AIの導入が、AIガバナンスの整備を上回るペースで進んでいる

著者：ケビン・ボボウスキー（アーチャー社 CMO）

RSAC 2026に出席した、サイバーセキュリティ分野をリードする15社のCEOたちは、そのことを率直に述べた。AIエージェントは、それらをガバナンスするために必要な管理体制、説明責任、監査証拠の整備よりも速いペースで実運用段階に入りつつある。規制変更管理は、 AIオペレーター上で継続的なワークフローとして実行される「規制変更管理」こそが、このギャップを埋めるための手法である。

主なポイント

• AIの導入が、AIガバナンスの整備を上回るペースで進んでいる。RSAC 2026でCRN が取材した、CrowdStrike、Netskope、Saviynt、およびその他7社の主要サイバーセキュリティベンダーのCEOたちによると、ガバナンスの枠組みがまだ構想段階にある一方で、AIエージェントはすでに本番環境に導入され始めているという。
  
• エージェントの識別アーキテクチャは未定である。「エージェントごとに1つのアカウントにするのか、ユーザーごとに1つのアカウントにするのか、それとも役割ごとに1つのアカウントにするのか、現時点では定まっていない」と、Saviynt社のCEO、サチン・ナイヤー氏は述べた。いかなるガバナンス・プログラムにおいても、その基盤となる層はまだ定義されていない。
  
• AIはリスク管理業務を減らすどころか、かえって増やしている。SentinelOneのCEO、トマー・ワインガートン氏は、サイバーセキュリティにおけるAIについて、「単に業務を自動化するだけでなく、新たな業務を生み出している」と指摘する。ガバナンス、リスク、コンプライアンス（GRC）部門も、同様の「乗数効果」に直面している。
  
• 人間は、単に「ループ内」にいるだけでなく、「主導的立場」にいなければならない。ハントレスのCEO、カイル・ハンスロヴァンによるこの再定義は、自律システムにおけるガバナンスの原則を最も明快に表現したものである。
  
• 規制変更管理（RCM）こそが、このギャップを埋めるものです。AIオペレーター上でエンドツーエンドのラインジを備えた継続的なワークフローとして実行されるRCMは、規制変更への対応という業務を、四半期ごとのプロジェクトから、EU AI法（EU AI Act）の施行、NIST AI RMFの更新、およびSECの開示義務に対するリアルタイムの対応へと変革します。

なぜAIの導入がAIガバナンスの整備を上回っているのか？

AIの導入がAIガバナンスの整備を上回っているのは、経営幹部が取締役会から「競争優位性を得るスピード」でAIエージェントを導入するよう圧力を受けている一方で、リスクおよびコンプライアンス担当チームは、年次監査サイクルに合わせて設計された従来のGRCプロセスのスピードでそれらを管理しているためである。この2つの時計は、異なる時間軸で動いている。そこにギャップがある。

NetskopeのCEOであるサンジェイ・ベリ氏は、RSAC 2026でCRNとのインタビュー において、その核心となる課題として次のように挙げた：

「CISOは、自社におけるAIの導入スピードを維持しつつ、AIのガバナンスをどのくらいの速さで整備できるだろうか？」
サンジェイ・ベリ（Netskope CEO）

どちらの指針も現実のものだ。また、それらは互いに直接的な対立関係にある。

プルーフポイントのCEO、スミット・ダワン氏は、その帰結について率直に語った。サイバーセキュリティおよびリスク管理チームは、自らの意思ではなく、導入のペースが統制措置を確立する能力を上回ってしまったために、脇に追いやられてしまった。AIは今やCEOの最優先課題となっている。リスク管理部門には、その流れを遅らせる余地はない。

その結果、多くの企業内部では、目立たない非対称的な実態が生じている。ガバナンスの枠組みがまだ構想段階にある一方で、エージェントは本番環境で稼働しているのだ。

なぜ、AIエージェントの管理は、セキュリティツールの問題ではなく、リスクアーキテクチャの問題となるのでしょうか？

AIエージェントの管理は、リスクアーキテクチャ上の課題です。なぜなら、単一のセキュリティツールでは、エージェントの挙動、アクセス制御、ポリシーフレームワーク、監査証跡を、効果的な監視に必要な全社的な全体像として統合することはできないからです。これには、単なる機能ではなく、自律システム向けに構築されたGRCインフラストラクチャが必要です。

CrowdStrikeのCEOであるジョージ・カーツ氏は、被害の範囲について次のように明確に説明した：

「エージェントがシェルやデータ、ワークフローにアクセスできる状況で、一体何が起きているのか、どうやって把握できるというのでしょうか？」
ジョージ・カーツ（CrowdStrike共同創業者兼CEO）

AIエージェントは受動的なツールではありません。それらは自律的な主体です。ワークフローを実行し、データにアクセスし、システム間を移動し、機械並みの速度で権限を蓄積していきます。これらが侵害されたり、設定ミスが発生したりすると、影響範囲は数分のうちに雪だるま式に拡大します。

デライネアのCEO、アート・ギリランド氏は、多くの人が考えているが、めったに率直に口にしないことを次のように述べた：

「AIエージェントが乗っ取られ、それが情報漏洩の原因となったという事例は、私の知る限りありません。しかし、いずれは起こるでしょう。」
アーティ・ギリランド、Delinea社CEO

最も衝撃的な発言は、サヴィント社のCEO、サチン・ナイヤー氏からなされた：

「エージェントごとに1つのアカウントにするのか、ユーザーごとに1つのアカウントにするのか、それとも役割ごとに1つのアカウントにするのかは未定です。現時点では、エージェントのアーキテクチャは未定です。」
サヴィイント社CEO、サチン・ナイヤー氏

AIエージェントのためのアイデンティティおよびアクセス管理アーキテクチャは、あらゆるガバナンスプログラムの基盤となるものですが、そのあり方はまだ定まっていません。エージェントは、それらを制御するために設計されたフレームワークよりも速いペースで導入されています。このギャップを埋めるには、AIエージェントをエンドツーエンドで管理し、エージェントの挙動、アクセス制御、ポリシーフレームワーク、監査証跡を統合して、企業全体の一元的な全体像を構築するGRCインフラストラクチャが必要です。

AIは新たなセキュリティのパラダイムなのか？ ミメキャストのCEOは「そうではない」と述べている。

AIは、セキュリティ対策において新たなパラダイムというわけではありません。サイバーセキュリティとリスク管理の基本は変わっていません。変わったのは、それらを実行しなければならない業務のペースです。

MimecastのCEO、マーク・ヴァン・ザデルホフ氏は、RSAC 2026において、「AIがすべてを変える」という通説に対して最も強力な反論を展開した：

「結局のところ、ネットワーク、エンドポイント、アプリケーション、データ、そしてアイデンティティについて考えなければなりません。そしてもちろん、それらを利用する人々についてもです。これらがサイバーセキュリティの基本原則であり、それは昔から変わっていません。」
　マーク・ヴァン・ザデルホフ（Mimecast CEO）

その原則については彼の言う通りだ。リスク管理とコンプライアンス管理の基本も変わっていない。可視性、統制、説明責任、証拠。変わったのは業務のペースだ。AIエージェントは、企業内のあらゆるシステムにおいて、これらすべての基本要素を同時に、機械並みのスピードで稼働させることを強いる。これはパラダイムシフトではない。既存の仕組みに対するストレステストに過ぎない。

ストレステストに合格するのは、スピードと深さの両方を兼ね備えて構築されたプラットフォームです。不合格となるのは、年次監査サイクルや静的な統制を前提として設計された従来のGRCプラットフォームです。

なぜAIはリスクを伴う仕事を減らすどころか、かえって増やしてしまうのでしょうか？

AIの導入により、リスク管理業務はむしろ増加します。なぜなら、導入されるエージェントが増えるごとに、リスクの対象範囲が拡大するからです。具体的には、検証すべき新たな管理措置、収集すべき新たな監査証拠、管理すべき新たな規制上のリスク、そして評価すべき新たな第三者への依存関係などが生じます。AIがリスク管理やコンプライアンス部門の負担を軽減するという見方は、現場の最前線で業務に携わる担当者たちからは支持されていません。

SentinelOneのCEOであるトマー・ワインガートン氏は、この「労力削減」という前提に直接異議を唱えた：

「サイバーセキュリティ分野におけるAIは、他のあらゆる業界と同様に、単に人員規模を拡大するための手段というだけではありません。それは、サイバーセキュリティ担当者にさらなる業務を生み出すものでもあります。単に業務を自動化するだけでなく、新たな業務を生み出しているのです。」
トマー・ワインガートン（SentinelOne共同創業者兼CEO）

この論理は、リスク管理やコンプライアンスの分野において、より顕著に当てはまります。期限は明確に定められています。EU AI法に基づく高リスクシステムへの義務の施行は2026年8月から始まります。連邦政府機関およびそのサプライチェーン全体で、NISTのAI RMFの導入が加速しています。取締役会は、AIの監督を単なる技術的な詳細ではなく、受託者責任として捉える傾向が強まっています。エージェントレベルの統制措置の証拠を提示できないCCOは、次回の8-K開示文書にその名が掲載されることになるでしょう。

AIによって業務負荷が軽減されると想定していたリスク管理チームは、不意を突かれることになるだろう。成功を収めるのは、規制変更管理を四半期ごとのプロジェクトとしてではなく、継続的なワークフローとして運用しているチームだ。

「人間が主導し、単にプロセスに関与するだけではない」とは、AIガバナンスにおいてどのような意味を持つのでしょうか？

「Humans in the lead」とは、AIが動作する前に、人間がリスク許容度を定義し、ポリシーの範囲を設定し、説明責任の枠組みを確立することを意味します。一方、「Humans in the loop」では、人間が特定の出力を確認または承認するだけで済みます。この区別が重要なのは、AIが機械の速度で数千もの意思決定を同時に処理する場合、人間による確認プロセスが機能しなくなるからです。

この原則を最も明快に表現したのは、ハントレス社のCEO、カイル・ハンスロヴァン氏だった：

「AIには、単に『ヒューマン・イン・ザ・ループ』であるだけでなく、人間が主導的な役割を果たすことが求められます。人間がAIを導かなければなりません。また、検知技術の研究を主導しなければならないのです。」
カイル・ハンスロヴァン（Huntress共同創業者兼CEO）

「ヒューマン・イン・ザ・ループ」は、単なるコンプライアンス上のチェック項目となってしまった。人間が確認し、人間が承認し、人間が最終決定を下す。しかし、処理量が増えると、このモデルは機能しなくなる。

「人間が主導する」というのは、別の基準です。これは、例外に基づくガバナンスではなく、設計に基づくガバナンスです。AIが自律的であるか否かを問わず行動する際は、意図的に設計された構造の範囲内で行われます。これは、セキュリティツールの問題ではなく、規制変更管理の問題です。これには、動的で自律的なシステムを管理するために構築された、ポリシー管理、リスク評価フレームワーク、制御ライブラリ、および監査ワークフローが必要となります。

リスク管理責任者は、ガバナンスの観点からAIワークフローをどのように階層化すべきか？

リスク管理責任者は、エラーのコストに応じてAIワークフローを階層化すべきである。AIによる誤った判断が回復可能なワークフローについては、完全な自律化が可能である。誤った判断が重大なリスクをもたらすワークフローについては、人間による検証が必要である。規制対象の結果に影響を与えるワークフローについては、文書化された人間の責任の所在と監査証拠が必要である。

Arctic WolfのCEO、ニック・シュナイダー氏は、RSAC 2026で次のように付け加えた：

「完全に自律的に動作できるワークフローもあれば、たとえ間違いがあっても大した問題にはならないものもあります。一方で、間違いがあれば重大な問題となるワークフローもあります。」
ニック・シュナイダー、Arctic Wolf CEO

まさに、成熟した規制変更管理プログラムによって実現されるのは、こうした体系的な階層化なのです。どの決定を機械に任せられるか、どの決定に人間の検証が必要か、そしてどの決定が例外として扱われるかを把握することです。これはAIの速度を落とすことではありません。列車が駅を出発する前に、ガードレールをどこに設置すべきかを把握することなのです。

AIガバナンスの市場規模はどのくらいか？

ソフォスのCEO、ジョー・レヴィ氏は、AIを活用したサイバーセキュリティの変革を「おそらく私がこれまでの人生で目にしてきた中で最大の市場機会」と表現し、世界中で数億の企業に影響を与えると述べた。AIガバナンスは、その変革の中で、インフラの成熟度が最も低く、失敗した場合のコストが最も高くなる分野である。

「何億もの企業が、この変革の真っ只中に立ち向かおうとしています。これは、地球全体を覆い尽くそうとしている経済の波です。これはおそらく、私がこれまでの人生で目にしてきた中で最大の市場機会でしょう。」
ジョー・レヴィ、ソフォス社CEO

この波をうまく乗り切る組織は、AIガバナンスを後付けの対策ではなく、インフラとして位置づけるでしょう。そうしない組織は、異なる結果に直面することになります。規制上のリスク、監査の不備、業務の混乱、そして、適切なリスク管理枠組みの外で稼働するAIシステムによる評判の低下などです。

汎用AIエージェントが制御機能において失敗する理由。そして、AIオペレーターはどのような違いを見せているのか。

汎用AIエージェントは、生産性を高めるために構築された、シンプルなLLMラッパーであり、第2の防衛線として設計されたものではありません。一方、AIオペレーターは別のカテゴリーに属します。これは、アイデンティティを認識し、スコープが制限され、監査ログを出力し、専門家による監督を受け、設計上プロバイダーに依存しないものです。この違いはアーキテクチャ上のものであり、機能レベルのものではありません。

CRNがRSAC 2026で取材したCEOたちは、汎用エージェントの失敗パターンについて語っていました。出所が不明なシェルにアクセスするエージェント。監査なしに権限を蓄積するエージェント。正当な理由もなくマシンの速度で動作するエージェント。こうした失敗パターンはバグではありません。これらは、プロンプトとわずかなツールしか備えていない基盤モデルを、あたかも企業の制御機能であるかのように扱った結果として予測可能な帰結なのです。

AIオペレーターはこのアーキテクチャを逆転させます。アイデンティティはSSOおよびSCIMを通じてネイティブに紐付けられます。アクションの制限は、トークンの上限ではなく、ポリシーに基づくものです。すべてのアクションは、構造化され、不変の監査記録を生成します。正当性と信頼度は、調整され、スキーマに紐付けられています。モデル層は抽象化されており、交換可能です。専門家によるレビューは、ワークフローのアドオンではなく、プラットフォームのプリミティブとして組み込まれています。 エンドツーエンドのラインジは、すべてのエージェントのアクションを、それを承認したポリシーおよび権威ある情報源へと結びつけます。

生産性の面では、エージェント1人で十分です。制御の面では、オペレーターのみが妥当です。

「規制変更管理」は、ガバナンスのギャップをどのように解消するのか？

「規制変更管理」は、規制変更に合わせて統制を適応させるという業務を、四半期ごとのプロジェクトから継続的なワークフローへと変革することで、AIの導入とAIガバナンスとの間のギャップを埋めます。信頼できる情報源から、義務、統制、プロセス、AIエージェントのアクションに至るまでのエンドツーエンドの系譜により、あらゆる規制変更を確定的に反映させることができ、AIエージェントのあらゆる意思決定を、それを承認したポリシーまで遡って追跡することが可能になります。

重要な期限は四半期ごとのサイクルで訪れるわけではありません。EU AI法に基づく高リスクシステムの義務の施行は2026年8月に始まります。NISTのAI RMFの改訂は継続的に行われています。SECの開示要件も変化し続けています。AIエージェントの導入も、四半期ごとのサイクルで行われるわけではありません。毎週、あらゆる事業部門で、SaaSのアップデートが行われるたびに、新しいエージェントが本番環境に導入されています。

適切なアーキテクチャに基づいて構築された規制変更管理プログラムは、これら2つの「時計」を一体として扱います。CFR §Xが改正されたとき、NISTが改訂版を公表したとき、あるいは新たなEU指令が発効したとき、効果的なAIオペレーターは、影響を受けるすべての義務、統制、事業部門、プロセス、およびAIエージェントを特定します。新しいエージェントが導入された場合、同じリネージによって、そのエージェントがどの義務に関与し、どの統制を満たさなければならないかが示されます。

それこそが、そのギャップを埋められる理由なのです。レビューのスピードアップでも、レビュー担当者の増員でもありません。系譜に基づいた継続的なワークフローと、管理対象のシステムの稼働ペースに合わせて動作するAIオペレーターこそが、その鍵なのです。

CISO、CCO、CRO、CAEは、今何をすべきでしょうか？

2026年、リスクおよびコンプライアンスの責任者にとって、以下の3つの優先課題が喫緊の課題となります：

1. 確立する AIガバナンスの の枠組みを今すぐ確立すべきです。 エージェントのアイデンティティ に関する アーキ テクチャは 未定の状態です。業界のコンセンサスを待つ組織は、事後的にガバナンスを行わざるを得なくなります。導入済みのすべてのエージェントを把握し、各意思決定クラスに対する説明責任を明確に定義してください。規制当局が策定する前に、自らポリシーを策定しましょう。

2. 自律型システムに対するリスク許容度を見直す。 もはや問題は 、AIに何ができるかということだけではない。AIに何を許容すべきか、という点が問われている。AIがその許容範囲を超えて行動した場合、誰が責任を負うのか。監査人や規制当局から求められた際、組織はどのような証拠を提示できるのか。

3. 規制変更管理を継続的なワークフローとして運用する。 年次監査サイクルや静的な統制を前提に設計された従来のG RCプラットフォームでは、 AIエージェントの運用ペースやAI規制の改定ペースに追いつくことはできない。インフラは、その両方に対応できなければならない。

CROにとっての成果物は、取締役会、監査委員会、および規制当局に提示できる、説得力のあるAI管理体制です。CCOにとっては、事業部門全体でポリシーを統一的に適用し、規制当局の検査にも耐えうる証拠を生成する単一のプラットフォームです。CISOにとっては、既存のIAMモデルに則って設計された、IDに紐付けられ、適用範囲が限定され、監査証跡を生成するAIであり、既存のIAMモデルを無視したものではありません。 内部監査部門にとっては、AIによるあらゆるアクションが一貫して構造化され、正当化され、検証可能であるため、サンプリング、ウォークスルー、および実体検証プログラムが効果的に機能することです。

AIエージェントを管理するGRCインフラストラクチャとは何ですか？

AIエージェントを統制するGRCインフラストラクチャは、自律的でマシンスピードのシステムを監督するために特別に構築された、ポリシー、統制、証拠、説明責任のレイヤーです。これは、規制変更管理を継続的なワークフローとして実行します。また、基盤モデルをシステムそのものではなく、交換可能なコンポーネントとして扱います。さらに、取締役会、監査人、規制当局が現在求めている、エージェントレベルでの監査対応可能な証拠を生成します。

AIエージェントを統制するGRCインフラストラクチャは、自律的でマシンスピードのシステムを監督するために特別に構築された、ポリシー、統制、証拠、説明責任のレイヤーです。これは、規制変更管理を継続的なワークフローとして実行します。また、基盤モデルをシステムそのものではなく、交換可能なコンポーネントとして扱います。さらに、取締役会、監査人、規制当局が現在求めている、エージェントレベルでの監査対応可能な証拠を生成します。

ガバナンスの問題は解決可能です。AI対応の規制変更管理プログラムを構築し、適切なフレームワーク、適切なデータ統合、そして適切な説明責任体制を備えた組織は、エージェント型システム向けに設計されていないツールを後付けで導入する組織よりも、より迅速かつ自信を持って行動できるでしょう。

それが、現代の「規制変更管理」によって可能になることです。

AIエージェントにはガードレールが必要です。企業にはGRCインフラが必要です。そこにビジネスチャンスがあります。

---

よくある質問

AIガバナンスとは何ですか？ 

AIガバナンスとは、AIシステムにどのような動作が許されるか、組織がその動作についてどのような証拠を提示するか、また、定義された範囲外で動作した場合に誰が責任を負うかを定める、方針、統制、説明責任の枠組み、および監査証拠からなる体系である。特にAIエージェントに関しては、自律的でマシンスピードで動作するシステムを監督するために必要な、リスク管理およびコンプライアンスの層である。 

AIエージェントとAIオペレーターの違いは何ですか？ 

汎用AIエージェントとは、ファウンデーションモデルの上に重ねられた薄いレイヤー、すなわちプロンプト、いくつかのツール、そして推論ループから構成されるものです。これは制御機能のためではなく、生産性を高めるために構築されています。一方、AIオペレーターは別のカテゴリーのシステムであり、企業の制御ファブリック内でガバナンスの対象となるアクターとして設計されています。 AIオペレーターは、設計上、アイデンティティを認識し、スコープが制限され、監査情報を生成し、専門家による監督を受け、プロバイダーに依存しないものです。生産性向上の目的であれば、エージェントで十分です。しかし、制御の目的においては、オペレーターのみが正当化されます。 

規制変更管理は、AIの導入とAIガバナンスの間のギャップをどのように埋めるのでしょうか？ 

「規制変更管理」は、規制の変更に合わせて統制を適応させるという業務を、四半期ごとのプロジェクトから継続的なワークフローへと変革することで、そのギャップを解消します。信頼できる情報源から、義務、統制、プロセス、AIエージェントに至るまでのエンドツーエンドの系譜により、あらゆる規制変更は決定論的に反映され、AIエージェントのあらゆる行動は、それを承認したポリシーまで遡って追跡可能です。 

「リード・ヒューマン」と「ループ・ヒューマン」の違いは何ですか？ 

「Humans in the loop」とは、アクションを実行する前に、人間がAIの特定の出力を確認または承認することを指します。「Humans in the lead」とは、AIの導入に先立ち、人間がリスク許容度を定義し、ポリシーの境界を設定し、説明責任の枠組みを確立することを指します。前者はチェックポイントであり、後者は設計段階からのガバナンスです。Huntress社のCEOであるカイル・ハンスロヴァン氏は、RSAC 2026でこの区別について紹介しました。 

高リスクAIシステムについて、EU AI法はいつから施行されるのでしょうか？ 

EU AI法に基づく高リスクシステムの義務の施行は、2026年8月から開始されます。欧州連合（EU）域内で事業を展開する組織、またはEU市民にサービスを提供する組織は、同規則に基づき高リスクと分類されるAIシステムについて、文書化されたガバナンス、リスク管理、および適合性評価を確立しなければなりません。 

RSAC 2026で、サイバーセキュリティ企業のCEOたちはAIエージェントについてどのような発言をしたのでしょうか？ 

CRNは、RSAC 2026において、CrowdStrike、SentinelOne、Netskope、Proofpoint、Mimecast、Sophos、Saviynt、Delinea、Huntress、Arctic Wolfなど、主要なサイバーセキュリティベンダー15社のCEOにインタビューを行った。 繰り返し指摘されたテーマとしては、エージェント型アイデンティティアーキテクチャの在り方が定まっていないこと、AIはリスク管理チームやセキュリティチームの負担を軽減するどころか、かえって増大させていること、「ヒューマン・イン・ザ・ループ」に代わって「ヒューマン・イン・ザ・リード」がガバナンスの標準となるべきであること、そして市場機会がサイバーセキュリティ史上最大級であるということが挙げられました。 

AIガバナンスは、従来のGRCとどのように異なるのでしょうか？ 

従来のGRCは、年次監査サイクルと静的な統制を前提として設計されていました。AIガバナンスは、規制変更管理を基盤として継続的なワークフローとして稼働し、エージェントの行動をリアルタイムで取り込み、意思決定のスピードに合わせてポリシーを適用し、エージェントレベルで監査対応可能な証拠を生成する必要があります。リスクおよびコンプライアンス管理の基本原則は変わりませんが、運用ペースやデータ統合の要件は変化しています。 

---

Archerは、AIエージェントを管理するGRCインフラストラクチャです。25年にわたるGRC分野での深い知見、1,200社以上の企業顧客、そして米国大手銀行トップ10のうち6行から信頼されている規制情報基盤を基盤としています。AIのスピードと、豊富な経験。詳細はこちらをご覧ください。 archerirm.comをご覧ください。