—·
全てのコンテンツはAIによって生成されており、誤りが含まれる可能性があります。ご自身でご確認ください。
リスクの階層化は、AIポリシーをドキュメント化、監査証跡、システムの追跡可能性へと変換します。本稿では、この仕組みを欧州の法執行と米国の州レベルでの重複するコンプライアンス対応に関連付けて解説します。
AIベンダーのコンプライアンス担当部門において、提出すべき成果物はモデルカードや「最善の努力」といった抽象的な表現にとどまりません。そこでは、ポリシー上の要求事項が具体的な形へと変換されています。すなわち、文書化されたリスク管理、監視の証拠、調達言語、そして監査に対応可能なドキュメントです。米国において、これらの成果物は連邦政府のAIガイダンスやリスク管理への期待をますます反映するものとなっています。
米国国立標準技術研究所（NIST）のAIリスク管理フレームワーク（AI RMF 1.0）は、「統治（Govern）」および「マッピング・測定・管理（Map–Measure–Manage）」を明確に中心に据えています。これにより、リスクコントロールは組織が単に意図するものではなく、実装し、文書化できるものとして位置づけられました。 (NIST AI RMF 1.0)
この変化が重要である理由は、コンプライアンスがもはや公約の表明だけにとどまらないからです。それは「コンプライアンス・エンジニアリング」へと進化しています。つまり、法的または規制上の義務を内部プロセスや証拠パッケージへとマッピングし、調達審査を通過し、監査に耐え、異なる管轄区域からの精査を乗り越えられるようにする作業です。複数の管轄区域で異なる規則が適用される場合、コンプライアンス・エンジニアリングは一種の「バージョニング・システム」へと発展します。各管轄区域を満たすために管理策を重複させるか、あるいは管轄区域を越えてパラメータ化可能な管理策セットを設計することになります。実務上、これは「管轄区域別コンプライアンス・エンジニアリング」と呼べるものです。
調査者にとって、ブラックボックスとは単に「モデルがどう動くか」だけではありません。「義務がいかにして、後に提出すべき運用の証拠へと変換されるか」も含まれます。この変換レイヤーにおいて、最も困難な争点は理論的なものではなく、実務的な問いに集約されます。すなわち、文書化の負担を誰が負うのか、何を測定するのか、そしてリスク階層のラベルが真にエンジニアリング上の要件を動かしているのか、あるいは単なる形式的な書類作業に終わっているのか、という点です。
だからこそ、リスクの階層化（リスク・ティアリング）がこの議論の中心に位置しています。欧州AI法（EU AI Act）の文脈では、どの義務が適用されるかを決定するためにリスクカテゴリが構築されています。一方、米国では、連邦政府の調達や機関利用の文脈において、リスクコントロールが運用のガバナンスや取得実務に組み込まれています。NISTのフレームワーク、連邦大統領令の指示、および関連する連邦リスク管理・調達コンプライアンス計画の資料を総合すると、「リスク」がいかにしてエンジニアリング上の義務へと変わるかが浮き彫りになります。 (NIST AI RMF 1.0; NIST 大統領令関連ページ; 連邦準備制度コンプライアンス計画)
米国の各州において、AIのカテゴリ分類、開示への期待、あるいは文書化基準が管轄区域ごとに異なる状況を想像してみてください。内容が連邦政府のガイダンスと重なっていたとしても、法執行の過程で運用の証明レベルでの重複が強いられる可能性があります。その場合、コンプライアンス・エンジニアリングには管轄区域ごとの「ポリシーからシステムへのマッピング」マトリックスが必要になります。どのAIシステムが対象範囲か、どの管理策が特定の管轄区域の期待を満たすか、そして監査人や規制当局が実際に受け入れる証拠物件はどれかを特定しなければなりません。
この仕組みは構造的なものです。チームは通常、一つの内部リスク・タクソノミー（分類体系）を維持し、それを各管轄区域のタクソノミーにマッピングします。これらがきれいに一致しない場合、組織は「変換レイヤー」を構築します。これはモデルの性能を向上させるものではありませんが、コンプライアンスを示すために必要な追加のドキュメントテンプレート、管理チェックリスト、監査ログなどです。こうした重複はコストがかさむだけでなく、実装の不整合を招く可能性も高めます。
連邦政府の調達および機関のAI利用ポリシーを見れば、こうした重複がどこに集中しやすいかが分かります。連邦政府のガイダンスは、証拠への期待を調達要件や内部ガバナンスプロセスへと標準化できます。行政機関や契約業者はそれらの期待に合わせる必要があるからです。行政管理予算局（OMB）の覚書M-24-10に関連して米連邦準備制度理事会（FRB）が公開したコンプライアンス計画は、この点を象徴しています。コンプライアンス計画は、もはや漠然とした意図ではなく、運用のための成果物となっているのです。 (連邦準備制度コンプライアンス計画)
雇用機会均等委員会（EEOC）も同様に、OMB覚書に基づくコンプライアンス計画の枠組みを公開しており、各機関が計画を運用化することが期待されていることを裏付けています。研究者にとっての価値は、機関ごとの個別のストーリーではありません。連邦モデルが「証拠主導型」であるということであり、州の規則が乖離した場合、その証拠モデルが重複を軽減するか、あるいは増幅させるかの鍵を握っているという点です。 (EEOC コンプライアンス計画)
開発者へのアドバイス： 管轄区域による差異をマーケティングの問題ではなく、追跡可能性（トレーサビリティ）の問題として捉えてください。共通の内部管理ライブラリから管轄区域固有の証拠パッケージを生成できる「ポリシーからシステムへの追跡」パイプラインを構築しましょう。それがなければ、新しい州の規制や法執行の解釈が出るたびに場当たり的なプロジェクトが発生し、監査証跡が断片化してしまいます。
リスクの階層化という概念は、文書化、監査への備え、そしてポリシーからシステムへの追跡可能性に結びつくまでは抽象的に聞こえるかもしれません。しかし、階層化されたフレームワークにおいて、リスクラベルは単なる分類以上の役割を果たします。それはワークフロー全体にわたって異なる義務を発生させるトリガーとなるのです。具体的には、設計時の管理、評価要件、ロギングと監視、人間による監視、そして調達時の証明などが挙げられます。
NISTのAI RMFは、この変換のための足場を提供します。「統治」機能と「マッピング・測定・管理」構造は、組織がリスクの特定を管理アクションに結びつけ、ガバナンスプロセスを継続的に実行することを促します。ここでの重要な調査ポイントは、「リスク管理」が静的なチェックリストとして扱われているのか、それともリスク階層の前提が変わったときにエンジニアリングの挙動を変化させる動的な意思決定ツリーとして機能しているのか、という点です。 (NIST AI RMF 1.0)
安全で信頼できるAIを重視する大統領令の方向性は、さらなる層を加えます。文書化とガバナンスへの期待が、運用の「能力」にならなければならないということです。大統領令に言及したNISTの資料は、AIガバナンスとリスク管理のための「ポリシーから実践へ」のアーキテクチャを強化しています。開発者にとって、監査への備えとは、調達、内部統制、およびライフサイクル・ガバナンスの中で構築されるものなのです。 (NIST 大統領令関連ページ; NIST 大統領令ページ)
調達および連邦機関のAI利用ガイダンスは、この「意思決定ツリー」を具体的なものにします。ホワイトハウスは、連邦機関のAI利用と調達に関する新方針を発表し、コンプライアンスが取得プロセスを通じて組み込まれることを示唆しました。調達こそが、証拠要件が具体化される場所です。リスク階層化が契約条項、文書成果物、および性能保証へと変換されるのです。 (ホワイトハウスの調達および機関AIポリシー)
研究者へのアドバイス： リスク階層がエンジニアリングの出力にどのような変化をもたらすかを問い直してください。もし階層が変わってもドキュメントのファイル名が変わるだけなら、その組織は手続き上は準拠しているように見えても、実質的な管理策は変わっていない可能性があります。最も効果的なコンプライアンス・エンジニアリングは、階層化を測定可能なエンジニアリングおよびガバナンスの挙動に結びつけるものです。
欧州AI法の施行スケジュールは、しばしば単なるカレンダーのように議論されます。しかし、カレンダーだけでは企業内部でコンプライアンスがいかに現実のものとなるかは説明できません。開発者や調査者にとってより本質的な問いは、執行当局（あるいは関連する場合は公認機関）が企業の主張を単なる願望ではなく裏付けのあるものとして扱うために、AIシステムについて何が「実証可能」でなければならないか、ということです。
階層型の規制設計において、施行日は「開始日」というよりも「インセンティブの崖」のように機能します。組織は上流の前提条件（システムの分類、証拠の範囲、ライフサイクルにおける責任）を固定しなければなりません。なぜなら、法執行の圧力が高まってから、欠落している証拠チェーンを再構築するのは極めて困難だからです。ここでリスクの階層化がコンプライアンス・エンジニアリングへと変わります。リスクカテゴリによって、どのライフサイクル段階でどの証拠成果物が存在すべきかが決まり、ガバナンスの決定をいかに迅速に検証可能なドキュメントに反映させるかが定義されます。
実務上、欧州のリスク階層化は企業に対し、一貫した全体として監査可能な「ライフサイクル追跡パッケージ」の作成を迫ります。これらのパッケージには通常、以下のものが含まれます。（1）分類レビューに適したシステム説明、（2）分類に伴う義務に沿ったリスクアセスメント、（3）企業のコンプライアンス主張を裏付けるのに十分な評価証拠、（4）分類を誰が決定し、どのようにレビューされ、システム変更時にどう更新されるかを示す内部ガバナンス文書です。技術的な要点は明快です。追跡可能性とは単なる記録保持ではなく、執行当局が「分類」を単なるラベル以上のものとして扱うためのメカニズムなのです。
米国のインセンティブとの重要な比較対象は、欧州には期限があり米国にはない、ということではありません。両方の制度が「監査や執行の前に証拠を準備しておく」という同じ運用行動を促しているかどうかです。米国側では、調達や機関利用の姿勢により、証拠が要求されレビューされる可能性が高まっています。調達ポリシーが文書化されたガバナンスをますます要求するようになれば、組織には管轄区域を越えて通用する証拠パッケージを構築する合理的なインセンティブが働きます。たとえ管轄区域固有のタグや解釈ステップが必要であっても、成果物作成の重複を減らすことができます。ホワイトハウスの調達中心の枠組みはこの方向を示しています。 (ホワイトハウスの調達および機関AIポリシー)
リスクカテゴリに付随する義務の内容と、米国のリスク管理の期待値を通じたガバナンス構造との間には、依然として差異が残ります。考えられる帰結は「部分的な再利用」です。コアとなるガバナンスや証拠成果物はマッピング可能ですが、管轄区域固有の要素（カテゴリの決定方法、評価で用いられる閾値、規制当局や調達機関が期待する用語など）には追加の作業が必要になるでしょう。言い換えれば、再利用の問題は「文書が存在するかどうか」ではなく、「その文書の分類ロジックと証拠の網羅性が弁護可能かどうか」に関わるのです。
開発者へのアドバイス： 2026年8月の欧州AI法施行の節目を、「証拠の固定イベント」として捉えてください。今すぐ追跡可能性を構築し、システムの分類決定、評価結果、ガバナンス監視を、分類が変わるたびにエンジニアリングをやり直すことなく、弁護可能なパッケージへと再構成できるようにしましょう。欧州と米国の証拠パッケージ間の再利用が「再監査」ではなく「マッピング作業」で済むようにパイプラインを設計してください。法執行の精査は、分類から証拠に至るチェーンの最も弱い環を標的にすると予想すべきです。
「ポリシー準拠」が、内部のコンプライアンス計画文書や監視プロセスを通じて現実のものとなることは、しばしば見落とされる実態です。これらの計画によって、責任の所在、管理策の選択方法、証拠の保管方法、そして例外処理の方法が決定されます。
OMB覚書M-24-10に対する連邦準備制度のコンプライアンス計画は、証拠主導型アーキテクチャの明確な例です。コンプライアンス計画を公開することで、同機関はコンプライアンスがいかに運用されるかのモデルを示しています。コンプライアンス計画は、実装責任を調整するガバナンスの成果物なのです。 (連邦準備制度コンプライアンス計画)
EEOCも同様に、OMB覚書に基づくコンプライアンス計画を公開しています。組織の細部は異なりますが、パターンは同じです。コンプライアンス計画が説明責任を生み出し、運用の役割を定義し、組織全体のプロセスへの期待を設定します。調査者にとって、「真の」コンプライアンス・メカニズムは大統領令の見出しではなく、ポリシーをチェックリスト、ワークフロー、証拠生成へと変える内部計画にあります。 (EEOC コンプライアンス計画)
米政府責任追及局（GAO）の活動は別の視点を提供します。それは公共部門のAIガバナンスがどこで不足しているかという点です。GAOの報告書は、各機関が要件をいかに実装しているか、リスクを一貫して管理しているか、説明責任の構造が十分に機能しているかを検証します。GAOが直接AIポリシーを起案しなくても、フォローアップ・アクションを引き起こす欠陥を特定することで、法執行の実態を形作っています。 (GAO 25-107653; GAO インデックス; GAO 25-107435)
研究者へのアドバイス： コンプライアンス・ドキュメントを一つの運用システムとして扱ってください。どの証拠物件を内部の誰が作成し、どのライフサイクル段階をカバーしているか、そして更新や新情報によって階層が変わったときに何が起きるかを追跡しましょう。
調査者は「リスク階層化」という言葉を慎重に扱う必要があります。なぜなら、この言葉は二つの異なるメカニズムを覆い隠している可能性があるからです。一つは、義務に結びついた分類。もう一つは、必ずしも同じように法定のカテゴリ別義務にマッピングされるわけではない、管理策を導くためのリスク管理です。
NISTのAI RMFはリスク管理のフレームワークであり、欧州のような法定のリスク階層義務制度ではありません。それはライフサイクル全体にわたるガバナンスとリスク管理を構造化するものです。 (NIST AI RMF 1.0) 組織が欧州のリスクカテゴリの義務と米国のリスク管理への期待を同等だと主張しようとする際、この区別が重要になります。
国際的には、OECD（経済協力開発機構）によるAIポリシー・フレームワークの資料が、分類とアプローチをいかに設計し文書化できるかを説明しています。OECDのタクソノミーとフレームワーク分類ガイダンスは、組織がなぜポリシーに沿ったカテゴリを構築し、ガバナンスのために内部でラベル付けを行うのかを理解する助けになります。OECDの活動は米国の州法や欧州AI法そのものではありませんが、共通のデザインパターン、すなわち「分類が義務と説明責任プロセスを動かす」という点を浮き彫りにしているため、調査者にとって価値があります。 (OECD フレームワーク分類; OECD 社会におけるAI報告書)
ここで実務的なブラックボックスの問いが生じます。組織がガバナンスのために採用している内部の「リスク階層」は、各管轄区域の特定の義務に法的に紐付けられているのでしょうか。それとも、法的精査に耐えられない単なる内部の管理ラベルなのでしょうか。その答えによって、階層化が真の運用の安全性を高めているのか、あるいは主にドキュメントの見栄えを良くしているだけなのかが決まります。
開発者へのアドバイス： 内部のリスクラベルが、それが表すべき特定の義務から乖離しないようにしてください。階層ラベルから必要な管理策および証拠成果物への監査可能なマッピングを維持し、ポリシーの解釈やシステムの挙動が変わった際にはそれを更新しましょう。
抽象的な議論を避けるために、コンプライアンス計画は、導入に要する時間、成果物の数、およびガバナンスの指標といった数値に紐付けられるべきです。引用された資料には、一律の「リスク階層採用率」といった統計はありません。しかし、GAOやOMBに関連する計画資料を通じて、ポリシー・コンプライアンスの実装への期待と説明責任プロセスに関する具体的な定量的指標が得られます。
第一の運用の指標は、OMB覚書M-24-10に基づき、特定の機関がコンプライアンス計画を作成・公開しているという事実です。これは任意のガイダンスではなく、計画メカニズムとして確立されています。連邦準備制度とEEOCはいずれもOMB覚書に言及したコンプライアンス計画を公開しており、コンプライアンスが計画されスケジュール化された実装活動として扱われていることを示しています。 (連邦準備制度コンプライアンス計画; EEOC コンプライアンス計画)
第二の指標は、NIST AI RMFの「1.0」というバージョニングそのものです。これは監査可能性と文書化に影響を与えます。バージョニングが重要なのは、それがコンプライアンス・マッピングのための安定したターゲットとなるからです。チームは、変動する基準ではなく、定義されたフレームワークのバージョンに合わせて管理ライブラリや証拠テンプレートを標準化できます。 (NIST AI RMF 1.0)
第三の指標は、GAOの公開報告書識別子です。GAOの報告書番号や製品ページは単なる目録データではありません。調査者や機関の管理層がフォローアップを追跡し、法執行の動機を形作る手段です。GAOの公開製品は、組織が対応しなければならない追跡可能な説明責任のタッチポイントを提供します。 (GAO 25-107653; GAO 25-107435)
新たな統計を捏造しなくても、「コンプライアンスのスループット」を数値化することは可能です。すなわち、いくつの証拠項目が必要で、その作成にどれだけの時間がかかり、階層の移行やシステムの更新時にどれだけの頻度で証拠の再生成が必要になるか、といった点です。引用資料は安定したフレームワークのバージョンと外部に公開されたコンプライアンス計画を提示しているため、これらを測定の足場にできます。（1）NIST AI RMFのガバナンス活動に沿った「証拠項目」のタクソノミーを定義し、（2）各項目の完了時間を測定し、（3）階層の変化やシステム変更に伴う再生成率を追跡するのです。これにより、裏付けのない主張に頼ることなく、資料に示されたガバナンス成果物に基づいた確かな運用数値を導き出せます。
研究者へのアドバイス： ポリシー・コンプライアンスにおいて測定可能なものを数値化してください。フレームワークのバージョンターゲット、コンプライアンス計画の公開頻度、定義された証拠項目タクソノミーに対する証拠の網羅率、そして安定した参照先に紐付けられた監査証拠の準備マイルストーンなどが対象となります。
AIポリシー・コンプライアンスにおける事例証拠は、劇的な法廷劇としてではなく、監視機関による行政ガバナンスの決定や調達の実装として現れることが多いものです。
事例1：OMB覚書M-24-10に基づく連邦準備制度のコンプライアンス計画実装（成果：公開された運用のためのコンプライアンス計画、タイムライン：計画は公開されレビュー可能）。 連邦準備制度によるコンプライアンス計画の公開は、契約業者や監視ステークホルダーが精査できる文書化されたガバナンスメカニズムを提供します。この成果は単なる内部の事務作業ではなく、主要な連邦機関がいかにAI関連のコンプライアンス要件を運用化するかを示す、外部から解読可能なコンプライアンス・エンジニアリングの地図となります。 (連邦準備制度コンプライアンス計画)
事例2：EEOCによるOMB覚書に向けたコンプライアンス計画の公開（成果：文書化された機関のコンプライアンス経路、タイムライン：実装の精査のために計画が一般公開）。 EEOCの公開も同様の機能を果たします。機関がコンプライアンス、役割、および実装プロセスをいかに調整しようとしているかを示しています。調査者にとっての成果は、複数の機関にわたるコンプライアンス計画の再現可能なパターンであり、これは「リスク階層化」が一貫して運用されているかを評価する際に不可欠です。 (EEOC コンプライアンス計画)
事例3：ホワイトハウスの調達および機関AI利用ポリシー（成果：調達中心のコンプライアンス・ルーティング、タイムライン：ポリシーが公開され連邦政府の取得行動に紐付け）。 ホワイトハウスによる新方針の発表は、コンプライアンスが広範なガイダンスレベルにとどまらず、取得プロセスや機関の実務を通じてルート化されていることを示しています。このルーティングは、コンプライアンス・エンジニアリングに影響を与えます。調達プロセスは、自主的なフレームワークにはない期限、文書化要件、および審査ゲートを生み出すからです。 (ホワイトハウスの調達および機関AIポリシー)
事例4：AIガバナンス実装に関するGAOの監視製品（成果：説明責任の喚起とリスク管理の精査、タイムライン：フォローアップ・サイクルのためにGAO製品を公開）。 AIガバナンスと実装に関するGAOの公開製品は、公的な説明責任のチャネルを提供します。調査者はGAOを法執行の実態のプロキシ（代理）として扱うことができます。GAOが実装の不備を特定すれば、それに対応して機関の行動が変化することが多く、それがコンプライアンス・エンジニアリングの期待されるあり方に影響を及ぼします。 (GAO 25-107653; GAO 25-107435; GAO 報告書インデックス)
開発者へのアドバイス： 公共部門の事例は、実務においてコンプライアンス・エンジニアリングがどこで「必須」となるかを示しています。連邦機関への販売や提携を行う組織であれば、証拠パイプラインを公開されたコンプライアンス計画の構造や調達の期待値に合わせてください。そこでは文書化はもはや「任意」ではありません。具体的には、自社の証拠パッケージがこれらの公開計画で示唆されている「成果物の形状」（責任者、ライフサイクル段階、保管場所）と一致しているかを再確認してください。これにより、調達審査官はやり直しを要求することなく、主張を責任ある成果物へと迅速にたどることが可能になります。
ここで各要素を繋ぎ合わせてみましょう。欧州において、リスクの階層化は義務を動かします。2026年8月の施行に向けて、欧州での展開には分類作業が急務となります。法執行の圧力が本格化する前に、コンプライアンスへの備えを運用化しておく必要があるからです。
米国では、連邦政府の調達や機関利用のポリシーが証拠へのインセンティブを生み出しています。NISTのAI RMFはガバナンスのためのリスク管理構造を提供し、OMB覚書M-24-10に基づくコンプライアンス計画は、機関が運用の実装と文書化を期待していることを示しています。GAOの監視は、不備を説明責任のシグナルに変えることで圧力を加えます。これらを合わせると、米国のコンプライアンス・エンジニアリングは、特に調達が関わる場合に、証拠生成と追跡可能性のシステムになる傾向があります。
州法の連邦法による上書き（プリエンプション）は、断片化を減らし義務を中央集約化することで、この構図を変えます。調査者にとって重要な問いは「書類作業が減るか」ではなく、「どの文書が不要になり、排除されたものの代わりにどのような新しい中央の義務が発生するか」です。もしプリエンプションによって州ごとの複数の要件が単一の連邦基準に置き換われば、コンプライアンス・エンジニアリングのワークフローは多角的なマッピングから単一のマッピング・パイプラインへと変わります。そうでなければ、組織はNIST型のガバナンスや連邦政府の証拠への期待に合わせつつも、多角的な変換レイヤーを維持し続ける必要があります。
本分析が米国の州法のプリエンプションと運用の重複に焦点を当てている以上、最も現実的な調査的結論は、プリエンプションは技術的なリスクそのものを変えるというよりも、コストと監査リスクの形を変える、ということです。重複は実装の不整合を招く余地を広げます。一方で中央集約化は、中央の基準が誤解された場合に単一の失敗モードに陥るリスクを広げます。
研究者および政策立案者へのアドバイス： プリエンプションの変化に耐えうる追跡可能性の要件を求めてください。もしコンプライアンス・エンジニアリングが、法改正によって崩壊しかねない管轄区域ごとのマッピングに依存しているなら、そのポリシー設計は不安定さを生みます。安定したマッピング・アプローチは、中央集約型と断片化型の両方の体制において有効であり続けるべきです。
法執行のタイムラインを遠いカレンダーの予定ではなく、現在の運用の行動指針として扱ってください。2026年8月の欧州AI法施行に向けた数ヶ月間、組織はリスク階層の分類を一度限りの法務作業ではなく、システムエンジニアリングの生きた一部として扱うべきです。すなわち、（1）NIST AI RMF型のガバナンス管理策、（2）欧州のリスクカテゴリによって生じる義務、（3）米国の調達および機関利用の期待に沿った証拠成果物、これら三つの間の継続的なマッピング作業を実行することを意味します。 (NIST AI RMF 1.0; ホワイトハウスの調達および機関AIポリシー; 連邦準備制度コンプライアンス計画)
政策提言： 米国は、ホワイトハウスが主導し機関の取得ポリシーを通じて実施される調達ガイダンスを通じて、NIST AI RMFの「統治」および「マッピング・測定・管理」に沿った標準的な「ポリシーからシステムへの追跡」文書形式を要求すべきです。その目的は、潜在的な州法プリエンプション体制下での重複を減らし、管轄区域を越えた監査への備えを高めることにあります。これはホワイトハウスが示す連邦調達中心の政策方向性と一致しており、NISTのリスク管理構造を証拠生成のバックボーンとして活用するものです。 (ホワイトハウスの調達および機関AIポリシー; NIST AI RMF 1.0)
2026年半ばまでに、リスク階層化をバージョン管理された証拠および文書パイプラインの中に留めている組織が優位に立つでしょう。標準化された追跡可能性こそが、証拠生成をより迅速かつ安価にし、管轄区域を越えた再利用を可能にするからです。