解説技術・取り組み海外

Wiz、AIエージェントの用途と権限を照合する検査機能を公開 コードとクラウドの設定を関連付け

Wiz、AIエージェントの用途と権限を照合する検査機能を公開 コードとクラウドの設定を関連付け
この記事のポイント
  • WizがAIの用途・機能を解析し、クラウドの権限やデータと関連付ける。
  • コードに定義された独自AIも発見し、過剰な権限や外部公開を調べる。
  • 用途、可能な操作、データへの到達経路を照合して修正対象を決める。

Wizは11月16日、AI Security Agentの公開プレビューを開始した。AIのコードや設定を読み、用途と実際に使えるツールを分析する。日本企業は、AIの用途とクラウドで付与した権限の差を調べる判断材料にできる。[1]

何が起きたのか

Wizは2026年11月16日、AI Security Agentの公開プレビューを開始した。AIアプリケーションのコード、指示、設定を解析し、利用するモデルや接続ツールを洗い出す。その結果を、クラウドの機器・ID・権限・データの関係を示すWiz Security Graphへ取り込む。用途と実際に使える機能をクラウドの権限と照合することで、過剰なアクセスや攻撃の経路を見つける仕組みである。[1]

対象は、仮想マシンやコンテナー、サーバーレスの実行環境で動くAI、ストレージに置かれたコード、対応するPaaS上の独自エージェント、コードの保管場所にあるAIアプリケーションである。管理用APIを備えていない独自開発のAIも、コードから見つける。モデルだけでなく、システム指示、ツールの定義、外部機能を接続するMCPサーバーなどを台帳にまとめる。[1]

Wizは、用途を推定した理由と根拠となるコードの参照も示す。例えば、社内データを使って質問に答えるAIに、コードの実行、ファイルの変更、外部システムとの通信まで許されていれば、その機能と本来の用途の違いを調べられる。開発担当者は実装の意図を、セキュリティ担当者は実際に許された操作と到達先を、同じ分析結果を基に確認することになる。[1]

コードの用途とクラウドの権限を結び付けて調べる

AIの実装コード・指示・接続ツール
用途と機能を読み取る

Wiz AI Security Agent

AIの発見独自開発のAIもコードから把握
用途との照合実際に可能な操作を特定
構成情報と関連付ける
Wiz Security GraphID・権限・外部公開・データ
到達先と影響を判断
セキュリティ担当者機密データへの経路と修正対象を確認

出典 Wiz「Introducing the Wiz AI Security Agent」(2026年11月16日)

なぜ今なのか

AIエージェントは、指示を受けて複数のツールを呼び、業務の処理を進める。Wizは、クラウドの構成に加えて、このアプリケーション側の動作を理解する必要があると説明する。コード内に定義された独自エージェントでは、クラウドの管理用APIや既知の特徴を探す方法だけでの発見が難しい。今回の機能は、実装を読んで用途や接続先を組み立て直す分析を加える。[1]

公式発表は、データ分析基盤BigQueryを操作するAIを仮想例にしている。コードの解析で複数のデータベースへの読み書きと任意のコード実行につながる弱点が見つかったとする。クラウド側の外部公開、インターネットへの通信、実効的な権限を重ねれば、外部の攻撃者がツールを乗っ取り、機密データへ届く経路を評価できる。コードの弱点とデータまでの到達経路を結び付けることが分析の要である。[1]

また、規則で個別の設定を点検する方法に、指示・ツール・権限の組み合わせを読む分析を加える。発表では、認証のない入口が攻撃者のシステム指示を受け取り、その先のAIがシェルコマンドを実行できる例を挙げた。入口の弱点と実行機能を関連付けることで、何を悪用され、どこを直す必要があるかを説明する。[1]

クラウドの構成にAIの用途と実装の分析を加える

クラウドの構成
AIの実装を重ねた分析
把握する対象
機器・ID・権限・データ
コード内のAI・モデル・指示・ツール
権限の判断
何へアクセスできるか
用途に対して権限や機能が過剰か
攻撃の経路
外部公開とデータへの接続
AIの弱点からデータまでの経路

出典 Wiz「Introducing the Wiz AI Security Agent」(2026年11月16日)

日本の企業にとって何が変わるか

独自のAIをクラウドで動かす日本企業では、まず開発側が把握するAIの用途と、運用側が管理する権限・外部公開の設定を照合したい。Wizは、内部利用を意図したAIの外部公開や、用途を超えた機密データへのアクセスを分析対象としている。導入を評価する担当者は、内部向けという用途が実際の公開範囲と合うかを確かめるとともに、必要なデータと実際に到達できるデータの差を調べる。[1]

見つかったリスクの優先順位は、コードの問題と業務データへの影響を結び付けて判断する。発表にある社内AIの例では、任意の宛先URLを受け取る入口から、背後のサービスアカウントのOAuthトークンが送信される。Wizは、その入口の外部公開と過剰な権限、接続先の保存領域にある氏名・メールアドレス・財務情報を関連付けて示している。担当者は、入口の修正とアカウントの権限、保護するデータをまとめて検討できる。[1]

この例では、AIの動作を制限するガードレールが有効でも、接続した保存領域までの経路が残っていた。運用担当者は、保護機能の設定に加えて、そのAIが使うIDにどのデータへの権限が付いているかを調べる必要がある。開発担当者には、分析結果のコード参照を渡し、問題となる入口やツールの実装と結び付けて確認してもらう。機密データへ届く理由が分かれば、修正対象を具体化しやすくなる。[1]

提供段階は公開プレビューであり、利用はWiz Preview Hubから開始する。発表は、実行中の動作情報との統合を今後の計画として説明している。現段階での評価では、コード・設定から得る用途や機能の分析結果と、自社が既に集めている実行記録を対応させ、どの判断に利用するかを決める。利用する実行基盤が対応するPaaSなどの対象に入るかも、導入時に照合する項目となる。[1]

まとめ

Wiz AI Security Agentは、AIを発見し、用途と機能を読み解き、クラウドの構成と結び付けて危険性を評価する。発表で示された変化は、アプリケーションの指示やツールと、クラウド側の権限・外部公開・機密データを同じ分析に取り込むことである。分析の根拠となるコードも示されるため、開発と運用の担当者が修正対象を突き合わせる材料になる。[1]

自社で確認する軸は、AIに任せた用途、実際に使える操作、到達可能なデータである。用途・機能・権限を対応付けて余分なアクセスを探すことで、社内向けAIの外部公開や、必要以上のデータへの権限を具体的な見直し対象にできる。公開プレビューの評価も、発見したAIの一覧から、そのAIを通じて何ができるかまでを続けて確かめる形で進めたい。[1]

技術・取り組み / 2026年11月16日

AIの用途と実際に可能な操作を照合する

01 何が起きたか何が起きたか

AI Security Agentが公開プレビュー。コードの分析をクラウドの構成と結び付ける。

02 なぜ今かなぜ今か

1 コード内に独自のAIが増える

2 AIがツールを呼んで業務を実行

3 指示・機能・権限の組み合わせがリスクになる

03 日本の企業にとって日本の企業にとって

1 用途に必要なツールと実際の機能

2 内部向けAIの外部公開の有無

3 利用するIDの権限と到達するデータ

出典 Wiz「Introducing the Wiz AI Security Agent」(2026年11月16日)

タグ#AIエージェント#権限管理#クラウド