約199.9万ドル DEFINITIVE CONTRACT W5170126CA115

陸軍の人事・給与システムのデータ品質をAIで自動修正 ― 約200万ドル、モデルでなくその手前を整える契約(XPERNO)

国防総省 2026-04-06 〜 2028-04-05

陸軍統合人事・給与システム(IPPS-A)のなかにあるデータ品質の問題を、自動で検出し、優先度をつけ、修正する「デジタル・スチュワードシップ as a Service」基盤を開発する契約。クラウドネイティブでAIを用いる設計とされている。

契約の基本情報

  • 受注者XPERNO LP LLP
  • 契約額$1,999,127(約199.9万ドル)
  • 発注機関国防総省
  • 発注部局陸軍省
  • 契約種別DEFINITIVE CONTRACT
  • 履行期間2026-04-06 〜 2028-04-05
  • 契約番号(PIID)W5170126CA115

契約の概要(原文)

THE DEVELOPMENT OF A CLOUD NATIVE, ARTIFICIAL INTELLIGENCE ENABLED DIGITAL STEWARDSHIP AS A SERVICE PLATFORM THAT AUTOMATES THE DETECTION, TRIAGE, AND CORRECTION OF DATA QUALITY ISSUES WITHIN THE ARMY INTEGRATED PERSONNEL AND PAY SYSTEM.

要点

  • 陸軍統合人事・給与システム内のデータ品質の問題を、自動で検出・トリアージ・修正する基盤を開発する契約。
  • クラウドネイティブでAIを用いる「デジタル・スチュワードシップ as a Service」として設計されている。
  • AIが答えを出す側ではなく、答えを出すための土台(データ)を整える側に使われている。
  • 検出と修正のあいだに「トリアージ」=どれから直すかを判断する工程が置かれており、単純な一括修正を目指していない。
  • 期間は2026年4月から2028年4月までの2年、契約額は約200万ドル。記録222件では1,000万ドル未満が190件(86%)を占める。

1モデルでなく、その手前を買う

AIに関する支出というと、モデルや分析の仕組みを買う話が思い浮かぶ。この契約が対象にしているのはその手前である。人事と給与のシステムに溜まったデータの誤りや不整合を、自動で見つけ、どれから直すかを判断し、修正する。AIを使う側の前提として、データが正しくなければ出てくる答えも正しくならない。ここではAIが、答えを出す側ではなく、答えを出すための土台を整える側に使われている。

  1. 1検出溜まったデータの誤りや不整合を自動で見つける
  2. 2トリアージどれが業務に効いていて、どれが後回しでよいかを判断する
  3. 3修正決めた順番に沿って直す

2「トリアージ」という言葉の選び方

概要は、検出と修正のあいだにトリアージを挟んでいる。もともとは医療で、限られた資源のなかで治療の順番を決めることを指す言葉である。データ品質の問題は、見つけたところで全部を直せるとは限らない。どれが業務に効いていて、どれが後回しでよいかを判断する工程が要る。自動化の対象に判断の部分が含まれていることは、この契約が単純な一括修正を目指していないことを示している。

3人事と給与という対象

扱われているのは陸軍の統合人事・給与システムである。誰がどの職にいて、いくら支払われるかを管理する仕組みで、データの誤りは配置の誤りや支払いの誤りとして現れる。装備や作戦の話に比べて目立たないが、間違いが個人の生活に直接届く領域でもある。

契約期間は20264月から20284月までの2年で、2026年8月31日時点で当サイトが保持する記録222件のうち1,000万ドル未満が190件86%)を占めるなか、約200万ドルという規模はその多数派に含まれる。

1,000万ドル未満の記録190 / 222

なぜ重要か

AIの導入で最初に突き当たるのは、モデルの性能ではなくデータが揃わないことであることが多い。公開されている支出データを見ると、AIそのものを買う契約と並んで、AIを使える状態にするための契約が存在している。どちらを数えるかで「AIへの支出」の見え方は変わる。

よくある質問(FAQ)

この契約は何を作るのですか?
陸軍統合人事・給与システム内のデータ品質の問題を自動で検出・トリアージ・修正する、クラウドネイティブでAIを用いた基盤とされています。
「トリアージ」とは何ですか?
もともとは医療で、限られた資源のなかで治療の順番を決めることを指す言葉です。ここでは、見つけたデータ品質の問題のうちどれから直すかを判断する工程を指します。
なぜデータの品質が問題になるのですか?
記録に理由は書かれていません。一般に、人事と給与のデータの誤りは配置や支払いの誤りとして現れます。

出典(一次情報)

本記事は下記の米国政府公式の支出データに基づく独自整理です。正確・最新の内容は公式をご確認ください。

#連邦支出#陸軍#AI#データ品質#人事
免責: 本サイトは各公式データソースをもとに独自に要約・分類したものです。最新・正確な情報は必ず公式ソースをご確認ください。金融・医療・法務・セキュリティに関する内容は情報整理であり、助言ではありません。本サイトは米国政府の公式サイトではありません。