AIへの信頼度が17ポイント低下―非人間IDガバナンスが原因
AIの成熟度を自己評価した結果が17ポイントも下落したと聞くと、悪いニュースのように思えるかもしれません。しかし、実際はそうではありません。これは、ITリーダーたちがAIプログラムを「野心」ではなく「証拠」に基づいて評価し始めた結果なのです。
VentureBeatの2026年第3四半期トレンド調査（米国と英国のITリーダー800名を対象）によると、自社のAI導入を「成熟している」と答えた割合は、6カ月前の40%から現在は23%へと減少しました。これはAIプログラムが悪化したというサインではありません。運用担当者がようやく現実を直視し始めたことの表れです。すなわち、所有者不在のまま展開されたエージェント、見直されない権限、誰も把握できないほど急増した非人間ワークフォースなどが明らかになったのです。
この再評価を促した数字は非常に衝撃的です。サービスアカウント、APIキー、従業員やシステムの代理として動作するAIエージェントなどの「非人間ID」は、調査対象の83%の組織で人間ユーザー数を上回っています。そして、それらを管理するための「非人間IDガバナンス」が実際に導入されている割合はわずか21%で、調査されたAIセキュリティ対策の中で最低水準です。この2つの数字を合わせると、状況は明白です。大半のエンタープライズ企業では機械IDが人間を上回っているにもかかわらず、それをカバーする実質的なガバナンスプログラムを持つ企業は4社に1社未満しかありません。
この調査がKiteworksにとって重要である理由もここにあります。Kiteworksのセキュアデータ交換は、人間、システム、AIエージェント間で機密データがどのように移動するかを統制する制御ポイントを組織に提供し、共有認証情報や無管理の接続にデータフローを委ねることを防ぎます。信頼度の低下は後退ではなく、非人間IDギャップを埋める本格的な取り組みが今まさに始まろうとしているシグナルなのです。
主なポイント
1. AIの成熟度自己評価が6カ月で急落
VentureBeatの2026年第3四半期トレンド調査（米英のITリーダー800名対象）では、自社のAI導入を「成熟している」と評価した割合が40%から23%へと17ポイント下落し、リーダーたちが野心ではなく現実に基づいてプログラムを評価し始めたことを示しています。
2. 非人間IDがすでに人間ユーザーを上回っている
調査対象組織の83%で、機械やエージェントのIDが人間スタッフ数を上回っています。しかし、人間アカウント管理のために構築された制御は、1時間ごとに新たなIDが生まれるワークフォースには対応していません。
3. それらIDのガバナンスが最も未成熟な制御領域
非人間IDガバナンスを導入している組織はわずか21%で、VentureBeatのAIセキュリティ成熟度モデルにおける最大のギャップであり、大半のエンタープライズ企業がまだ着手すらしていない分野です。
4. 成熟度はスケール能力と直結
調査で最も成熟度が高い層の組織は、AIエージェントの展開拡大に障壁がないと報告する割合が平均の5倍も高く、ガバナンスがコンプライアンスのチェックボックスから成長の原動力へと変わっています。
5. 資格情報の共有がデフォルトになっている
エージェントごとのID・アクセス制御がないため、多くの組織ではAIエージェントを共有サービスアカウントや人間の認証情報で運用しており、問題発生時に監査証跡が消えてしまいます。
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？
Read Now
17ポイント減少の背景：2回の調査で何が変わったのか
6カ月前、VentureBeatの調査でITリーダーの40%が自社のAI導入を「成熟している」と評価していました。2026年第3四半期の調査では、その割合が23%に。単体で見れば17ポイントの減少はAIプログラムの後退に見えますが、この6カ月で他に何が変わったかを踏まえると、全く違うストーリーが見えてきます。
この期間、ほとんどのエンタープライズ企業はAI導入を減速させるどころか加速させていました。各部門はカスタマーサポート、コーディング支援、ドキュメント処理、社内リサーチなど、あらゆる用途でエージェントを次々と立ち上げていました。ベンダーもエージェント機能をデフォルトで有効にしたまま提供し、新たな展開ごとに非人間IDが環境に追加されていきましたが、正式な申請や承認、所有者の明確化が行われることはほとんどありませんでした。このような環境下では、ガバナンスがIDの急増に追いついていないことを現場の担当者が認識し、当然ながら信頼度は低下したのです。
これがデータの健全な読み取り方です。非人間IDガバナンスの導入率が21%のまま成熟度スコアだけが上昇し続けていたら、それこそITリーダーが最も急速に拡大するリスクを無視してプログラムを評価していることになります。カバーできていない領域の大きさに気づいてスコアが下がるのは、評価自体がより厳格になった証拠です。VentureBeatの解釈は的確で、スコアの下落は自信過剰ではなく誠実な自己監査を示しており、調査が明らかにしたギャップを埋めるための第一歩なのです。
この違いは、セキュリティやコンプライアンスチームが調査結果を社内でどう伝えるべきかにも影響します。「AI成熟度が17ポイント下落」とだけ聞いた取締役やCFOは、AI投資が成果を上げていない証拠と受け取るかもしれません。しかし、より正確な説明、予算議論に持ち込むべき説明は、組織のAIデータガバナンスプログラムが、非人間IDの実際の増加範囲に基づいて評価されるようになったということです。現在稼働中の全エージェントを現行権限やビジネス上の正当性と照合する正式なリスク評価を行うことで、コンプライアンスチームは戦略的にギャップを埋めるための証拠ベースを得ることができ、場当たり的な対応から脱却できます。
非人間IDが静かに多数派へ
2026年のAIセキュリティロードマップを根本から見直すべき統計がこれです。調査対象組織の83%で非人間IDが人間ユーザー数を上回っています。これは一部のAI先進企業だけの話ではなく、もはや標準的な現象です。
組織がAIエージェントを展開するたびに、通常はそのエージェント専用のIDが必要になりますが、多くの場合、他人のIDを継承しています。大規模言語モデルと社内システムのAPI連携にも認証情報が必要です。ドキュメント取得や契約書要約、メール作成などを自動化するワークフローも、意図的に発行されたIDか、たまたま使われていたサービスアカウントかに関わらず、何らかのIDで動作します。カスタマーサポートボット、コーディング支援、ドキュメント要約エージェント、社内リサーチアシスタント、デフォルトでエージェント機能が有効なベンダーツールなどが増え続けることで、エージェントAIを本格導入するエンタープライズでは、非人間ID数が人間の従業員数を数カ月で大きく上回ることも珍しくありません。
従来のIDおよびアクセス管理プログラムは、この状況を想定していませんでした。IAMシステム、アクセス制御、プロビジョニングワークフローは、従業員が入社し、アカウントが発行され、役割に応じてアクセス権が割り当てられ、退職時にアカウントが削除されるという予測可能なサイクルを前提に設計されています。非人間IDはこのライフサイクルに従いません。開発者が新しい連携をテストするために午後にエージェントを立ち上げ、迅速な作業のために広範なアクセス権を付与し、その後誰の責任にもならず無期限で稼働し続けることがよくあります。エージェントの稼働開始を追跡する人事システムはなく、実際に何体稼働しているか、何にアクセスできるかを自信を持って把握できる人もいません。CISOダッシュボードは、AIを介したすべてのデータアクセスイベントを統合的かつリアルタイムで可視化し、このエージェントの棚卸しをセキュリティ責任者に見える化します。これは、現状見えていないものを管理するためのガバナンスプログラムの前提条件です。
これが、非人間IDガバナンスがVentureBeat調査で他のAIセキュリティ対策に比べて大きく遅れている構造的な理由です。セキュリティチームが関心を持っていないわけではなく、大半の組織がIDガバナンスに活用しているツールやプロセスが、比較的安定した人間の人数を前提に設計されており、非人間IDの急増がその前提を根本から崩しているのです。
なぜ非人間IDガバナンスはAIセキュリティ対策の中で最も導入が遅れているのか
VentureBeatが調査したAIセキュリティ対策の中で、非人間IDガバナンスは最下位で、導入済みと回答した組織はわずか21%でした。この順位は重く受け止めるべきであり、エンタープライズで最も急増しているIDカテゴリーに直結する制御が、最も構築が遅れていることを意味します。
このギャップが生まれる要因はいくつかあります。非人間IDガバナンスには、人間IDとは異なる発想が必要です。人間従業員のアクセスはほとんど変わらない役割に紐づけられますが、AIエージェントのニーズはタスクごとに変化し、「念のため」過剰な権限を与えると、稼働するたびにリスクが累積します。多くの組織では、従業員のようにエージェントの記録システムを持っていないため、ガバナンスの出発点すら作れません。見えないものは管理できないのです。また、AIエージェントの責任範囲は、セキュリティ、データガバナンス、アプリ開発、最初にエージェントを要求した事業部門など、普段連携しないチームにまたがるため、誰もが「他の誰かが管理しているだろう」と思いがちです。
この79%のギャップを放置した結果は抽象的なものではありません。無管理のエージェントがファイルリポジトリやCRM、ドキュメント管理システムへの恒久的なアクセス権を持っている状態は、誰かが悪用しなくてもそれ自体がリスクです。認証情報が流出する可能性もあり、権限は本来の目的を終えても残り続きます。監査証跡が明確でなければ、コンプライアンスチームは事後に何が起きたかを再現できません。ゼロトラスト・アーキテクチャ（明示的な検証、最小権限付与、侵害前提）は、非人間IDにもそのまま適用されるべきです。しかし、多くの組織はこのモデルをエージェントにまで拡張できていません。データ最小化をエージェント権限に適用し、各エージェントに必要最小限のデータソースへのアクセスだけを与えることが、非人間IDにおける最小権限運用の実践であり、認証情報が流出・悪用された際の被害範囲を直接的に縮小します。
資格情報共有の罠：共有アクセスがリスクを拡大する仕組み
AIエージェント向けの専用IDガバナンスが構築されていない場合、ほとんどの組織で取られるデフォルトの対応は「どこかから認証情報を継承させる」ことです。多くのエンタープライズで今まさに起きている典型的なパターンを想像してください。開発者が既に広範なデータベースアクセスを持つサービスアカウントを流用したり、エージェントに人間従業員のAPIトークンをコピーして代理操作させたり、ベンダーのエージェント機能がデフォルトで過剰な統合認証情報を持っていたりします。
こうした近道は目先の課題を解決する一方で、長期的なリスクを生み出します。共有認証情報は、共有された分だけ被害範囲も拡大します。1つのサービスアカウントが侵害されれば、それを使うすべてのエージェントが危険にさらされ、そのアカウントがアクセスできるすべてのシステムが露出します。また、説明責任も失われます。3つのエージェントと2つの自動化ワークフローが同じサービスアカウントで認証している場合、監査ログにそのアカウントが機密ファイルにアクセスした記録が残っても、どのエージェントが何のタスクでアクセスしたのか、そもそも正当なアクセスだったのかは分かりません。これは規制当局や社内リスクチームが求める監査証跡とは真逆であり、非人間IDガバナンスが防ぐべき典型的な失敗パターンです。複数のエージェントが利用する共有サービスアカウント経由でデータ侵害が発生した場合、組織は被害範囲を自信を持って特定できず、HIPAAやGDPRなどの規制下では、明確な証拠がない限り最大範囲で通知義務が発生します。
シャドーAIはこの問題をさらに悪化させます。従業員が正式な導入外でAIツールを独自に利用し、消費者向けAIインターフェースに機密データを貼り付けたり、個人のAIツールを自分の認証情報で社内システムに接続したりするケースが日常的に発生しています。これらの非公認接続は、組織が存在を把握できず、管理もできない新たな非人間IDとなります。データ損失防止プログラムが既知のアプリや出口ポイントの監視に基づいている場合、無管理エージェントがデータをどう扱うかはほとんど見えません。だからこそ、IDレベルのガバナンスが不可欠であり、コンテンツレベルの監視だけでは不十分なのです。ガバナンスされた接続ポイントからリアルタイムでエージェントのアクセスログをSIEMプラットフォームに取り込むことで、異常なエージェント活動を侵害拡大前に検知できる行動ベースラインを確立できます。
トップ層を分けるもの：成長を促進するガバナンス
VentureBeatの調査で最も有益な発見は、信頼度の低下自体ではありません。成熟度カーブの最上位にいる組織の特徴に関するデータです。これらの組織は、AIエージェントの展開拡大に障壁がないと回答する割合が平均の5倍も高いことが分かりました。
この相関関係は、ガバナンスに関する従来の直感を覆します。一般的には、ガバナンスがAI導入のスピードを遅らせ、エージェントと必要なデータの間に設ける制御がビジネスの価値創出の妨げになると考えられがちです。しかし、調査データは逆の現象が大規模環境で起きていることを示しています。非人間IDに対して実質的なガバナンスを構築した組織、すなわち全エージェントを把握し、タスクに必要な範囲だけアクセスを割り当て、行動を監査できる組織こそが、より多くのエージェントを追加しても壁にぶつかることなく拡大できるのです。ガバナンスが足かせになるのではなく、スケールを可能にしているのです。なぜなら、他の組織がいまだに苦しんでいる「何を持っていて、何に触れられるかを把握・制御できない」問題をすでに解決しているからです。
その基盤がない組織は、別の種類の天井にぶつかります。最初の数体のエージェントは、既存の認証情報やアクセス権を流用することで比較的簡単に展開できますが、そのリスクが顕在化する前は問題になりません。しかし、そのまま追加されるエージェントは、価値よりもリスクを速く増やし続け、やがてセキュリティや法務、コンプライアンスチームが「既に何が動いているか説明できない」ことを理由に全体の進行を止めざるを得なくなります。これが、VentureBeatの調査でトップ層の組織がすでに乗り越えた壁であり、非人間IDガバナンスを事後対応ではなく早期に構築するべき直接的な理由です。Kiteworksは、AI経由・人間経由のすべてのコンテンツフローを1つのポリシーエンジンと監査証跡で統合するガバナンス環境を提供し、コンプライアンスの壁にぶつからずにエージェントをスケールさせることを現実の運用として実現します。
ギャップを埋めるには：エージェントごとのアクセスガバナンスが本当に必要とするもの
非人間IDガバナンスの導入率を21%から普及レベルに引き上げるには、従来のIAM投資とは異なる出発点が必要です。すべてのAIエージェントを、それにたまたまアクセスを与えた人間やサービスアカウントの延長ではなく、独立した管理対象IDとして扱うことが求められます。
まず必要なのは可視化です。存在を把握できないエージェントは管理できません。したがって、最初のステップは、機密データやシステムにアクセスできるすべてのエージェントの棚卸し（誰が申請し、何にアクセスでき、なぜ必要なのかの把握）です。次に、アクセス権はエージェントごと・タスクごとに個別に設定し、まとめて継承させるのではなく、必要最小限の範囲に限定します。契約書要約エージェントに書き込み権限は不要ですし、カスタマー対応エージェントにサポートチーム全体のCRM権限は不要です。属性ベースアクセス制御やロールベースアクセス制御モデルは、このスコープ設定の道筋を提供しますが、エージェントに対して意図的に適用されて初めて有効になります。エージェントがアクセスできるコンテンツにデータ分類ラベルを付与し、ポリシーエンジンがリクエストごとに機密度に応じた制限を強制できるようにすることが、ABACガバナンスを精密にする前提条件です。
すべての操作も、共有認証情報レベルではなくエージェントごとにログ記録される必要があります。これにより、コンプライアンスチームや監査人が事後に何が起きたかを再現する際、特定のエージェントの特定の行動まで特定でき、「誰がやったか分からない」という事態を防げます。これはSecure MCP Serverの設計原則であり、AIエージェントに対して組織の機密コンテンツへのガバナンスされた監査可能な接続ポイントを提供します。エージェントが人間や広範なサービスアカウントの権限を継承するのではなく、OAuth 2.0でOSの認証情報ストアに保持されたトークンを使い、すべてのリクエストをリアルタイムでRBAC・ABACポリシーに照らして評価し、レート制限で1体のエージェントが抽出できる範囲を制御します。
同じ原則は、AIモデルやエージェントがそもそもどのデータにアクセス・操作できるかのガバナンスにも適用されます。Kiteworks Compliant AIは、機密コンテンツとAIシステムが交わるポイントでポリシーを強制し、データ分類やデータポリシーエンジンを適用して、アクセス判断をリクエストごとに行い、広範な権限付与を前提としません。この組み合わせ、すなわちエージェント向けガバナンス付き接続ポイント＋データ層でのポリシー強制が、「非人間IDガバナンス」を単なる調査項目から運用現実へと変えます。すべてのエージェントが独自のID、限定された権限、独自の監査証跡を持ち、誰も人間の認証情報を借りて業務を遂行することがなくなります。
これらは、AI導入を遅らせるために必要なのではありません。エージェント導入後ではなく並行してガバナンス層を構築することが、VentureBeat調査のトップ層組織と、エージェント数がガバナンスを上回ってしまった平均的な組織との差を生み出しています。
エージェントごとのアクセス制御と監査可能なAI接続で非人間IDガバナンスギャップを埋める方法について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。
よくあるご質問
この下落は、AI導入の後退ではなく、より誠実な自己評価を反映しています。非人間IDやAIエージェントが組織全体で急増する中、ITリーダーは未完了のAIデータガバナンス作業の実態をより明確に認識し、成熟度スコアもその現実に合わせて下がりました。AIツールの導入自体は同期間に増加し続けており、変化したのはガバナンスの自己評価基準の厳格さです。HIPAA、GDPR、CMMCなどの規制コンプライアンス義務がある組織は、この調査を外部のきっかけとして、自社の非人間IDの現状について正式なリスク評価を実施すべきです。今後、規制当局もAIデータアクセスガバナンスを人間ユーザーアクセスと同じ枠組みで評価するようになります。
非人間IDガバナンスとは、AIエージェント、サービスアカウント、API連携などに割り当てられたIDを、人間従業員のIDとは区別して棚卸し・スコープ設定・監視・廃止するためのポリシー、ツール、プロセスを指します。例えば、特定のエージェントの所有者は誰か、どのデータやシステムにアクセスできるか、その権限が実際のタスクに合致しているか、活動が監査可能な形で記録されているかなどが含まれます。Kiteworksは、アクセス制御や、エージェントごとにタスク単位でアクセスを限定するガバナンス付き接続ポイントを通じてこれに対応しています。サプライチェーンリスク管理プログラムも、サードパーティベンダーが導入したAIエージェントにまでこのガバナンスを拡張すべきです。ベンダーが広範な認証情報で組織内に展開したエージェントは、現行の多くのベンダーガバナンス枠組みで明示的にカバーされていないサプライチェーンリスクとなります。
AIエージェント、自動化ワークフロー、システム間連携のそれぞれが、認証・運用のために独自のIDを必要とし、組織はこれらを従業員採用よりもはるかに速いペースで展開しています。例えば、カスタマーサポートやドキュメント処理、コーディング支援のために1つの事業部がエージェントAIを導入するだけで、1人の新入社員を迎える間に数十の非人間IDが追加されます。これが、VentureBeatの調査で83%の組織ですでに非人間IDが多数派となっている理由です。従来のIDおよびアクセス管理プログラムは、この増加速度を前提に設計されていませんでした。非人間IDを明確な所有者、権限範囲の見直し、廃止手順まで含めてデータガバナンス枠組みに明示的に組み込むことが、HR主導のプロビジョニングでは追跡しきれないID増加にIAMの規律を拡張する組織的メカニズムとなります。
調査データは逆の傾向を示しています。最も成熟度の高い層の組織、つまりガバナンスが最も進んでいる組織は、AIエージェントの展開拡大に障壁がないと報告する割合が5倍も高いのです。すでに可視性とアクセス制御が整っているため、リスクを増やさずにエージェントを追加できます。基盤のない組織は、後になってセキュリティやコンプライアンスチームが「既存の稼働状況が把握できない」ことを理由に介入し、全体の進行を止めざるを得なくなり、むしろ大きな遅延が生じます。エージェント導入後に事後対応でガバナンスを追加するのではなく、最初から基盤を構築することが、AIリスクを能動的に管理するか、後手に回って対応するかの分かれ目です。エージェントの誤作動や認証情報流出シナリオまで明示的にカバーしたインシデント対応計画（ロールバック手順や規制通知基準を含む）は、ガバナンスアーキテクチャの運用的補完となり、検知後の対応まで定義します。
まずは棚卸しから始めてください。現在機密システムやデータにアクセスできるすべてのAIエージェント、サービスアカウント、連携を特定し、それぞれの所有者とアクセス理由を確認します。次に、各エージェントの権限をタスクごとに限定し、広範な共有認証情報の継承をやめ、Secure MCP Serverのようなガバナンス付き接続ポイント経由で機密コンテンツにアクセスさせ、すべての操作が特定可能なIDでログ記録されるようにします。エージェントがアクセスできるコンテンツのデータ分類は、ABACベースのアクセススコープ制御を実効性あるものにする前提条件です。こうして得られたエージェントアクセスログをリアルタイムでSIEMプラットフォームに連携することで、異常なエージェント活動を重大な侵害に発展する前に検知できる行動ベースラインが確立できます。
追加リソース
- ブログ記事
手頃なAIプライバシー保護のためのゼロトラスト戦略 - 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 - 電子書籍
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に - 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」ではなく「機能している証拠」を求めている