AIエージェント（指示を受けて自律的に作業を進めるAI）の実力は、モデルの賢さだけでは決まりません。社内のデータベース、外部の検索サービス、経費や予約のシステム。「何と接続されているか」が、そのエージェントにできることの範囲を決めます。接続が増えるほどエージェントは有能になる。ここまでは良い話です。問題は、その接続の多くが「他人の作ったツール」への依存だということです。

自社で作ってもいない、中身を検証してもいない部品を、自社の業務の中枢につなぎ込む。これは製造業でいうサプライチェーン（供給網）のリスクとよく似た構造です。本記事では、AIのツール接続がもたらすリスクの正体と、経営としての備えを整理します。

AIのサプライチェーンとは何か

ITの世界でサプライチェーンリスクといえば、従来はソフトウェアの部品や委託先を経由した侵害を指してきました。AIでは、この連鎖がさらに長くなります。モデルの提供元だけではありません。AIが呼び出す外部ツール、機能を追加するプラグイン、接続規格（AIと外部サービスをつなぐための共通の仕組み）、そしてAIが参照するデータ源。このどれか一つが汚染されても、影響はエージェントの動作全体に及びます。

身近な例で考えてみます。会議の議事録を自動で作るエージェントは、録音を文字起こしサービスに送り、要約をAIモデルに任せ、結果をクラウドの保存先に置き、通知ツールで関係者に知らせます。この一連の流れだけで、四つも五つも他社のサービスを経由しています。社外秘の会議内容が、自社では中身を検証していない複数の事業者の上を通っている。この構図を認識することが出発点です。

特徴的なのは、接続を追加する手軽さです。かつてシステム同士をつなぐには専門の開発が必要でしたが、いまは数行の設定で新しいツールがつながります。この手軽さは生産性の源泉であると同時に、審査を通らないまま外部への依存が日々増えていくことも意味します。便利さのスピードに、管理のスピードが追いついていない。これがAIのサプライチェーン問題の本質です。

どこにリスクが潜むか

リスクの型は大きく三つに分けられます。第一に、出所不明のツールに最初から悪意ある動作が仕込まれているケース。便利な無料ツールを装い、エージェントから渡されたデータを裏で外部に送る。ソフトウェアの世界で長年繰り返されてきた偽装部品の手口の、AI版です。第二に、正規のツールが後から乗っ取られるケース。提供元が侵害され、更新という正規の経路で悪意ある動作が配られる。利用者側からは、ほとんど見分けがつきません。第三に、接続先サービスそのものの侵害が、接続を通じて自社まで波及するケースです。自社の守りをどれほど固めても、つながっている相手が破られれば、その接続は攻撃の通り道になります。

AIならではの厄介さもあります。エージェントは、ツールに添えられた説明文を読んで「どのツールをいつ使うか」を自分で判断します。つまり、説明文に紛れ込ませた指示でエージェントの行動を誘導する余地があるということです。人間なら不審に思う不自然な文章でも、AIは律儀に従ってしまうことがあります。前回までに見た指示のすり替えの問題が、ツール接続の場面でも顔を出すわけです。

ソフトウェア開発の世界では、使っている部品の一覧を持つ考え方（自社システムがどんな外部部品でできているかの一覧表を管理する発想）が定着しつつあります。AIのツール接続にも、同じ発想が必要です。何を使っているか分からないものは、守ることも、事故が起きたときに影響範囲を調べることもできません。

接続の台帳を持つ

具体的な第一歩は、台帳づくりです。どのエージェントが、どの外部ツールと、どんな権限でつながっているか。この三点を一覧にするだけで、リスクの全体像は大きく変わります。作ってみると、誰も使っていない接続や、一つのツールに社内の複数エージェントが依存している急所が、たいてい見つかります。台帳の項目は、次の程度で十分です。

  • 接続しているツール名と提供元
  • どのエージェントが使っているか
  • 与えている権限と、通るデータの種類
  • 社内の担当者と導入日

表計算ソフトの一枚で構いません。立派な管理システムを待つ必要はなく、まず一覧が存在することに価値があります。

台帳ができたら、次は入口の審査です。新しいツールをつなぐ前に確認する観点は、難しいものではありません。提供元は実在する信頼できる組織か。保守や更新は続いているか。要求してくる権限は目的に見合っているか。読み取りだけで済む用途なのに書き込みや削除の権限まで求めるツールは、それだけで警戒に値します。そしてデータはどこへ送られるのか。この数点を、つなぐ前に文書で残す。審査といっても、最初はチェックリスト一枚で十分です。

契約とデータの行き先

審査の中でも特に経営が押さえるべきなのが、データの行き先です。接続先のツールやサービスは、エージェントから受け取ったデータをどう扱うのか。保存されるのか、AIの学習に使われるのか、さらに別の事業者へ再委託されるのか。これらは画面からは見えず、契約と利用規約でしか確認できません。

従業員がうっかり機密性の高い情報を外部のAIに貼り付けてしまう事故は、これまでも繰り返し報じられてきました。それらは人の手による操作でしたが、エージェントのツール接続では、同じことが自動で、毎日、誰にも気づかれずに起きえます。とりわけ注意したいのが無料ツールです。無料の対価は、多くの場合データです。金額がゼロであることと、コストがゼロであることは違います。重要な業務データが通る接続については、有償でも取り扱い条件を契約で確認できる相手を選ぶ。この判断は現場ではなく経営の仕事です。確認する観点は、データが保存されるのか、保存されるなら期間はどれだけか、AIの学習に使われる場合に拒否する選択肢はあるか、再委託の有無、解約したときにデータが消されるか。この五点を押さえるだけでも、契約書の見え方は変わります。

経営としての初動 ― 「勝手につながない」を決める

明日からできる初動は、承認ルートを一本決めることです。新しいツールをエージェントにつなぐときは、必ずこの窓口を通す。それだけをまず全社に宣言します。全部を厳密に審査する体制は、すぐには作れなくて構いません。「勝手につながない」という文化を先に作ることが、審査の精度より先に来る第一歩です。接続が申請される仕組みさえあれば、台帳は自然に育ち、審査は後から厚くしていけます。定着したかどうかを測る問いも簡単です。月に一度、「先月、新しくつながったツールは何か」と聞いてみてください。即答が返ってくるなら仕組みは生きています。誰も答えられないなら、承認ルートの外で接続が増えている合図です。

接続の全体像が見えてきたら、次に問われるのは「つないだAIが何をしたかを、後から確かめられるか」です。次回は、エージェントの行動記録、つまり監査ログが残らない業務をどう扱うかを取り上げます。

DSB Consultingでは、AIのツール接続の棚卸しと台帳づくり、導入審査ルールや契約チェック観点の整備を支援しています。自社のAIが何とつながっているか見えていないと感じたら、無料相談をご利用ください。