プロヴナンス・プルーフ
あるデータが宣言された来歴チェーン由来であることを、第三者が機械的に検証できる暗号的な「証明」そのもの。来歴を「記録」ではなく「証明」として扱うために必要な技術。
定義
プロヴナンス・プルーフは プロヴナンス と ゼロ知識証明 の合成概念である。来歴情報を ZK 証明としてパッケージ化し、原データを開示せず属性のみを検証可能にする。Lemma 文脈では docHash + 来歴コミットメント + ZK 証明の三層構造で実装される。
記録系標準 (C2PA、SCITT、SLSA) と並走するが、プロヴナンス・プルーフは「検証可能性」に振り切った設計。標準仕様が「誰が・いつ・何をしたか」を記録するのに対し、プロヴナンス・プルーフは「その記録が真正であることを暗号で示す」層を担う。
生成 AI 戦略の文脈で意味が増している。生成 AI が企業の中核業務に入り込むにつれ、(1) 学習データ来歴、(2) RAG 引用真正性、(3) モデル同一性の三軸を一括で扱える証明が要件化されつつある。プロヴナンス・プルーフは、これらすべてを単一の暗号インフラで扱える方式として注目される。
Lemma Oracle での実装
Lemma の中核プロダクト価値は「あらゆる属性・データに対してプロヴナンス・プルーフを発行・検証できる暗号インフラ」である。製品ごとに発行ロジック (Civic / Critical / Compliance) と検証ロジック (Trust402) を提供する。
生成 AI 戦略上の具体的ユースケース: RAG パイプラインのハルシネーション抑制、学習データセットの監査トレイル、EU AI Act 適合の自動ログ。いずれも「データの来歴を、データそのものを渡さずに証明する」要件で共通する。
2026 年以降、規制と契約の両面からプロヴナンス・プルーフが AI システムの前提技術として要求される流れが始まる。「プロヴナンス・プルーフを持たない AI」は監査・調達・コンプライアンスの低信頼帯に押し出される。