すべての経営幹部が答えるべきAIガバナンスの3つの質問

本文の内容は、2026年10月6日に Hatem Naguibが投稿したブログ (URL) を元に日本語に翻訳・再構成した内容となっております。

AIは、あらゆる規模の組織において、経営幹部や取締役会で主要な話題となっています。それも当然のことです。取締役会からの要請であれ、経営陣自身の信念であれ、経営陣にはAIを迅速に導入するという使命があります。理由はどうあれ、目標はAIによって競争上および事業上の優位性を獲得しつつ、このテクノロジーを安全に使うことです。 

AIを安全に使うために、すべての経営幹部が答えるべきガバナンスに関する3つの質問があります。それらに入る前に、なぜこれらの質問が重要なのか、その背景をご説明します。  

AIとエージェント技術に関するあらゆることが急速に進んでおり、鉄道、コンピューター、インターネットに匹敵する世代的な変革を引き起こしています。これまでの技術的飛躍と異なるのは、イノベーションのスピードとリスクの規模です。 

ソフトウェア開発者は、ほぼ一夜にしてコーダーからコーディングエージェントの監督者へと変わりました。AIは開発の民主化も進め、エンジニア以外の部門にも、それぞれの用途に合わせて独自のツールを作る「シチズンコーダー」（市民開発者）を生み出しました。そのすべてを、社内データが支えています。 

同時に、AI企業はこのテクノロジーの能力を驚異的なペースで高めています。新しいリリースのたびに、モデルが意思決定し、自律的に行動する能力が向上しています。しかも、あらかじめ決められた手順に従う従来のソフトウェアとは異なり、AIエージェントは実行中に自ら計画を書きます。現在では、長期間稼働するエージェントが単独で、あるいは連携して、困難な問題の解決、リサーチの強化、顧客対応に取り組む姿も見られるようになっています。 

AIのリスクも高まっています。新たな侵害や、エージェントが暴走した事例が毎週のように報告されています。新しい、あるいは強化されたAIモデルの安全性への懸念から、リリースが延期されたこともあります。また、主要なAI企業の間でも、安全性への懸念から、規制やガバナンスについて協議するために集まる動きが出ています。 

AIの変革的なスピードと安全性への懸念を踏まえると、リーダーがリスクとリターンのバランスを取るために、どのような質問をすべきかを理解しておくことが不可欠です。

リスクとリターンのバランス 

AIエージェントは戦力を何倍にも高める存在ですが、安全と無謀の境界線上で、予測できない動きをすることがあります。だからこそ、リーダーはAIの計画を次の2つのポイントを軸に調整する必要があります。 

1つ目は、AIエージェントがチームに代わって行うことの責任は、あなたにあるということです。従業員やアプリケーション、その他の資産を管理するのと同じように、AIも管理する必要があります。2つ目は、AIエージェントが、エンドポイント、クラウド、SaaSといった複数のアタックサーフェスを横断する権限を与える認証情報にアクセスできる可能性が高いということです。つまり、その影響は自社の環境にとどまらず、顧客やサプライヤーの環境にまで及びます。 

Sysdig の創業者兼CTOであるLoris Degioanniは、ランタイムがAIエージェントにとってのグラウンドトゥルースである理由について、そのビジョンを語っています。このブログ記事では、別のアプローチとして、すべての経営幹部が答えられるようにしておくべきAIガバナンスの質問に焦点を当てます。  

問うべきAIガバナンスの3つの質問と、期待すべき答え

AIガバナンスをリードするために、カーネルやシステムコールを理解する必要はないかもしれません。しかし、組織がAIを責任ある形で使っていることをどのように担保しているのかを取締役会から問われたとき、エビデンスに裏付けられた答えを持っている必要があります。以下は、AIを運用しているあらゆるチームに投げかけるべき質問と、その見返りとして期待すべき答えです。

1. 自社のAIが暴走していないと、どうすればわかるのか？ AIエージェントが何をしているのか、そしてその振る舞いがポリシーに反していないかを理解する最も確実な方法は、ランタイムでの観測です。ランタイムで収集したデータは、エージェントが行動した瞬間に対応するための理想的な土台にもなります。  
2. 自社はどのAIを使っており、その責任は誰が負っているのか？ チームは、アンケートではなくリアルタイムのデータから構築したライブインベントリを持ち、すべてのエージェントを個人またはチームにたどれるようにしておくべきです。シャドーAI、つまり正式なセキュリティ承認を受けずに使われているAIは、すでにほとんどの組織に存在しています。そして、かつてのシャドーITとは異なり、未承認のAIは、IT インフラストラクチャー全体や、顧客やパートナーの環境のほぼあらゆる場所に到達できてしまいます。 
3. 何を証明できるのか？ エージェントの行動について、何が許可されていたのか、誰が承認したのかを含め、改ざんされていないフォレンジック記録が得られることを期待すべきです。その情報は、エージェント自身が変更できない形で提供される必要があります。その記録は、監査、調査、規制当局のいずれにも等しく役立ちます。

これらの質問が有効なのは成果に結び付いているからであり、その答えが有効なのはランタイムでのオブザーバビリティに結び付いているからです。 

ランタイムは効果的なAIセキュリティの基盤です 

ランタイムセキュリティは、本番環境で稼働中のコンテナを監視するという、実績のある手法の上に成り立っています。最もシンプルに定義すれば、AIエージェントはワークロードです。つまり、どこで動いていようと、ランタイムの監視をAIエージェントに向けるべきだということです。では、実際にはどのようなものになるのでしょうか？ 

まず、2つのレイヤーのオブザーバビリティデータを相関させます。エージェントの下にあるカーネルと、エージェントの内部です。それぞれのレイヤーが互いを補強することで、問題が発生したときに最も信頼できるシグナルと、自信を持って対応するために必要なコンテキストが得られます。 

相関と補強がエージェント型AIのリスクを減らすうえで不可欠な理由は次のとおりです。カーネルのデータは、エージェントが実行しているプロセス、開いているファイル、確立している接続といったアクションに関するグラウンドトゥルースを提供します。しかし、カーネルレイヤーで収集したデータからわかることには限りがあります。欠けているのは、エージェントがなぜそのアクションを取っているのか、そして誰の代理で行っているのかというコンテキストです。このギャップを埋めるには、エージェントの内部で何が起きているかをリアルタイムで観察し、意味的な詳細を収集する必要があります。 

ClaudeやCodexなどのコーディングエージェントは、フック、設定ファイル、セッションデータを通じて自らの活動を公開します。ここでは、アクションの背後にあるプロンプト、エージェントが呼び出すMCPサーバー、実行しているウェブ検索といった意味的なデータを確認できます。ただし、このレイヤーを制御しているのはエージェントであるため、このデータだけでは証拠になりません。最近のレポートも、この情報の信頼性に疑問を呈しており、「AIが考えていることと、それについて報告する内容との結び付きは、ますます希薄になっていく」と指摘しています。  

エージェントからの意味的なデータだけでは、エージェントが取ったアクションの理解に空白が残ります。しかし、カーネルレベルのシステムコールデータと組み合わせることで、何が起きているのかを、起きている最中に完全な形で把握できます。 

最後のピースは、リアルタイムのコンテキストに基づくマシンスピードの対応を実行し、異常な動作や悪意のある動作をするエージェントを停止またはブロックする能力です。同じアクションでも、エージェントが保持する認証情報によって及ぶ範囲が異なるため、些細なものにも壊滅的なものにもなり得ます。相関と補強が施されたデータがあれば、チーム、あるいはチームが運用しているセキュリティエージェントが、ラップトップ、クラウドワークロード、サードパーティのエージェントプラットフォームにわたって、最適な対応を正確に判断できます。 

まとめ

最終的に、AIから最も大きな恩恵を受ける組織は、エージェントが何をしているのかを示し、求められたときにそれを証明できる組織です。だからこそ、ランタイムインサイトは、AIという規模のカバレッジギャップを埋めるために既存製品へ後付けするのではなく、セキュリティプログラムのDNAに組み込む必要があります。AIイノベーションの最前線がどれだけ速く動くかをコントロールすることはできませんが、責任あるAIガバナンスを確保するために組織が取るステップは、自らコントロールできます。

‍