論文の概要: AGL-1: The Enterprise AI Governance Layer as a Control Plane for Trusted Enterprise Intelligence
- arxiv url: http://arxiv.org/abs/2607.03516v1
- Date: Fri, 03 Jul 2026 17:42:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.637497
- Title: AGL-1: The Enterprise AI Governance Layer as a Control Plane for Trusted Enterprise Intelligence
- Title（参考訳）: AGL-1: 信頼できるエンタープライズインテリジェンスのためのコントロールプレーンとしてのエンタープライズAIガバナンスレイヤ
- Abstract要約: 本稿では,コントロールプレーンのベンダ中立参照モデルとして,エンタープライズAIガバナンス層であるAGL-1を紹介する。
アイデンティティを意識した検索、ポリシー執行、管理、メモリガバナンス、知識の整合性監視、エージェント実行制御、信頼性監視の7つのガバナンスドメインを定義している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Enterprise artificial intelligence is moving from isolated experimentation toward operational dependency across copilots, retrieval-augmented generation systems, autonomous agents, and AI-enabled business workflows. As this transition accelerates, the primary enterprise challenge is no longer only model access or inference scale. It is governed intelligence operations: the ability to enforce authorization, preserve contextual lineage, control persistent memory, detect stale or conflicting knowledge, constrain agentic execution, and produce audit-ready evidence across distributed AI estates. This paper introduces AGL-1, the Enterprise AI Governance Layer, as a vendor-neutral reference model for the control plane that should operate across foundation models, retrieval systems, orchestration frameworks, enterprise memory, policy engines, observability systems, tools, APIs, and business applications. Building on governed knowledge-system principles introduced in GKS-5, AGL-1 generalizes the governance problem from retrieval-specific controls to full AI execution-path governance. It identifies recurring failure modes such as unauthorized retrieval, stale grounding, unmanaged memory, weak provenance, policy drift, fragmented observability, and uncontrolled autonomous execution. It then defines seven governance domains: identity-aware retrieval, policy enforcement, provenance management, memory governance, knowledge integrity monitoring, agentic execution control, and trust observability. The central claim is that durable enterprise value from AI will increasingly depend on the ability to govern intelligence at scale. In complex enterprises, trust is not a property of the model alone. It is a property of the system around the model: identity, knowledge, policy, memory, tools, human oversight, and evidence working together as a managed control plane.
- Abstract（参考訳）: エンタープライズ人工知能は、独立した実験から、コピロット、検索強化世代システム、自律エージェント、AI対応ビジネスワークフローにわたる運用依存性へと移行している。
この移行が加速するにつれて、エンタープライズの最大の課題はモデルアクセスや推論スケールだけではない。
権限を強制し、コンテキストの系統を保存し、永続的な記憶を制御し、古い知識や矛盾する知識を検出し、エージェント実行を制限し、分散AI領域全体で監査可能な証拠を生成する能力である。
本稿では、基礎モデル、検索システム、オーケストレーションフレームワーク、エンタープライズメモリ、ポリシーエンジン、可観測性システム、ツール、API、ビジネスアプリケーションにわたって動作するコントロールプレーンのベンダー中立参照モデルとして、エンタープライズAIガバナンスレイヤであるAGL-1を紹介します。
GKS-5で導入された支配的知識システム原則に基づいて、AGL-1は、検索固有のコントロールから完全なAI実行パスガバナンスまで、ガバナンス問題を一般化する。
不正検索、古いグラウンド、管理されていないメモリ、弱い前兆、ポリシーのドリフト、断片化された可観測性、制御されていない自律実行など、繰り返し発生する障害モードを特定する。
次に、IDを意識した検索、ポリシー執行、証明管理、メモリガバナンス、知識の整合性監視、エージェント実行制御、信頼可観測性という7つのガバナンスドメインを定義します。
中心的な主張は、AIからの耐久性のある企業価値は、大規模にインテリジェンスを管理する能力にますます依存する、ということだ。
複雑な企業では、信頼はモデルのみの特性ではない。
それは、アイデンティティ、知識、ポリシー、記憶、ツール、人間の監視、そして管理されたコントロールプレーンとして一緒に働く証拠である。
関連論文リスト
- Securing Agentic AI: From Per-Action Checks to Trajectory Assurance [8.523545468742919]
大規模言語モデル(LLM)ベースのエージェントがより自律的になるにつれて、単一のチャレンジからエージェントスタック全体にまたがる、広く相互接続されたランドスケープへと、それらを保護する。
おそらく最も根本的な課題は行動の封じ込めである:個々の許容される行動のシーケンスは、システムレベルの制約と安全性の不変性に総括的に違反する可能性がある。
より広いレベルでは、サプライチェーンの整合性、証明性、説明可能性、エンドツーエンドの可観測性はほぼオープンな問題のままです。
論文 参考訳（メタデータ） (2026-08-03T00:28:49Z) - Towards Trustworthy Embodied Intelligence: A Systems Framework and Graded Trustworthiness Levels [53.63220028820581]
身体的知性は、学習した知覚と意思決定をリアルタイムの計算、制御、物理的相互作用と統合する。
我々は,信頼に値するインテリジェンスを,特定のタスクを確実に実行するための持続能力として定義する。
論文 参考訳（メタデータ） (2026-07-28T17:50:44Z) - Traccia: An OpenTelemetry-Based Governance Platform for AI Systems [0.7919969809015938]
LLM(Large Language Models)とAI(Artificial Intelligent)による自律エージェントの急速な開発は、ソフトウェアガバナンスの既存の形態を根本的に変えた。
現在のソリューションでは、アライメントやセキュリティ上の懸念、シャドウAIシステムの無許可デプロイメントといった深刻な脅威から、非バウンドな状態空間エージェントアーキテクチャを保護することができない。
OpenTelemetryインフラストラクチャプラットフォーム上に構築された、一貫性のあるマルチレベルAIガバナンススタックであるTracciaの形で、議論された課題を克服するためのソリューションが提案されている。
論文 参考訳（メタデータ） (2026-07-15T19:14:21Z) - Intelligence as Managed Autonomy: Failure, Escalation, and Governance for Agentic AI Systems [0.0]
本稿では,非有界自律のアーキテクチャ的脆弱性について考察する。
この理論をSMARtモデル(Stable、Meta-cognitive、Assisted、Regulationの4層フレームワーク)を用いてインスタンス化する。
自律ライフサイクルにおける障害管理の形式化は、信頼性と管理された人工知能の実現に向けた重要なステップである、と結論付けます。
論文 参考訳（メタデータ） (2026-05-26T19:49:23Z) - From Assistance to Agency: Rethinking Autonomy and Control in CI/CD Pipelines [0.0]
本稿では,エージェント型継続的インテグレーションと継続的デプロイメント(CI/CD)のビジョンについて述べる。
研究のプロトタイプと産業用プラットフォームに基づいて,現状のシステムは,主に有界自律型データプレーンで運用されていることを示す。
制約付き自律性を支配的な設計として、外部ガバナンスを主要な安全メカニズムとして、デプロイメントのモーメントと評価方法論のギャップを広げる3つのパターンを特定します。
論文 参考訳（メタデータ） (2026-05-08T00:15:43Z) - AI Trust OS -- A Continuous Governance Framework for Autonomous AI Observability and Zero-Trust Compliance in Enterprise Environments [4.3073750462661256]
本稿では,継続的かつ自律的なAIオブザーバビリティとゼロトラストコンプライアンスのためのガバナンスアーキテクチャであるAI Trust OSを提案する。
このフレームワークはゼロトラストテレメトリ境界を介して動作し、短命の読み取り専用プローブが構造メタデータを検証する。
論文 参考訳（メタデータ） (2026-04-06T15:14:10Z) - Clawed and Dangerous: Can We Trust Open Agentic Systems? [12.04979073308511]
オープンエージェントシステムは、プランニングを外部機能、永続メモリ、特権実行と組み合わせる。
本稿では,6次元分析分類法を導入し,攻撃,ベンチマーク,防衛,監査,隣接技術基盤にまたがる50の論文を合成する。
文献は攻撃特性とベンチマーク構築において比較的成熟しているが,デプロイメントコントロールや運用管理,永続的メモリの完全性,能力回復には依然として弱いことが,我々のレビューで示されている。
論文 参考訳（メタデータ） (2026-03-27T09:45:12Z) - Toward Autonomous O-RAN: A Multi-Scale Agentic AI Framework for Real-Time Network Control and Management [39.17062930275755]
本稿では,オープン無線アクセスネットワーク(O-RAN)のためのマルチスケールエージェントAIフレームワークを提案する。
RANインテリジェンスは、Non-Real-Time (Non-RT), Near-Real-Time (Near-RT), Real-Time (RT)コントロールループにまたがるコーディネート階層として編成される。
これらのエージェントは,標準化されたO-RANインタフェースとテレメトリによってどのように協調するかを示す。
論文 参考訳（メタデータ） (2026-02-15T12:34:01Z) - From Prompt-Response to Goal-Directed Systems: The Evolution of Agentic AI Software Architecture [0.0]
Agentic AIは、ステートレスでプロンプト駆動型生成モデルからゴール指向システムへのアーキテクチャ移行を表す。
本稿では、知的エージェント理論と現代のLCM中心のアプローチを結びつけることによって、この遷移を考察する。
この研究は、標準化されたエージェントループ、登録、監査可能な制御機構への収束を特定する。
論文 参考訳（メタデータ） (2026-02-11T03:34:48Z) - DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。
この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。
本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-13T05:01:09Z) - Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。
まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。
我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
論文 参考訳（メタデータ） (2025-05-13T17:59:20Z) - Artificial Intelligence in Government: Why People Feel They Lose Control [44.99833362998488]
行政における人工知能の利用は急速に拡大している。
AIはより効率と応答性を約束するが、政府機能への統合は公正性、透明性、説明責任に関する懸念を提起する。
この記事では、デリゲートの特別事例として、AI導入に関するプリンシパル・エージェント理論を適用します。
論文 参考訳（メタデータ） (2025-05-02T07:46:41Z) - Cognitive Kernel: An Open-source Agent System towards Generalist Autopilots [54.55088169443828]
我々は,ジェネラリストオートパイロットの目標に向けて,オープンソースのエージェントシステムであるCognitive Kernelを紹介する。
主にユーザーに依存して必要な状態情報を提供する自動操縦システムとは異なり、自動操縦システムは独立してタスクを完了しなければならない。
これを実現するために、自動操縦システムでは、ユーザの意図を理解し、様々な現実世界の情報源から必要な情報を積極的に収集し、賢明な判断をする必要がある。
論文 参考訳（メタデータ） (2024-09-16T13:39:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。