サイバーセキュリティ業界のAI活用事例｜SOC自動化・脅威検知・主要ベンダー比較【2026年最新】

サイバーセキュリティ業界では、AIはすでに「アラートの振り分けと調査（SOC自動化）」「未知の脅威の検知」「インシデント対応の自動化」で実運用に入っています。2026年は、AIエージェントが調査から対処案の提示までを担う「エージェント型SOC」へ各社が一斉に移りつつあり、同時にAIは攻撃側にも使われています。防御と攻撃が同じ技術で速くなる「二面性」が、いまの最大のテーマです。

この記事でわかること

• AIが実際に使われている5つの業務領域（SOC自動化・脅威検知AI・SIEM/SOAR連携・ゼロトラスト・脆弱性発見）
• 2026年6月以降の主な発表（CrowdStrike Fal.Con 2026、Claude Securityの継続スキャン、Anthropic Cyber Mission、NEC、CTCなど）
• 主要ベンダー6社の比較表（提供段階と課金方式つき）と、国内AI SOC 3社の比較
• 海外プラットフォームと国内MSSPの使い分け、成熟度に応じた始め方
• 能動的サイバー防御法（2026年10月1日に主要部分が施行）など、規制・コスト上の注意点

この記事の想定読者

• SOC運用・情報システム部門・CISO配下で、AIの導入を検討している担当者
• 自社にセキュリティ製品を入れるか、MSSPに任せるかで迷っている中堅〜大企業
• サイバーセキュリティ×AIの全体像を、最新の発表込みで一度に把握したい人

エンタープライズ向けセキュリティ製品の料金は、大半が「要問い合わせ」です。本記事では公式に公開されている価格・課金の仕組みだけを記載しています。効果の数値は多くがベンダー自身の発表で、第三者の検証を経たものではありません。出典を付け、一般化せずに扱います。

サイバーセキュリティ業界でAIはどう使われているか（全体像）

AIは「人手では追いつかない量のログとアラートを、機械の速さで選別・調査・対処する」ために使われています。従来のルールベースの検知は既知の攻撃パターンしか捕まえられませんでした。機械学習・生成AI・AIエージェントが加わったことで、未知の挙動の検知や、自然言語での調査・対処までカバーできるようになっています。

背景には、SOC（Security Operation Center）が抱える構造的な課題があります。

• アラートが多すぎて人が処理しきれない（アラート疲れ）
• 調査できるアナリストが慢性的に足りない
• 攻撃側がAIで速くなっている。CrowdStrikeの2026 Global Threat Reportでは、侵入から横展開までの平均時間（ブレイクアウトタイム）は29分、最速は27秒

AIが「振り分け（トリアージ）」「相関分析」「初動対応」を引き受け、人はより難しい判断と最終承認に集中するという分業が、標準になりつつあります。

2026年の変化は、呼び方が「AI SOC」から「エージェント型SOC（Agentic SOC）」へ移ったことです。CrowdStrike・Google・Palo Alto Networksがそろってこの言葉を使い、複数のAIエージェントが調査を分担する設計を打ち出しています。AIエージェントそのものの仕組みはAIエージェントとはで解説しています。

2026年6月以降の主な動き

2026年6月以降に出た発表のうち、押さえておきたいものを日付順に並べました。

AI活用の主要領域（業務別活用一覧表）

サイバーセキュリティ業界でのAI活用は、大きく5つの業務領域に分かれます。

生成AIの悪用と防御の全体像は生成AIのセキュリティ解説もあわせて参考にしてください。

SOC自動化（AI SOC）とは

出典: SentinelOne 公式サイト

AI SOCとは、SOCのアラート処理・調査・初動対応をAIが引き受ける仕組みです。SOCの最大のボトルネックは「大量のアラートを人が一件ずつ判断する」ところにあり、ここを自動化すると、アナリストは本当に危険な脅威に時間を使えます。

AIが担う作業は、主に次の3つです。

• 届いたアラートが本物の脅威か誤検知かを判定する（トリアージ）
• 関連ログを集めて要約し、調査レポートを作る
• 端末の隔離やアカウントの無効化など、決まった封じ込めを手順どおりに実行する

2026年の新しい点は、1つのAIが順番に処理するのではなく、複数の専門エージェントが並行して調べる設計が増えたことです。CrowdStrikeはFal.Con 2026で、Charlotte AIが端末・ID・SaaS・クラウド・ネットワークへ専門エージェントを同時に送り、調査を「数時間から数分」に縮めると発表しました（同社発表）。

ただし、完全な無人運用は各社とも前提にしていません。Microsoftはエージェントを組織が明示的に設定・展開する方式で、SentinelOneは人の関与の度合いを調整でき、CrowdStrikeのAgentWorksは全アクションが承認制です。封じ込めなどの実行は、人の最終承認（human-in-the-loop）を残すのが標準です。AIエージェントを安全に動かす考え方はAIエージェントのセキュリティ対策も参考になります。

SOC自動化の効果（数値は事例ベースで読む）

よく引用される数値には次のようなものがあります。いずれも特定の事例やベンダーの発表で、自社の環境でそのまま再現できるとは限りません。

• NRIセキュアテクノロジーズの事例では、MTTRが3日から16分に、リアルタイムの調査完了率が5%未満から62%に改善したと報告されています。
• Googleは、Gemini搭載の「Triage and Investigation Agent」が500万件超のアラートを調査し、人手で30分かかる分析を60秒にしたと説明しています（Google自身の数字）。
• NTTドコモビジネスは、2026年5月20日に提供を始めた「AI SOC」で、アラート対処の約95%を自動化でき、残りを専門家が支援すると説明しています。

自社がどの段階かを知る（成熟度の目安）

AI SOCは一気に入れるものではなく、段階を踏むのが一般的です。Splunkは自律型SOCを次の5段階で整理しています（ベンダーの解説なので、考え方の目安として使ってください）。

SOC人材が足りない国内企業では、レベル0〜2にとどまっているケースが多いとみられます。レベル0〜1の段階でいきなりエージェント型SOCを入れるより、ログの統合と手順の整備を先に済ませるほうが効果が出やすくなります。

脅威検知AI（EDR/XDR/NDR）

脅威検知AIは、端末・ネットワーク・クラウドなど複数の観測点からデータを集め、相関分析と異常検知を行う仕組みです。用語が混同されやすいので、検知範囲の違いを整理します。

AIの方式には大きく2つの系統があります。

• 自己学習型：正常な挙動を学習し、そこから外れた動きを異常として検知します（Darktraceが代表）。未知の攻撃や内部不正に強い一方、初期の学習とチューニングが必要です。
• 生成AIエージェント型：自然言語で脅威ハンティングや調査ができ、攻撃の流れを自動で組み立てます（SentinelOne Purple AI / Storyline など）。SentinelOneは2026年6月17日、アラートを受けて自動で調査を始める「Purple AI Agentic Investigation」を全顧客に開放しました。判定には監査できる根拠の連なりが付き、モデルはAnthropic Claude・OpenAI GPT・自社の「Ultraviolet」を組み合わせています。

マルウェアを使わず正規のツールで動く「Living off the Land」型の攻撃は、ファイルの特徴で見つける従来型の検知では捉えにくいとされます。挙動の相関を見るXDRとAIの組み合わせが重視されているのは、このためです。

SIEM/SOAR連携と生成AI

出典: Palo Alto Networks 公式サイト（Cortex XSIAM）

SIEMとSOARは役割が違い、組み合わせて使うことで効果が出ます。SIEM（Security Information and Event Management）はログを一元管理して相関分析と検知を担い、SOAR（Security Orchestration, Automation and Response）は検知後の対処を手順（プレイブック）どおりに自動で進めます。

• SIEM：大量のログを集め、相関ルールやAIで脅威をリアルタイムに検知
• SOAR：検知したインシデントに対し、決めておいた手順を自動実行

ここに生成AIとAIエージェントが加わり、自然言語での調査や、状況に応じた手順の選択までできるようになりました。2026年の主な動きは次のとおりです。

• Palo Alto Networks：Cortex XSIAMがSIEM・SOAR・ASM・XDRを1つの基盤に統合。エージェント基盤のCortex AgentiXは1,000以上の連携とMCPに対応しています。2026年6月にはClaude Sonnet 4.6・Claude Opus 4.8・Gemini 3.5 Flashをタスクごとに選べるようにし、7月のXSIAM 3.6 / AgentiX 1.4では自然言語でのダッシュボード作成や、Unit 42の脅威情報と組織の状況を合わせた脅威インテリジェンスが加わりました。
• CrowdStrike：Fal.Con 2026で、Charlotte AI AgentWorks・SOAR・Falcon Foundryをまとめた「エージェント型SOARのワークスペース」をパブリックプレビューで公開しました。
• Google：Security Operationsに、検知ルール（YARA-L）の下書きを作るDetection Engineering Agent（2026年8月、パブリックプレビュー）や、ケースのプレイブックを自動で起動する仕組み（9月、プレビュー）を追加しています。

ゼロトラストとAI

ゼロトラストは製品ではなく、考え方（戦略）です。「社内ネットワークは信頼できる」という前提を捨て、すべてのアクセスを常に確認します。実装の指針としては、CISA（米サイバーセキュリティ・インフラストラクチャ安全保障庁）の成熟度モデルがよく参照されます。

ゼロトラストを実際の運用に組み込むと、認証・端末・通信・データの状態を継続して監視する必要があり、そのログを人手で見るのは現実的ではありません。SIEMで一元監視し、AIの異常検知で逸脱を見つける構成が標準的です。金融や行政など要件の厳しい業界での例は、金融業界のAI活用・行政・自治体のAI活用も参考になります。

2026年の新しい論点：AIエージェント自体をゼロトラストで守る

社内でAIエージェントが増えるにつれ、エージェントそのものが新しい攻撃面になっています。CrowdStrikeがFal.Con 2026で発表したFalcon Guardian（AIエージェントの実行時保護）について、VentureBeatは「承認していたのは300体だったが、実際には18,000体のエージェントが動いていた企業があった」と報じています。

対策の方向性は、人のアカウントと同じくゼロトラストの考え方をエージェントにも当てはめることです。

• エージェントの棚卸し（どこで何体動いているかを把握する）
• エージェントごとに確認できるIDを付け、権限は必要最小限にする
• 常に有効な認証情報ではなく、短時間で切れるトークンを使う
• プロンプトインジェクション（AIへの悪意ある指示の埋め込み）を想定した入力の確認

CrowdStrikeは同じ発表で、AIエージェントごとにIDを発行し、最小権限・短時間のトークンを出す「Agentic IdP」を打ち出しました（Falcon Guardian・Agentic IdPの提供段階は2026年10月時点で公式に確認できていません）。

攻撃前の防御：脆弱性発見AI

出典: Google Cloud 公式サイト（Security）

攻撃される前にコードの脆弱性をAIが見つけ、修正案まで出す「攻撃前の防御」が、2026年に最も動きの大きかったカテゴリです。従来の静的解析と違い、コンポーネント同士のやり取りやデータの流れを推論し、ルールでは見逃す脆弱性まで検出します。

NECの発表の背景には、AIが未公開の脆弱性を大量に見つけても、それらにはCVSS（深刻度の共通指標）が付いていないため、どれから直すかを人が決めきれないという新しい課題があります。一方で、AIが作った不正確な脆弱性報告が出回る問題もあり、AI生成の偽CVE問題で詳しく扱っています。

各ツールの詳細は、Claude Securityとは、Anthropic Cyber Missionの解説、Codex Securityの解説、GPT-5.5-Cyberの解説、OpenAIのセキュリティAI（Daybreak）を参照してください。開発工程で脆弱性を作り込まないための前提はAIコーディングのセキュリティリスクにまとめています。

国内外の導入事例・効果

出典: CrowdStrike 公式サイト（Charlotte AI）

実際のサービスと事例を、海外プラットフォームと国内MSSP（マネージドセキュリティサービス）に分けて整理します。

海外プラットフォーム（製品ベンダー）

• Microsoft Security Copilot：Ignite 2025でDefender・Entra・Intune・Purviewの画面にエージェントを組み込みました。公式の用途例は、ユーザーが報告したフィッシングの振り分け、アラートの振り分け、アクセスレビュー、脆弱性の修正、条件付きアクセスの最適化などです。Agent Builder・API・MCPで独自のエージェントも作れます。エージェントは自動では有効にならず、組織側で設定・展開します。
• CrowdStrike Charlotte AI：2026年3月にノーコードでエージェントを作れるAgentWorksを発表（ISO/IEC 42001取得、全アクション承認制）。9月のFal.Con 2026では、複数エージェントの並行調査、全エージェントとテナントをまたぐ共有の記憶（コンテキスト層）を発表しました。独自モデルの持ち込み（BYOM）や外部ツール・エージェントとの接続は一般提供済みですが、共有の記憶を使った調査はプレベータで、提供時期は未公表です。
• SentinelOne Purple AI：2026年3月のワンクリック調査に続き、6月には自動で起動する調査を全顧客に開放しました。管理者がロール単位で有効化し、いつでも戻せます。利用量とコストの上限も設定できます。
• Google Security Operations：Triage and Investigation Agentに加え、2026年8月にThreat Hunt Agent（Enterprise Plus向け）とDetection Engineering Agentをパブリックプレビューで公開。2026年3月にはクラウドセキュリティのWizの買収（320億ドル）を完了しています。
• Palo Alto Networks Cortex：XSIAM 3.5（5月）でAIエージェントのガバナンスを強化し、3.6 / AgentiX 1.4（7月）で米政府向けのFedRAMP High認可を取得しました。

国内MSSP・ベンダー

国内では2026年に、AI SOCをうたうサービスが相次いで始まりました。主要3社を並べます。

このほか、NECは生成AI・エージェント型AIを使ったセキュリティサービスを提供しており、富士通は攻撃役・防御役・影響テスト役のエージェントが仮想環境で連携し、未知の脆弱性を見つけて対処する「マルチAIエージェントセキュリティ技術」を発表しています。ラックはVectra AIのNDR運用代行も手がけています。

主要ベンダー比較（比較表）

主要6社を、AIの方式・自動化の範囲・提供段階・課金方式で比べます。発表された機能の多くはまだプレビューやベータの段階です。「発表された＝すぐ使える」ではないため、提供段階の列を必ず確認してください。

脆弱性発見系（Claude Security・Codex Security・Big Sleep など）はSOC製品とは役割が違うため、比較表から外し、開発工程の対策として別に検討するのが実務的です。

選ぶときのポイントは次の3つです。

1. 既存環境との統合：Microsoft 365中心ならSecurity Copilot、エンドポイント重視ならCrowdStrikeやSentinelOne、Google Cloudやマルチクラウド中心ならGoogle Security Operations
2. AIの方式：自己学習型の異常検知か、生成AIエージェント型の調査か
3. 運用の担い手：自社で運用するか、MSSPに任せるか

海外プラットフォーム vs 国内MSSPの使い分け

日本企業にとって最大の前提は「SOCを24時間回せる人がいない」ことです。ここから逆算すると、選択肢は次の2つに集約されます。

実務では「海外のプラットフォームを国内MSSPが運用する」ハイブリッドが現実的な選択になることも多くあります。2026年の国内AI SOCも、NTTドコモビジネスはMicrosoft Sentinel、ラックはSplunk、CTCはExaforceと、海外の基盤の上に国内の運用を載せる形です。成熟度がレベル0〜1でSOC専任者がいない企業はMSSP、レベル2以上で専任チームがある企業は自社運用かハイブリッド、と考えると判断しやすくなります。

AIの二面性：攻撃側のAI悪用

出典: Anthropic 公式サイト（Disrupting AI espionage）

AIは防御だけでなく攻撃にも使われています。導入を検討する際は、この二面性を前提に脅威の想定を更新する必要があります。公表されている主な事例は次のとおりです（各社・各機関の公表に基づく表現）。

• AIが主導したサイバースパイ活動：Anthropicは、Claude Codeが悪用され約30の組織を狙ったサイバースパイ活動が起きたと公表しました。中国の国家支援の攻撃者によるものとされ、複数のAIエージェントが連携し、作業の80〜90%をAIが実行したと説明しています。
• AIで作られたとみられるゼロデイの悪用：Google（GTIG）は、AIで開発されたとみられるゼロデイ脆弱性を攻撃者が実環境で使った事例を確認したと報告しています。詳しくはAIが作ったゼロデイ攻撃の事例で扱っています。
• ディープフェイク詐欺：2024年には、ディープフェイクで偽の役員が登場するWeb会議により、英国企業が約40億円を送金させられる被害が起きました。2025年第1四半期だけで被害額が2億ドルを超えたとの報告もあります。
• フィッシングの高度化：生成AIで自然な文面がすぐに作れるようになり、認証情報を狙うメールの精度が上がっています。
• AIそのものへの攻撃：プロンプトインジェクション、学習データの汚染（データポイズニング）、会社が把握していないAIの利用（シャドーAI）からの情報漏えいなど、AIを使うこと自体が新しい攻撃面になります。

IPAの「情報セキュリティ10大脅威 2026」（2026年1月公表）でも、組織編の3位に「AIの利用をめぐるサイバーリスク」が初めて選ばれました。国内の被害事例はAIを悪用したサイバー攻撃の国内事例、Claudeのサイバー能力を検証する仕組みはClaudeのサイバー能力検証で詳しく扱っています。

Darktraceは「AI製の攻撃かどうかは必ずしも判別できない。基本的な手口は人間の攻撃と同じ」と指摘しています。AIを特別視しすぎるより、検知と対応の速さ・網羅性を上げるほうが防御の本質に近いといえます。

導入コスト・ハードル

最大のハードルは、費用の見積もりが難しいことです。2026年は各社がAIの利用量に応じた独自の単位に移っており、実際に使ってみないと金額が読めません。

主な課金単位の違い

Security CopilotのE5/E7同梱分には、Sentinel data lakeの計算・保存費用やパートナー製エージェントのライセンスは含まれません。E5/E7を持たずSentinelだけを使っている場合は同梱の対象外です。

ほかに検討段階で押さえておきたいハードルは次のとおりです。

• 提供段階の差：発表された機能の多くがプレビューやベータです。本番の運用に組み込む前に、一般提供になっているかを確認します。
• 人材とスキル：AIを入れても、チューニングと最終判断には専門の人が要ります。確保できない場合はMSSPを前提に設計します。
• 既存環境との統合：ログの取り込み元・SIEM・ID基盤との連携に、想定以上の工数がかかることがあります。自社のSOCやログ基盤に合わせてAIエージェントを外部に作ってもらう場合は、セキュリティ業界のログ形式や監査の要件をわかっている会社を選ぶか、汎用の開発力を優先するかで、要件の詰め方と必要なデータの準備が変わります。判断のしかたは業界に詳しいAI開発会社に委託すべきかで整理しています。
• 過信のリスク：AIは誤った出力（ハルシネーション）を起こします。自動で対処する範囲は少しずつ広げ、重要な操作には人の承認を残します。

まず小さく試すなら、Microsoft 365 E5/E7を持っている組織はSecurity Copilotの同梱分（追加費用なし）、SentinelOne利用中の組織はPurple AIの無償クレジットから始めると、実際の利用量を測りやすくなります。

規制・コンプライアンス上の注意点

セキュリティの領域でAIを使う際は、技術とは別に次の観点を確認する必要があります。2026年は、日本の制度面で大きな動きがありました。

能動的サイバー防御法（2026年10月1日に主要部分が施行）

• 解説記事によると、官民連携の部分が2026年10月1日から動き出しました。直接の対象は、経済安全保障推進法の「特定社会基盤事業者」（2026年7月1日時点で15分野258事業者）です。
• 対象事業者には、重要な電子計算機の届出やインシデント報告（国家サイバー統括室〔NCO〕の統一様式）などが求められます。取引やシステム連携のある企業も、委託先として間接的に影響を受けます。
• この法律はAIの導入を義務付けているわけではありません。ただ、報告の速さと正確さが求められるため、ログの統合・調査の自動化・報告書の下書きにAIを使う意味は大きくなっています。
• 施行日や義務の細かい内容は、内閣官房・国家サイバー統括室の一次資料で必ず確認してください。

その他の確認ポイント

• SCS評価制度：経済産業省の「サプライチェーン強化に向けたセキュリティ対策評価制度」は2026年度中の開始が予定されています。任意の制度ですが、発注元から評価の取得を求められる可能性があります。
• 説明可能性とトレーサビリティ：なぜそのアラートを脅威と判断したか、根拠をたどれる必要があります。監査やインシデント報告で問われます。
• AIガバナンスの認証：ISO/IEC 42001（AIマネジメントシステム）などの認証は、ベンダー選定の目安になります。
• 個人情報とデータの扱い：ログには個人情報が含まれることがあります。たとえばSecurity CopilotはMicrosoft 365のデータをコピー・処理・保存すると公式に明記しており、データの保存地域とGPUの処理地域を確認する必要があります。個人情報保護法やGDPRなどへの適合も確認します。
• データの国内保管：政府・金融・医療など重要インフラでは、データの国内保管やクラウドの要件が課されることがあり、海外SaaSを使えるかを事前に確かめます。防衛・重要インフラ領域の動きは防衛分野のAI活用も参考になります。
• 人の承認を残す運用：自動の対処が誤って正規の業務を止めるリスクがあるため、重要な操作には人の承認を残します。

AIセキュリティ導入をおすすめできる企業／おすすめしない企業

導入をおすすめできる企業

• アラートとログの量が多く、人手のSOC運用が限界に近い中堅〜大企業
• Microsoft 365 E5/E7など、既存のライセンスを活用できる組織（Security Copilotを追加費用なしで試せる）
• 24時間監視が必要だが自社にSOC人材が足りず、国内AI SOCなどMSSPの活用を前提にできる企業
• 金融・行政・重要インフラなど、攻撃の対象になりやすい業種。能動的サイバー防御法の対象事業者やその取引先も含む
• 社内でAIエージェントの利用が広がり、その棚卸しと権限管理が追いついていない組織

慎重に考えたほうがよい企業

• 監視対象の資産やログが少なく、既存のEDRと基本対策で足りている小規模な組織
• 運用やチューニングの人員も予算もなく、MSSPとの契約も難しい場合
• AIに完全な無人運用を期待している組織（各社とも人の承認を前提にしている）
• ログ統合や対処手順の整備がまだで、成熟度がレベル0の段階にある組織（先にログ統合と対処手順を整えるほうが効果的）
• データの国内保管や越境の制約が厳しく、使える製品が限られる場合

まとめ

サイバーセキュリティ業界のAI活用は、「SOC自動化」「脅威検知AI」「SIEM/SOAR連携」「ゼロトラスト運用」「攻撃前の脆弱性発見」の5領域で実運用に入っています。2026年は、複数のAIエージェントが調査を分担する「エージェント型SOC」へ各社が移り、国内でもNTTドコモビジネス・ラック・CTCがAI SOCのサービスを始めました。

一方で、発表された機能の多くはまだプレビューやベータで、課金もSCU・Singularity Credits・Security Tokensといった利用量ベースに変わりつつあります。効果の数値もほとんどがベンダー自身の発表です。選ぶときは、既存環境との統合、AIの方式、自社運用かMSSPか、の3点で判断し、PoCで実際の利用量と効果を測るのが確実です。

そして、AIは攻撃側にも使われ、社内のAIエージェント自体も新しい攻撃面になっています。人の承認を残す設計、判断の根拠をたどれる仕組み、エージェントのIDと権限の管理をそろえることが、2026年のAIセキュリティ運用の前提です。

よくある質問（FAQ）

Q. AI SOCを入れれば、セキュリティ人材は不要になりますか？

なりません。AIは振り分け・調査・初動を引き受けますが、Microsoft・CrowdStrike・SentinelOne・Googleのいずれも、重要な操作に人の承認や監督を残す設計です。効果は「人を減らす」ことより、「少人数でより多くのアラートをさばける」ことにあります。

Q. ベンダーが発表した新機能は、すぐに使えますか？

すぐに使えるとは限りません。たとえばCrowdStrikeの共有の記憶を使う調査はプレベータ、GoogleのThreat Hunt Agentはパブリックプレビュー、Claude Securityは公開ベータ、Codex Securityはリサーチプレビューです（2026年10月時点）。契約前に、自社のプランで一般提供されているかを確認してください。

Q. AIセキュリティ製品の料金はどのくらいですか？

多くは要問い合わせです。公開されている例では、Microsoft Security CopilotはMicrosoft 365 E5/E7に追加費用なしで同梱され、単体ではプロビジョニング型で1 SCU/時あたり4ドルです。SentinelOneやGoogleはAIの利用量をクレジットやトークンで数える方式で、単価は公開されていません。

Q. 能動的サイバー防御法の対象でなければ、関係ありませんか？

直接の義務はなくても、対象事業者（2026年7月時点で258事業者）と取引やシステム連携がある企業は、委託先としてセキュリティ体制やインシデント時の報告への協力を求められる可能性があります。SCS評価制度も、発注元から求められる場面が出てくると考えられます。

Q. 社内で使っているAIエージェントも、セキュリティ対策の対象にすべきですか？

対象にすべきです。承認していない数のエージェントが動いていた事例も報じられています。エージェントの棚卸し、エージェントごとのIDと最小限の権限、短時間で切れる認証情報、プロンプトインジェクションへの対策を、人のアカウントと同じ考え方で整えます。

Q. 中小企業でもAIセキュリティを導入すべきですか？

資産やログが少なく、既存のEDRと基本対策で足りているなら、無理に入れる必要はありません。攻撃の対象になりやすい業種や、すでにアラート処理が限界の組織は、国内のAI SOCサービスなどMSSPの活用を前提に検討する価値があります。