English 
AIアイデンティティセキュリティとは、基本的に、人、機械、アプリケーション、さらには自律型AIシステムによって使用されるアイデンティティ、認証情報、権限、およびアクセス権を保護し、管理する取り組みのことです。.
サイバーセキュリティの境界線は、知らず知らずのうちに変化しています。もはや、ネットワークやデバイス、あるいはその内部にあるアプリケーションを守るだけのことではありません。 今、より大きな懸念となっているのは、「誰が、あるいは何がそれらにアクセスできるのか」、「そのアクセス権限を持つ主体が実際に何ができるのか」、そして「そのアクセスが、技術的な面だけでなく、現実的かつ実用的な観点からも依然として妥当なのか」といった点です。.
その緊急性は無視しがたいものです。世界経済フォーラムの報告によると、 87% 回答者のうち、2025年を通じて最も急速に拡大するサイバーリスクとして、AI関連の脆弱性を挙げた人がいました。.
こちらもお読みください： 日本における先進的な半導体パッケージング：3Dチップ集積が次の競争優位性となる理由
この記事では、人間のユーザー、マシンのID、自律型AIエージェントの各分野において、AIによるIDセキュリティがどのように進化しているか、また、IDの無秩序な増加がさらに深刻なセキュリティ問題となる前に、企業がどのような対応を講じる必要があるかについて考察します。.
拡大する境界線と、AIがアイデンティティのあり方を変える理由
従来のIAMは、かなり単純な前提に基づいて構築されていました。つまり、ユーザーがアプリケーションを利用し、アプリケーションはネットワークの背後にあり、セキュリティチームがその「入り口」を通る者を管理するというものです。.
クラウドコンピューティングによって、そのモデルは弱体化しました。リモートワークによって、さらに弱体化が進みました。そして今、AIがそのモデルを、はるかに根本的なレベルで変えつつあります。.
現代の企業では、従業員、契約業者、アプリケーション、API、サービスアカウント、ワークロード、ボット、コパイロット、自律型エージェントなどが、同じ環境にアクセスしている場合があります。それぞれが、認証情報、権限、トークン、または委任された権限を保持している可能性があります。これが「アイデンティティの拡散」です。.
問題は、単にIDの数が増えたということだけではありません。問題は、その多くが人間の直接的な関与なしに動作し得るという点にあります。忘れ去られたサービスアカウントが、システムへのアクセスを継続してしまう可能性があります。APIトークンは、本来の目的が消滅した後も、長期間にわたって有効なままになることがあります。また、AIエージェントは、誰も十分に精査していない権限に基づいて、行動を起こしてしまう可能性があります。.
それにより、セキュリティの状況が一変します。.
境界そのものが、ますますアイデンティティそのものになりつつあります。ネットワークの保護は依然として重要ですが、アクセスが許可された後に何が起こるかは、アイデンティティによって決まります。.
したがって、AIによるアイデンティティセキュリティは、複数の疑問に答えなければなりません。アクセスを要求しているのが誰（あるいは何）であるか、そのアイデンティティにはどのような権限が認められているか、なぜそのアクセスが必要なのか、そしてその行動が長期にわたって信頼に足るものであるかどうかを、明確にしなければなりません。.
現代の企業アイデンティティの三要素
現代の企業は現在、相互に関連する3つのアイデンティティのカテゴリーを保護する必要があります。依然として、人間が最も標的とされる存在です。機械は、認証情報や権限からなる膨大な隠れた層を生み出しています。自律型AIエージェントは、さらに扱いが難しい要素をもたらします。それは、人間の関与を最小限に抑えつつ、推論し、行動し、アクセス権を委任することができるアイデンティティです。.
1. AIフィッシングの時代における個人の身元の保護
人間は依然として、最も操作しやすい認証層です。なぜなら、攻撃者は必ずしもセキュリティ技術を突破する必要はないからです。場合によっては、その技術の背後にいる人物を説得するだけで済むこともあります。.
AIのおかげで、その操作はより低コストで、より説得力のあるものになります。. マイクロソフト 大規模なフィッシング、なりすまし、パスワード攻撃、およびエージェントの操作において、AIの利用が拡大していることを指摘しています。攻撃者は、より信憑性の高いメッセージやなりすましを仕掛けることができる一方で、多数のユーザーを標的にするために必要な労力を削減することができます。.
これにより、従来の認証の在り方が試されることになります。.
MFA疲労はその好例です。ユーザーに繰り返し認証の要求が表示される場合、ユーザーは通知を止めたいがために、やむを得ず承認してしまう可能性があります。ディープフェイクやAI生成音声は、なりすましをより信憑性のあるものに感じさせることで、さらなる脅威をもたらす可能性があります。.
答えは、ログインに失敗するたびにユーザーを責めることではありません。企業は、ユーザーに対するより強力な管理体制を整える必要があります。.
フィッシング対策が施された認証情報は、盗まれたパスワードや偽のログインページの価値を低下させることができます。生体認証を導入すれば、例えば他の人へのアカウントの譲渡など、アカウントへのアクセス権を移すことがより面倒になります。同時に、行動ベースのアクセス制御では、単にログインに成功したからといって無条件に信頼するのではなく、その状況や文脈を踏まえて動作を分析することができます。.
したがって、もしログインが普段とは異なる場所や、見慣れない端末、あるいは異なるパターンから行われた場合、そのログインに対して、見慣れたものと同じレベルのアクセス権限を自動的に付与すべきではありません。.
これこそが、AIによるアイデンティティセキュリティが果たすべき転換点です。認証は、セッション開始時の単一のチェックポイントではなく、信頼性を継続的に評価するプロセスとなるべきです。.
2. API、シークレット、トークンを用いたマシンIDの管理
人間の身元は目に見えますが、機械の身元は多くの場合、目に見えません。.
アプリケーション、API、クラウドワークロード、サービスアカウント、証明書、トークン、およびシークレットは、いずれも企業内において「アイデンティティ」として機能します。これらは従業員名簿には決して掲載されないかもしれませんが、それでも機密性の高いシステムへのアクセス権を持つ可能性があります。.
これにより、ガバナンス上の難しい問題が生じます。組織としては、従業員がいつ入社・退社したかは正確に把握しているかもしれません。しかし、APIキーの有効期限がいつ切れるべきか、サービスアカウントをいつ削除すべきか、あるいは証明書が依然として必要かどうかについては、把握できていない場合が少なくありません。.
機械が人間の代わりに行動し始めると、そのリスクはさらに重要になります。.
AWS エージェントには、独自のID、安全な認証情報の保存、および最小権限の認証が必要であると主張しています。同社の「AgentCore Identity」アプローチは、追跡可能な権限委譲を維持しつつマシンIDを提供することで、組織がエージェントの行動を、その背後にある権限に紐づけることを可能にします。.
その原則は、AIエージェントの枠を超えて重要な意味を持ちます。.
すべてのマシンIDには、所有者、明確な目的、制限された権限、およびライフサイクルが必要です。そうでなければ、認証情報が知らぬ間に蓄積されてしまいます。中には所有者がいなくなるものもあります。また、削除するのがリスクが高いと感じるという理由だけで、アクセス権が維持されたままになるものもあります。.
ここで、自動化されたアイデンティティ・ガバナンスが不可欠となります。企業がすべてのAPIキー、トークン、証明書、およびワークロードのアイデンティティを手動での確認によって管理することは、現実的には不可能です。.
したがって、AIによるアイデンティティセキュリティは、人々がめったに目にすることのないアイデンティティも対象に含めなければなりません。セキュリティチームが人間のアカウントのみを監視している場合、目に見える層は保護できても、その下にある仕組みは大部分が無防備なままになってしまうのです。.
3. 自律型AIエージェントおよびワークフローの管理
AIエージェントは、単に情報にアクセスするだけでなく、それに基づいて行動することができるため、アイデンティティの問題を再び変えることになります。.
従来のアプリケーションは、指示を受けるとレコードを取得することがあります。自律型エージェントであれば、そのレコードを読み取り、解釈し、別のツールを呼び出したり、メールを送信したり、システムを更新したり、あるいはより大規模なワークフローの一環としてコードを変更したりすることができます。.
そのため、権限設計の重要性はさらに高まります。.
エージェントは、それを作成した人間がすでに広範なアクセス権を持っているという理由だけで、それ自体に広範なアクセス権を与えるべきではありません。エージェントには、独自の識別情報と権限、そして実際に実行できることに対する明確な制限が必要であり、無制限のアクセス権を与えるべきではありません。.
Google Cloudの 2026年のアイデンティティアプローチでは、エージェントID、スコープ限定のヒトによる委任、およびユーザーとエージェント間、エージェント間、エージェントとツール間の相互作用にわたるエージェントゲートウェイの制御を通じて、この変化がより明確に示されています。.
その原理は単純明快です。どんな行動にも文脈が必要です。.
誰が開始したのでしょうか？どのエージェントが実行したのでしょうか？どのようなツールを使用したのでしょうか？どのような情報にアクセスしたのでしょうか？その動作は、そのエージェントの意図した範囲内だったのでしょうか？
ここでは、最小権限の原則が特に重要になります。メールを送信できるエージェントであっても、財務記録を変更する権限が自動的に必要になるわけではありません。コードをレビューできるエージェントであっても、それをデプロイする権限が必ずしも必要というわけではありません。.
したがって、エージェントが機密性の高いシステムに到達する前に、適切な防護策を講じておく必要があります。その後、アクセスが許可された後に何が起こるかを、継続的な監視によって確認する必要があります。.
ここで、AIを活用したIDセキュリティは、従来のIAMの枠を超えます。その目的は、もはや単にエンティティを認証することだけではありません。意思決定を行い、行動を起こすことのできるエンティティを管理することにあります。.
AIに強靭なアイデンティティ・フレームワークを構築するためのベストプラクティス
この技術は新しいものかもしれませんが、その根底にある考え方はお馴染みのものです。企業には依然として、強力な認証、アクセス制御、ガバナンス、そして継続的な監視が必要です。違いは、こうした制御策が、人間、機械、そしてAIエージェントのすべてにわたって機能しなければならないという点にあります。.
マッキンゼー 同報告書によると、能動型AIのセキュリティ関連支出は、3年以内に企業のサイバーセキュリティ予算の15%に達する可能性があると推定されており、その主な重点分野としては、アイデンティティ、ガバナンス、データなどが挙げられています。.
そのため、IDセキュリティは、単なる技術的な要件の一つではなく、戦略的な投資となるのです。.
継続的なアイデンティティ脅威の検知と対応（ITDR）を実施します。ITDRでは、侵害が確認されるのを待つのではなく、不審なアイデンティティの挙動を検知する必要があります。その目的は、異常なアクセスを特定し、侵害された認証情報がより大きな問題となる前に対応することです。.
あらゆる種類のアイデンティティに対してゼロトラストを徹底してください。ゼロトラストは従業員だけにとどまるべきではありません。マシンアイデンティティやAIエージェントについても、認証、アクセス制限、継続的な評価が必要です。.
IDガバナンスと管理の自動化。IDの無秩序な増加に伴い、手動によるIDの確認作業はますます困難になっています。プロビジョニング、デプロビジョニング、認証情報のローテーション、および権限の確認を自動化することで、放置されたIDの数を減らすことができます。.
サービスアカウントとAPIキーを定期的に監査してください。すべての認証情報には、所有者、目的、適用範囲、および有効期限の管理手順が定められている必要があります。これらの条件を満たせないものについては、その妥当性を精査する必要があります。.
最小権限の原則を適用してください AIエージェント. エージェントには、その特定のタスクに必要なアクセス権のみを付与すべきです。広範な権限は、エージェントが予期せぬ動作をしたり、悪用されたりした場合に、広範な影響をもたらします。.
委任されたアクセス状況を継続的に監視してください。企業は、元のユーザーだけでなく、その操作に関与するエージェント、アプリケーション、ツール、および下流のシステムについても可視性を確保する必要があります。.
その共通点は単純です。AIを活用したIDセキュリティは、後付けで既存のIAMシステムに追加するような形では実現できません。アクセス権限の設計段階から、最初からその一部として組み込まれる必要があります。.
「火には火で対抗する」――AIを活用したID保護
AIは防衛分野でも活用されつつあります。.
機械 学習機能により、通常のアイデンティティ行動のパターンを確立し、そのパターンに合致しない活動を検知することができます。従業員が通常ではあり得ない場所から突然ログインしたり、サービスアカウントが不慣れなシステムにアクセスしたり、エージェントが通常とは異なる権限を要求したりした場合、さらなる調査が行われるきっかけとなります。.
これにより、IDセキュリティを静的なルールから適応型の判断へと移行させる機会が生まれます。.
セキュリティアナリストが不審な事象に気付くのを待つのではなく、状況に応じて、システムが自動的にリスク評価を行い、アクセスを制限し、追加の認証を要求し、あるいは権限を取り消すことができます。.
重要な点は、AIが魔法のようにIDセキュリティの問題を解決するわけではないということです。そうではありません。.
AIが有用なのは、ID管理環境があまりにも動的になり、人間がすべてのアクセスイベントを手作業で確認することが困難になったためです。優れたモデルとは、自動検出機能と明確なポリシーを組み合わせ、高リスクな判断については人間の監督を行うものです。.
そこで、AIを活用したIDセキュリティの真価が発揮されるのです。IDの複雑さを増大させるのと同じ技術が、セキュリティチームがその複雑さを理解する手助けにもなるのです。.
結論
企業が犯しうる最大の過ちは、AIを活用したIDセキュリティを、単なるIAMのアップグレードの一つとして扱うことです。.
問題はそれだけにとどまりません。.
組織は、主に人がシステムにアクセスしていた環境から、人、アプリケーション、マシン、そして 自主的 各エージェントは、すべて同じデジタル環境内で動作することができます。新しいIDが追加されるたびに利便性が高まります。しかし、同時に、機能不全に陥る可能性のある新たな権限の境界も追加されることになります。.
解決策は、AIの使用をやめることではありません。そうすれば、単に問題を別の場所に押しやるだけになってしまいます。.
より賢明なアプローチは、AIの導入において「アイデンティティ」を制御層とすることでしょう。すべての人間、機械、エージェントには、明確なアイデンティティ、限定された権限、追跡可能な行動、そして継続的に評価されるアクセス権が与えられるべきです。.
企業のセキュリティの未来は、組織がどれだけの数のIDを作成できるかによって決まるわけではありません。そのIDに対してどのような行動を許可するかを、どれだけ適切に制御できるかによって決まるのです。.
日本語