IT サービス事業者のための AI セキュリティ評価ガイド

AI はすでに多くの顧客の業務プロセスに組み込まれています。従業員は、チャットボットやビルトインされた生成 AI ツールを使用してメールの下書き、データ分析、業務の自動化などを行っています。その一方で課題もあります。こうした利用の多くは正式なセキュリティ管理の枠外で行われていることから新たなリスクを生み出しています。

IT サービス事業者にとって、AI を安全に顧客へ導入することは大前提であり、現在の課題は、最適な AI セキュリティソリューションをどのように評価するかです。必要なのは、複数の顧客環境に対応でき、ビジネスモデルを支え、プロンプトインジェクションやシャドウ AI をはじめとする新たな脅威にも対処できるソリューションです。本記事では、IT サービス事業者（MSP）が自信を持って AI セキュリティソリューションを比較・評価できるよう、実践的な評価フレームワークをご紹介します。

従来のセキュリティツールは、現在の生成 AI の利用形態を前提として設計されたものではありません。データ損失防止（DLP）、ID およびアクセス管理（IAM）、エンドポイント保護は依然として重要ですが、それぞれが独立して機能している場合は、AI 特有の重大なリスクが見過ごされる可能性があります。

• 従業員が ChatGPT や Copilot に機密情報を貼り付けてしまう。
• 顧客環境全体で、承認されていない「シャドウ AI」ツールが利用されている。
• AI の出力結果を改ざんするプロンプトインジェクション攻撃を受ける。
• 分断された AI 利用やワークフローを把握できていない。

多くの場合、IT サービス事業者は個別の DLP、IAM、エンドポイント保護ツールを組み合わせることで対応できますが、そのためには複雑な連携や統合作業が欠かせません。

AI セキュリティとは、組織内における AI の利用状況を監視・統制し、保護するためのソリューションです。ユースケースに応じて以下の機能が含まれます。

• エンドユーザー企業（利用者）： 従業員による ChatGPT や Copilot などの生成 AI ツールの利用を保護します。これには、プロンプト、入力データ、出力内容、ユーザーアクセス管理が含まれます。
• 構築者: OpenAI、Microsoft、AWS などの API 基盤上に構築された AI 統合やワークフローを保護します。
• 開発者: 学習データ、モデルの整合性、アプリケーションの脆弱性などに対応し、AI モデルとその基盤を保護します。

これらのユースケースは、AI 導入のさまざまな領域にまたがっていますが、多くの IT サービス事業者にとって主な対象となるのは、利用者と構築者のシナリオです。利用者のシナリオでは、エンドユーザーによる AI ツールの利用状況を適切に管理することが、データ漏えいを防ぎ、コンプライアンスを維持しながら安全な AI 導入を推進するうえで重要となります。構築者のシナリオでは、AI はアプリケーション、ワークフロー、サービスの一部に組み込まれています。

多くの IT サービス事業者にとっては、自社と顧客が求めるサービス要件を満たすことと、コスト削減や運用の簡素化とのバランスを取ることが重要です。しかし、多くのソリューションはこのバランスを実現できていません。これらのソリューションは、企業のセキュリティ部門向けに作られており、IT サービス事業者のビジネスモデルには対応していないからです。

Acronis GenAI Protection の強みは、利用者および構築者のシナリオにおけるコスト効率と管理のしやすさにあります。サービスプロバイダーに対し、顧客の拡大する生成 AI 環境を保護するためのシンプルで統合された統制機能を提供します。

Acronis GenAI Protection はエンドポイントファーストのアプローチを採用しており、顧客のエンドポイント環境全体にわたる可視化、管理、保護を強化することで、IT サービス事業者が利用者および構築者の AI ユースケースを安全に支援できるようにします。

• シャドウ AI ツールや分断されたシステムでのユーザー利用を含め、生成 AI アプリケーションを発見・監視し、レポート作成とポリシー適用を支援します。
• プロンプトに含まれる機密情報を精査し、柔軟な検知・ブロック機能によって、承認されていない AI ツールへの不正なデータ送信を防ぐことで、機密データを保護します。
• 有害なプロンプトやプロンプトインジェクション攻撃を検出・ブロックすることで AI の脅威から防御し、AI 利用の安全性を高めるとともに、誤用や意図しない結果が生じるリスクを低減します。これにより、IT サービス事業者はより高い信頼性とガバナンスのもとで、安全な AI 導入を推進できます。

そのほかにも確認しておきたいポイントが 6 つあります。

多くの AI セキュリティソリューションは、複数の顧客環境を管理する IT サービス事業者ではなく、単一の組織での利用を前提に設計されています。IT サービス事業者にとって、運用効率と拡張性は極めて重要です。

以下の点を考慮してください。

• すべてのテナントを一元管理できるコンソール
• 顧客、環境、部門ごとに柔軟にカスタマイズ可能なポリシー管理
• 簡単なポリシー設定と継続的な管理
• 既存のシステム環境への円滑な導入と統合

AI セキュリティの根幹を支えるのは、依然としてデータ保護です。AI がアプリケーションやサービスに組み込まれるにつれて、保護すべき対象は従来の監視の枠を超え、プロンプト、API、AI 主導のワークフローを通じたデータの流れにまで広がっていきます。

以下の点を考慮してください。

• AI とのやり取りや AI 連携全体を通じて、機密データをどのように識別し保護しているか？
• ポリシーは顧客やユースケースを問わず、一貫して適用できるか？
• 統制機能は複数の環境にわたってどの程度拡張性と管理性を備えているか？

AI 主導のサービスを支援する IT サービス事業者にとって、可視化は単にすべてのツールを見つけることではなく、ワークフロー、アプリケーション、環境における AI の利用方法を理解することにあります。

ソリューションの以下の機能を検討してください。

• AI 対応ツール、連携、利用パターンの可視化
• 調査と監査に対応する環境全体の監視
• 実運用に活かせる実践的なインサイトの提供

AI セキュリティはリスク対応だけでなく、新たな収益創出の機会にもつながります。これらのソリューションは、IT サービス事業者が AI セキュリティを拡張性のある顧客向けサービスとして提供できるよう支援する必要があります。

以下の要件を満たすソリューションを検討してください。

• AI セキュリティを自社ブランドのサービスとして提供できる。
• 柔軟な価格設定と利益率を維持できる。
• 大きな運用負荷をかけずにサービスを拡張できる。

AI は新たなガバナンスおよびコンプライアンス上の課題をもたらします。特に、顧客向けサービスやワークフローに組み込まれる場合には、その影響がより顕著になります。環境が拡大しても、統制は実効性を維持しなければなりません。

以下の点を考慮してください。

• AI サービスおよび統合に対する役割ベースのアクセス制御
• AI の利用状況および操作履歴の監査ログ
• NIST AI RMF、EU AI Act、ISO 42001 などのフレームワークへの適合性

AI がワークフローやアプリケーションに組み込まれるにつれて、プロンプトインジェクションや誤用など、入力に関わるリスクがより顕在化します。

ソリューションを評価する際は以下の点を考慮してください。

• 不審・有害な入力をどのように検知し、特定するのか？
• 監視・監査のためにプロンプトおよび出力を可視化できるか？
• 統制機能はより広範なセキュリティワークフローにどの程度統合されているか？

AI 導入のスピードは加速しており、多くのセキュリティ戦略が追いつけない状況にあります。IT サービス事業者にとって、このギャップはリスクであると同時に好機でもあります。結局のところ、AI セキュリティの本質は、統制、データ保護、そして拡張可能なリスク管理に集約されます。これを簡素化できる IT サービス事業者は、より高い価値を提供し、競争で優位に立つことができます。

Acronis GenAI Protection は、顧客のエンドポイント環境全体における AI 利用に対して、より優れた統制・可視化・保護を提供することで、このギャップを解消できるよう支援します。アクロニスのプラットフォームにネイティブ統合されており、IT サービス事業者は生成 AI の利用状況を監視し、シャドー AI を検知するとともに、機密データが公開 AI ツールに共有されることを防ぎ、さらにプロンプト悪用によるリスクを防止できます。

Acronis GenAI Protection は IT サービス事業者に対して以下の機能を提供します。

• データ漏えいリスクを低減し、コンプライアンスを強化するとともに、新たな AI 主導の脅威から保護します。
• AI セキュリティを、拡張可能な顧客向けサービスへと進化させます。
• 顧客の安全な AI 導入を支援します。
• 新たな市場で自社のサービス提供範囲を拡大します。

AI 時代における顧客の保護は、 エンドポイントから始まります。そして本質的には、AI の使われ方、データの流れ、そして IT サービス事業者の事業としてリスクをいかに統制するかに集約されます。