お客様と築くAIセキュリティ：Evoのデザインパートナープログラムから得た5つの教訓

2025年、私たちはこの10年で最も重要な技術変革である生成AIを保護する、新たな取り組みを開始しました。

私たちのビジョンは、企業がAIを迅速に保護し、最先端のイノベーションを進めながら、AIやエージェントを活用したユースケースを本番環境に導入できるよう支援することです。その実現に向けて、Evoを構築し、世界初のAIセキュリティ向けエージェントオーケストレーターを開発しました。

あらゆる製品の基盤となるのは、お客様のニーズです。私たちは5,000社のお客様に目を向け、その中からデザインパートナーを選定し、解決を目指す最も重要な課題を理解し、焦点を絞るための協力をお願いしました。Evoの開発を進めた過去12か月間に、パートナーの皆様から得た重要な学びをご紹介します。

主な学び

1. 見えないものは保護できない：AIの無秩序な拡大やシャドーAIは、多くのチームが認識している以上に深刻です。まずは検出することが突破口になります。

2. カスタムAIが未来を切り開く：チームの構築方法を理解するには、標準ライブラリを超えた検出が必要です。

3. スプレッドシートでは対応しきれない：静的な追跡では死角が生まれ、管理できているという誤った安心感につながります。

4. ガバナンスの出発点が必要：すぐに使えて継続的に適用されるポリシーが、混乱から統制へ移行するための鍵です。

5. 欠けているのはリスクインテリジェンス：明確で実行につながるリスクシグナルがなければ、チームは優先順位を付けて対処できません。

1. AIのスピードで広がるAI利用を明らかにする鍵は可視性

シャドーAIはCISOが考える以上に広がっています。その突破口となるのが可視性です。多くのお客様は、実際に目にするまで、どれほどのAIモデル、サービス、エージェントが使われているか把握できていません。

Evo AI-SPMのDiscovery Agentを使うと、最初の5分で「なるほど」と実感できます。ある大手小売企業では、1万6,000を超えるリポジトリをスキャンし、500以上のモデルを検出。さらに、1つのチームがGPT-3の異なるバージョンを8種類も実行していることがわかりました。担当者は「問題だとはわかっていたが、今まで可視化できていなかった」と話しています。

Evo導入前は、AIの全資産を棚卸しするのに4～5週間、10～12人の関係者、チーム間の調整が必要でした。多くの企業がスプレッドシートを試しました。シンプルで使い慣れている一方、静的なツールです。AIの導入が進むにつれて、スプレッドシートでは対応できなくなります。シャドーAIや隠れた依存関係、リアルタイムの挙動を見落とし、管理できているという誤った安心感を与え、ガバナンス、リスク、コンプライアンスに抜け漏れを生じさせます。

この市場の段階では、検出は必須要件ではなく、製品そのものです。Evoはllmlite、エージェントスキル、そして新たなAI機能をリアルタイムに自動検出し、初日から可視性と制御を実現します。

2. ギャップを埋めるには、実態に即した検出が必要

組織が既製AIの利用を超え、製品の差別化を目指して独自のファーストパーティエージェントを構築する中で、モデル、ツール、MCPサーバーを社内でラップするケースが増えています。こうしたラッパーは、挙動の制御、独自データとの連携、ビジネスロジックの適用に使われます。この変化は企業の競争力の基盤となりつつあり、カスタムAIシステムが競争のあり方を変える未来が訪れています。

しかし、ここには重大なギャップがあります。既知のライブラリやシグネチャに依存する標準的な検出手法では、こうした独自実装を検出できません。複数のデザインパートナーから、予想しにくいこの制約が明らかになりました。独自のラッパーやライブラリを構築していたため、標準的な検出ツールでは見つけられなかったのです。

この発見を受け、チームはCustom Discoveryを開発しました。お客様のコードベースから学習し、固有のパターンを特定する機能です。検出候補には信頼度スコアが付与され、ユーザーは採用するか却下するかを判断できます。

この機能ではお客様のコードを使用するため（テナントごとに分離されている場合でも）、デザインパートナーの協力は欠かせませんでした。こうした学びが、AI-SPMの中でも特に差別化された機能の開発に直接生かされました。

3. CISOには、ポリシー策定の拡張可能な出発点が必要です。

1つの大企業で数十のモデルが使われることもあります。モデルごとにコードの脆弱性、バイアス、安全性、データ漏えいなどのリスクは異なりますが、一貫した評価を大規模に行う手段はありません。あるCISOは「コックピットの計器を作りながら、飛行機を操縦しているような気分です」と語りました。チームは、時間のかかる手作業のレビューを行うか、評価そのものを省略するかの選択を迫られ、ガバナンスに死角が生まれています。

この課題に対応するため、私たちはSnyk Generated Policiesを開発しました。最も重要なセキュリティリスクに照らして、すべてのモデルを自動評価する、すぐに使えるポリシー群です。静的なメタデータやベンダーの主張に頼るのではなく、継続的な実環境でのテストと標準化されたRisk Indexに基づいて評価します。これにより、注意が必要なモデルを組織が体系的に特定できます。

あるセキュリティ担当副社長は、すぐに使えるポリシーがあれば、まず始めるための足掛かりになると話していました。また、初めてのAIガバナンス委員会を終えたばかりの、コンプライアンスを重視するAI企業は、管理体制の構築に「スモールスタートから段階的に進める」アプローチを積極的に求めていました。

その結果、場当たり的で事後対応型のレビューから、一貫性のある拡張可能なAIリスクの優先順位付けへと移行できます。これは、現代の企業が実際にAIを導入している状況に即したものです。こうしたニーズを受け、GAに向けてデフォルトポリシーと継続的・ほぼリアルタイムのポリシー評価に投資し、静的なガバナンス文書を実際に適用される統制へと変えました。

4. リスクインテリジェンスがAIガバナンスを可能にする

初期導入企業の間で、共通する傾向が明らかになりました。「すべてのAI資産が見える」という驚きの瞬間を過ぎると、次に必ず出てくるのは「実際に何がリスクなのか？」という問いです。

これは前例のない課題です。SCAやSASTとは異なり、AIモデルにはCVE/CVSSに相当するものがありません。そこでRisk Intelligence Agentが誕生しました。AIモデル、エージェント、MCPサーバーなどの脆弱性を明らかにする独自のセキュリティ調査を、一から積み重ねて開発しました。

これを実現するには、複数の作業を連携させる必要がありました。オープンソースの脆弱性レポートを調査し、再現可能でベンチマークに使えるモデル向けテストに変換する必要がありました。

既存のベンチマークを網羅的に調査し、個別のリスクカテゴリーに分類する必要もありました。さらに、生のスコアを、実際にポリシーの基準として使える実践的なリスク指標に変換するデータサイエンスの取り組みや、モデルのエコシステムの進化に合わせて情報を最新に保つデータエンジニアリングのパイプラインも必要でした。

そして、リスクを評価できる自律型エージェントとして、これらすべてを実装する必要がありました。

デザインパートナーは、別の角度からこの取り組みの緊急性を裏付けました。リポジトリにAIコンポーネントがあっても、有用なメタデータが見つからず、すぐに使えるリスクシグナルがなければ、ポリシーの策定すら始められませんでした。その解決策がRisk Intelligence Agentです。

5. 運用セキュリティはエージェント、MCP、ポリシー適用にも及ぶ

デザインパートナーとDiscovery Agentを改良する中で、エージェントの意図、リポジトリ、エンドポイント、MLパイプライン全体を継続的に可視化するビジョンが見えてきました。大手決済企業のエンジニアリング担当副社長は、規模と一貫性こそが中心課題だと指摘しました。1万台を超えるノートPCと8万を超えるリポジトリを、AIを一元管理するコントロールプレーンなしで運用するという課題です。Evoはまさにこうした大規模な課題を得意としています。

デザインパートナーは、増え続ける脅威を評価するためにRisk Intelligence Agentに期待を寄せています。あらゆるCISOや上級セキュリティリーダーが、MCPを新たな重大な攻撃対象領域として捉えています。シャドーAIは、多くのリーダーが認識している以上に広がっています。承認されていないモデル、CursorやClaude Desktopなどのツール内にあるMCPサーバー、そして隠れたクラウドワークロードが存在します。

最後に、Policy Agentには、AIに関する課題を作成するだけでなく、AIそのものを統制する役割が求められます。Policy AgentによるCI/CDパイプラインのブロック機能は、AI-SPMのGA時点で本番環境に導入されています。デザインパートナーは正式なAIガバナンス体制を構築し、運用を支援するベンダーを探しています。金融サービス企業の副社長は、従来のツールを「常軌を逸するほどノイズが多い」と評しました。重視しているのは問題の総数ではなく、ビジネスに真に影響する、実行可能な重大リスクの特定です。Policy Agentが満たすべき基準はここにあります。

デザインパートナーから得た学びは明確です

AIセキュリティはまだ始まったばかりで、多くの組織は飛行機を飛ばしながら組み立てているような状況です。まず必要なのは可視性ですが、それだけでは不十分です。チームが独自のファーストパーティAIシステムへ移行するにつれ、従来の検出、リスク評価、ガバナンスの手法では対応できなくなっています。

AIセキュリティの未来を形作るのは、継続的な検出、リアルタイムのリスクインテリジェンス、そして策定するだけでなく実際に適用されるポリシーです。これがEvoの基盤です。AIセキュリティは根本的に新しい課題であり、解決する唯一の方法は、その課題をリアルタイムに定義しているお客様とともに構築することです。

AIセキュリティの未来をともに形作りませんか？今すぐデザインパートナーにご応募ください。