NDMOのデータガバナンス政策は、公共部門におけるデータの分類・共有・オープンデータ・プライバシー・品質・セキュリティ、そしてコンプライアンスの証跡に関する、サウジアラビアの運用上の基準である。これが重要なのは、AIシステム、電子政府サービス、オープンデータ・ポータル、クラウド・ワークロード、府省横断の分析基盤が、いずれもモデルやダッシュボードを信頼する前段として、統制されたデータに依存するためである。実務上の問いは、組織が「データガバナンスのフレームワーク資料（ppt）」を持っているかどうかではない。データを移動・公開・収益化し、あるいは自動意思決定支援に用いる前に、所有権・分類・メタデータ・品質・共有権限・プライバシーの根拠・保持期間・アクセス統制を証明できるかどうかである。本稿は法的助言ではなく、ガバナンスに関する解説として読まれたい。[S1] [S2]
概要
NDMOは国家データ管理局（National Data Management Office）である。その国家データガバナンス政策（National Data Governance Policies）は、政府データ、および政府データを取り扱う事業パートナーに対して、広範な運用フレームワークを定めている。政策群には、データガバナンス、データカタログとメタデータ、データ品質、データ運用、文書・コンテンツ管理、データアーキテクチャとモデリング、データ共有と相互運用性、マスターデータおよび参照データ、ビジネスインテリジェンスと分析、データ価値の実現、オープンデータ、情報公開、データ分類、個人データ保護、データセキュリティといった領域が含まれる。[S1]
これらの政策は、データを国家資産として位置づける。この枠組みはビジョン2030の中核をなす。公共サービスの提供を支える同じデータセットが、AI、自動化、予測、スマートシティ運営、経済計画、そしてオープンデータによる透明性をも支えるからである。元となるデータが誤分類され、重複し、不完全で、違法に共有され、あるいは十分に文書化されていなければ、その上に構築されたデジタルシステムは、その欠陥をそのまま引き継ぐ。[S1] [S2]
所管する主体
SDAIA（サウジ・データ・AI庁）であり、公式資料はNDMOを国家データガバナンスのアーキテクチャの中に位置づけている。同じくSDAIAに関連づけられる国家データガバナンス・プラットフォーム（National Data Governance Platform）は、自己評価、プライバシー影響評価、侵害通知、データ共有方式の承認、国家データ分類登録簿（National Data Classification Registry）など、データガバナンスと個人データ保護に関するコンプライアンス・ツールとサービスを提供する。[S2]
運用の観点では、最も明確かつ直接的な負担を負うのは公的機関である。NDMOの政策フレームワークは、自らの管理下または保管下で政府データ資産を取り扱う事業パートナーにも及ぶ。これにより、政策はクラウド事業者、システムインテグレーター、分析サービス提供者、AI開発者、マネージドサービス提供者、コンサルタント、そして政府データを受領または処理する民間組織にも関係することになる。[S1]
サウジのAI戦略にとっての重要性
サウジのAI戦略は、データの可用性、データ品質、そしてガバナンスの信頼性に依存する。SDAIAのAI倫理原則（AI Ethics Principles）は、データガバナンスをAIのライフサイクルの一部として扱う。担当チームは、データとモデルについて、収集・探索・評価・クレンジング・検証・変換・テスト・監視・レビューを行うことが求められる。国家データバンク（National Data Bank）は、国家全体のデータ品質を高め、機関間の共有を強化し、データ駆動型のデジタル経済を支えることを目的とした統合データ基盤について説明している。[S3] [S4]
だからこそ、NDMOの政策はバックオフィスのコンプライアンス上の論点ではない。それはAIインフラの上流に位置する。誤ったデータで学習したモデル、未分類のレコードに接続された検索システム、検証されていないメタデータから構築されたダッシュボードは、いかなるモデル・アーキテクチャを選ぶよりも前に、公平性・説明可能性・プライバシー・セキュリティ・意思決定の質を損ないうる。[S1] [S3]
制度マップ
SDAIA・NDMO・HUMAIN・MCIT・CSTの役割
サウジのデータガバナンスは、単一の政策文書の中に収まるものではなく、複数の機関にまたがって存在する。
| 機関 | データ・AIスタックにおける役割 | 実務上の含意 |
|---|---|---|
| SDAIA | 国家のデータ・AI当局。AI倫理およびデータガバナンス・プラットフォームの資料を公表する。[S2] [S3] | AI・データチームはSDAIAの資料を中核的なガバナンス参照先として扱うべきである。 |
| NDMO | 公共データの管理、分類、共有、オープンデータおよび関連領域に関する国家データガバナンスの政策主体。[S1] | 公的機関および事業パートナーは、NDMOの統制に対応づけた証跡を必要とする。 |
| 国家データガバナンス・プラットフォーム | データガバナンスと個人データ保護のサービスを提供する電子プラットフォーム。[S2] | コンプライアンス作業には、自己評価、プライバシー影響評価、侵害通知、データ共有方式の承認が含まれうる。 |
| 国家データバンク | データレイク、マーケットプレイス、ラボ、カタログ、参照データ、オープンデータ公開のための統合データ基盤。[S4] | 政府のデータ事業には、カタログ・品質・共有・公開の規律が必要である。 |
| HUMAINおよびAI事業者 | 統制されたデータに依存するAIインフラおよびアプリケーション層。[S7] | ガバナンス統制は、モデルの実装準備、調達上の信頼性、業種の信認に影響する。 |
| MCIT・CST・NCAおよび業種別規制当局 | デジタル政策、クラウド、通信、サイバーセキュリティ、業種別の規則制定。[S8] [S9] | NDMOの分析は一つの層にすぎない。クラウド・サイバー・プライバシー・調達・業種別の義務も併せて適用されうる。 |
公的部門・PIF・民間部門
公的機関は、政策が政府データに焦点を当てているため、NDMOフレームワークの多くにとって直接の対象である。これらの機関は、指名されたデータ所有者、定義されたガバナンス上の役割、年次のコンプライアンス証跡、データのカタログ化、メタデータ基準、品質統制、共有ルール、オープンデータのレビュー、そして分類の規律を必要とする。[S1]
PIF傘下の企業やその他の国家的な代表企業（ナショナル・チャンピオン）は規制当局ではないが、政府データ、公共部門との契約、クラウド・ホスティング、AIシステム、個人データが交錯する戦略的な業種で事業を営むことが多い。こうした組織にとって、NDMOの政策は、契約、調達要件、データ共有の取り決め、顧客の期待、あるいは業種別の義務を通じて関係してくることがある。
民間ベンダーは、自らが府省ではないという理由だけでNDMOを無関係とみなすべきではない。政府データをホスティング・変換・分析・統合・拡充・保護するのであれば、NDMOフレームワークは購買側の証跡環境の一部となる。汎用的なデータカタログ、プライバシー・モジュール、データ分類モデルは、サウジの用語・統制・監査上の期待に対応づけられない限り、十分とはいえない。[S1] [S2]
テクノロジーとインフラ
クラウドとデータセンター
クラウドのアーキテクチャは、データガバナンスに従わなければならない。公的機関やベンダーがワークロードをクラウド環境へ移行する前に、そのデータセットが何であるか、誰が所有するのか、どの分類が適用されるのか、個人データを含むのか、共有できるのか、オープンデータとして公開できるのか、どのセキュリティ統制が適用されるのかを把握しておく必要がある。[S1]
国家データバンクは、この論理をプラットフォームの水準で補強する。そのデータレイクは政府のデータ資産を統合する国家規模のリポジトリとして提示され、マーケットプレイスはデータ共有と信頼モデルを支え、カタログは政府システムのメタデータを文書化し、オープンデータ・プラットフォームは政府機関や民間組織が透明性・イノベーション・説明責任のためにデータセットを一般公開することを可能にする。[S4]
ベンダーにとってこれは、サウジのデータインフラの機会がガバナンス要件と不可分であることを意味する。データレイク、クラウド・データウェアハウス、データ交換基盤、カタログ製品、プライバシー・ツール、データ・オブザーバビリティ・システム、AIプラットフォームは、いずれも分類・メタデータ・アクセス・来歴・保持・監査可能性に関する統制を必要とする。
モデル・チップ・プラットフォーム
AIシステムは統制されたデータを消費する。SDAIAのAI倫理フレームワークは、AIプロジェクトはモデル開発に先立ち、入力データの収集・探索・評価・クレンジング・検証・変換を通じてデータを準備すべきだとしている。また、リスク管理を、データ、アルゴリズム、コンプライアンス、運用、法務、レピュテーション、規制上のリスクと結びつけている。[S3]
これは、NDMOのデータガバナンスと戦略、そしてAIの実装との間に直接の橋渡しを生む。自動データ分類は、機微・制限付き・個人・公開のデータセットを大規模に識別する助けとなりうる。ただしそれは、意思決定を支援する層として扱うべきであり、データの所有・スチュワードシップ・政策解釈・人による確認の代替とすべきではない。
データ分類モデルについても同様である。分類器は、メタデータ、内容のパターン、事業体名、国民識別番号、位置情報、健康分野、金融分野、契約上のラベルを走査できる。しかしそれ自体では、特定のデータセットを政府の取り決めのもとで共有すべきか、オープンデータとして公開すべきか、法定目的のために保持すべきか、あるいはAIの学習コーパスから除外すべきかを判断することはできない。[S1] [S3]
政府による導入
政府による導入は、反復可能な証跡に依存する。NDMOの政策は、各機関に対し、データガバナンスの体制整備、資産のカタログ化、データ品質の管理、共有の支援、定められた条件でのオープンデータの公開、そしてデータの分類を求める。政策フレームワークが示すコンプライアンス・モデルには、年次のコンプライアンス監査、実装済みの仕様に対する証跡、そしてNDMOによる随時のコンプライアンス監査の可能性が含まれる。[S1]
技術提供者にとって、その商業的な含意は明確である。サウジ政府向けの提案は、機能を示すだけでは足りない。そのプラットフォームがどのように政策上の証跡を支えるかを示すべきである。有用な製品証跡には、データ来歴の記録、分類ログ、ロールベースのアクセス統制、メタデータの網羅性、データ品質チェック、オープンデータの承認フロー、プライバシー影響評価の記録、保持ポリシー、そしてエクスポート可能な監査レポートが含まれる。
政策とコンプライアンス
データガバナンス
NDMO政策の核心にある問いは、ある機関が、自らどのようなデータを保有し、誰がそれを所有し、どこから来て、どう定義され、どれだけ信頼でき、どう利用でき、それに関する判断に誰が責任を負うのかを把握しているか、である。フレームワークのデータガバナンスとカタログの領域は、これを文書化の作業ではなく、運用モデルとして位置づける。[S1]
したがって、信頼に足るサウジのデータガバナンス戦略は、棚卸しと責任の所在から始めるべきである。
| 統制領域 | 証明すべきこと | なぜ重要か |
|---|---|---|
| 所有権 | 事業側・技術側の責任ある所有者が指名されている。 | 所有者のないデータは、分類・共有・修正・廃棄が困難になる。 |
| カタログとメタデータ | システム、データセット、フィールド、定義、来歴が文書化されている。 | 発見と再利用には、信頼できるデータ資産の地図が必要である。 |
| データ品質 | 正確性・網羅性・妥当性・一貫性・適時性、および課題対応のワークフローが測定されている。 | 品質の低さは、分析・AI・自動化・公表を弱体化させる。 |
| アクセスと利用 | 役割、権限、許容される目的が定義されている。 | 機微または保護対象のデータが、非公式なアクセス経路を通じて移動すべきではない。 |
| 証跡 | コンプライアンスの状況と裏づけとなる成果物をエクスポートまたはレビューできる。 | 年次報告と監査には、主張ではなく証明が必要である。 |
分類と自動分類
データ分類は、データをどう取り扱えるかを決める統制である。NDMOの政策資料は、分類を、保護対象データの共有、オープンデータの識別、公開情報の提供、そして個人データと機密性リスクの管理のための前提条件として扱う。[S1] [S5]
自動データ分類が有用なのは、サウジの各機関が、システム、ファイル、電子メール、画像、フォーム、データベース、API、ログ、非構造化文書にまたがってデータを保有しうるためである。自動化は発見を加速し、潜在的な機微性を検出しうるが、検証ルール、誤検知のレビュー、例外処理、データ所有者の承認を通じて統制されるべきである。
運用モデルは、次の三つを分離すべきである。
| 層 | 役割 |
|---|---|
| 自動スキャン | メタデータ、フィールド名、パターン、ラベル、内容、文脈にもとづき、想定される分類を検出する。 |
| スチュワードによるレビュー | 分類を確認し、例外を解消し、根拠を文書化する。 |
| ガバナンス上の判断 | アクセス、共有、公開、保持、プライバシー・レビュー、エスカレーションの手順を決定する。 |
この区別はAIにとって重要である。データセットを公開・制限付き・個人・機微と標示するデータ分類モデルは、手作業の負荷を軽減しうる。しかし、それによって政策解釈、データ共有の権限、オープンデータの承認、プライバシー分析の必要性がなくなるわけではない。[S1] [S3]
データ共有と相互運用性
データ共有は、NDMOが存在する理由の一つである。政策フレームワークは、データ共有が政府全体での重複、不整合、複数の「真実の源」を避ける助けになると論じる。しかし共有はプライバシー・分類・品質・セキュリティのリスクも生む。だからこそ共有は、定められた目的、承認された方式、メタデータ、統制、そして責任の所在に結びつけられるべきである。[S1] [S2]
国家データガバナンス・プラットフォームには、データ共有方式の承認申請が含まれる。一方、国家データバンクは、複数の信頼モデルのもとで安全・柔軟・拡張可能なデータ共有と収益化を目的として設計されたデータ・マーケットプレイスについて説明している。[S2] [S4]
事業者にとっての問いは、単に「そのデータセットにアクセスできるか」ではない。次のとおりである。
| 判断のポイント | 必要な検討 |
|---|---|
| 目的 | なぜそのデータが必要で、その目的は文書化されているか。 |
| 分類 | 共有の前後で、どの取り扱い水準が適用されるか。 |
| 権限 | 誰が共有方式と受領者を承認するか。 |
| データ最小化 | データセット全体が必要か、それとも選択されたフィールドのみか。 |
| セキュリティ | アクセス、転送、保管、ログ取得をどう統制するか。 |
| 再利用 | 受領者は、分析、AIの学習、公開のためにデータを再利用できるのか、それとも承認された目的に限られるのか。 |
オープンデータ
オープンデータは、無制限のデータの垂れ流しと同じではない。NDMOのオープンデータ資料と国家データバンクは、オープンデータを、透明性・イノベーション・説明責任・公共の再利用を支える、統制された公開の仕組みとして位置づける。[S1] [S4] [S6]
政府機関は、分類・所有権・メタデータ・品質・形式・プライバシー・機密性・セキュリティ上の考慮を確認したうえで初めて、オープンデータを公開すべきである。NDMOの政策資料は、機械可読形式、メタデータ、保守、追跡可能性、来歴、バージョン管理、そしてKSAオープンデータ・ライセンス（KSA Open Data License）に言及している。[S1]
企業にとって、オープンデータは市場規模の推計、物流計画、リスク分析、AIのベンチマーク、都市分析、製品のローカライズを支えうる。しかしオープンデータは、限界のある公式な公開チャネルとして扱うべきである。オープンデータセットを位置情報・取引・本人性・運用データと組み合わせると、元のデータセットでは明らかでなかった機微性が生じることがある。
プライバシーとセキュリティ
個人データの保護は、同じサウジのデータガバナンス環境の一部である。国家データガバナンス・プラットフォームは、PDPL（個人情報保護法）およびその施行規則の遵守を支援するとし、プライバシー影響評価、侵害通知、報告と苦情、法的見解の照会、自己評価といったツールとサービスを提供するとしている。[S2]
SDAIAのAI倫理原則はさらに、AIシステムはプライバシーを尊重し、収集したデータを保護し、AIのライフサイクル全体で高い水準のセキュリティを維持する形で構築されるべきだと述べる。これは、個人データ、機微データ、大規模な監視、自動意思決定支援、公共サービス、医療、教育、金融、セキュリティ、あるいは雇用に関わるユースケースを用いるシステムにとって、とりわけ重要である。[S3]
各組織は、拘束力のある義務について、現行のPDPL条文、施行規則、SDAIAのガイダンス、契約、サイバー要件、そして業種別規制当局で確認すべきである。本稿は法的助言を提供するものではない。
市場への含意
ベンダーの機会
NDMOの政策は、コンプライアンスの覚書だけでなく、ガバナンス・ツールへの需要を生む。最も価値の高い機会は、政策上の証跡・運用ワークフロー・AIの実装準備が交わる領域に位置する公算が大きい。
| 機会 | 購買側の課題 |
|---|---|
| データカタログとメタデータ管理 | 公的機関は、発見可能で文書化されたデータ資産を必要とする。 |
| データ品質管理 | 分析、AI、公表は、信頼できるデータに依存する。 |
| 自動データ分類 | 大規模なデータ資産は、機微・個人・制限付き・公開データの拡張可能な発見を必要とする。 |
| データ共有ワークフロー | 機関やベンダーは、承認された共有経路、目的統制、監査証跡を必要とする。 |
| オープンデータ公開ワークフロー | 公開データセットは、品質レビュー、メタデータ、機械可読形式、保守、バージョン管理を必要とする。 |
| プライバシー・エンジニアリング | PDPL遵守には、発見、記録、影響分析、侵害対応プロセス、権利対応が必要である。 |
| AIガバナンスの統合 | モデルには、データ来歴、分類、監視、説明可能性、人による責任が必要である。 |
汎用のガバナンス・ソフトウェアでは不十分である。ベンダーは、言語、ラベル、ワークフロー、証跡のエクスポート、承認マトリクス、統制の対応づけを、サウジの期待に合わせてローカライズすべきである。データ品質とデータガバナンスが、どのように分類・オープンデータ・プライバシー・AIの実装準備につながるかを示せない製品デモは、本気の購買側には不完全に映る。
データガバナンスのKPI例
最良のデータガバナンスのKPI例は、証跡にもとづくものである。KPIは、データが安全に利用でき、適法に共有でき、責任をもって公開でき、明確な責任の所在のもとでAIや分析に再利用できる状態にあるかを測るべきである。[S3]
| KPI | 測定する内容 |
|---|---|
| 分類済みデータセットの割合 | 承認された分類が付与されたデータセットの割合。 |
| メタデータの網羅性 | 所有者・定義・出所・更新頻度・機微性のフィールドが揃った、カタログ化済みデータセットの割合。 |
| データ品質課題の解消 | 領域・所有者・重大度ごとの欠陥の是正までの時間。 |
| 共有承認のサイクルタイム | 申請から、承認・却下・エスカレーションの判断までの時間。 |
| オープンデータの保守率 | 定められた頻度内に更新された公開データセットの割合。 |
| プライバシー影響評価のカバレッジ | 対象となる取り組みのうち、プライバシー影響評価を完了した割合。 |
| AI学習データの来歴 | 出所・分類・許容される用途・品質レビューが文書化されたAIデータセットの割合。 |
| 監査証跡の準備状況 | 最新かつレビュー可能な裏づけ証跡を備えた統制の割合。 |
これらは例であり、公式の閾値ではない。各機関は、自らの義務、データ資産、リスク・プロファイル、そして規制当局や顧客の期待にもとづいてKPIを設定すべきである。[S1] [S2]
人材・エネルギー・地政学上の制約
サウジのデータガバナンス改革は、技術の問題であると同時に、人材の問題を生む。公的機関とベンダーは、サウジの政策用語と運用システムを理解する、データ所有者、スチュワード、プライバシー専門家、セキュリティ・アーキテクト、データエンジニア、カタログ管理者、AIガバナンスの責任者、内部監査人を必要とする。
AIの構築は、その圧力を高める。データセンター、アラビア語モデル、政府の自動化、業種別のAIユースケースが拡大するにつれ、分類・品質レビュー・共有承認・プライバシー分析・セキュリティ統制を要するデータセットの数は増える。ガバナンスの近道はパイロットを速めるかもしれないが、システムが本番に移る段階では、監査可能性と信頼を損なう。[S7]
FAQ
NDMOとは何か
NDMOは国家データ管理局である。政府データ、および政府データを取り扱う事業パートナーに対して、とりわけ国家的なデータ管理と個人データ保護の基準を担う、サウジの政策主体である。[S1]
NDMOのデータガバナンス政策は何を対象とするのか
広範なデータ管理フレームワークを対象とする。すなわち、ガバナンス、カタログとメタデータ、データ品質、運用、アーキテクチャ、共有、相互運用性、参照データとマスターデータ、分析、価値の実現、オープンデータ、情報公開、データ分類、個人データ保護、そしてデータセキュリティである。[S1]
自動データ分類はサウジのデータガバナンスにどう位置づけられるのか
自動データ分類は、大規模なデータ資産を走査し、公開・制限付き・個人・機微・保護対象と想定されるデータを検出する助けとなる。それは人によるガバナンスを置き換えるのではなく、支援すべきものである。最終的な判断には、依然としてデータ所有者のレビュー、政策解釈、共有権限、監査証跡が必要である。[S1] [S3]
データ分類モデルとは何か
データ分類モデルとは、メタデータ、内容、パターン、フィールド名、文脈、あるいは過去のラベルにもとづいて、データに取り扱いラベルを割り当てる技術的な手法である。サウジのガバナンスにおいては、その出力をNDMOに整合した分類・取り扱いルールに照らして検証できて初めて有用となる。
データ品質とデータガバナンスはどう関係するのか
データ品質とデータガバナンスは不可分である。ガバナンスは所有権・定義・統制・責任の所在を割り当て、品質はデータが正確・網羅的・妥当・一貫・適時で、所定の目的に使えるかを測る。AIと分析のプロジェクトには、その双方が必要である。[S1] [S3]
データガバナンス戦略の文書には何を含めるべきか
ガバナンス上の役割、データ所有権、棚卸し、メタデータ、分類、データ品質統制、共有ルール、オープンデータのワークフロー、プライバシー・レビュー、セキュリティ統制、保持、監査証跡、エスカレーション経路を定義すべきである。サウジの公共部門向けの作業では、これらの要素を、該当する範囲でNDMOおよびSDAIAの出典に対応づけるべきである。[S1] [S2]
データガバナンスのフレームワーク資料には何を示すべきか
有用なデータガバナンスのフレームワーク資料は、汎用的な原則だけでなく、運用モデルを示すべきである。すなわち、役割、決定権、データのライフサイクル、分類水準、データ品質指標、共有承認、オープンデータ公開のゲート、プライバシー統制、AIデータの実装準備、そしてKPIの証跡である。
NDMOの最新情報はどこで確認すべきか
NDMOに関する最新情報については、二次的な要約に頼る前に、公式のSDAIA、国家データガバナンス・プラットフォーム、国家データバンクのページを利用すべきである。最新の動向を確認する際には、その情報源が新たな政策、サービスページの更新、プラットフォームの機能を説明しているのか、それとも既存のルールに関する論評にすぎないのかを見極める必要がある。[S2] [S4]
NDMOコンプライアンスはPDPL遵守と同じか
同じではない。NDMOのデータガバナンスとPDPLのプライバシー遵守は、とりわけ政府データが個人データを含む場合に重なり合うが、同一ではない。各組織は、拘束力のある義務について、現行のPDPL資料、施行規則、契約、業種別ルールを確認すべきである。[S2]
本記事は法的助言か
いいえ。本稿は、事業者・投資家・アナリスト・ベンダーに向けた戦略的なガバナンス解説である。サウジの法的義務は、有資格の法律専門家、SDAIAの資料、顧客との契約、および関連する規制当局で確認すべきである。
関連分析
出典
[S1] サウジ・データ・AI庁（SDAIA）／国家データ管理局（NDMO）、公式PDF「National Data Governance Policies」、2026年5月26日閲覧、https://sdaia.gov.sa/ndmo/Files/PoliciesEn001.pdf
[S2] 国家データガバナンス・プラットフォーム／SDAIA、公式プラットフォームページ「About the Platform」、2026年5月26日閲覧、https://dgp.sdaia.gov.sa/wps/portal/pdp/about/objectives/!ut/p/z1/04_Sj9CPykssy0xPLMnMz0vMAfIjo8ziPR1dzTwMgw2MDMOcTA3MjH39TE29jY0MDIz1w9EUhIZZAhUEGvl6OXoaGwQY60cRo98AB3A0IKTfi5ACoA-MinydfdP1owoSSzJ0M_PS8vUj8pOyUpNLMstSi4EuiEIzA9MPYAV4HBmcWKRfkBsaUeWTFhyQrqgIAAn03VI!/dz/d5/L0lHSkovd0RNQU5rQUVnQSEhLzROVkUvZW4!/
[S3] サウジ・データ・AI庁、公式PDF「AI Ethics Principles」、2023年9月、2026年5月26日閲覧、https://dgp.sdaia.gov.sa/wps/wcm/connect/4c56ed1c-1b82-447d-ac29-638f5f99c12e/ai-principles-EN.pdf?CACHEID=ROOTWORKSPACE-4c56ed1c-1b82-447d-ac29-638f5f99c12e-p3k51U9&CONVERT_TO=url&MOD=AJPERES
[S4] 国家データバンク／SDAIA、公式プラットフォームページ「National Data Bank」、2026年1月26日最終更新、2026年5月26日閲覧、https://data.gov.sa/en
[S5] サウジ・データ・AI庁／国家データ管理局、公式PDF「National Data Governance Interim Regulations」、2026年5月26日閲覧、https://sdaia.gov.sa/ndmo/Files/PoliciesEn.pdf
[S6] サウジ・データ・AI庁／オープンデータ・プラットフォーム、公式PDF「Open Data Strategy 2022-2024」、2026年5月26日閲覧、https://open.data.gov.sa/odp-public/static/en/assets/Open_Data_Strategy_2022_2024_En.pdf
[S7] ビジョン2030、公式プロジェクトページ「HUMAIN」、2026年5月26日閲覧、https://www.vision2030.gov.sa/en/explore/projects/humain
[S8] 通信情報技術省（MCIT）、公式PDF「KSA Cloud First Policy」、2019年2月、2026年5月26日閲覧、https://www.mcit.gov.sa/sites/default/files/ksa_cloud_first_policy_en.pdf
[S9] 通信・宇宙・技術委員会（CST）、公式ページ「Cloud Computing」、2026年5月26日閲覧、https://www.cst.gov.sa/en/knowledge-center/digital-knowledge/cloud-computing
[S10] SDAIA、公式のデータ・AI当局ウェブサイト。https://sdaia.gov.sa/
[S11] 国家データバンク、サウジ公式データプラットフォーム。https://data.gov.sa/
[S12] デジタル政府庁（DGA）、サウジ公式の電子政府規制当局。https://www.dga.gov.sa/