投稿者 global-ai-media 
「AIエージェント」のためのソーシャルネットワークを標榜するMoltbookで、実在するユーザーの個人情報が漏洩する事案が発生しました。AIが自律的にタスクをこなす「エージェンティックAI」への期待が高まる一方で、この事例はAIシステムそのものではなく、それを支えるプラットフォームやインフラの脆弱性という古典的な課題を浮き彫りにしています。日本企業が今後、高度なAI活用を進める上で避けて通れないセキュリティガバナンスのあり方を解説します。
AIエージェントの実験場で起きた「人間」のデータ漏洩
生成AIの進化は、単に人間と対話するチャットボットから、ユーザーの代わりにWeb操作やタスク実行を行う「AIエージェント（自律型AI）」へとフェーズを移しつつあります。そのような中、AIエージェント同士が交流・学習するための環境として開発された「Moltbook」において、開発者やテスターなど実在する人間の個人情報が漏洩していたことがWIREDなどの報道で明らかになりました。
皮肉なことに、AIを使ってコードのセキュリティ欠陥を見つけたり、自動化を進めたりしようとするツールそのものが、基本的なセキュリティ対策の不備により攻撃の対象となってしまったのです。これは、最先端のAI技術を導入しようとする際、私たちが「AIモデルの性能」や「ハルシネーション（もっともらしい嘘）」といったAI特有のリスクに目を奪われ、認証管理やデータ保護といった「従来のWebセキュリティ」をおろそかにしがちであるという警鐘でもあります。
「エージェンティックAI」がもたらす新たな攻撃面
日本国内でも、RAG（検索拡張生成）による社内ナレッジ活用に加え、APIを通じて外部サービスと連携し、予約や発注、データ分析を自律的に行うAIエージェントの実証実験（PoC）が増えています。しかし、エージェントが自律的に動くということは、それだけシステム間の接続点が増え、攻撃対象領域（アタックサーフェス）が拡大することを意味します。
Moltbookの事例は、AIエージェントが活動するプラットフォーム自体が、一般的なWebサービスと同様にSQLインジェクションやアクセス権限の不備といった脆弱性を抱えうることを示しています。AI自体がどれほど高度でも、それをホストするサーバーや、データをやり取りするパイプラインが脆弱であれば、そこがセキュリティホールとなります。特に、急ピッチで開発されたAIスタートアップのツールやライブラリを採用する場合、エンタープライズレベルの堅牢性が担保されていないリスクを考慮する必要があります。
日本の商習慣と「PoC貧乏」からの脱却におけるリスク
日本企業では、石橋を叩いて渡る慎重な検証文化がある一方で、PoC（概念実証）段階のシステムにおいて、本番相当のデータ（顧客データや社員情報）を安易に使ってしまうケースが散見されます。「あくまでテスト環境だから」という油断や、AIベンダーへの過度な信頼が、情報漏洩の引き金になりかねません。
また、改正個人情報保護法の観点からも、AIエージェントが扱うデータの管理責任は重要です。AIが自律的に外部のSaaSやプラットフォームと通信を行う際、意図せず個人情報や機密情報を含んだプロンプト（指示文）を送信してしまうリスクも考慮しなければなりません。Moltbookのようなサードパーティのプラットフォームを利用する場合、そこが日本企業の求めるセキュリティ基準（SOC2やISO27001など）を満たしているか、厳格なデューデリジェンスが求められます。
日本企業のAI活用への示唆
今回の事例を踏まえ、日本企業の意思決定者やエンジニアは以下の3点を再確認すべきです。
- 「AIネイティブ」なツールのセキュリティ評価：
新しいAIツールやプラットフォームを導入する際、AIの機能だけでなく、運営元のセキュリティ体制やインフラの堅牢性を従来のITベンダー同様に厳しく評価すること。特に新興ベンダーの場合は、第三者認証の有無や脆弱性診断の実施状況を確認することが重要です。 - PoC環境でのデータガバナンス徹底：
テスト環境や開発中のAIエージェントには、実データ（本番の個人情報や機密情報）を絶対に使用しないこと。合成データ（シンセティックデータ）やマスキング処理されたデータを活用し、開発段階での漏洩リスクを物理的に遮断する運用が必要です。 - AIと既存セキュリティの統合：
「AIセキュリティ」を特別なものとして切り離さず、ゼロトラスト（何も信頼しない）アーキテクチャの一部として組み込むこと。AIエージェントの通信もすべてログを取り、異常検知の対象とするなど、既存のセキュリティ監視体制の中に統合していく姿勢が求められます。