Pluto Securityが4,200万ドルを調達しました。経営管理部門を中心に非開発者が作るAIアプリと、外部ツールをつなぐ連携部品のリスクを可視化し、危険な動作を稼働中に制御する仕組みを提供します。
何が問題になっているのか
共同創業者のシャハル・バハット氏によると、新しく公開されたAIツールが社内環境に入り込むまで2時間しかかからない例があります。同社が検出するリスクの約6割は、非開発者がAIに作らせたアプリに由来し、最も多いのは財務部門、次いでマーケティングと法務、開発部門は4番目です。
どう対処するのか
従業員が使うAIツールと、それが依存するスキルや拡張機能、MCPサーバー、社内で作られたアプリを監視します。端末管理の仕組みに接続し、プロンプトや実行中の処理、権限の情報を集めたうえで、端末側の小型モデルで意図を推定します。エージェントが想定外の権限を取ろうとした場合、その動作を止めたり、確認を求める指示を差し戻したりできます。
日本での読み替え
部門ごとにAIツールを試す動きが広がるほど、把握できない利用が増えます。禁止一辺倒では現場が私用ツールに流れるため、可視化と統制を両立させる方向が現実的です。GitHub Copilotのように開発部門が正規に導入するツールと、現場が自発的に使うツールを分けて扱うと整理しやすくなります。n8nのような連携ツールで業務をつなぐ場合も、誰がどの権限で何を呼び出したかを記録しておく必要があります。
編集部の見解
「利用者から作る側へ」と主体が移ったことで、統制の対象が人からエージェントへ広がっています。従来の利用状況の監視だけでは、実行中の判断までは追えません。日本の企業では、まず自社のMCP連携と非開発者が作ったアプリの棚卸しから始めるのが現実的です。導入効果は、止めた件数ではなく、把握できた件数で測るのが適切です。
my-best.ai 編集部
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。