「社内にAIエージェントは何個ある？」に答えられないリスク　“見えない資産”を掌握するシャドーAI時代の防衛策

従来のIT資産管理ツールでは追跡できないAIエージェントは増加傾向だ。IPアドレスを持たず、既存の監視の目をかいくぐる“見えない資産”にどう立ち向かうべきか、AIガバナンスプラットフォームのCEOに話を聞いた。

公開 2026年06月02日 05時00分

著者

Tim Murphy

[TechTarget]

印刷する連載新着通知を受け取る

　AIエージェントは、多くのCIO（最高情報責任者）が把握できる速度を上回って組織内に浸透している。

　従業員が個人的に構築したものや、各部門が外部ツールに接続したものなど、その形態は多岐にわたる。SaaSベンダーが自社ソフトウェアに直接AIエージェント機能を組み込むケースも増えている。

　こうしたシステムが機密データにアクセスしているにもかかわらず、多くの組織では台帳管理やガバナンスが不十分だ。CIOは、これらの動作を理解し、問題発生時に監査する方法を確立するという圧力にさらされている。

　TechTargetは、AIガバナンスプラットフォームを提供するRovalの創設者兼CEOであるデービッド・バウム氏に取材した。同氏は、多くの企業が環境内で動作するAIエージェントを十分に把握・分類できていないと指摘する。既存のIT監視ツールでは追跡が難しく、台帳管理や監査に新たな手法が必要だという。

CIOがAIエージェントのガバナンスを維持するためのサマリ

所有者、権限、システムへのアクセス権を含めた、AIエージェントの中央台帳を構築する
リスクレベルと、問題発生時の影響範囲の両面でエージェントを分類する
従業員向けの規定だけでなく、プロセスやネットワーク層で「ポリシー・アズ・コード」を適用する
組織全体の全てのエージェント、またはそのグループで明確な説明責任を割り当てる
各部門での試行を支援しつつ、現場に技術的な監視体制とガバナンスの専門知識を組み込む

AIエージェントの可視化が困難な理由

「シャドーAI」に関連する編集部お薦め記事

5社に1社が被害？　気付かないうちに広がる「シャドーAI」5つの兆候とは

情シスを追い詰める「ガバナンスなきAI導入」の代償とは？

　なぜ今、企業にとってAIエージェントの可視化がこれほど難しいのか。バウム氏によれば、理由は3つある。

　第一に、AIエージェントは従来のシステムとは性質が異なる。AIエージェントは物理的なサーバではなく、IPアドレスも持たない。インフラの構成管理データベース（CMDB）には現れない足跡を残す。

　第二に、AIエージェントは単一のアプリケーションではない。1つのSaaS内に複数のAI機能が含まれ、それぞれが独立したアクセスパターンを持つ。

　第三に、AIエージェントはユーザーではない。ユーザーの代理として振る舞い、認証情報も使うが、既存のアイデンティティー管理（IAM）では異常な動作として検知しにくい。

　「1時間に200回も自律的に権限を行使するような動作は、従来の監視ツールでは想定されていない」とバウム氏は語る。

セキュリティやコンプライアンスで何が起きるのか

　AIエージェントに関連するインシデントは、既存のツールでは分類すら難しいとバウム氏は強調する。

　ネットワーク層を監視する従来のツールでは、APIコールの内容は捉えられる。しかし、AIエージェントは複数のツールや内部データソースを複雑に使い分ける。バウム氏は「この複雑さを監視・観察できないことが、多くの企業が失敗する原因だ」と指摘する。

　例えば、意図しない意思決定の実行がある。モデルドリフト（継続利用によるモデルの性能劣化や挙動の変化）により、以前は出さなかった結論を勝手に出してしまうケースだ。

　こうした問題を検知するには、APIの呼び出しと応答だけでなく、モデルの更新履歴まで把握する必要がある。これはデバッグや原因究明が非常に困難な作業だ。また、AIエージェントが使用していたユーザー認証情報が別の理由で変更されていたことが原因で、ツールへのアクセス障害としてインシデントが発生することもある。