何が起きたか
ニューヨーク州のキャシー・ホークル知事は、Bloombergのポッドキャスト「Odd Lots」のインタビューで、州のすべての規則・規制・政策をAIで分析し、時代遅れの法令を特定していると語りました。知事が例に挙げたのは、犬を連れて狩りをするのに25ドルの手数料が必要という規定や、妊娠中の人が深夜0時以降に働くには許可が要るという規定です。
知事によれば、全法令の点検はスタッフレベルなら「おそらく5年かかった」ところを、AIを使って「数カ月」で完了したといいます。この結果を踏まえ、知事や州の各機関は不要になった規制を廃止していく方針です。
なぜ重要か
注目すべきは、これが「チャットボットで文章を作る」といった話ではなく、行政の棚卸し（インベントリ）にAIを使った点です。膨大で読む人もいない法令群を横断的に読み、条件に合致する箇所を抽出する——これは大量文書の分類・検索というAIが最も得意とする領域であり、行政に限らずあらゆる組織の「たまり続けた社内規程・契約・仕様書」に応用できる型です。ホークル知事は「政府はあらゆるレベルでこれを使うべきだ」「AIの力で劇的な変化を起こす」とも述べています。
見落とせない矛盾
一方でニューヨーク州は同じ週に、新規の超大規模（ハイパースケール）データセンターを最長1年間停止する、全米初の措置に踏み切りました。州議会は、巨大データセンターがもたらす電気料金の上昇や自然資源への脅威から住民を守る規制を整備する構えです。つまり知事自身はAIを積極活用しながら、AIの計算資源を支えるデータセンターにはブレーキをかけている——「使う」と「基盤を増やす」を切り分ける姿勢が鮮明になりました。
💼 事業会社視点：これは自社にどう効くか
経営層がまず持ち帰るべきは「AIの第一歩は生成ではなく棚卸し」という発想です。5年分の点検が数カ月に縮んだ本質は、誰も全部は読めない大量文書を横断的に読み切れる点にあります。日本企業なら、長年積み上がった社内規程・稟議ルール・古い業務マニュアル、SaaS企業なら利用規約と実装のズレ、受託開発なら過去契約と仕様書の矛盾抽出が、そのまま同じ型で効きます。ROIが読みやすく、生成AI導入に比べて誤情報リスクも管理しやすい領域です。事業責任者は「AIで新しい価値を作る」より前に、「AIで“いらないもの・矛盾しているもの”を見つける」プロジェクトを先に立てるべきでしょう。同時にニューヨーク州のデータセンター停止措置は、AIを使う側と、その電力・立地を担う側の利害が正面衝突し始めた兆候です。電力コストや立地規制はデータセンター事業やクラウド調達コストに跳ね返り得るため、インフラ依存の強い企業は電力・規制リスクを事業計画に織り込む必要があります。