AI ガバナンス戦略：コンプライアンスの“見せかけ”を超えて

AI は取締役会レベルでの切迫感を生み、市場では「定義」の問題も引き起こしています。2026 年 6 月、Gartner は初めての Magic Quadrant for AI Governance Platforms を発表し、組織が AI の保有資産を監督するために活用できるプラットフォームを評価する枠組みを示しました。AI のユースケースをカタログ化し、モデルリスクを管理し、責任ある AI ポリシーを施行し、EU AI Act のような新たな規制へのコンプライアンスを実証する、という内容です。 しかし、モデル監督だけに基づいて構築されたガバナンス戦略には土台が欠けています。AI システムをガバナンスする前に、まずそのシステムが「何に触れられるか」をガバナンスする必要があります。

CIO や CISO との対話を重ねる中で、データとアイデンティティのガバナンスに関する懸念が繰り返し浮上します。AI が取り込み（ingests）再利用する機密データ、そして環境内で増殖していくエージェンティックなアイデンティティ（agentic identities）を統制する必要があるのです。これらは別個の問題ではあるものの、いずれも緊急性の高い課題ですが、Gartner のレポートでは焦点となっていません。

リスクは現実です。Netwrix の 2026 Data & Identity Security Report は、世界中のセキュリティおよびITリーダー2,317人を対象に調査を行い、過去12か月でAIによりアイデンティティの影響範囲が大きく増えた組織では、侵害（ブリーチ）率が43%であることを明らかにしました。これは、そうした変化がなかった組織における侵害率11%のほぼ4倍です。コンプライアンスの枠組みだけでは、このギャップは埋められません。

組織はデータおよびアイデンティティの管理が不十分なまま、AIを拡大しています

AIガバナンスには2つの側面があり、ほとんどのフレームワークはそのうち1つにしか対応していません

Gartnerの定義は正確ですが、不完全です。

Gartnerの定義に従うと、AIガバナンスプラットフォームはAIシステムそのものを統治するために設計されています。どのモデルが使われているか、モデルがどのように振る舞うか、ポリシーに準拠しているか、そして組織が規制当局に対する説明責任を示せるかどうかです。これがAIガバナンスの1つの側面です。

多くの組織で、最初に優先して対処すべき最も差し迫った懸念は、(1) データの管理体制を整えること、そして (2) アイデンティティ（Identity）の統制を強化することです。AIの文脈では、AIがアクセスできるデータの範囲を統制することに加え、各環境においてAIが前提とするアイデンティティを管理することも含まれます。単純な Copilot の導入から複雑なエージェント型（agentic）ワークフローまで、あらゆるAIの取り組みはデータの上に成り立っています。そのデータが過度に公開されていたり、誤って分類されていたり、権限が過剰に付与されたアイデンティティからアクセス可能だったりする場合、どれほどモデルカード（model-card）のドキュメントを用意しても、バイアステストを行っても、侵害（breach）を防ぐことはできません。そして、AIエージェントにサービスアカウント、トークン、永続的な権限（persistent permissions）を含む独自のアクセス権が付与されると、AIエージェントはそれ自体がアイデンティティになり、その結果意味するところの攻撃面（attack surface）をすべて持つようになります。

非人間のアイデンティティ：攻撃者が最初に見つけるガバナンスのギャップ

特に注目すべき問いがあります。それは、非人間のアイデンティティをどれほど適切に統制（govern）できていますか？AIエージェントは、もはや「将来の心配」ではありません。AIエージェントは今日すでに導入されており、データ、システム、API へのアクセス権を、ほとんどのアイデンティティのガバナンスプログラムでは追跡するように設計されていないペースで取得しています。機微なデータに対して常時（always-on）アクセスできる地位（standing）を持つAIエージェントは、あらゆる特権を持つ人間ユーザーと同じくらい現実的なアイデンティティ上のリスクです。そして多くの環境では、さらに精査されることがはるかに少ないのが実情です。もしあなたのアイデンティティのガバナンスプログラムが非人間のアイデンティティやAIエージェントを明示的にカバーしていないなら、そこには、監査担当者が気づく前に攻撃者が見つけてしまうギャップがあります。

私たちの調査データは、緊急性を裏づけています：74% の組織は、機微データと、それにアクセスできるアイデンティティを単一かつ統合的に把握できていません。 この基盤の上に AI をいち早く導入しようと急ぐ組織は、ビジネスを加速させている一方で、リスクも同時に増幅させています。

データとアイデンティティのセキュリティ：AI ガバナンス戦略の前提条件

Gartner のレポートは AI の利用を統制（governing）することに焦点を当てていますが、AI ガバナンス プログラムに取り組む CIO、CISO、およびコンプライアンス担当者は、データ セキュリティとガバナンス、ならびに identity security とガバナンスを優先することが不可欠です。すべての IT／セキュリティ リーダーは、今日から自社の AI に対する準備状況（readiness）を評価することから始めるべきであり、まずはデータと identity posture の見直しから着手してください。

この取り組みを支援するために、Netwrix がチームに確認すべき質問のチェックリストをまとめました：

データ セキュリティと identity security の準備状況に向けた AI ガバナンス チェックリスト

• 私たちはすべてのデータを発見し、分類できていますか？
• 私たちの環境全体において、機密データがどこに存在しているかを把握するための完全なインベントリはありますか？
• 機密データがどこにあるのか、そしてどのアイデンティティ（人間、サービス アカウント、AI エージェントなど）がアクセスできるのかを、単一で統合されたビューで把握できていますか？
• 特定の機密データにアクセスできるアイデンティティを、どれくらいの速さで特定できますか？
• 過剰または不要なデータ アクセス権限を特定できますか？
• データ アクセス権限は、可能な限り厳密になっていますか（例：最小権限の考え方を適用できているか、あるいは過剰なプロビジョニングが一部存在していないか）？
• 私たちの環境では、非人間のアイデンティティが機密データにアクセスできるようになるまで、どれくらいの速さですか？
• データアクセス権を持つアイデンティティを、どれだけうまく発見・追跡・監視できますか？
• 非人間のアイデンティティを統治（ガバナンス）する取り組みは、どのくらい成熟していますか？
• 非人間のアイデンティティ（AIエージェントを含む）に対するデータアクセス制御は、人間のアイデンティティに対するものと同じくらい厳密に管理されていますか？
• 機密データが不要になった時点で、アクセスをすぐに取り消すことはできますか？
  • 人間の場合？それとも AIエージェントの場合？
• データを継続的に洗い出し、どの identity がそれにアクセスできるかを継続して把握できていますか？それとも、潜在的な露出のギャップにつながり得る定期的な見直しをまだ行っている状態でしょうか？
• 危険または有害なアクセスの組み合わせ（例：承認 + 変更 + 削除）を検出できますか？
• 過剰またはリスクの高いアクセスが特定された場合、どれくらいの速さで是正できますか？
• 特権アカウントが、機密システムやデータへの“常時（always-on）”アクセスを付与されるのは、どれくらいの頻度でしょうか？
• ディレクトリ環境（例：Active Directory、Entra ID など）に、権限昇格を可能にし得る誤設定がないと自信を持って言えますか？
• エンドポイントから、承認されていない LLM に対して機密データやソースコードが流出しないようブロックできますか？
  • Windows 以外（たとえば Mac や Linux のデバイス）ではどうでしょうか？
• Copilot がアクセスできるデータが何かについて可視化できており、かつ、機密データが Copilot を通じて従業員に不注意で開示されないようにデータが適切にガバナンスされているでしょうか？
• AI コーディング環境において プレーンテキストのトークンや資格情報（クレデンシャル）の使用に関する可視化と制御ができていますか（攻撃者が悪用できる一般的な慣行です）？
• 今後の AI 規制（例：EU AI Act、またはその他の国家・地域・業界の規制）に準拠していることを実証できるだけの確信はどれくらいありますか？
• 私たちの組織において、AI に関連するリスクについて誰が責任を負っていますか？
  • 取締役会や監査人からの質問に答えられるだけの、十分な可視性と統制体制が整っていますか？

このような質問への回答は、AI に向けた準備がどこで不足しているのか、また優先すべき領域はどこかを把握する手がかりになります。

IT およびセキュリティチームは限界まで逼迫しています

Netwrix の調査では、現在 60% の組織が、アイデンティティとデータセキュリティを改善するうえで最大の障壁として、予算の制約、またはスキルと人員の不足（ギャップ）を挙げていることが分かりました。AI によって新たな緊急性が生まれているとしても、リソースに制約のある IT／セキュリティチームには、アイデンティティとデータのガバナンスおよびセキュリティを効率化するための選択肢があります。

小規模チームから大規模チームまで共通して、早急に取り組むべき課題の一つがツールの断片化（tool fragmentation）です。調査回答者の20%が、IDおよびデータのセキュリティを改善する上で最大の障壁だと挙げており、順位としては「予算の制約」や「スキル／人員不足」に次ぐ位置付けです。

ツールの増殖を抑えて AI ガバナンス戦略を強化する

Netwrix は、ツールの増殖を抑えることで、業務過多のチームでも成果を出しやすくしています。Netwrix 1Secure™ は、重要なデータと ID のセキュリティおよびコンプライアンス機能を、1つの SaaS 環境に統合します。1Secure は、露出リスクを明確にし、是正（リメディエーション）のガイダンスを提供するために、最短 20 分でレポートを生成できます。

無料の Security Maturity Assessment ツールを使えば、同業他社と比べて自社のセキュリティ成熟度をベンチマークすることもできます。Copilot および LLM データ保護における Netwrix の AI ガバナンスへの取り組みを確認するには、AI Governance プラットフォームページをご覧ください。

データと ID のセキュリティが伴わない AI ガバナンスは、コンプライアンスの“見せかけ”に過ぎません。

AI システムのみを統治し、AI がアクセスできるデータや AI が前提とするアイデンティティ（identity）を統治しない AI ガバナンス プログラムは、不完全な戦略です。先を行く組織は、ガバナンス プラットフォームに「自社のモデルがどう振る舞っているか」を教えてもらうのを待っていません。彼らは今日から、自社のデータポスチャを理解し、アイデンティティの統制を強化し、AI エージェントをそれが本来持つアイデンティティとして扱うことに着手しています。これこそが、「監査人のチェック項目を満たす」ガバナンス プログラムと、「実際にリスクを低減する」ガバナンス プログラムの違いを生み出します。