タレス、AIエージェントの機密データアクセス急増に対応する新DSPM製品を発表
AIエージェントが社内の機密データに触れる場面は、これから確実に増えていきます。どこに何があるかを把握するだけでは、もう守り切れません。タレスの新製品は、把握した後の「対処」まで一気通貫でつなぐ発想で設計されています。
この記事の要点
何が起きたか
サイバーセキュリティ企業のタレスは、機密データの検出からリスク分析、保護までを一つのプラットフォームで提供する新製品「CipherTrust Data Security Posture Management（CipherTrust DSPM）」を発表しました。
この製品は、機密データがどこにあるかを検出するだけでなく、アクセス権に基づく対策の実施、リスクの優先順位付け、暗号化・マスキング・トークン化による保護までを、同じプラットフォーム上で直接実行できるよう設計されているといいます。タレスはこれを「初の専用DSPMソリューション」と説明しています。
対応範囲は、クラウド、オンプレミス、ハイブリッド環境にまたがる構造化データ・非構造化データです。統合されたポリシー適用とワークフローにより、露出した機密データへの自動的な対応を実現するとしており、セキュリティ担当者がプラットフォームを離れずに状況把握から対策実行までを進められる点を特徴として挙げています。
東京エレクトロンデバイスのプリンシパル・データセキュリティ・エンジニアである杉戸博治氏は、導入の容易さと高精度なデータ分類により、機密データの所在やアクセス状況、保護の方向性を迅速に把握できると述べています。
背景・解説
DSPM（Data Security Posture Management）とは、企業内に散らばる機密データの所在やリスクを継続的に把握し、管理する仕組みを指す言葉です。従来のDSPMは、データへのアクセスを制限する対策が中心だったと、タレスのデータセキュリティ製品担当バイスプレジデントであるトッド・ムーア氏は説明しています。
背景にあるのは、機密データの置き場所そのものが複雑になっている状況です。クラウドインフラ、SaaSアプリケーション、オンプレミス環境、分析基盤、外部委託先など、データは多様な場所に分散しています。そこに加わったのが、AIアシスタントやAIエージェントによる企業データへのアクセス拡大です。情報が新たな保管先やワークフローへこれまで以上の速さで移動するようになったことで、従来のガバナンスだけでは対応しきれなくなっているとタレスは指摘しています。
つまり課題は「どこにあるか」の把握だけでなく、「誰が、どうアクセスし、どう使っているか」まで可視化し、リスクを自動的に下げる仕組みへと広がっています。
仕事や業務への影響
AIエージェントの導入を進める企業ほど、データの所在把握と保護の両方を同時にやり切る体制が必要になります。例えば、従業員300人規模の製造業で、総務部門が社内規程類や人事データをAIアシスタントに連携させようとしている場合、担当者はまず「どのフォルダに何が入っているか」を洗い出し、次に「誰がアクセスできるか」を確認し、最後に機密性の高い項目だけ暗号化やマスキングを施すという三段階の作業を、別々のツールで抱え込みがちです。今回のような検出から保護までを一体化したプラットフォームは、この三段階を一つの画面で完結させる発想であり、担当者が複数ツールを行き来する手間を減らします。
情報システム部門が1〜2名しかいない中堅企業ほど、この種の一元化は効果が大きくなります。リスクの優先順位付けを自動化する機能があれば、限られた人数でも「まず何から手を付けるか」を判断しやすくなるためです。一方で、すでに大規模なセキュリティチームを持つ金融機関のような組織では、既存の権限管理システムとの連携が前提になるため、導入前に自社の運用フローとの適合を個別に確認すべきです。
AIエージェントへのデータ開放は、便利さと引き換えにアクセス経路を増やす行為でもあります。可視化だけで満足せず、暗号化やトークン化といった「データそのものを守る」対策まで踏み込む発想は、AI活用を進める企業全体にとって参考になる考え方です。
不確かな点・注意
今回の発表内容には、価格、提供開始時期、対応言語、既存のタレス製品との具体的な連携範囲についての記載がありません。導入を検討する場合は、公式な詳細情報やデモを通じて確認する必要があります。
また、AIを活用した行動分析によって不審なアクセスを検知するとされていますが、検知精度や誤検知の頻度に関する具体的な数値は示されていません。導入効果は企業のデータ環境の複雑さによって変わる可能性が高く、現時点では一般論として評価すべきです。
東京エレクトロンデバイスのコメントは同社の立場からの見解であり、第三者による効果の検証結果ではない点にも注意が必要です。
出典
この記事のつくり方
国内外の情報源（企業の公式発表や、国内外の報道）を巡回して、新しいニュースの候補を集めます。
AIが、選んだ出典だけをもとに記事を書きます。出典に無い数字・日付・発言は作りません。
20を超える決まりの検査と、別のAIによる出典との照らし合わせを通った記事だけを公開します。通らなかった記事は公開しません。
公開した記事には、運営者が目を通しています。誤りに気づいたときは、訂正するか、公開を取り下げます。