Zenityは、自社プラットフォームの大幅な拡張を発表しました。今回の新しいセキュリティアーキテクチャは、エンタープライズアクションとして実行される前にAIの判断を統制することを目的として設計されており、拡張的な複数ステップのワークフローにまたがって自律的に動作する長時間稼働型エージェントによる判断も対象に含めることで、同社を自律型AI向けのAIセキュリティプラットフォームへと押し上げます。
同プラットフォームには、既存の基盤に加えて「Exposure Management」と「Runtime Boundaries」が新たに追加されます。これらの新機能はいずれも、エージェントが判断を下す瞬間、つまり行動に移る前の意思決定ポイントでセキュリティを強制することを目的として設計されています。
第一世代のエンタープライズAIでは、企業はAIがどこで使われているのか、誰がアクセスできるのか、そしてどう統制すべきかを把握することが求められました。しかし自律型AIは、根本的に異なる課題をもたらします。これは特に、単一のプロンプトに応答するのではなく、数時間から数日にわたって拡張的かつ複数ステップのタスクを実行する自律システムである長時間稼働型エージェントに当てはまります。こうしたエージェントが時間をかけて動作する中では、コンテキストやアクセス権、ツール、行動がワークフロー全体を通じて変化していくため、個々には正当な判断の連続の中からリスクが生まれる可能性があります。
AIエージェントは、本番用コードを書き、企業システムにアクセスし、ツールを呼び出し、機密データを扱い、ビジネスワークフローをますます自律的に実行するようになっています。AIエージェントが意思決定者になるにつれ、AIセキュリティは活動を観察するだけの段階から脱却し、行動が発生する前にそれを統制する段階へと進化する必要があります。
Zenity AIセキュリティプラットフォームは、意思決定レイヤーでのセキュリティという新しいアプローチを導入し、AIによるあらゆる行動がエンタープライズアクションとなる前に評価します。AIエージェントがすでに行動を起こした後にアラートに頼るのではなく、企業はそもそもAIに何を許可するかについて継続的な制御を得られるようになります。
AIセキュリティは継続的な取り組みです。Zenity AIセキュリティプラットフォームは、一つの継続的なシステムとして連携する3つの統合機能を軸に構成されています。「Surface」はAIエージェントを継続的に検出し、悪用可能な攻撃経路を検証した上で、AIのエクスポージャーに優先順位を付けます。
「Enforce」はRuntime Boundariesを適用してあらゆるAIの行動をリアルタイムで評価し、そのまま進めるべきか、ブロックすべきか、あるいはビジネスへの影響が生じる前に終了させるべきかを判断します。「Protect」はAIを活用したデジタルフォレンジックおよびインシデントレスポンス(DFIR)を通じてこのループを完結させ、Guardian Agentsはあらゆる調査から継続的に学習することで、今後のポリシー判断を強化していきます。
Enforceレイヤーの中核に位置するRuntime Boundariesは、自律型AIのための意思決定エンジンとして機能します。Runtime Boundariesは、エージェントの意図、アイデンティティ、要求された行動、アクセスしたデータ、使用したツール、過去の活動、そして企業ポリシーを分析しながら、より広範な実行履歴という文脈の中であらゆるAIの判断を継続的に評価します。これにより、複数のステップにまたがって生じるリスクを、ビジネスへの影響が発生する前に特定して食い止めることができます。
企業はAIエージェントに許可する行動を定義し、Zenityはその判断をClaude Code、Cursor、Microsoft Copilot、Salesforce Agentforce、ChatGPT Enterprise、Amazon Bedrock、Azure AI Foundry、そして独自開発のAIエージェントに至るまで一貫して適用します。機密データの流出防止、コーディングエージェントの統制、特権的操作の制限、MCPサーバーの制御など、いずれの場面においても、Runtime Boundariesは企業に自律型AIに対する精密な制御手段を提供します。
Zenityのプロダクト担当VPであるTomer Teller氏は次のように述べています。「大きな技術的転換は、その都度セキュリティの進化を迫ってきました。自律型AIがもたらすのは次なる進化、すなわち『意思決定そのもの』です。今後のAIセキュリティは、AIエージェントがすでに何をしたかによって定義されるのではありません。行動を起こす前にAIに何を許可するかによって定義されるようになるのです。セキュリティは意思決定レイヤーから始まり、Runtime Boundariesはそれを可能にするエンジンなのです」
Exposure Riskは、悪用される可能性が最も高い攻撃経路を特定し、AIの行動が発生する前にRuntime Boundariesへ情報を提供します。AIを活用したデジタルフォレンジックおよびインシデントレスポンス(DFIR)は、事象発生後にAIの判断の連鎖をすべて再構築し、Guardian Agentsがポリシーを継続的に改良して今後の保護を強化できるようにします。これにより、エクスポージャーがランタイムの判断に情報を与え、調査がポリシーを改善し、あらゆる判断が今後の保護を強化していくという、継続的なAIセキュリティのループが生まれます。
翻訳元: https://www.helpnetsecurity.com/2026/07/27/zenity-exposure-management-runtime-boundaries/
