人工知能（AI）と組織のアイデンティティ

AIエージェントが組織に代わってサービスの検索、情報の交換、支払いの実行を行うようになるにつれ、次のような実務上の疑問が生じます。つまり、相手方は、そのエージェントの背後にどの組織が存在し、そのエージェントがどのような権限を有しているかを、どのように確認すればよいのでしょうか。取引主体識別子（LEI）は、検証済みの取引主体参照データに紐付けられた、世界的に標準化された識別子です。 検証可能なLEI（vLEI）は、この基盤をデジタル上のやり取りへと拡張し、取引相手が組織のアイデンティティや、その組織に代わって行動する人物の権限をコンピュータ上で検証できるようにします。

GLEIFは、このインフラが、特に決済分野において、AIエージェントへの権限委任に関する将来的な取り組みをどのように支援できるかを検討しています。この新たな分野と並行して、標準化されたLEI参照データは、すでにAIに基づく取引主体分類をサポートしています。これらの用途は、AIエージェントが行動を起こす際の権限の検証と、AI駆動型分析で使用される組織データの改善という、異なるニーズに対応しています。

決済におけるエージェント型AI：身元と委任された権限の検証

組織は決済業務をソフトウェアに委任できるが、取引相手方は依然として、誰がエージェントを承認したか、エージェントがどのような行動をとることができるか、そしてそれらの権限がどのように確認されるかについての証拠を必要とする。LEIは、関与する取引主体を特定する。既存のvLEI認証情報により、組織の身元およびその組織に代わって行動する個人の役割と権限を計算機的に検証することが可能である。特定のAIエージェントを組織およびその許可された行動と結びつけるには、取引の時点で追加の委任証拠と管理措置が必要となる。

GLEIFが2026年9月に発表したワーキングペーパー『決済におけるエージェント型AI：相互運用可能な信頼と管理の確立』は、その一つのアプローチを考察している。本論文では、AIエージェントの暗号識別子を、検証済みの組織および権限付与された個人に紐付けると同時に、許可されたタスク、取引限度額、有効期間を規定できる「エージェント委任資格情報（AMC）」の提案について検証している。 例えば、企業の財務担当者は、定義されたサプライヤーへの支払いを執行するようエージェントに権限を付与することができ、決済サービスプロバイダーは、執行前に承認チェーンを検証し、取引時の管理措置を適用することができる。本論文では、権限の取り消し、監査記録、プライバシー、相互運用性についても検討している。AMCは、さらなる研究と検証のための提案段階にとどまっている。現時点では、vLEIエコシステム内で発行される認証情報でも、確定した業界標準でもない。

AIを活用したデータ分析：取引主体名称の理解（LENU）

法的形態は、管轄区域、言語、命名規則によって異なるため、一貫して分類することが困難です。ISO 20275に基づく「法人形態（ELF）コードリスト」は、各法人形態に4文字の英数字コードを割り当てています。 GLEIFはSociovestix Labsと協力し、取引主体の名称からその法的形態を予測し、対応するELFコードを提案するオープンソースの機械学習ツール「Legal Entity Name Understanding（LENU）」を開発しました。LENUは標準化されたLEI参照データを使用して管轄区域固有のモデルを学習させ、以下のことを実現します：

• 言語や命名規則を問わず、より一貫性のある法的形態の分類。
• レコード間で異なるラベルが使用されている場合の、事業体の照合およびデータ統合の精度向上。
• 下流プロセスに向けた法人形態データの準備における手作業の軽減。
• 提案されたELFコードが既存のLEIレコードのコードと異なる場合のデータ品質レビュー。

これらの機械可読な分類により、組織は分析、オンボーディング、その他のデジタルプロセス向けに、より一貫性のある事業体データを準備できるようになります。以下の「GLEIF Explains」動画では、LENUについて紹介しています。

LENUはGitHubで公開されているオープンソースのPythonライブラリであり、管轄区域固有のモデルもHugging Faceで利用可能です。そのトランスフォーマーベースのモデルは、言語や管轄区域を跨いだエンティティ名を処理できます。

GLEIFは、LENUの予測と既存のLEIレコードとの間に明らかな不一致を特定した場合、必要に応じて検証および修正を行うため、関連するLEI発行者にデータチャレンジを送信することができます。更新された参照データは、その後のモデルバージョンに反映されます。

GLEIF、ザンクト・ガレン大学、およびSociovestix Labsは、このアプローチと、データ標準化およびエンティティ照合を支援するその可能性を検証した学術研究論文「Transformer-based Entity Legal Form Classification」を発表しました。

概要については、最新のブログ記事『AIエージェントが取引を行うとき、その背後には誰がいるのか？』をご覧ください 。決済に関するより広範な文脈については、「国境を越えた決済」を参照してください