パロアルトネットワークスは10月15日、年次イベント「Ignite on Tour Tokyo」を開催し、基調講演では、フロンティアAI時代に求められるセキュリティ戦略が紹介された。

冒頭に登壇したパロアルトネットワークス 代表取締役会長兼社長のアリイ・ヒロシ氏は、AIの進化によって企業のビジネスや働き方が大きく変わりつつあると説明した。特に、自律的に判断・行動するAIエージェントの登場によって、AIの活用範囲は急速に拡大しているという。

  • パロアルトネットワークス 代表取締役会長兼社長 アリイ・ヒロシ氏

    パロアルトネットワークス 代表取締役会長兼社長 アリイ・ヒロシ氏

一方、AIの進化は企業に新たなセキュリティ上の課題をもたらしている。企業がイノベーションのためにAIを活用するのと同じように、サイバー攻撃者も高度なAIを利用できるようになり、攻撃対象領域(アタックサーフェス)が拡大している。

同氏は、AIによるイノベーションを止めることはできないとしたうえで、企業のリーダーはイノベーションの推進とサイバー攻撃への対応という2つの課題を両立させなければならないと指摘した。

そのために優先すべき取り組みとして、同氏は「AIにはAIで対抗すること」と「セキュアAI・バイ・デザイン」の2つを挙げた。

前者については、フロンティアAIを活用して脅威や脆弱性を早期に発見し、攻撃を防ぐことが重要となる。従来のように脅威を発見してから人間が対応するのではなく、AIや自動化を活用して、検知から対応までを高速化する必要がある。また、個別のポイントソリューションではなく、データとAIを統合したセキュリティ運用が求められるとした。

後者については、AIを導入してからセキュリティ対策を考えるのではなく、設計段階から組み込む必要性が強調された。AIによるコーディング、業務でのAI活用、パートナー企業との連携など、あらゆる場面でAI戦略とセキュリティ戦略を一体で考え、予算や組織体制にも反映させるべきだという。

アリイ氏は、今後の企業経営ではAIがITインフラやビジネスモデルの中心になるとの見方を示し、経営層自身がAIとセキュリティの関係を理解することの重要性を訴えた。

AIによるサイバー攻撃が加速、人間の対応速度を超える

続いて登壇した米Palo Alto Networks プレジデントのBJ・ジェンキンス氏は、AIの進化が企業の業務とサイバー攻撃の双方を変えつつあると説明した。

  • 米Palo Alto Networks プレジデント BJ・Jenkins氏

    米Palo Alto Networks プレジデント BJ・Jenkins氏

わずか1年前にはチャットボットやCopilotがAI活用の中心的な話題だったが、現在は自律的に行動するエージェンティックAIやフロンティアAIに関心が移っている。

AIが人間の指示に応答するだけでなく、自らコードを生成し、ほかのシステムと連携して判断や処理を実行するようになることで、企業は従来の業務フローそのものを見直す必要があるという。

一方、攻撃者も高度なAIモデルを利用して攻撃を自動化できるようになっている。

同氏は、Anthropicの高度なAIモデル「Claude Mythos」に言及し、こうしたモデルが攻撃者に利用されるまでには当初6カ月程度の猶予があると予測されていたものの、その期間は大幅に短縮されているとの認識を示した。

同社の脅威インテリジェンスチーム「Unit 42」の調査によると、最も速い侵入事例では、攻撃者が侵入してからデータを持ち出すまでの時間が約1時間に短縮された。前年の4.8時間から大幅に短くなっている。また、新たな脆弱性がCVEとして公表されてから、わずか15分以内に攻撃者がスキャンを開始するケースも確認されているという。

こうした攻撃の高速化に対し、ジェンキンス氏は、人間による手動の対応では追いつくことが難しくなっていると警鐘を鳴らした。

ただし、高度なAIモデルは攻撃だけでなく、防御にも利用できる。

パロアルトネットワークスがフロンティアAIモデルを活用して検証したところ、従来2年以上に相当するペネトレーションテストを、わずか3週間で実施できたという。さらに、AIが独自に攻撃コード(エクスプロイト)を生成する検証では、72%の成功率を記録した。

同社はこうした能力を防御側に活用するため、「Unit 42 Frontier AI Defense」を提供している。同社で100社以上の顧客環境を検証した結果、すべての企業で新たなリスクが発見され、そのうち37%が重大度の高いものだったという。

同氏はAIによる攻撃に対抗するには、脆弱性を早期に発見して修復するだけでなく、攻撃の防止から検知、対応までを一貫して高速化する必要があると説明した。

AIエージェントの普及で広がるアタックサーフェスとは

AIによる攻撃への対策と並んで、企業が考えなければならないのが、自社で利用するAIそのもののセキュリティだ。

米Palo Alto Networks Principal Product Manager (Prisma AIRS)のSpencer Thellmann氏は、企業におけるAI活用が、AIを組み込んだアプリケーション、企業向けAIエージェント、ブラウザ上のエージェント、エンドポイントで動作するエージェントという4つの領域に広がっていると説明した。

  • 米Palo Alto Networks Principal Product Manager (Prisma AIRS)のSpencer Thellmann氏

    米Palo Alto Networks Principal Product Manager (Prisma AIRS)のSpencer Thellmann氏

AIエージェントは従来のチャットボットとは異なり、質問に回答するだけでなく、複数のシステムにまたがって処理を実行する。そのため、機密情報の漏えいや意図しない操作など、新たなセキュリティリスクが生じる。

同氏は、AIエージェントの中でも特に利用が拡大しているものとして、AIコーディングエージェントを取り上げ、その利便性とリスクについて説明した。

AIコーディングエージェントを利用する場合、開発者がプロンプトを入力すると、エージェントがコードやドキュメント、外部ツールなどから必要な情報を収集し、コードを生成・実行する。開発者はその結果をレビューするという流れになる。これにより、プログラミングの専門知識が十分でない人でも、アプリケーションを開発できる可能性が広がる。

しかし、その利便性の裏側には新たなリスクがある。

例えば、従業員が会社の管理外でAIコーディングエージェントを利用する「シャドーAI」の問題だ。エージェントは従業員のPC上で動作し、ソースコードや機密情報にアクセスする場合がある。

また、AIエージェントが人間の利用者と同じ認証情報を使う場合、操作を行ったのが人間なのかAIなのかを識別しにくくなるという課題もある。さらに、AIモデルの利用が増えることで、トークンの消費に伴うコスト管理も課題になるという。

  • AIエージェントが抱える4つの課題

    AIエージェントが抱える4つの課題

こうしたリスクを考えるうえで重要なのが、AIエージェントの攻撃対象領域(アタックサーフェス)の広がりだ。

同氏は、AIコーディングエージェントのアタックサーフェスとして、外部から取得するAIモデルやスキル、MCPサーバなどのサプライチェーン、従業員のPCなどのエンドポイント、エージェントの動作を制御するハーネス、外部システムとの連携などを挙げた。

  • AIエージェントの攻撃対象領域(アタックサーフェス)

    AIエージェントの攻撃対象領域(アタックサーフェス)

例えば、開発者が外部のリポジトリから悪意あるAIモデルやMCPサーバを取得してしまう可能性がある。講演では、正規のMCPサーバを装い、メールを外部に送信する不正なMCPサーバが発見された事例も紹介された。

エージェントの実行環境にもリスクがある。AIエージェントはメモリやコンテキストを利用して処理を進めるため、外部から読み込んだ情報に悪意ある指示が含まれていた場合、意図しない操作につながるおそれがある。

さらに、AIエージェントはAPIやMCPサーバを通じて、社内データや外部サービスにアクセスする。こうした連携先も攻撃対象領域となり、機密情報の持ち出しや不正操作につながる可能性がある。

同氏は、AIエージェントの保護が難しい理由として、機密情報へのアクセス、外部との通信、信頼できないコンテンツへの接触などを挙げた。AIエージェントがインターネット上の情報を読み込む場合、Webサイトの文章や画像なども攻撃の入り口になり得るという。

こうしたリスクに対応するには、稼働しているAIエージェントを把握して最小権限の原則を適用するとともに、エージェントが呼び出すツールやサービス、ほかのエージェントとの通信を監視し、実行時の脅威を防ぐ必要があるという。

AIゲートウェイで企業のAIを統合管理する

こうした課題への対応として、パロアルトネットワークスは、AIゲートウェイを活用した統合管理を掲げている。

企業で利用するAIモデルやAIエージェントが増えると、どの従業員が、どのAIを、何の目的で利用しているのかを把握することが難しくなる。さらに、AIモデルごとに異なるアクセス制御やセキュリティポリシーを設定する必要があり、管理が複雑化する。

AIゲートウェイは、こうしたAIの利用を共通の管理ポイントに集約する仕組みだ。

Thellmann氏は、AIゲートウェイを通じてAIモデルやエージェントへのアクセスを管理し、共通のセキュリティポリシーを適用する考え方を紹介した。例えば、AIモデルへのリクエストやレスポンスを検査し、機密情報の漏洩やプロンプトインジェクションなどのリスクに対応する。

また、AIゲートウェイにはセキュリティ以外の役割もある。用途に応じて利用するAIモデルを振り分け、比較的安価なモデルで処理できるものはそちらに割り当てることで、トークンの利用コストを管理することも可能だという。

つまり、AIゲートウェイは単に危険な通信を防ぐだけでなく、企業のAI利用を管理し、運用を最適化するための基盤としても機能する。

  • AIエージェントを中心とした統合管理の仕組み

    AIエージェントを中心とした統合管理の仕組み

同社は、AIセキュリティプラットフォーム「Prisma AIRS」にAIゲートウェイの機能を組み込んでいる。同氏は、AIゲートウェイに加え、AIの実行時に脅威を検知・防御するランタイムセキュリティや、AIエージェントのIDとアクセス権限を管理する仕組みを組み合わせる構想を紹介した。

  • AIゲートウェイの機能を搭載するAIセキュリティプラットフォーム「Prisma AIRS」

    AIゲートウェイの機能を搭載するAIセキュリティプラットフォーム「Prisma AIRS」

AIエージェントは、業務に必要な情報を取得し、さまざまなシステムと連携することで価値を生み出す。その一方で、自律的に動くエージェントを従来のアクセス制御だけで管理することには限界がある。

AIゲートウェイによる通信やモデル利用の管理に加え、エージェントのID管理や実行時の保護を組み合わせることが重要になる。

AIエージェントの普及によって、企業のセキュリティは、人間や端末、ネットワークを守るだけでなく、自律的に動くAIの利用や振る舞いまで管理することが求められるようになっている。

AIゲートウェイは、こうしたAIエージェント時代のセキュリティとガバナンスを支える仕組みの一つとして、今後重要性を増していく可能性がある。