投稿者 global-ai-media 
クラウドセキュリティ大手のZscalerが、AIエージェントのガバナンス強化を目的にデータセキュリティ企業を買収しました。自律的に業務をこなすAIエージェントの実用化が迫る中、日本企業が直面する新たなセキュリティリスクと、安全なAI活用のためのデータ管理のあり方について解説します。
AIエージェントの台頭と新たなセキュリティの境界線
近年、大規模言語モデル（LLM）の進化により、人間がプロンプトを入力して回答を得る対話型のAIから、目標を与えれば自律的に計画を立ててシステムを操作する「AIエージェント」へとパラダイムシフトが起きつつあります。業務効率化や新規サービス開発において絶大なメリットをもたらす一方で、AIエージェントは社内のデータベースや各種SaaSに直接アクセスし、データ処理を行う権限を持つことになります。
クラウドセキュリティ大手のZscalerが、データセキュリティ姿勢管理（DSPM）を専門とするSymmetry Systemsを買収したというニュースは、まさにこのAIエージェント時代の到来を見据えた動きと言えます。ZscalerのCEOは、この買収によって「AIエージェントが侵害された際の迅速な影響範囲（blast-radius）の分析」が可能になるとしています。これは、AIがシステム内でどれだけのデータにアクセス可能であり、万が一暴走や乗っ取りが起きた際にどこまで被害が及ぶかを瞬時に把握・制御する技術が、今後のエンタープライズAIにおいて不可欠になることを示唆しています。
AIエージェントがもたらす過剰な権限というリスク
日本企業におけるAI導入の実務を振り返ると、まずは社内ガイドラインを整備し、セキュアな環境でチャットAIを利用させるフェーズにある組織が多いでしょう。しかし次のステップとして、社内システムと連携して自動で経費精算を行ったり、顧客データを分析してレポートを作成したりするAIエージェントを組み込む場合、根本的な課題に直面します。それは「AIにどこまでのアクセス権限を付与すべきか」という問題です。
日本の組織文化やIT運用においては、部署間での共有フォルダの権限管理が曖昧であったり、退職者や異動者のシステム権限が放置されていたりするケースが少なくありません。もし、こうしたアクセス権限の整理が不十分な環境にAIエージェントを導入すれば、AIは本来アクセスすべきでない機密情報まで読み取り、出力してしまう危険性があります。悪意のある第三者によってAIエージェントがプロンプトインジェクション（AIに対する指示の乗っ取り）などの攻撃を受けた場合、その被害範囲は人間の従業員のアカウントが乗っ取られた時以上に広範かつ高速になる恐れがあります。
データ中心のセキュリティ（DSPM）への転換
この課題に対する技術的なアプローチの一つが、Symmetry Systemsが得意とする「DSPM（Data Security Posture Management）」です。DSPMとは、クラウドやオンプレミスを問わず、企業内のどこにどのような重要データが存在し、誰（あるいはどのシステム）がアクセス権を持っているかを継続的に可視化・評価する仕組みです。
AIエージェントを安全に運用するためには、ネットワークの出入り口を守る境界防御だけでは不十分です。「最小特権の原則（必要な人が、必要な時に、必要なデータにのみアクセスできる状態）」を徹底し、AIエージェントに対しても人間と同等、あるいはそれ以上に厳格な権限管理と監視を行う必要があります。データがどこにあるかを把握し、AIのふるまいを監視して異常なデータアクセスを検知・遮断する仕組みは、コンプライアンスや個人情報保護法などの法令遵守の観点からも、今後のAIシステム設計の前提となるでしょう。
日本企業のAI活用への示唆
AIエージェントという強力なツールを競争力に変えるために、日本の意思決定者やプロダクト担当者、エンジニアは以下の点に留意して実務を進める必要があります。
第一に、データの棚卸しと権限の適正化です。AIに高度な業務を任せる前に、自社のデータがどこに保存され、どのようなアクセス権限が設定されているかを再評価してください。AIの能力を引き出すための土台は、整理されたクリーンなデータと適切な権限管理にあります。
第二に、AIエージェントを前提としたゼロトラスト・アーキテクチャの構築です。AIエージェントを単なるシステムツールではなく「強力な権限を持つデジタルの従業員」として扱い、社内ネットワーク内であっても無条件に信用せず、常にアクセス要求を検証するゼロトラストの概念をAIシステムにも適用することが求められます。
最後に、リスクコントロールによる攻めのガバナンスの推進です。セキュリティリスクを恐れてAIの導入を完全に止めてしまうことは、事業成長において大きな足かせとなります。リスクを正しく評価し、影響範囲を極小化する仕組みや、最終的な判断に人間が介在するヒューマン・イン・ザ・ループなどの設計を組み込むことで、日本の厳格な品質基準や法規制を満たしながら、AIの恩恵を最大限に享受することが可能になるはずです。