企業による人工知能の導入が加速するなか、新たなレポートは、組織がAIリスクを管理する準備ができていると考えているよりも、実際にははるかに準備不足である可能性を警告している。
「AIリスク管理の現状 2026」レポートは、Purple Book Communityがまとめたもので、認識されている管理状況と運用の実態との隔たりが広がっていることを示し、大規模にAIシステムを統制する方法に重大なギャップがあることを明らかにしている。
ArmorCodeの最高セキュリティ・トラスト責任者であり、Purple Book CommunityのメンバーであるKarthik Swarnamは、「これらの調査結果は、真の課題がAIの導入そのものではなく、企業規模で責任を持ってAIを管理するために必要なガバナンスにあることを示している」と述べたとプレスリリースで発表した。
同氏はさらに、「業界全体でAIの可視性は向上しているが、変化の量と速度が、チームの実際の運用能力を上回っている。シグナルはあらゆる場所から寄せられており、明確な責任者と対応がなければ、問題は見過ごされてしまう」と述べた。
AIの可視性のパラドックス
650人を超えるサイバーセキュリティの上級リーダーを対象にした調査に基づくこのレポートは、AIリスク管理における認識と現実の著しい隔たりを明らかにしている。
組織の90%はAI環境を可視化できていると考えている一方、59%は同時にシャドーAIの存在も認めている。
この矛盾は、より根深い運用上の問題を浮き彫りにしている。組織はAIの導入を把握できていないわけではなく、大規模かつ迅速にAIを効果的に統制する能力を欠いているのだ。
AIは中核インフラになった――そしてリスクは高まっている
AIが実験段階からビジネスの中核インフラへと移行するにつれ、このギャップは一層深刻な問題となる。
AIは現在、開発パイプラインやワークフロー、自律型システム全体に組み込まれているため、ガバナンスの失敗はデータ漏えい、コンプライアンス上の問題、本番環境の脆弱性に直結しかねない。
AIシステムがより多くの意思決定や実行の責任を担うようになるにつれ、監督が不十分であることの影響は大幅に拡大する。
導入のペースがセキュリティを上回っている
導入のペースは、この課題を生む主要な要因だ。
レポートによると、現在、66%の組織がソフトウェア開発でAIを広範に利用しており、78%が、人間から常時入力を受けなくても自律的に行動できるエージェント型AIシステムを導入または試験運用している。
この急速な拡大は、セキュリティチームやガバナンスの枠組み、従来型のツールが追随する能力を根本的に上回っている。
多くの場合、組織が構築しているガバナンスプロセスは、企業全体への導入ではなく、パイロット規模の展開を想定したものになっている。
シャドーAIとインベントリーのギャップ
その結果、相互に関連する複数のリスク領域が浮上している。
シャドーAIは依然として最も重大な問題の1つだが、可視性が不完全であるという、より広範な問題と密接に結び付いている。
86%の組織はAIの完全なインベントリーを維持していると主張しているが、こうしたインベントリーには、承認済みのツールと認可されたユースケースしか反映されていないことが多い。
未承認のツール、SaaSプラットフォームに組み込まれたAI機能、従業員主導の導入は、対象範囲から外れることが多く、検知も管理もされないまま機密データが漏えいしかねない盲点を生み出している。
AI生成コードによるリスクの問題
同時に、AI生成コードの増加が、新たな種類のセキュリティ課題をもたらしている。
このレポートで特に注目される調査結果の1つは、92%がそうした問題を検知する能力に自信を示しているにもかかわらず、70.4%の組織が、本番システムでAI生成コードによって持ち込まれた脆弱性を確認、または疑っていると回答したことだ。
検知のタイミングが遅すぎる
多くの場合、脆弱性が特定されるのはコードのデプロイ後であり、セキュリティの重点が予防から修 remediationへと移っている。
このタイミングのギャップは、AI主導の開発速度と従来型のセキュリティレビューのペースが、より広範に食い違っていることを示している。
開発者が大量のコードを生成するためにAIに依存する傾向を強めるなか、既存のワークフローは追随しきれず、対処される前にリスクが蓄積することを許している。
シャドーAIが攻撃対象領域を拡大
一方、シャドーAIは企業の攻撃対象領域を拡大し続けている。
未承認のAIツールを利用する従業員は、コーディング、データ分析、コンテンツ生成のいずれを目的とする場合でも、社内固有の情報や機密情報を外部システムに意図せず公開する可能性がある。
レポートは、59%の組織がこうした行動の発生を把握しているか、発生を疑っていることを確認しており、シャドーAIが例外的な事象ではなく、広範かつ常態化した現実であることを裏付けている。
これらの動向を総合すると、明確なパターンが見えてくる。組織はAIを安全に保護できるよりも速いペースで導入しており、自分たちが管理していると考えている範囲と、環境内で実際に起きていることとのギャップが拡大している。
AI環境のリスクを低減する
AIの導入が加速するなか、組織は基本的な可視性にとどまらず、リスクを管理するための先手を打った対策を講じなければならない。
従来のセキュリティモデルは、現代のAIシステムの速度、規模、自律性に追随するようには設計されておらず、保護にギャップを残している。
- AIの利用状況を継続的に発見・監視する。対象は承認済みツールとシャドーツールの両方とする。
- セキュリティをより早期の開発へ移行し、AI生成コードを自動スキャンする。
- 適用し、データレベルの制御によって、機密情報がAIシステムに露出するのを防ぐ。
- IDベースのガバナンスと最小権限を適用し、AIツールとエージェント型システムを管理する。
- ツールの乱立を抑えて可視性を高め、現実に存在する影響の大きいリスクを優先する。
- ランタイム監視を実装し、可能な場合はDevSecOpsツールを活用して、AIの異常な挙動やデータ漏えいをリアルタイムで検知する。
- テストインシデント対応計画を実施し、攻撃シミュレーションツールを使用して、データ露出やAI生成コードの脆弱性を想定したシナリオに備える。
これらの対策を組み合わせることで、組織はAI主導の脅威に対するレジリエンスを構築しつつ、避けられないインシデントが発生した場合の被害範囲を最小限に抑えられる。
AIは既存のセキュリティリスクを増幅している
今回の調査結果は、より広範な傾向を示している。AIはまったく新しいリスクを生み出すというより、ガバナンスや可視性、優先順位付けにおける既存の課題を露呈させ、加速させているのだ。
ツールの乱立、データの分断、責任の所在が不明確であることなどの問題は以前から存在していたが、AIはその規模と影響を拡大している。
レポートが示す「Confidence Gap」という概念は、この隔たりを浮き彫りにしている。組織は概してAIリスクを認識しているものの、多くは求められるペースで対応することに苦慮している。
AIの組み込みと自律性が進むなか、このギャップを埋められるかどうかは、ガバナンスモデルをどれだけ迅速に適応させられるかにかかっている。
この拡大するギャップはゼロトラストソリューションの必要性を浮き彫りにし、一貫した可視性ときめ細かな制御の提供に役立つ。