2026年、シャドーAIアイデンティティギャップがエンタープライズにとって真のリスクとなる理由
現在、エンタープライズAI活動のほぼ半数が、セキュリティチームが可視化できず、監査もできず、規制当局から求められても証拠を提出できないIDを通じて行われています。これは、Akamaiの新しいエンタープライズAI利用リスクに関するState of the Internetレポートの中心的な発見であり、2026年に向けてすべてのCISOやコンプライアンス担当者がAIガバナンスをどう捉えるべきかを再考させる内容です。
過去2年間、ほとんどのエンタープライズAIセキュリティプログラムは、1つの問いを中心に構築されてきました。「誰がどのAIツールにアクセスできるのか？」という問いです。この問いにより、許可リスト、シングルサインオン要件、アプリ承認ワークフローが生まれました。しかし、Akamaiのレポートは、Akamaiが買収したLayerXプラットフォームのテレメトリに基づき、この問いがもはや適切ではないと主張しています。2026年におけるエンタープライズAIの本質的なリスクは、「誰がAIにアクセスするか」ではなく、「誰がどのIDを通じて機密ビジネスデータをAIと共有し、そのデータがどのように外部に出ていくか」です。
この違いが重要なのは、AIが従来のデータ損失防止ツールが監視するように設計された方法とは異なる形でデータを移動させるからです。メール、ファイル転送、アップロードチャネルは明確に定義され、検査可能ですが、AIとのやり取りはそうではありません。機密情報は、プロンプト、会話の文脈、貼り付けられたコード、スクリーンショット、生成された応答などに断片化され、個々には目立たなくても、全体としては深刻な情報漏洩となります。Kiteworksのセキュアデータ交換は、ガバナンスがアプリケーションではなくデータ自体に追従しなければならないために存在しており、Akamaiのデータは、CISOやコンプライアンスリーダーにこの変革が遅れている理由を明確に示しています。
主なポイント
1. リスクの問いが変化した
Akamaiのレポートは、エンタープライズAIの主なリスクが「どの従業員がAIツールにアクセスできるか」から、「どの従業員がどのIDを通じてAIと機密データを共有するか」へと移行したことを指摘しています。これは、問題の本質がアクセス制御からデータガバナンスへとシフトしたことを意味します。
2. エンタープライズAI活動のほぼ半数がID管理外で行われている
AkamaiのLayerXデータによると、エンタープライズAI会話の47.11%が企業管理IDではなく個人アカウントを通じて行われており、ほぼ半数のAI活動が標準的なIDガバナンスの枠外にあることを示しています。
3. 企業IDでも企業コントロールは保証されない
従業員が企業メールアドレスでサインインしていても、その会話の14.4%は実際には個人のフリーミアムサブスクリプション上で行われており、見かけ上は正規利用でもデータがベンダーのパブリックトレーニングパイプラインに流れる可能性があります。
4. 一部のパワーユーザーがリスクと露出の大半を生み出している
利用状況や会話の深さはごく一部に集中しており、上位5%のユーザーが少なくとも144回の会話を生み出し、上位5%の会話が18プロンプト以上の深さで行われています。つまり、リスクは均等に分散しているのではなく、一部に集中しています。
5. AIエージェントが新たなエンタープライズIDクラスとなりつつあり、人的責任が必要
Akamaiのレポートは、CISOに対し、エージェントの棚卸しやアクセス・行動を人間のIDと同様にガバナンスすることを求めており、KiteworksはControl Planeを通じて、セキュリティおよびコンプライアンスチームに人間とエージェント双方のデータアクセスに対するガバナンスと証拠のレイヤーを提供します。
エンタープライズAIリスクにおいてアクセスの問いは時代遅れ
Akamaiのレポートは、ほぼ原文通り引用する価値のあるフレーミングで始まります。2026年のAI導入は実験ではなく構造的な必須事項です。この一文が、2024年や2025年に構築された多くのAIガバナンスプログラムがすでに遅れをとっている理由を説明しています。これらのプログラムは、AIを新しいSaaSカテゴリと同様に扱い、ツールを特定し、承認またはブロックし、その後は放置するというものでした。しかし、AIは静的なアプリケーションのようには振る舞いません。継続的にエンタープライズデータを消費・生成・保存・活用するため、「アクセス」の瞬間だけでは、その後機密情報がどうなったかをセキュリティチームはほとんど把握できません。
たった1件の機密顧客情報でも、プロンプトを経て応答で言い換えられ、別ツールに貼り付けてフォーマットされ、スライド資料用にスクリーンショットされるなど、いずれの過程も従来のDLPルールには引っかかりません。Akamaiのレポートは、「AIにアクセスする従業員」ではなく「AIと機密ビジネスデータを共有する従業員」こそが最大のAIセキュリティリスクであると明言しています。コンプライアンス担当者にとって、この再定義は直接的な影響を持ちます。規制当局が監査するのはアプリケーションのアクセスリストではなく、データの取り扱いです。AIデータガバナンスを中心に構築されたプログラムこそが、規制当局が実際に問う質問に答えられるのです。
組織のセキュリティは万全だと信じていますか。その証明はできますか？
今すぐ読む
Akamai LayerXデータが示すエンタープライズAIの実態
Akamaiのレポートは、買収したブラウザセキュリティ事業LayerXから統計を抽出しており、今回（2026年8月発行）は、従業員がAIツールを実際にどう使っているかという行動テレメトリのみに基づいています。意図を尋ねるアンケート調査ではありません。
IDの数字を見る前に、利用パターン自体が注目に値します。従業員の18.24%が週1回、30.47%が月1回、47.67%が四半期に1回以上AIを利用しており、エンタープライズAI利用者のほぼ半数がカジュアルユーザーです。平均的なエンタープライズユーザーは36回のAI会話に参加していますが、下位半数は12回以下、上位5%は少なくとも144回です。会話の深さも同様で、平均は5.09プロンプト、中央値は2ですが、上位5%の会話は18プロンプト以上に及び、単発検索ではなく持続的な反復セッションの証拠となっています。
アプリの乱立も集中の問題を悪化させています。典型的な組織で最も利用されるAIアプリ上位4つは、それぞれ20%以上の従業員が利用していますが、10番目に多いアプリでは5%未満、30番目ではほぼゼロに近づきます。この長い裾野には、DeepSeekのような消費者向けプラットフォームを含むニッチ・地域・個人嗜好のシャドーAIツールが並び、Akamaiによれば99.83%が個人アカウント経由で利用されており、データの行き先に対する政府の監視が強まる中、ガバナンスプログラムが最も可視性を失い、ユーザーあたりの露出が最大化する領域となっています。
エンタープライズAI活動の約半数が管理外IDで実行されている
本レポートの基盤となる統計は極めて明快です。エンタープライズAI会話の47.11%が企業管理アカウントではなく個人IDで行われており、52.89%が企業アカウントです。つまり、従業員がエンタープライズ内でAIを使う活動のほぼ半数は、退職時にアカウントを無効化できず、監査証跡も残せないIDで行われています。
この傾向はプラットフォームごとに均一ではありません。ChatGPTは61.36%、Copilotは63.92%、Claudeは61.09%が個人利用ですが、Gemini Enterpriseは98.15%、Copilot for Microsoft 365は90.55%が企業利用と、エンタープライズ向けサービスでは逆転します。このギャップはAI導入の本質的な特徴ではなく、一般消費者向けツールが企業内で管理されずに使われていることによるガバナンスの失敗です。
一見コンプライアンスを満たしているようなアカウントにも問題が潜んでいます。企業メールアドレスから始まるAI会話のうち、14.4%は実際にはエンタープライズ管理ライセンスではなく個人のフリーミアムサブスクリプションに紐付いており、ドメインベースのアクセスレポート上は正規利用に見えても、提出データがベンダーのパブリックトレーニングパイプラインに流れる可能性があります。メールドメインだけでAI利用状況を報告するCISOは、実際のガバナンス範囲を過大評価している可能性が高いのです。このギャップを埋めるためにKiteworks Compliant AIは設計されており、事後的に個人アカウントを検出するのではなく、データ自体が正規環境を離れるポイントでガバナンスを適用します。
AIパワーユーザーがリスクと攻撃対象領域を集中させる
Akamaiは、AIパワーユーザーと呼ばれる少数の利用者にスポットライトを当てています。彼らはより長く、文脈を伴ったセッションを行い、より多くの機密ビジネス情報を共有し、実行レベルの業務を自律型エージェントに委任する傾向が強まっています。このAI生成アウトプットへの依存が、レポート内のバイブハッキング事例と交差します。2026年、LayerXの研究者は、人気のAIコーディングアシスタントが、プロジェクトのローカルMarkdown指示ファイル（モデルの文脈境界を設定する行動プロファイル文書）を巧妙に編集することで、不正な動作や安全でないコード生成を行うよう誘導できることを示しました。
Akamaiの推奨は明確です。パワーユーザーを特定し、どのアプリを使ったかではなくAIの使い方そのものを測定し、機密情報に関わるプロンプト・アップロード・応答を監視すること。これを実現するには、組織がやり取りの内容自体を観察できなければならず、単にどのアプリを開いたかのログだけでは不十分です。
CursorJackingとCometJacking：攻撃者はユーザーではなくエージェントを狙う
Akamaiは、AIツール自体が攻撃対象領域となったことを示す2つのインシデントを紹介しています。CursorJackingでは、通常の生産性ツールを装った悪意あるブラウザ拡張機能が、Cursor AIコーディングアシスタントのローカルストレージからAPIキーやセッショントークンを抜き取り、攻撃者が開発者になりすましてサービスを悪用し、リポジトリを侵害できるようにします。CometJackingでは、PerplexityのComet AIブラウザを対象に、攻撃者が通常のWebページ内に悪意のある指示を埋め込み、リンクを経由して閲覧するだけで間接的なプロンプトインジェクションが発生し、メールや認証情報、ローカルファイルがダウンロード不要で漏洩します。
いずれも、組織がAIツールに既に与えていた信頼を悪用し、人間の行動を監視する従来のコントロールをすり抜けます。なぜなら、行動は一度人間が許可したソフトウェアによって実行され、その後は監視されなくなるからです。人間のクリックだけを監視するガバナンスでは、これらのリスクは見逃されます。
CISAデータ流出が示す「善意」ではコントロールにならない理由
Akamaiのレポートで最も示唆的なインシデントは、ハッキングではありません。2026年初頭、米国の複数の報道機関が、米国サイバーセキュリティ・インフラセキュリティ庁（CISA）の内部・制限付き運用データが、政府職員によってパブリックAIツール経由で誤って流出したと報じました。Akamaiはこれを明確に「外部からの侵害でもサイバー攻撃でもなく、高度に訓練されたユーザーが日常分析業務で最適化を図った結果のミス」と位置付けています。
このフレーミングは、AIガバナンスを悪意ある内部者の検出に依存しているセキュリティリーダーに警鐘を鳴らします。なぜなら、このインシデントには悪意もアクセス失敗もなく、データ取り扱いの失敗だったからです。許可リストやアプリ承認プロセスでは防げません。ツール自体は許可されていたためです。許可されたやり取りでどんなデータがリアルタイムに動いているかを監視するコントロールだけが、この種のインシデント（アクセス制御と本当のゼロトラストAIデータガバナンス）のギャップを埋められます。
ブラウザ拡張機能は誰もガバナンスしていない特権ソフトウェア
AIブラウザ拡張機能の導入は、中規模組織（従業員1,000～2,500人）で17.70%とピークに達し、大企業では9.53%です。真のリスクは権限プロファイルにあります。AI拡張機能の約75%が高権限またはクリティカルな権限を要求し、平均的な拡張機能の約3倍（18.19%対6.67%）の割合でCookieアクセスを要求し、41.91%がスクリプト実行権限を要求しています。さらに、16.31%が既知のCVEを持ち、一般的な拡張機能の約1.5倍です。CursorJackingはその現実的な帰結です。Akamaiの推奨は、拡張機能を一度きりの承認ではなく、継続的にインベントリ管理すべき特権ソフトウェアとみなすことですが、これは多くの組織が生成AI登場以前に構築したガバナンス能力を超えています。
AIエージェントは新たなエンタープライズIDクラスになりつつある
Akamaiのトップ5リスクの5番目は、既存のガードレール外で動作するAIエージェントであり、レポートでも最も未解決のリスクとされています。Akamaiは、エージェントが人や組織の権限委譲の下で動作し、すべての行動がその権限に遡及可能であることを強調しており、ここでも同様に注意が必要です。ガバナンスの失敗は、多くの組織が人間ユーザーに適用しているID管理・監視・アクセス制御を、今や共に働くエージェントにも拡張できていないことにあります。
この拡張こそが統合Control Planeの役割です。Kiteworks Control Planeは、人間ユーザーとAIエージェントの双方が機密コンテンツにアクセス・利用・交換する際、1つのポリシーと監査レイヤーでガバナンスします。つまり、エージェントが規制対象文書を取得する場合も、人間と同じABACポリシー評価と監査ログが適用されます。Secure MCP Server連携で、エージェントがガバナンス・ログ管理されていない経路でエンタープライズコンテンツに接続されると、本レポートが警鐘を鳴らすIDギャップが、個人ChatGPTアカウントではなくエージェントで再現されてしまいます。
Akamaiの5つの柱とKiteworksが証拠ギャップを埋める理由
Akamaiは、レポートを5つの柱で締めくくっています。パワーユーザーへの注力、IDフェデレーションによるシャドーAI排除、パターンマッチングではなく文脈DLPによるAIインタラクション層でのデータ保護、拡張機能を特権ソフトウェアとして保護、そして自律エージェントを独立したIDクラスとしてガバナンスする準備です。これは優れたチェックリストであり、可視性と検知に焦点を当てたセキュリティ運用の視点から書かれています。しかし、規制当局の問い合わせに法定期限が設定されている場合、これだけではチーフコンプライアンスオフィサーの視点にはなりません。やり取りが発生しリスクがあったことを知るのは検知の成果ですが、規制当局の期限内に、どのデータがどのポリシー権限下で関与したかの防御可能な記録を提出するのは証拠の成果です。検知だけに依存したプログラムでも、その下に証拠レイヤーが必要です。
Kiteworks Compliant AIは、機密コンテンツがAIインタラクションに出入りするポイントでポリシーを適用するため、従業員やエージェントが使うすべてのアプリケーションを特定する必要がありません。Kiteworks Control Planeは、同じポリシー・監査レイヤーをセキュアメール、セキュアなファイル共有、マネージドファイル転送、セキュアなウェブフォーム、そしてAIインタラクションにも拡張します。AIインタラクションがどのデータに触れたかを尋ねられた際、答えはガバナンスされた監査ログから得られる必要があり、再構成の努力では不十分です。人間とエージェント双方のアクセスを横断して活動を可視化するCISOダッシュボードこそが、Akamai自身の推奨を実行可能にします。
シャドーAIのIDギャップを解消し、AIエージェントによる機密データアクセスを証拠対応可能なControl Planeで一元ガバナンスす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
アクセスリスクは、従業員が特定のAIツールを開くことが許可されているかどうかを問うもので、許可リストやSSO要件、アプリ承認ワークフローで制御されます。一方、利用リスクは、そのやり取りでどんなデータが動き、どこに行き着いたかを問うものであり、Akamaiのデータが示すように、最もリスクの高い活動（個人アカウントやフリーミアムサブスクリプション）は、すべてのアクセスチェックを通過しつつも、データを企業ガバナンス外に持ち出しています。AIデータガバナンスを中心に据えたプログラムは、IDやアプリケーションに関係なくデータ自体をガバナンスするため、このギャップを埋めることができます。
これは、審査官や監査人、または相手方弁護士がAI会話内で機密データがどうなったかを尋ねた際、組織が正式な関係を持たず記録も提出できないIDに当たる確率がほぼ半々であることを意味します。コンプライアンスプログラムには、機密コンテンツがガバナンスされた環境を離れるポイントで動作するデータガバナンスと監査機能が必要であり、既知のアカウント上の活動だけを追跡するだけでは不十分です。
AkamaiのレポートおよびKiteworksの立場では、AIエージェントは新たなIDクラスであり、依然として人間や組織の権限委譲の下で動作し、誰の責任からも外れた自律的な存在ではありません。エージェントは通常、エンタープライズSaaSやメール、ファイルへの特権アクセスを持つため、CometJackingの事例が示すように、人間アカウントに適用されているABACポリシーの強制や監査ログを、この第二の集団にも拡張する必要があります。
いいえ。Akamaiのレポートは、AIセキュリティの目的は技術の制限ではなく安全な活用であることを明言しており、Kiteworks Compliant AIも同じ前提で設計されています。機密コンテンツがAIインタラクションに出入りするポイントでポリシーを適用するため、従業員は承認済みAIツールを生産的に使い続けながら、機密データはガバナンスされ監査可能な状態を維持できます。
監査人は通常、エージェントがどのデータに、どのポリシー権限下で、いつアクセスし、その際にどんなコントロール・暗号化・アクセス制限・ログ記録が適用されたかを示す記録を、問い合わせの期限内に迅速に提出できることを期待します。人間とエージェントの活動を一貫した監査ログで記録するKiteworks Control Planeがあれば、コンプライアンスチームは必要な証拠パッケージをオンデマンドで組み立てることができます。
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」を問うのをやめました。今求められるのは、その実効性の証明です。