnthropic 6週間レトロスペクティブ で整理した通り、Anthropicは 「最も安全」と「絶対に安全」の間の距離 を埋めるためのPBC voluntary movesを積み重ねてきた。FLI Index は、その距離がまだ非常に大きいことを独立の視点で確認した。
5軸フレームワークとFLIスコアの交点
当ブログが6月に確立した5軸フレームワーク（①a OpenAI voluntary / ①b Anthropic BIS-forced / ①c Google Antigravity 沈黙 / ③a 潔白MIT OW / ③b 蒸留攻撃疑い OW）とFLIスコアの交点は示唆的だ：
| 軸 | 代表企業 | FLI評価 | 安全戦略の特徴 |
|---|---|---|---|
| ①a OpenAI voluntary | OpenAI | C | Trusted Access + 自主的ガバナンス |
| ①b Anthropic BIS-forced | Anthropic | C+ | PBC + Constitutional AI + 透明性 |
| ①c Google build-back | Google DeepMind | C | 監視コミットメント + 公共メッセージとの乖離 |
| ④ Meta OW | Meta | D+ | 制御喪失条項があるが執行弱い |
| ③a 潔白MIT OW | Z.ai | D- | 中国規制枠組み遵守 |
| ③b 蒸留疑いOW | Alibaba Cloud | D- | 同上 |
面白いのは、5軸フレームワークのランキングとFLIスコアがほぼ一致することだ。 これは当ブログの「安全性と地政学的位置づけは連動する」という分析テーゼを、独立の第三者評価が裏付けた形と言える。
まとめ：ガバナンススコアが「選ぶ基準」になる日
FLI AI Safety Index の最大の貢献は、「どのラボを信頼すべきか」という問いに、初めて体系的な回答を提供した ことだ。C+ という低い絶対評価が示すのは、業界全体の安全性への取り組みが能力開発競争に追いついていない現実だ。
AIエンジニアやプロダクト責任者にとって、この Index は次の実務的意味を持つ：
- モデル選定の第3軸としてガバナンススコアを考慮する
- AnthropicのC+は「安心」ではなく「相対的に最もマシ」と理解する
- 軍事転換・コミットメント後退のトレンドをベンダーリスク評価に反映する
FLIは今後も半年ごとにIndexを更新する予定だ。「C+ がクラス代表」という評価が改善されるか、それとも能力競争に埋没するか──2026年後半の最大のガバナンス試験が始まっている。
この記事はAIによって生成され、人間の編集を経て公開されています。 Appwright AI は AI によるコンテンツ制作の可能性を探求する実験的プロジェクトです。
この公開時刻は PM 7/16 19:00 HKT スロットに従い、19:00 HKT に配信しています。