人による審査を経た変圧器 AI 判断のための監査証跡

変圧器の AI 判断は、生のエビデンスから人間による権限付与まで一貫して追跡できるべきである。AI 支援による推奨が、どのデータを用いたのか、どのような前提を置いたのか、どのような権限を持っていたのか、そして誰がそのアクションを承認したのかを示せないのであれば、それは影響の大きい保全ワークフローに供する準備ができていない。

GridAPM は監査証跡を、後付けの機能ではなく、プロダクトの機能として位置付けている。

エビデンスパックの構造

変圧器 AI のエビデンスパックには、次を含めるべきである。

• 資産 ID、サイト、変圧器の文脈、および対象となる構成部品。
• 判断の種類、深刻度、タイムスタンプ、および審査者。
• ソースデータの来歴（プロベナンス）: DGA、PRPD、SFRA、温度、SCADA、点検、保全記録。
• データ品質のフラグと不足しているエビデンス。
• 規格の文脈と社内のエンジニアリング実務。
• AI の推奨、不確実性、および既知の限界。
• 人間による承認、却下、上書き、またはエスカレーション。
• 保全または監視の後のアウトカムループ。

これは、GridAPM の研究ですでに述べたヒューマン・イン・ザ・ループ AI ワークフローを土台としている。

ガバナンスの文脈

NIST AI RMF と AI RMF Playbook は、AI リスクのガバナンス、マッピング、測定、管理をめぐって有用な公開の言語を提供している。NIST の生成 AI プロファイル、そしてソフトウェアと AI エージェントの識別情報および権限付与に関する新たな取り組みは、AI エージェントがツールを利用したり人に代わって行動したりできる場合に特に関連が深い。

変圧器 APM においては、エージェントは識別情報、スコープが限定された権限、ツールの境界、そして承認のしきい値を備えるべきである。

規格のクロスウォーク

監査証跡は、保護された規格本文を複製することなく、エビデンスを認知された技術的文脈に結び付けるべきである。例えば次のとおりである。

• DGA のエビデンスは、IEEE C57.104 と IEC 60599 を参照し得る。
• 監視のエビデンスは、IEEE C57.143 と CIGRE のインテリジェント状態監視に関する成果を参照し得る。
• PRPD のエビデンスは、IEC 60270 を参照し得る。
• SFRA のエビデンスは、IEEE C57.149 を参照し得る。

プロダクトは内容を言い換え、公開されているソースページを引用し、最終的な解釈の責任はエンジニアに残すべきである。

エージェントの識別情報と権限付与

エージェント型 AI は監査の問いを変える。モデルの出力を記録するだけでは十分でない。チームは次を把握すべきである。

• どのエージェントがその推奨を生成したのか。
• どのユーザーまたはワークフローがそのタスクを委任したのか。
• エージェントがどのツールとデータソースにアクセスしたのか。
• アクセスが読み取り専用だったのか、書き込み可能だったのか。
• その推奨が承認のしきい値を越えたのか。
• どの人間がそれを承認または上書きしたのか。

これは、推奨が作業指示システムや計画プロセスに供給される場合に特に重要である。

人間による審査の記録

人間による審査の記録は、審査者の役割、判断、根拠、コメント、エスカレーション、そしてあらゆる上書きを捉えるべきである。高リスクの変圧器状態については、サステナビリティまたは資産性能に関する第二の審査が適切な場合もある。AI はエビデンスを準備すべきであり、ガバナンス方針を決めるのは組織である。

アウトカムループ

監査証跡は、推奨の後も続くべきである。どのようなアクションが取られたのか。事後のテレメトリはその懸念を裏付けたのか。その推奨は偽陽性だったのか。新たなエビデンスは不確実性を低減したのか。このアウトカムループは、将来の保全判断を改善し、チームがモデルのドリフトやワークフローの隙間を理解する助けとなる。

GridAPM の実務上の約束はシンプルである。すべての AI の推奨には、エンジニアがそれを承認、却下、またはエスカレーションするために必要なエビデンスが付いてくる。