AIエージェントのブラストラディウスはガバナンスの課題

AIエージェントがチームの業務効率を高める存在となるか、規制当局の前に立たされるリスクとなるかを分けるのは、モデルの性能ではありません。エージェントがアクセスできる機密コンテンツの範囲、そのアクセスを誰が承認したか、そしてその両方をいつでも証明できるかどうかです。

Recorded FutureのInsikt Groupは、2026年11月11日に発表したレポートでAI関連インシデント103件を記録しました。ざっと読むとSecOps対応が必要な数字に見えますが、じっくり読むと、最後の推奨事項はCISO向けのガバナンス・ブリーフです。エージェントがアクセス・変更できる範囲を制限し、機密システムから隔離し、重要な操作には人による承認を必須としてください。

これは「被害範囲」の問題であり、Kiteworksセキュアデータ交換が最も重要なコンテンツのために解決するために設計された問いです。Kiteworks Secure MCP ServerとKiteworks Compliant AIは、エージェントと規制対象ファイルの間にポリシーを設け、Kiteworksコントロールプレーンは人とエージェント双方の操作を1つの監査ログに記録します。CISO、チーフコンプライアンスオフィサー、法務責任者、データ保護責任者にとって、このニュースで本当に重要なのは脅威そのものではなく、その後に求められる証拠です。

主なポイント

  1. 103件のインシデントの大半は攻撃者による活動。 この数字は企業エージェントの失敗件数ではなく、実行すべき推奨事項こそが重要です。
  2. 被害範囲はモデルではなくアクセス権で決まる。 エージェントがアクセス・変更できる範囲が、失敗時の深刻度を左右します。
  3. 承認は、システムが強制し記録して初めて意味を持つ。 ポリシーへの自信だけでは、監査人が納得する証拠にはなりません。
  4. ベンダーの約束は証拠ではない。 ゼロ保持条項があっても、どんなコンテンツが環境外に出てどこに保管されたかは分かりません。
  5. 1つのポリシーと1つの監査ログで人とエージェントをカバーすべき。 Kiteworks Secure MCP Server、Compliant AI、Control Planeは両者に同じガバナンスを適用し、単一の記録を生成します。

インシデント数よりも推奨事項が重要

まずレポートの内容と、記載されていない点を確認しましょう。Insiktは2025年7月31日から2026年7月31日までの103件のインシデントを分析しました。32件はマルウェア内部や攻撃オペレーションの調整にAIが使われ、そのうち9件は国家支援による情報収集でした。残りの71件は、AIシステムへの攻撃、AIをテーマにした誘導、AI支援による詐欺、AIエージェントやサービスの悪用の4つに分類されます。

この分類は、取締役会への説明方法にも影響します。103件の大半は、サプライチェーン攻撃、フィッシング、恐喝など、AIが関与する攻撃者の活動です。自社エージェントの制御喪失が103件あったわけではありません。この数字をエージェントガバナンス失敗の証拠として引用するのは行き過ぎであり、最初の懐疑的な参加者が異議を唱えるでしょう。

レポートはまた、完全自律型のオペレーションは依然として稀であり、信頼できる結果には人による監督が必要であることも明記しています。開発者向けツールは特に狙われやすく、コーディングアシスタントやAIプロキシパッケージは認証情報やコードへの特権アクセスを持つ傾向があります。サプライチェーン関連の3件の事例がその傾向を示しています。2026年2月末には人気のAIプロキシパッケージが侵害され、4月にはAIツールパッケージが侵害、5月にはShai-HuludワームがClaude Codeを標的に永続化と拡散を図りました。

ここからが注目すべきポイントです。Insiktは組織に対し「AIエージェントがアクセス・変更できる範囲を制限し、機密システムから隔離する」「重要な操作には人による承認を必須とし、独立した監視と停止機能を維持する」ことを推奨しています。また、サードパーティAI依存やコード生成プラグインの監査も求めています。いずれも検知チューニングの話ではありません。すべての項目がCISOに同じことを求めています。エージェントが触れる範囲を決め、誰が承認するかを決め、記録を残すことです。

組織のセキュリティを信じていますか?その証明はできますか?

今すぐ読む

被害範囲はエージェントがアクセスできるコンテンツで決まる

セキュリティチームは「被害範囲(blast radius)」という言葉をインフラ分野から借用しましたが、実はエージェントにこそ最も適しています。範囲を決めるのはモデルではなく、エージェントに与えられたアクセス権、つまりどのフォルダー、メールボックス、リポジトリ、トークン、操作が許可されているかです。アクセス範囲が狭い優秀なエージェントは制御可能な問題ですが、アクセス範囲が広い凡庸なエージェントは、侵害の引き金待ちの状態です。

Insiktによるある攻撃キャンペーンの記述がこの点を示しています。レポートでは、最大8つのAIエージェントを使い、脆弱性の探索、認証情報の侵害、データの流出をほぼ自律的に実行した政府機関向け攻撃が紹介されています。これらのエージェントは攻撃者側のものでしたが、注目すべきはその実行環境です。認証情報とアクセス可能なデータ。この2つが自社エージェントの被害範囲も決定します。

Help Net SecurityによるUnit 42の研究報道も別の視点を提供します。2026年8月〜9月にかけて、オープンソースのCairn AIペネトレーションテストフレームワークのカスタム版が、少なくとも19組織に対し25回の攻撃を実施し、10組織で不正アクセスやデータ窃取に成功しました。Unit 42は、自律型AIによって攻撃の規模と範囲は拡大したものの、技術的な複雑さは増していないと評価しています。なぜなら、使われた脆弱性はデフォルト認証情報や認証バイパスなど、よくあるものだったからです。

この研究から注目すべき点がもう一つあります。Cairnの標準プロンプトはモデルに「決して拒否しない」と指示し、攻撃者はさらに「すべての作業は許可されている」と前置きしました。どちらのモデルも拒否しませんでした。プロンプト内の一文では誰も止められなかったのです。もしモデルへの指示だけがエージェントと機密コンテンツの間にある唯一の壁なら、それは制御ではなく「提案」に過ぎません。制御はデータが存在する場所にこそ必要です。生成AIがゼロトラストの考え方をどう変えるかを広い視点で捉えるには、モデルへの指示内容よりも「誰が何にアクセスできるか」から考え始めるべきです。

承認はシステムが強制して初めて制御となる

重要な操作には人による承認が必要だという点には誰もが同意します。しかし、何が「重要な操作」なのか、誰が承認するのか、その承認がどこに記録されるのか、明確に答えられる人はほとんどいません。これが「説明責任の空白」であり、厄介な特徴を持っています。ポリシー文書上は問題がないように見えるのです。

Schellmanの2026年AIガバナンス調査は、自信と成熟度のギャップを数字で示しています。2026年4月13日〜5月11日に米国の専門職525人を調査したところ、74%が「自社はAIコンプライアンス監査に合格できる」と考えていましたが、「ガバナンスが完全に成熟している」と答えたのは27%のみでした。SchellmanはAI評価サービスを提供しているため、調査の枠組みには留意が必要ですが、このギャップ自体が重要な発見です。

74%と27%を並べると、チーフコンプライアンスオフィサーの課題が見えてきます。自信は簡単に得られますが、証拠はそうではありません。監査人は「エージェントがガバナンスされていると信じているか」ではなく、「どのエージェントがどの記録に、誰の権限でアクセスし、重要な操作を誰が承認したか」を求めます。紙の承認ポリシーでは何も証明できません。システムが強制し記録する承認ステップだけが証拠となります。5つの組織に「エージェントの責任者は誰か」と尋ねれば、5通りの答えが返り、中には沈黙もあるでしょう。この空白を引き継いだCISOは、そのまま責任も引き継ぐことになります。だからこそ、AIデータガバナンスには、次の導入前に責任者を明確にしておく必要があるのです。

同じ傾向はKiteworks自身のデータにも現れています。Kiteworksデータセキュリティ&コンプライアンスリスク:2026年年次調査レポート(2026年第2四半期に主に大企業のセキュリティ・コンプライアンス・技術担当者459人を調査)では、64%の組織がAIを本番環境に導入済みである一方、AIキルスイッチを正式に導入しているのは30%にとどまりました。これらの数字は自己申告ですが、コントロールよりも導入が先行している現状は明らかです。

ベンダーからの通知が示す証拠のギャップ

エージェントガバナンスは自社の境界内だけで完結しません。NotionによるFireworks AIインシデント通知は、その典型例です。NotionはAIインフラプロバイダーFireworks AIで発生したインシデントにより、Notion AIチャットの入出力(チャットのやり取り)が、全ワークスペースの1%未満で流出したと発表しました。

CISOが注目すべき点は2つあります。Notionは、Fireworksが契約上ゼロデータ保持を約束していたにもかかわらず、Fireworksのエンドポイントからデータが保持されていたことを発見したと述べています。また、影響を受けた顧客には、流出データを流出済みと見なし、Notion AIチャットに貼り付けたパスワードやAPIキーを変更するよう指示しました。11月3日時点で、NotionはFireworksとの接続を切断し、データ送信を停止したとしています。

この通知には、Notionの顧客が特異な行動を取った形跡はありません。AI機能を利用し、ベンダーと契約し、契約にはデータ保持なしと記載されていました。しかし、約束と証拠の間にギャップがあったのです。法務責任者がこの通知を読めば、自社のベンダーにも同じ疑問を持つでしょう。「AIベンダーが当社のコンテンツを保持する場合、どんな記録が、どのポリシーの下で、いつ何を送ったかを示してくれるのか?」契約条項だけでは答えになりません。ログこそが証拠です。また、人はAIチャットに認証情報を貼り付けるため、コンテンツポリシーはそれを前提に設計すべきです。これが最も分かりやすい証拠ギャップであり、Recorded Futureの攻撃者事例とは別種の失敗ですが、結局は同じ責任者のもとに集約されます。成熟したベンダーリスク管理プログラムでは、AIプロバイダーにこの記録を求める必要があります。

Kiteworks Secure MCP Serverによるガバナンスされたエージェントアクセス

被害範囲への実践的な対策は、エージェントのアクセス範囲をコネクタの副作用ではなく、ポリシーで決定することです。Kiteworks Secure MCP Serverは、ClaudeやCopilotなどの大規模言語モデルとKiteworks環境内のコンテンツの間に、ガバナンスで制御された接続を作ります。すべてのリクエストはロールベースおよび属性ベースのアクセス制御で評価され、AIクライアントはポリシーで許可されたコンテンツのみを受け取る一方、モデルにとって機密性が高すぎる情報はアクセスできません。

この仕組みは「アイデンティティ」から始まります。エージェントはOAuth 2.0で認証し、各AI操作はそのエージェントが代理するユーザーの権限を継承します。これにより、必ず人が関与します。コンプライアンスアナリストのために動作するエージェントは、そのアナリストがアクセスできる範囲までしか到達できません。セキュリティトークンはモデルのコンテキストに配置されないため、乗っ取られたエージェントから認証情報が流出するリスクも低減されます。

承認はポリシー文書ではなくツール層で実現されます。管理者は、削除や移動などの破壊的なツールを全体で無効化したり、エージェントに公開するツールを制限したりできます。また、各ツールの呼び出しはクライアントに付与されたOAuthスコープで確認されます。エージェントによる外部送信メールは、データ損失防止チェックを含む送信ポリシーで検証され、件名と宛先を明示したユーザーの確認が必須です。設定したサイズを超える転送や、ファイル・フォルダーのアクセス権変更も同様に確認が必要です。

これらはエージェントを特別扱いするものではありません。同じポリシーエンジンが人のアクセスもエージェントのアクセスも制御します。たとえば、契約社員があるフォルダーにアクセスできないルールがあれば、そのアシスタントエージェントも同様にブロックされます。この「同等性」こそがポイントであり、CISOが「エージェントの被害範囲は人と同じで、むしろより完全に記録されている」と説明できる根拠となります。

Kiteworks Compliant AIとコントロールプレーンが証拠を生み出す

Compliant AIは、エージェントの活動を監査人が読める証拠に変えるチェックポイントを追加します。すべてのやり取りは、ワークフローを委任した人間に紐づく認証済みアイデンティティを通じて行われ、ABACによる操作レベルのポリシー強制が適用されるため、フォルダーの閲覧権限があっても内容のダウンロード権限は別となります。また、改ざん検知可能な監査証跡がSIEMにストリーミングされます。委任の連鎖も記録に残るため、すべてのアクセスが必ず誰かの判断に遡れます。

Kiteworksコントロールプレーンは、これらをバラバラの記録ではなく「1つのストーリー」にまとめるレイヤーです。データポリシーエンジンと監査証跡を、メール、ファイル共有、SFTP、マネージドファイル転送、API、Webフォーム、AI連携に一貫して適用します。チーフコンプライアンスオフィサーにとって、これは個々の機能以上に重要です。規制当局から「ファイルに何が起きたか」と問われた際、メール送信、SFTP転送、エージェントによる取得のいずれでも、答えが変わらないことが求められます。1つの記録、1つのクエリ。

規制当局が規制するのはデータであり、モデルではありません。監査人も人とエージェントの両方に同じ質問をします。「アクセスは承認されていたか」「必要最小限に制限されていたか」「記録が残っているか」。データ層でガバナンスすることで、どんなモデルやプロンプト、エージェントフレームワークを使っていても、その記録が残ります。プロンプトレベルの指示だけでは、Cairn攻撃者の事例が示す通り、何の証明にもなりません。

その結果、誰かに求められる前から証拠パッケージが存在します。統合された監査ログ、ポリシー決定、委任の連鎖は、監査やインシデント対応のためにエクスポートでき、専用のAIコンプライアンスレポートも用意されています。問い合わせが来た時点で、証拠はすでに揃っています。これが、「エージェントがガバナンスされていると信じている」と伝えるだけと、「実際の記録を提出する」ことの違いです。

月曜朝にエージェントのアクセス範囲でやるべきこと

各エージェントが実際にアクセスできる範囲を書き出しましょう。「想定されている範囲」ではなく、コネクタ設定やトークンスコープを確認し、フォルダー、リポジトリ、メールボックス、操作内容をリストアップしてください。多くのチームは、実際の範囲が計画より広いことに気づきます。

重要な操作と、それぞれの承認者を明確にしましょう。削除、移動、社外への送信、権限変更、大量転送などはリストに含め、すべてシステムが強制する承認(実名の人間)を設定し、導入前に確定してください。

すべてのエージェントを人に紐づけましょう。独自の認証情報だけで動くエージェントは、実質的には「マーケティングが上手なサービスアカウント」です。エージェントのアイデンティティは承認ユーザーに結び付け、権限継承と監査記録に人名が残るようにします。IDおよびアクセス管理チームは、このパターンをすでに人間ユーザーに適用しています。

AIベンダーには「約束」ではなく「証拠」を求めましょう。契約のゼロ保持は約束に過ぎません。どんなログが何を送信したか、どれだけ保持され、約束が破られた場合どう通知されるかを確認してください。Notionの通知は調達部門に示すべきケーススタディです。

「停止ボタン」をテストしましょう。トークンの無効化やツールの停止を実際に行い、エージェントの切断にかかる時間を計測します。導入前に訓練し、インシデント後ではなく事前に備えてください。

そして、その結果を関係者に報告しましょう。法務責任者は訴訟保全通知が来る前に答えを求めています。データ保護責任者はエージェントがどの個人データに触れたかを知りたがっています。チーフコンプライアンスオフィサーは5つの記録ではなく1つの記録を望みます。全員に同じログを提供しましょう。

AIエージェントの機密コンテンツへのアクセス管理や、監査人が求める証拠の生成についてさらに詳しく知りたい方は、カスタムデモを今すぐご予約ください。

よくある質問

エージェントが機密ファイルに触れる前に、CISOはアクセス可能範囲の明確なリスト、実名の人間に紐づく認証済みアイデンティティ、すべての操作のログを求めるべきです。エージェントのアクセス権は担当者の権限を継承し、広範な固定認証情報を持たないようにしましょう。削除・移動・社外送信などの重要操作は、システムが強制する承認の背後に置く必要があります。Kiteworks Secure MCP Serverは、ロールベースおよび属性ベースの制御をすべてのリクエストに適用し、管理者がエージェントに見せるツールを制限できます。また、Kiteworks Compliant AIは各操作の委任チェーンを記録します。

データの権限を持つ実名の人間が、重要なエージェント操作を承認すべきです。その承認は後から思い出すのではなく、システムで記録されなければなりません。組織ごとにAIリスクの責任者は異なるため、各操作カテゴリごとに承認者をポリシーに明記し、役職名に頼らないことが重要です。監査人は、どのエージェントが誰の権限で操作し、誰が承認したかを確認したがります。エージェントと人の活動を同じ記録でカバーする統合監査証跡が、最も明確な証拠となります。

契約条項だけでなく、実際に確認できる証拠を求めてください。NotionのFireworks AIインシデント通知は、ゼロ保持の約束があっても実際にはデータが保持されていたことを示しています。送信したコンテンツと時刻、適用された保持期間、約束が破られた場合の通知方法を示すログを要求しましょう。自社からAIサービスに出たコンテンツの記録も自前で保持し、その要件をAIデータガバナンスやベンダーレビューに組み込んでください。

実務上、はい。エージェントは、担当者と同じアクセス制御・必要最小限・ログ記録の要件を満たすべきです。エージェントだけ別で緩い経路を設けると、後で説明が必要なギャップが生じます。Kiteworksセキュアデータ交換では、1つのポリシーエンジンと1つの監査ログで人とエージェントをカバーし、エージェントの権限はロールベースアクセス制御で担当ユーザーに従います。

エージェント自身の協力に依存せず、アクセスを遮断できる仕組みが必要です。Recorded Futureは、独立した監視と停止機能の維持を推奨しています。Kiteworks Secure MCP Serverでは、管理者が全体で破壊的ツールを無効化し、エージェントに公開するツールを制限でき、アクティブなトークンを失効させてセッションを終了できます。導入前にこの経路をテストし、所要時間を計測してください。誰も訓練していない停止計画は、制御ではなく希望に過ぎません。インシデント対応計画には、誰が判断するかを明記しましょう。

追加リソース

  • ブログ記事
    ゼロトラストで実現する手頃なAIプライバシー保護戦略
  • ブログ記事
    77%の組織がAIデータセキュリティで失敗している理由
  • eBook
    AIガバナンスギャップ:2025年に91%の中小企業がデータセキュリティでロシアンルーレット状態
  • ブログ記事
    あなたのデータに「–dangerously-skip-permissions」は存在しない
  • ブログ記事
    規制当局は「AIポリシーがあるか」を問うのをやめました。今求めているのは「機能している証拠」です。

まずは試してみませんか?

Kiteworksを使用すれば、規制コンプライアンスの確保とリスク管理を簡単に始めることができます。人、機械、システム間でのプライベートデータの交換に自信を持つ数千の組織に参加しましょう。今すぐ始めましょう。

Share
Tweet
Share
Explore Kiteworks