AI

概要 セキュリティ企業OX Securityの研究者が、AnthropicのModel Context Protocol（MCP）SDKに重大な設計上の欠陥を発見した。この脆弱性はSTDIOトランスポートインターフェースの「安全でないデフォルト設定」に起因し、攻撃者が任意のOSコマンドをリモートで実行（RCE）できる状態を作り出す。影響範囲は7,000件以上の公開アクセス可能なサーバーと1億5,000万件を超えるダウンロードに及び、AI統合エコシステム全体を標的にしたサプライチェーン攻撃のベクターとなりうると警告されている。 問題の核心は、MCPサーバーの起動に失敗した場合でも「エラーが返されつつもコマンドは実行される」という挙動にある。研究者らはGPT ResearcherのSTDIO MCPサーバー機能を調査する中でこの設計上の問題を特定し、根本原因がAnthropicの公式実装コード（modelcontextprotocol）に存在することを突き止めた。 技術的詳細と影響範囲 研究者チームは30件以上の責任ある情報公開プロセスを経て、合計11件の脆弱性（CVE）を発見した。主な対象は以下の通りで、複数はすでにパッチが適用されている。 CVE-2026-30623（LiteLLM）— 修正済み CVE-2026-33224（Bisheng）— 修正済み CVE-2026-26015（DocsGPT）— 修正済み CVE-2026-40933（Flowise） 攻撃は四つの手法に分類される。(1) STDIO経由の未認証コマンドインジェクション、(2) ハードニング回避を伴うコマンドインジェクション、(3) ゼロクリックのプロンプトインジェクション攻撃、(4) ネットワーク経由で発火する隠れたSTDIO設定の悪用、である。脆弱性はPython・TypeScript・Java・Rustの各言語実装に及び、LiteLLM、LangChain、LangFlow、Flowise、LettaAIといった広く利用されるプロジェクトが影響を受けた。攻撃が成功した場合、ユーザーデータ、データベース、APIキー、チャット履歴などの機密情報が漏洩する恐れがある。 AnthropicとLangChainの対応と批判 AnthropicとLangChainはいずれも当初、この挙動を「想定される動作（expected behavior）」と主張し、「ユーザー許可が必要なため脆弱性ではない」という見解を示した。最終的にAnthropicはプロトコルアーキテクチャ自体を変更しない方針を表明し、代わりにセキュリティポリシーを更新してSTDIO MCPの慎重な使用を推奨するにとどまった。この決定は、セキュリティ対応の責任を実装者側に転嫁するものだと研究者らは強く批判している。 ESETのサイバーセキュリティアドバイザーはこの問題について、「AI対応サイバー犯罪の始まり」であり、新興技術に対する「能力優先、制御後発」のアプローチが根本的な問題だと指摘した。研究者らも「アーキテクチャの根本的欠陥がユーザーデータと組織インフラを危険にさらしている」と警鐘を鳴らしている。 推奨される緩和策 Anthropicが公表したセキュリティポリシーおよび研究者の提言として、以下の緩和策が推奨されている。 センシティブなサービスへのパブリックIPアクセスをブロックする MCPツールの呼び出しを監視・ログに記録する MCPサービスをサンドボックス環境で実行する 外部からのMCP設定を信頼しないものとして扱う 検証済みソースからのみMCPをインストールする 今回の発見は、急速に普及するAIエージェント基盤がセキュリティ面で十分に検証されないまま広がっている現状を浮き彫りにした。プロトコル設計の段階から「セキュア・バイ・デフォルト」の原則を組み込むことの重要性が改めて問われている。

概要 Grafana Labsは2026年4月21日、バルセロナで開催された年次カンファレンス「GrafanaCON 2026」にて、AIシステムの可観測性（オブザーバビリティ）に特化した複数の新機能・新ツールを発表した。同社が「AIの盲点（AI Blind Spot）」と呼ぶ課題、すなわち従来の監視ツールがLLMやAIエージェントの障害パターンに対応しきれていない問題に正面から取り組む内容となっている。Senior Director of AIに新たに就任したMat Ryerは「AIは従来の可観測性が想定していない方法で壊れる」と述べており、専用のアプローチが必要だという認識が今回の発表群の背景にある。 OSSベンチマーク「o11y-bench」の公開 今回の発表の中核の一つが、AIエージェントを実際のオブザーバビリティタスクで評価するためのオープンソースベンチマーク「o11y-bench」だ。Harborフレームワーク上に構築されており、メトリクス・ログ・トレースにまたがってエージェントのパフォーマンスを測定できる。従来の静的なベンチマークとは異なり、実世界における動的なエージェント動作に焦点を当てている点が特徴で、AI可観測性ツールの品質を客観的に比較・評価できる共通基盤の提供を目指している。 Grafana Assistantの拡張とGrafana Cloud新機能 Grafana AssistantはこれまでGrafana Cloud専用だったが、今回のアップデートでGrafana Enterprise（オンプレミス）およびGrafana OSSにも対応範囲を広げた。これにより、クラウド環境に限らずセルフホスト環境でもAI支援によるモニタリング・自動化・ワークフローオーケストレーションが利用可能になる。新機能として、専用ワークスペースモード、API アクセス、スケジュール自動化、リモートMCPサーバー統合、スキル習得向けのLearnモード、Teamsとの連携、EUリージョン優先の推論オプションなどが追加された。 Grafana Cloud側では、LLMアプリケーションおよびAIエージェントをリアルタイムで監視する「AI Observability」がパブリックプレビューとして提供開始された。入出力の可視化、実行フローの追跡、継続的な出力評価、データ露出リスク検出などを備え、エージェントの会話をファーストクラスのテレメトリシグナルとして扱えるようになっている。さらに、CursorやGitHub Copilotなどのエージェント駆動開発環境に可観測性クエリを統合するCLIツール「Grafana Cloud CLI（GCX）」も発表された。 背景と今後の展望 同社の2026年オブザーバビリティ調査では、回答者の15%がAIの自律的な行動に懐疑的であると回答しており、可視性と安全策に対する需要の高まりが浮き彫りになっている。Senior Director of ProductのJen Villaは「AIシステムは10年前の分散システムのようになりつつある。強力だが、理解するのが難しく、運用するのはさらに難しい」と述べている。Grafana Labsは商用クラウド機能とオープンスタンダードを組み合わせた「オープンコア戦略」を推進しており、o11y-benchのOSS公開はそのコミュニティ拡大への布石とも位置付けられる。AIシステムが分散システムに近い複雑さを持ち始めている現在、オブザーバビリティの専門ベンダーとしての差別化を明確に打ち出した格好だ。

概要 Metaは2026年4月、新たなAIモデル「Muse Spark」を発表し、Instagram・FacebookへのAI搭載ショッピング機能の展開を明らかにした。Muse SparkはMetaのアプリ群、メッセージング、ショッピング、AIグラスなどのエコシステム全体にAIを統合することを目的としたモデルで、ユーザーが各プラットフォームを離れることなく商品を発見・購入できる体験の実現を目指している。 導入される新機能 今回Muse Sparkを通じて導入される主なショッピング機能は以下の3つだ。まずコーディネート提案では、ユーザーの好みや過去の行動に基づきAIが服装のスタイリングを提案する。次に部屋のスタイリング支援として、インテリアや家具の配置に関するAIアドバイスが提供される。さらにギフト購入ガイドでは、友人や家族へのギフト選びをAIがサポートする。これらの機能はInstagramやFacebookですでにユーザーがフォローしているクリエイターのコンテンツやブランドストーリーを活用した「ダイナミックなレコメンデーションエンジン」として機能するという。 展開状況と背景 現時点では単独アプリ「Meta AI」で利用可能となっており、今後数週間以内にInstagramおよびFacebookへの展開が予定されている。Instagramでは、探索ページの検索サークル内にある「Meta AIで検索」の隣に新機能が追加される形で提供される見込みだ。Muse Sparkは2025年6月に設立されたMeta Superintelligence Labsが開発を担っており、同社はAI機能を時間をかけてさらにスマートに進化させると述べている。Metaにとって今回の取り組みは、商品発見・ターゲティング・購買シグナルをアプリ内で完結させる新たな広告・小売チャネルの確立を意味しており、eコマース分野における競争力強化の一手となっている。

概要 Alibabaは2026年4月20日、フラッグシップAIモデルシリーズの最新版「Qwen3.6-Max-Preview」を早期アクセス版として公開した。同モデルはQwenStudioおよびAlibaba Cloud BaiLian APIを通じて利用可能で、現在も活発に開発中のワークインプログレス版として位置づけられている。Qwen3.6-Plus比でプログラミング能力・知識・指示追従の3つの主要領域で大幅な改善を達成したとされ、Alibabaのフラッグシップモデルとして現時点で最も高性能な水準に達していると発表された。 プログラミングベンチマークでの最高性能 プログラミング能力においては、SWE-benchPro、Terminal-Bench2.0、SkillsBenchを含む6つの主要ベンチマークで首位スコアを獲得した。前世代のQwen3.6-Plusとの比較では、SkillsBenchで9.9ポイント、SciCodeで10.8ポイントの向上を達成しており、エージェント型コーディングへの対応能力が特に強化されている。指示追従能力においてはClaudeなどの競合モデルを上回ると報告されており、ToolcallFormatIFBenchでは2.8ポイントの改善を記録した。 技術仕様と知識向上 技術仕様面では、256,000トークンのコンテキストウィンドウをサポートし、OpenAIおよびAnthropicのAPI仕様と互換性を持つ。マルチターン会話での推論過程を保持するpreserve_thinking機能も備えており、複雑なエージェント型タスクへの対応を強化している。ただし、現時点ではテキスト入力のみに対応しており、マルチモーダル機能は含まれていない。知識面では世界知識の理解において顕著な改善が見られ、SuperGPQAで2.3ポイント、中国語性能を測るQwenChineseBenchで5.3ポイントの向上を達成した。 戦略的転換：オープンソースからクローズドモデルへ 今回のリリースで注目されるのは、Alibabaの配布戦略の大きな転換だ。同社はこれまで強力なモデルを無料のオープンソースとして公開してきたが、Qwen3.6-Max-Previewは重みを公開しない独自のホスト型モデルとして提供される。これはオープンな配布から商業的なマネタイズサービスへの方針転換を意味する。市場環境を見ると、中国発オープンモデルのグローバルオープンモデル利用シェアは2024年末の約1.2%から2025年末には約30%にまで急拡大しており、その成長をQwenシリーズが牽引してきた背景がある。現在もアクティブな開発が続いており、今後のイテレーションでさらなる改善が予定されている。

概要 Googleは2026年4月、AIエージェントによるAndroidアプリ開発を抜本的に高速化することを目的とした新ツール群を発表した。中心となる「Android CLI」は、Android SDKへの軽量なプログラム的アクセスを提供するコマンドラインインターフェースで、内部テストによればLLMのトークン使用量を70%以上削減し、タスク完了速度を従来の3倍に向上させると報告されている。このツールはApple Silicon、AMD64 Linux、AMD64 Windowsに対応しており、d.android.com/tools/agentsから入手できる。 3つのコアコンポーネント 発表された新ツール群は3つの主要コンポーネントで構成される。 Android CLI はandroid sdk install（SDK管理）、android create（プロジェクト生成）、android emulator（デバイス管理）、android run（アプリデプロイ）、android update（更新）といったコマンドを通じて、エージェントがAndroid開発の主要操作を簡潔に実行できるよう設計されている。android describe引数でプロジェクトのメタデータを生成する機能も持つ。 Android Skillsリポジトリ は、Markdownベースの指示セット（SKILL.md）をエージェントに提供し、複雑なワークフローをベストプラクティスに沿って実行させる仕組みだ。android skillsコマンドで呼び出せるスキルは、現時点でNavigation 3への移行、エッジtoエッジ対応の実装、AGP 9およびXMLからComposeへの移行、R8設定の分析など7種類が用意されている。 Android Knowledge Base はandroid docsコマンドでアクセスでき、Androidデベロッパードキュメント、Firebase、Google Developers、Kotlinドキュメントを横断して情報を検索・取得できる専用リソースだ。 Android Studioとの関係と業界の動向 Android CLIはAndroid Studioを置き換えるものではなく、補完的な位置づけとされている。Googleは「CLIベースのエージェントで素早くプロトタイプを構築し、その後Android Studioでプロジェクトを開いてUIの仕上げや高度なデバッグ・プロファイリングを行う」という使い方を想定している。 一方、The Registerの報道では、現状のスキル数が7種類にとどまることや、ツールが「LLMがすでに得意な基本的なAndroidセットアップコマンドのラッパーに過ぎない」との開発者からの批判的な声も紹介されている。ただし、MicrosoftやJetBrainsも同様にエージェント向け開発ツールを整備しつつあり、従来の人間向けIDEをAI自律エージェントのワークフロー向けに再設計するという業界全体のトレンドの一環として捉えることができる。Android CLIが今後スキルや機能を拡充することで、Androidエージェント開発のデファクトスタンダードとなれるかが注目される。

概要 SK hynixは2026年4月19日、第6世代10nmクラス（1cnm）プロセスとLPDDR5X低消費電力DRAMを採用した192GB SOCAMM2メモリモジュールの量産開始を正式発表した。SOCAMM2（Small Outline Compression Attached Memory Module 2）は、これまでスマートフォンなどモバイル向けに用いられてきたLPDDR系メモリをサーバー環境に適用した次世代規格であり、従来のRDIMM（Registered Dual In-Line Memory Module）と比較して帯域幅は2倍以上、電力効率は75%超の改善を実現する。データ転送速度は前世代SOCAMM1の8.5 Gbpsから9.6 Gbpsへ向上している。SK hynixのCMO兼AI Infraヘッドを務めるJustin Kim社長は「192GB SOCAMM2の供給により、SK hynixはAIメモリ性能の新標準を確立した」とコメントした。 技術的な詳細 SOCAMM2はLPDDRチップを垂直方向にスタックすることで高い面積効率と電力効率を両立しており、従来の標準DDR5よりも多いI/Oピン数を持つ。コネクタには圧着式を採用し、信号品質（SI）の向上とモジュール交換の容易さを確保している。HBM4やDDR5 RDIMM、CXL拡張メモリと並ぶ多層メモリ階層の中では「中間層」に位置し、頻繁にアクセスされるホットデータのバッファリングやLLMのトレーニング・推論時のメモリボトルネック解消を担う役割が期待されている。大規模言語モデル（数千億パラメータ規模）の学習において、SOCAMM2は低消費電力で高い処理スループットを提供できるとSK hynixは説明している。 NVIDIA Vera Rubinとの関係 本製品はNVIDIAの次世代AIデータセンタープラットフォーム「Vera Rubin」向けに設計されており、同プラットフォームは2026年後半の展開が予定されている。NVIDIAはサプライチェーン多様化の観点からSK hynix・Samsung・Micronの3社からSOCAMM2を調達する方針を採っている。Samsungは192GBの量産、Micronは2026年3月に世界初となる256GBサンプルの出荷を完了させており、各社が供給競争を展開している。SK hynixはVera Rubinの製品投入前に量産体制を早期確立することで、グローバルなクラウドサービスプロバイダー（CSP）顧客の需要を取り込む戦略を取っている。AIの活用がインファレンスから大規模トレーニングへとシフトする中、SOCAMM2はこのトレンドを支える主記憶ソリューションとして業界から注目を集めている。

概要 WSO2は2026年4月、Apache 2.0ライセンスのオープンソースAPIプラットフォームの一般提供（GA）を開始した。このプラットフォームは、従来型のAPIとAIアセットを単一のコントロールプレーンで統合管理できる設計となっており、企業がAIエージェントを活用した「エージェンティックAI」を安全かつガバナンスを維持しながら展開できるよう支援することを目的としている。ベンダーロックインを避けながらAI対応インフラを構築したい組織にとって、有力な選択肢となりそうだ。 同社API PlatformのVP兼GMであるDerric Gilling氏は、「企業がAPIをAIエージェントに公開するにあたり、新たなリスクプロファイルへの対応が求められている」と述べており、監視・統制機能の強化がプラットフォーム設計の中核にあることを強調した。 AI GatewayとMCP対応 プラットフォームの中核を担うAI Gatewayは、既存のAPIをAIエージェントが利用できるツールへ数分以内に変換する機能を備える。さらに、社内外のMCP（Model Context Protocol）サービスを統合管理し、LLM（大規模言語モデル）へのアクセス制御を細かく行える仕組みが組み込まれている。 具体的な機能としては、セマンティックキャッシング、アダプティブルーティング、トークンベースのレート制限、モデルルーティングなどが挙げられる。これにより、AIエージェントがAPIを呼び出す際のコストや品質を組織側でコントロールできる。 ガバナンスと安全性 AI Workspaceと呼ばれる集中管理コンソールには、ポリシーハブ経由で30種類以上の組み込み安全ガードレールが提供される。カスタムガードレールはGo言語で開発可能で、Azure Content Safetyとの統合にも対応している。 マルチゲートウェイフェデレーション機能により、Kong、Amazon API Gateway、Azure API Managementなど既存のAPIゲートウェイとの共存・連携も実現。自社管理（セルフホスト）、SaaS、ハイブリッドの3種類のデプロイメント方式から選択できる柔軟性も持つ。 FinOpsとマネタイズ プラットフォームはFinOps機能も内包しており、トークン消費量の可視化、支出上限の設定、自然言語によるインサイト生成をサポートする。Moesif連携によるモネタイズ機能では、プリペイドモデル、従量課金、成果ベースの料金設定といった多様な課金体系に対応している。AIの利用コストを組織内で適切に配分・管理したい企業ニーズに応えた実用的な機能セットと言える。

新年次リストの概要 MIT Technology Reviewは、AIに特化した年次フラッグシップカンファレンス「EmTech AI 2026」の開幕日（4月21日）に合わせ、新たな年次リスト「今AIで重要な10のこと（10 Things That Matter in AI Right Now）」を初公開した。このリストはMIT Technology Reviewのこれまでの代表的な年次企画「10のブレークスルー技術」とは性格が異なり、現在進行形のAIの状況を多角的に捉えることを目的としている。AIレポーターチームが個々にテーマ候補を提出し、議論・投票を経て最終的に10項目へと絞り込んだという。このリストは2026年を通じてMIT Technology Reviewの報道・特集記事の軸となる予定で、単なるランキングではなく「編集部が注目し続ける指針」としての性格を持つ。 注目テーマとして、AIコンパニオン（感情的なつながりや相談相手としてのAI利用）、メカニスティック・インタープリタビリティ（AIモデルの内部回路を解析し、挙動を診断可能にするアプローチ）、ジェネレーティブコーディング（AIによるコード自動生成）、ハイパースケールデータセンター（AI処理を支える超大規模インフラ）が確認されている。 EmTech AI 2026カンファレンスの内容 「EmTech AI 2026」は4月21〜23日にマサチューセッツ工科大学（MIT）キャンパスで開催され、約400人の経営幹部・技術者・研究者が参加する。オンライン参加オプションも設けられており、ライブストリームとオンデマンド視聴が可能だ。今年のテーマは**「The Great Integration（大統合）」**で、AIが試験的な取り組みから企業のコアインフラへと移行する局面を議論する場として位置づけられている。 主要セッションには「エージェンティックAI」（意思決定を自律的に行うAIエージェントの実装）、「新しいAIスタック」（データ準備・オーケストレーション・セキュリティの最新動向）、「AIと信頼」（AIが媒介する意思決定における信頼性）、「創造性とコントロール」（著作権・所有権・人間表現への影響）が並ぶ。登壇者にはOpenAI ChatGPT工学部門トップのSulman Choudhry氏、WalmartのChief People OfficerであるDonna Morris氏、ServiceNowのCDIOであるKellie Romack氏、General MotorsのロボティクスストラテジーディレクターであるMikell Taylor氏、SAG-AFTRAのDuncan Crabtree-Ireland氏らが名を連ねる。 「10のブレークスルー技術」との違いと意義 MIT Technology Reviewが毎年1月に発表する「10のブレークスルー技術」リストは、将来のインパクトが期待される先端技術を選定するものだが、今回の「今AIで重要な10のこと」は異なる視点を持つ。前者が将来のポテンシャルに注目するのに対し、後者は現在のAI動向の中で特に重要な動きや課題を浮き彫りにすることを重視する。編集部は1年間を通してこのリストの各テーマを深く追跡・報道する方針を示しており、AI報道における長期的な編集指針としての役割を担う。AIが企業や社会へ実装される「統合」の時代に、技術的な詳細だけでなくビジネス・倫理・労働などの観点も含めたバランスのとれた視点を提供しようとする姿勢が読み取れる。

概要 MozillaのMZLA Technologies（Thunderbirdメールクライアントで知られるMozilla Foundationの営利子会社）は2026年4月16日、エンタープライズ向けオープンソースAIクライアント「Thunderbolt」を発表した。MPL 2.0ライセンスのもとGitHubで公開されており、企業が自社インフラ上でセルフホストしながらAIを活用できるよう設計されている。Microsoft Copilot、ChatGPT Enterprise、Claude Enterpriseといった大手SaaS型AIサービスに対するオープンな代替として位置付けられており、ベンダーロックインとデータ管理への懸念に直接応えるものだ。 MZLA CEOのRyan Sipesは「私たちが今日解決しようとしている問題は、主権とコントロールの問題だ。AIはアウトソースするには重要すぎる」と述べ、組織がAIインフラを外部サービスに依存するのではなく、自らの手で管理すべきだという考えを強調した。 技術アーキテクチャと主な機能 Thunderboltは、チャット・検索・リサーチといった機能を統合した「AIワークスペース」として機能する。deepsetのHaystackプラットフォームと連携することでバックエンドシステムとエージェントワークフローを一元化できるほか、Model Context Protocol（MCP）サーバーおよびAgent Client Protocol（ACP）対応エージェントをサポートしている。これにより既存の社内データパイプラインを大規模に改修することなく接続できる。 対応プラットフォームはWindows・macOS・Linux・iOS・Androidと幅広く、Webクライアントも提供される。利用するAIモデルは組織が自由に選択でき、商用クラウドモデルのほか、オープンソースモデルや完全ローカルホスト型のモデルにも対応する。機密データを単一マシン上で処理することも可能だ。ワークフロー自動化機能として、スケジュール設定によるブリーフィング生成・トピック監視・レポート作成・イベント連動動作なども実装されている。セキュリティ面では、デバイスレベルのアクセス制御とオプションのエンドツーエンド暗号化が用意されている。現在、エンタープライズ向け本番利用に向けたセキュリティ監査が進行中だ。 ビジネスモデルと提供形態 ソースコードはGitHubで誰でも利用可能だが、MZLAはエンタープライズ向けにサポート・カスタマイズ・デプロイメント支援を有償提供することで収益化を図る。また、小規模チーム向けにはクラウドホスト版（マネージドサービス）の提供も計画されている。早期アクセスの申し込みはthunderbolt.ioで受け付けており、統合パートナーによるストレージ・インフラ管理・エンジニアリングサポートも用意される予定だ。 背景と戦略的意義 MZLAはMozilla Foundationが設立した営利部門であり、オープンソースとビジネスの両立を掲げている。Sipesは過去のFirefox躍進になぞらえ、Thunderboltを大手AI企業の市場独占に対抗する「反乱同盟」の一環として位置付けた。エンタープライズAI市場ではMicrosoft・OpenAI・Anthropicなど大手プロバイダーへの依存が進む一方、データ主権・プライバシー・コスト透明性への関心も高まっており、Thunderboltはそうした需要に応える選択肢として注目される。オープンソースコミュニティによる拡張や監査が可能な点も、エンタープライズ採用の後押しになると期待される。

概要 2026年版「CISO AIリスクレポート」は、235名のエンタープライズセキュリティリーダーへの調査をもとに、AIアイデンティティとアクセス管理のガバナンスにおける深刻な課題を明らかにした。71%のCISOがAIはコアビジネスシステムへのアクセス権を持っていると回答したにもかかわらず、そのアクセスを適切にガバナンスできていると答えたのはわずか16%にとどまる。Salesforce、SAPといった基幹系プラットフォームに対して、AIエージェントが実質的な権限を持ちながら監視体制が整っていない状況が浮き彫りになった。 47%のセキュリティリーダーがAIエージェントによる意図しない・未認可の動作をすでに確認しており、過去1年以内に実際のセキュリティインシデントまたはニアミスを経験したとする割合は3分の1に上る。AIエージェントがAPIを呼び出し、設定を変更し、エンタープライズシステムへの書き込みを行っている現状において、ガバナンス不在のリスクは急速に顕在化しつつある。 深刻な可視性とガバナンスの欠如 調査では、組織内のAIアイデンティティへの完全な可視性を確保できていないと答えた割合が92%に達した。さらに、侵害されたAIエージェントの検知・対応に自信があると答えたのはわずか5%であり、封じ込め態勢の脆弱さが際立つ。86%のセキュリティリーダーはAIアイデンティティに対するアクセスポリシーを持たないか、持っていても適用していない。人間ユーザーと同等のガバナンス基準をAIアカウントに適用している組織は19%に過ぎず、AIエージェントの管理が人間のワークフローを前提とした既存ツールの寄せ集めで行われている実態が示された。 「シャドーAI」の問題も深刻化しており、4分の3のCISOが組織内で無認可のAIツールが稼働していることを発見している。これらのツールは多くの場合、資格情報を埋め込み、標準的なプロビジョニングのワークフローの外で高度なシステムアクセスを持って動作しているという。AIエージェント専用のアイデンティティ管理やモニタリング制御を導入している組織は全体の25%にとどまる。 推奨される対策と今後の展望 レポートは、プロビジョニング・権限管理・アクセス分析を統合した統一アイデンティティプラットフォームの導入を推奨している。ポイントソリューションを分散して運用するのではなく、AIエージェントの自律的な動作パターンに対応したディスカバリー、分類、継続的なモニタリング、リアルタイムのポリシー適用が必要だと指摘する。AIシステムが企業インフラへの組み込みを加速させる中、アイデンティティ管理とアクセスコントロールをAI時代に合わせて再設計することが、CISOにとって喫緊の課題となっている。