AI時代の意思決定を再定義する新アーキテクチャ「Decision Stack」を発表
株式会社SHIRO & Co.
意味・解釈・判断停止（HOLD）・実行を分離し、制御可能な意思決定へ ― 本構想は、AI未導入の製造現場におけるPoCを通じて、実装・検証を進めていきます。
株式会社SHIRO & Co.（本社：東京都、代表：白子 孝介）は、AI時代における意思決定の構造的課題に対する答えとして、意思決定アーキテクチャ「Decision Stack（ディシジョン・スタック）」を発表します。
本アーキテクチャは、AIが直接「答え」を出力する従来モデルを見直し、意思決定を「生成物」ではなく「制御されるプロセス」として定義し直すものです。速さや正解率の議論では足りない「説明責任・監査・人間の最終判断」を、後付けではなく「設計の前提」に置きます。生成AIは下位の推論・生成エンジンとして位置づけ、その上位で意味・解釈・信頼制御・実行を分離する意思決定のスタックです。
■ AIの上位レイヤーとしての位置づけ
Decision Stackは、単体のAIモデルやプロンプト設計の「延長」ではなく、「複数のAI・ルール・人間の判断を束ねる上位のアーキテクチャ」です。生成・推論は下位層（エンジン）として扱い、その出力に先立って、意味の候補化、文脈に応じた解釈の選択、リスクに応じた 「HOLD」、業務への実行までを「上位レイヤーで順に制御」します。「AIが何を言うか」より前に、「いつ・どの解釈で・実行するか／止めるか」を決める層が Decision Stack です。
■ 革新性とパラダイム
本構想の革新性は、精度やプロンプトの改善といった「生成の微調整」ではありません。意味・解釈・信頼制御・実行を分離し、「実行しない」を失敗ではなく正規のアウトカムとして扱う--ここまで踏み込むことで、AIを「答え装置」から「止まれる・分岐できる・説明できる意思決定基盤」へ置き換えます。これは機能追加ではなく、「パラダイムの反転」です。
■ 特許・学術・先行事例との関係について
Decision Stackは既存の生成AIガバナンス、説明可能性（XAI）、RAGや人間協調の延長線上にある「改良」として位置づけるのではなく、「レイヤー責務とHOLDを中核に据えた独立した設計命題」として提示するものであり、出願・査読・産業界の先行実装との対照・差分は、今後の開示・論文化・実装の公開に合わせて順次、明確にしていく予定です。
■ ここが違う（3点）
- 構造：推論を単体で完結させません。 意味・解釈・信頼制御・実行に責務と記録を分けます。- 出力：「行動」だけに価値を置きません。 保留・停止・再開を設計された結果として扱います。- 運用：説明を事後に回しません。 分岐・閾値・ポリシーを事前に埋め込みます。
■ 従来型との対比（Input-Output モデルと Decision Stack）
[表:
https://prtimes.jp/data/corp/179378/table/4_1_5826ad20533657cc8d183e5457a24dc4.jpg?v=202603301015 ]
※上記は概念図として、意思決定を「一発の推論」から「運用可能なワークフロー」へ移すイメージを示すものです。
■ 背景：AIは意思決定を速くした。しかし、制御は十分ではありません
生成AIと自律システムにより、意思決定はかつてない速度で出力されるようになりました。現場と規制が問うのは、もはや速さだけではありません。なぜそう結論したのか。どの前提で妥当なのか。いつ手を止めるべきか。ここに答えを持たない「速いAI」は、リスクを増幅し得ます。
多くのシステムは、次のような構造問題を抱えています。
- 意味が単一の出力に固定される 代替の読み方が失われ、議論の材料が失われやすい- 解釈が見えない 立場の違いが設計に入りにくい- 停止がない 不確実性がそのまま実行に変換されやすい
従来は 「Input → Output」 に依存し、「意味」「解釈」「判断」「行動」が一体化しています。Decision Stackはこの一体化を切り離します。問いは「もっと正しい答えは何か」ではなく、「どのレイヤーで何を保留し、誰がどう承認するか」です。
■ Decision Stackとは
Decision Stackは、意思決定を4層に分離します。モジュール分割ではなく、責任境界の再設計です。 ここでいう各レイヤーは、いずれも単一モデルの内部処理ではなく、AIや業務システムより上位に置かれる制御・接続の責務として設計します。
[画像1:
https://prcdn.freetls.fastly.net/release_image/179378/4/179378-4-ac19e83f4b11a9b6e8220b0e1154a871-1099x1879.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
Decision Stack
Layer 1：Kosuke Protocol（意味生成層）
複数の意味を生み出すネットワークです。「意味の集合」を扱い、早すぎる確定を避けます。一義的な「正解」への収束のみを前提とはしません。
[画像2:
https://prcdn.freetls.fastly.net/release_image/179378/4/179378-4-18f53bcf6c137bba44a6b9ac9ea4df83-3420x2214.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
Kosuke Protocol
Layer 2：Meaning OS（解釈層）
文脈・立場・時間軸に応じて解釈を選びます。分岐を明示し、誰のための妥当性かをレイヤーで切り分けます。利害は後付けの説明ではなく分岐の入力として扱います。
[画像3:
https://prcdn.freetls.fastly.net/release_image/179378/4/179378-4-a3d7cf809eaa24d5efcf3957c799f649-798x2700.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
Meaning OS
Layer 3：Trust OS（制御層）
実行か 「HOLD」 かを判断します。リスク・確信度・ポリシーに基づきガバナンスします。信頼をスコアだけで終えず、実行可否という行為に落とし込みます。
[画像4:
https://prcdn.freetls.fastly.net/release_image/179378/4/179378-4-589e4039c5464d2254eec0ed25b2335f-3098x1514.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
Trust OS
[画像5:
https://prcdn.freetls.fastly.net/release_image/179378/4/179378-4-7c539d80565e20177ec2322bca190a70-3120x1554.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
Trust OS - Signal History
[画像6:
https://prcdn.freetls.fastly.net/release_image/179378/4/179378-4-0c971e92c94c0c974931ad4b9090ff3e-3092x1198.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
Trust OS - Governance
Layer 4：DeciLayer（実行層）
CRM・営業・業務プロセスへ接続します。推論結果の単なる転記ではなく、承認・HOLD・実行の履歴を業務プロセスに接続します。
[画像7:
https://prcdn.freetls.fastly.net/release_image/179378/4/179378-4-80e4a32e270e29e70b3fcb6624212322-1744x2220.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
DeciLayer
■ 最大の特徴：「HOLD」
中核となるのは HOLD（判断停止）です。
多くのAIは、入力に対し出力＝行動を前提としがちです。Decision Stackはそれとは異なります。
- 判断を一時的に止める- 人間の介入余地を残す- 不確実性を消去せずに扱う
これは遅延の言い訳ではありません。「意図的に行動しない」という決定を、仕様に含めます。監査・教育・再現性のため、「止めた」事実と理由を「ログで残す」ことを前提とします。
HOLDは安全の逃げ道にとどまりません。高リスク領域では「止まっている」ことが正規の運用状態になり得ます。そこが決定的に異なります。
■ 想定ユースケース：製造業・社会インフラ
想定領域は次のとおりです。
- AI未導入、または導入初期の製造現場- 人間の判断責任が重い産業（医療等）- 社会インフラ・公共システム
例として、製造現場の工程判断（例：異常検知、作業分岐、品質判断）において、
- リスクが高ければ 「自動HOLD」 とする- 人間が確認・介入できる
といった設計が可能です。設備異常の兆候、手順逸脱、サプライチェーン上の不確実性など、「誤実行コストが大きい局面」で、生成と実行の間に制御を置きます。「導入したからには自動で進める」という前提そのものを見直すことが、現場での活用につながります。
■ 今後の展開
- 意思決定支援プロダクト「DeciLayer」の開発・提供- Trust OSのシミュレーション環境の公開（ポリシー・閾値・HOLD条件の検証）- 論文・研究による理論の前進- 製造業・行政とのPoC
■ PoCの想定スコープ（例）
異常検知や作業指示の分岐など、AIの提案 → 人の承認 → 現場実行が連続するプロセスを起点に、Trust OSのHOLD条件とDeciLayerによる業務連携の一部を検証する想定です（詳細は個別協議のうえ調整いたします）。
■ 代表コメント
AIは意思決定を生成できるようになりました。しかし、それを制御する構造は、まだ十分にはありません。Decision Stackは、「止める」ことを設計に含めるアーキテクチャです。これから必要なのは速さだけではありません。「どこで止まれるか」、その設計だと考えています。
■ 会社概要
会社名：株式会社SHIRO & Co.
所在地：東京都
事業内容：ブランド戦略、意思決定設計、プロダクト開発
プレスリリース提供：PR TIMES
記事提供：PRTimes
