NIST AI RMFとは｜4つのコア機能と企業の使い方をやさしく解説

「AIガバナンスの型として NIST AI RMF がよく挙がるが、結局どう使えばいいのか分からない」——AI活用のルールづくりを任された担当者からよく聞く声です。

先に結論をお伝えします。NIST AI RMF（AIリスクマネジメントフレームワーク）とは、AIのリスクを「統治・把握・測定・対応」の4つの機能で管理するための、米国政府機関が公開した実践ガイドです。法律ではなく任意の枠組みですが、日本の「AI事業者ガイドライン」もこの考え方と整合しており、自社のAIルールや利用ガイドラインを組み立てる"設計図"として使えるのが最大の価値です。

この記事では、NIST AI RMFの背景・目的から、4つのコア機能（GOVERN／MAP／MEASURE／MANAGE）を具体例つきで一つずつ、そして企業が実務に落とす手順・よくある誤解までを、専門用語をかみ砕いて解説します。

この記事は、AIセキュリティ研修「AIガバナンス大学」の教材知見をもとに構成しています。監査基準やセキュリティ基準を「作る側・審査する側」の視点で全体像を押さえると、フレームワークの"どこが実務で崩れやすいか"が見えてきます。本記事もその観点を反映しています。

NIST AI RMFとは（背景・目的）

誰が、いつ、何のために作ったのか

NIST（米国国立標準技術研究所）は、米国商務省の傘下で計測・標準づくりを担う政府機関です。サイバーセキュリティの分野では「NIST サイバーセキュリティフレームワーク（CSF）」が世界中の企業に使われており、その"AI版"にあたるのが AI RMF（AI Risk Management Framework）1.0 です。2023年1月に公開されました（出典：NIST 公式サイト）。

背景にあるのは、AIが「便利だが、間違える・偏る・情報を漏らす」技術だという現実です。精度だけを追いかけても、差別的な出力や個人情報の漏えい、誤情報（ハルシネーション）による意思決定の誤りといったリスクは消えません。そこでNISTは、AIを"信頼できるもの"にするために、リスクを体系的に管理する手順を示しました。

「守るための足かせ」ではなく「安全に活かすための土台」

重要なのは、AI RMFが規制やチェックリストではなく、AIの便益を引き出しながらリスクを抑えるための枠組みとして設計されている点です。強制力はなく、企業が自社の状況に合わせて柔軟に取り入れることを前提にしています。

日本国内でも、総務省・経済産業省が策定した「AI事業者ガイドライン」が、NIST AI RMFをはじめとする国際的な枠組みと整合を図りながら、企業が取るべき対応を示しています（第1.1版＝2025年3月、その後改定が続いています。出典：経済産業省）。「国際標準のNIST AI RMFで型をつくり、日本のAI事業者ガイドラインで足元を合わせる」——これが、いま日本企業にとって現実的な組み合わせです。

NIST AI RMFの4つのコア機能（GOVERN／MAP／MEASURE／MANAGE）

AI RMFの中核は、GOVERN（統治）・MAP（把握）・MEASURE（測定）・MANAGE（対応） の4つの機能です。このうち GOVERN は他の3つを支える土台として全体を貫き、残りのMAP→MEASURE→MANAGEが実際のリスク管理のサイクルを回します。まず全体像を表で示します。

GOVERN（統治）｜リスク管理を「仕組み」にする土台

GOVERNは、AIリスク管理を個人の善意任せにせず、組織の仕組みとして回るようにする機能です。具体的には、AI利用の方針を定め、「誰が責任を持つのか」を明確にし、全社員が最低限のリスクを理解する教育の体制を整えます。

例えば「生成AIは会社が承認したツールだけ使ってよい」「AIの出力は必ず人が確認する」といった全社共通の原則を決め、それを守れる体制と文化をつくるのがGOVERNの領域です。ここが弱いと、他の3機能をどれだけ頑張っても場当たり的になります。

MAP（把握）｜「どこで、何に使っているか」を可視化する

MAPは、AIがどの業務で、どんなデータを使い、誰に影響するのかを把握する機能です。「現場が勝手にChatGPTを使っているが、実態が分からない」——この状態のままではリスク管理は始まりません。

まずは利用状況を棚卸しし、用途・入力するデータ・想定される失敗（誤情報、情報漏えい、権利侵害など）を一覧化します。"見えていないAI利用（シャドーAI）"を可視化するのがMAPの最初の仕事です。

MEASURE（測定）｜リスクを評価し、許容ラインを引く

MEASUREは、MAPで洗い出したリスクを具体的に評価し、「どこまでなら許容できるか」の線引きをする機能です。AIの精度は十分か、出力に偏りはないか、この用途でこのデータを入れて漏えいリスクはないか——こうした観点を、定量・定性の両面で確認します。

実務では「完璧に数値化する」必要はありません。"この用途は人の最終確認が必須""この情報は入力禁止"という判断基準を決めることが、中小企業にとって現実的なMEASUREの落とし込みです。

MANAGE（対応）｜優先順位をつけ、起きたときに止める

MANAGEは、評価したリスクに優先順位をつけて対応し、問題が起きたときに手当てする機能です。すべてのリスクをゼロにはできないため、影響の大きいものから資源を割きます。

そして見落とされがちなのが、インシデント発生時の対応です。漏えいや不適切な出力が判明したとき、誰が該当ツールの利用を即時停止する権限（キルスイッチ）を持ち、どう報告するか。ここまで決めて初めて、ガバナンスは"回る"状態になります。

基準を作る・審査する側の視点で見ると、多くの企業でつまずくのは GOVERN と MAP ではなく、MEASURE と MANAGEです。「方針は掲げた」「使っている場所は分かった」で止まり、"危ないラインの線引き（MEASURE）"と"破られたときに止める仕組み（MANAGE）"が空欄——これが監査で最もよく見つかる穴です。ルールは、守られなかったときの手当てとセットで初めて機能します。

生成AI特有のリスクには「Generative AI Profile」が対応

AI RMF 1.0は幅広いAIを対象にした汎用的な枠組みです。そこにNISTは、生成AI（ChatGPTのような文章・画像を生み出すAI）に特有のリスクを扱う追補として、「Generative AI Profile（NIST AI 600-1）」を2024年7月に公開しました（出典：NIST 公式サイト）。

ここでは、事実に基づかない情報を生成してしまう「作話（ハルシネーション）」、有害・不適切なコンテンツの生成、プライバシー侵害、サイバーセキュリティ上の脆弱性、著作権などの知的財産リスクといった、生成AIならではの論点が整理され、それぞれ4機能（GOVERN/MAP/MEASURE/MANAGE）に紐づけた対応策が示されています。生成AIの業務利用を検討する企業は、4機能の型に加えてこのProfileの論点を押さえると、抜け漏れが減ります。

なお、NISTは各機能で「具体的に何をすればよいか」のヒントをまとめた Playbook（プレイブック） も公開しており、自社の対応を検討する際の実務的な参照点になります。

企業がNIST AI RMFを実務に落とす手順

フレームワークは、理解しただけでは意味がありません。中小〜中堅企業が無理なく実務に落とすなら、次の流れが現実的です。

1. GOVERNから始める：まずAI利用の基本方針と責任者を決める。壮大な体制より、「誰が最終責任を持つか」を1人決めるだけでも前進します。
2. MAPで棚卸しする：現場のAI利用実態（ツール・用途・入力データ）をヒアリング/アンケートで可視化。シャドーAIをあぶり出します。
3. MEASUREで線引きする：「入力禁止情報」「人の確認が必須の用途」を具体名で決める。ここが曖昧だと現場は判断できません。
4. MANAGEで備える：インシデント時の連絡先・報告フロー・利用停止（キルスイッチ）の担い手を決める。
5. 文書に落とす：ここまでの結論を、現場が使える形＝AI利用ガイドラインにまとめる。

最後の「文書化」でつまずく企業が多いのですが、実はNIST AI RMFの4機能は、そのままガイドラインの章立てに転写できます。GOVERN＝目的・体制、MAP＝利用範囲・許可ツール、MEASURE＝入力禁止事項・出力の扱い、MANAGE＝インシデント対応・見直し、という具合です。この型に沿ってガイドラインを作る具体的な項目・ひな形・禁止事項の例は、AI利用ガイドラインの作り方で詳しく解説していますので、あわせてご覧ください。

NIST AI RMFのよくある誤解

• 「認証や規制だと思っている」：AI RMFは任意の枠組みで、取得する認証ではありません。認証を求めるなら別途 ISO/IEC 42001（AIマネジメントシステム）などが該当します。RMFは"考え方の型"です。
• 「大企業向けで中小には重すぎる」：4機能は規模に応じて縮小できます。むしろ専任部署のない中小企業ほど、この型に沿って「小さく1〜2ページ」で始めるのが有効です。
• 「一度作れば終わり」：AIも脅威も進化します。MANAGEには"見直し"が含まれ、半年〜1年ごとの更新が前提です。
• 「NISTを入れれば日本の規制は無視してよい」：逆です。NISTで型をつくりつつ、日本のAI事業者ガイドラインや個人情報保護法など国内のルールと必ず突き合わせます。

よくある質問

Q. NIST AI RMFは義務ですか？ いいえ、法的な義務ではなく任意の枠組みです。ただし、AIガバナンスの国際的な共通言語になりつつあり、取引先や顧客への説明責任を果たす"型"として広く参照されています。

Q. NIST AI RMFと日本のAI事業者ガイドラインは、どちらを使えばよいですか？ 両方を組み合わせるのが現実的です。NIST AI RMFで全体の型（4機能）をつくり、国内で守るべき点は総務省・経済産業省の「AI事業者ガイドライン」で確認する、という使い分けが向いています。両者は整合が図られています。

Q. GOVERNだけ他の3つと扱いが違うのはなぜですか？ GOVERNは特定の場面の作業ではなく、MAP・MEASURE・MANAGEすべてを支える"土台"だからです。方針・責任・文化が定まっていないと、他の機能は場当たり的になり定着しません。

Q. 生成AIしか使っていなくても、AI RMF全体を理解する必要がありますか？ まず4機能の考え方を押さえたうえで、生成AI特有の論点は「Generative AI Profile」で補うのが効率的です。土台（4機能）と追補（生成AIの論点）は分けて考えると整理しやすくなります。

Q. 何から着手すればよいですか？ 自社の現在地の把握（MAP）からです。「どこで・誰が・何にAIを使い、どんな情報を入力しているか」が見えないと、リスクの線引きも対応も決められません。

まとめ

NIST AI RMFは、AIを"使わない理由"を並べる枠組みではなく、AIを安全に活かすための設計図です。要点を整理します。

• NIST AI RMFとは、AIのリスクを GOVERN／MAP／MEASURE／MANAGE の4機能で管理する、米国NISTが2023年に公開した任意の枠組み。
• GOVERNが土台となり、MAP（把握）→MEASURE（測定）→MANAGE（対応）でリスク管理のサイクルを回す。
• 生成AI特有のリスクは、追補の Generative AI Profile（2024年） で補う。
• 日本企業は、NISTで型をつくり、国内のAI事業者ガイドラインで足元を合わせるのが現実的。
• 実務では、4機能はそのまま AI利用ガイドラインの章立てに転写できる。理解して終わりにせず、文書化まで進めることが肝心。

とはいえ、「自社は4機能のどこが弱く、どこにリスクが偏っているのか」は一社ごとに異なります。まずは現在地を把握するところから始めてみてください。