工場の現場に登場した最新の作業員は、モデルで動く

生産ラインに新しく配属されたエンジニアが、初日からすべての設計ファイルへアクセスできることはありません。プロジェクトに応じたアクセス権限、リードエンジニアによる監督、そして自身が操作した記録が与えられます。しかし、多くの製造業がAIエージェントをPLMやファイル共有システムに導入する際、これら3つすべてを省略しています。エージェントは接続され、迅速な運用のために広範なアクセス権を付与され、人間の新任エンジニアよりもはるかに少ない監督のもとで動作するのが一般的です。

このギャップは些細な見落としではありません。設計ファイルを閲覧し、コミュニケーションを行い、データを移動できるAIエージェントは、実質的にエンジニアと同様に機密システムへアクセスできる「アクター」です。本記事では、なぜ製造業においてAIエージェントが人間よりもガバナンスが緩くなりがちなのか、そして人間と同じ基準を適用するには何が求められるのかを解説します。

エグゼクティブサマリー

新任エンジニアに全設計ファイルへの無制限アクセスを決して許可しない製造業でも、AIエージェントにはそれを日常的に許可しています。これは、エージェントの導入がガバナンス課題ではなく技術的な統合課題として扱われているためです。その結果、設計データの閲覧・移動・送信が、システムを構築した人間よりも少ないチェックで実行されてしまいます。エンジニアリングやITリーダーにとって重要なのは、「このレベルのアクセスが人間に許容されるか」という実践的な問いです。もし人間なら許されないのであれば、なぜエージェントには許されるのでしょうか。

主なポイント

1. 製造業におけるAIエージェントは、新規採用者よりも広範な設計データへのアクセス権を持って導入されることが多い。導入のスピードが、人間に適用している基本的なガバナンスの衛生管理を上回っています。
2. エージェントは、独立した恒久的な認証情報ではなく、承認者の権限を継承すべきです。AIエージェント用の広範なサービスアカウントは、人間の過剰権限を長年かけて排除してきた努力を無駄にします。
3. 設計図のサプライヤーへの共有など、機密性の高い操作には、誰が実行する場合でも承認ステップが必要です。
4. すべてのAIによる操作は、特定の個人に紐づけて、人間の操作と同等の厳格さで記録される必要があります。「AIがやった」で済ませる監査証跡は、監査証跡とは言えません。
5. AIエージェント向けのガバナンスは、既存のインフラを追加せずとも構築できます。製造業が従業員向けにすでに運用しているアクセス制御・承認・記録モデルを、そのままエージェントにも適用できます。

なぜAIエージェントは人間よりも緩い審査で導入されるのか

このギャップは意図的なものではありません。エージェントの機能が実験段階から実運用へ急速に移行したこと、そして技術部門とセキュリティ部門で問題の捉え方が大きく異なることが主な要因です。

導入スピードがガバナンス設計を上回る

AIエージェントをPLMシステムに接続するのは、APIキーの発行やスコープの承認など、数分で完了する設定作業で済むことがほとんどです。一方、新任エンジニアのガバナンスは、役割の定義やアクセス権のレビューなど、人間のペースに合わせて設計されています。

「単なるツール」という認識がエージェントの実力を過小評価する

AIエージェントが「ツール」として説明されるため、設計データにアクセスできる人間と同じ観点ではなく、ソフトウェアと同じ感覚で扱われがちです。しかし、設計ファイルを自律的に読み込み、転送を判断し、処理するコンテンツ内の指示に基づいて行動できるツールは、単なるスプレッドシートとは異なる「判断」を下しています。

「人間と同じガバナンス」が本当に求めるもの

AIエージェントに人間並みのガバナンスを適用するのは新しい分野ではありません。製造業がすでに人間に適用している3つの要素を、エージェントにも一貫して適用するだけです。

恒久的な権限ではなくアイデンティティ継承

最も重要な設計判断は、エージェントが独自の広範かつ恒久的な認証情報で動作するか、承認者の個別権限を継承して動作するかという点です。設計ファイルへの広範なアクセスを持つサービスアカウントは、セキュリティ部門が長年かけて排除してきた過剰権限アカウントを再現してしまいます。認証ユーザーができる範囲のみをエージェントが実行できるようにすれば、人間の代理として行動する同僚と同じ制約がかかります。

重要操作前の承認ゲート

エンジニアが設計図をサプライヤーと共有する際には、通常、事前に確認ステップがあります。AIエージェントが同様の操作を行う場合も、同じ承認ゲートが必要です。

単なるアクティビティログではなく、責任の所在と監査

人間レベルの監査証跡は、すべての操作を特定の責任者に紐づけます。AIエージェントの操作も同じ基準が求められます。「自動プロセスが実行した」ではなく、どのユーザーがエージェントを承認し、実際に何を行ったかを記録する必要があります。

製造業で実際に現れるギャップの例

最もよく見られるのは、一度発行した広範な認証情報を無期限に使い続け、エージェントがサプライヤーと設計図を共有する際にも確認ステップを設けず、エージェントに自由に進行させてしまうパターンです。エンジニアリング工数をかけて承認プロセスを組み込むよりも、エージェントに任せてしまうケースが多いのです。さらに、操作が記録されていても、誰が責任者か特定できないログになっていることも少なくありません。

既存のアクセスモデルを活用したエージェントガバナンスの構築

現実的な解決策は、AI専用の新たなガバナンスフレームワークを構築することではありません。すでに従業員向けに運用しているアイデンティティ・承認・監査モデルを、エージェントにも一貫して適用することです。

データコントロールプレーンによるAIエージェントへの人間レベルのガバナンス適用

Kiteworks Data Control Planeは、OAuth 2.0認証を基盤としたセキュアなインターフェースでAIエージェントを接続します。すべてのエージェント操作は、独立した恒久的な認証情報ではなく、認証済みユーザーの既存権限を継承し、動的な属性ベースポリシーが人間のリクエストと同様にエージェントのリクエストも評価します。メンバーシップ変更や外部送信などの機密操作は、進行前に明示的な承認が必要であり、管理者は破壊的なツールを全体で無効化することも可能です。すべてのエージェント操作は改ざん防止かつ無制限の監査ログに記録され、承認ユーザーに紐づけてSIEMツールに直接連携されるため、エージェントの活動もエンジニアと同等に説明責任を果たせます。

現在のAIエージェント導入が、新規採用者のアクセスレビューを通過できるかどうか確認したい製造業の方は、カスタムデモを予約し、アイデンティティスコープ化された監査付きエージェントガバナンスが自社環境でどのように機能するかご覧いただけます。