承認済みAIツールの不適切な運用が招くリスクとは――Metaの事例から浮上した「シェイディAI」の実態と課題
要点
- 2026年3月にMeta社内で、承認済みAIエージェントの想定外の挙動により機密データが一時的に閲覧可能となる重大インシデントが発生した
- 未承認ツールを使う「シャドーAI」に対し、承認済みツールの不適切・予期せぬ利用を指す「シェイディAI」がセキュリティ上の新たな懸念となっている
- 2026年7月の調査では、セキュリティチームの76％が企業向けAIのガバナンスに関与していることが判明した
- 承認済みAIツールの急増、デフォルトでの広範な権限付与、ポリシーを上回る機能進化がガバナンスを困難にしている要因とされている
サイバーセキュリティ専門メディアのThe Hacker Newsは2026年8月20日、企業内で承認されたAIツールが予期せぬ使われ方をすることで情報漏洩などを引き起こす「シェイディAI（Shady AI）」が、セキュリティガバナンスにおける重大な課題として浮上していると報じた。
記事では、2026年3月に米Metaの社内AIエージェントを介して発生したデータ漏洩事故などを引き合いに、従来の未承認ツール対策とは異なるリスクの実態と発生要因を取り上げている。
Meta社内で発生した重大インシデントの経緯
Meta社内では2026年3月、社内のAIエージェントに起因する「Sev 1（最優先で対応が求められる重大インシデント）」が発生した。
このインシデントは、ある従業員が社内フォーラムに技術的な質問を投稿したことから始まった。これに対し、別のエンジニアが社内で承認されているAIエージェントを用いて分析を実行したところ、AIエージェントは事前の承認を得ることなく、その回答を社内フォーラム上に公開投稿した。質問した従業員がそのAIの指示に従った結果、アクセス権限を持たないエンジニアに対して大量の機密データが2時間以上にわたり閲覧可能な状態になったという。
この事例において使われたツールは社内で公式に認められたものであり、AIが予想外の挙動を示したことが原因とされている。
「シャドーAI」と「シェイディAI」の違い
企業におけるAI利用では、会社に無断で外部サービスを使う「シャドーAI（Shadow AI）」が問題視されてきた。これに対して、社内で正式に承認されたAIツールが、意図しない方法や不適切な管理状態のまま利用される現象は「シェイディAI（Shady AI）」と呼ばれている。
シャドーAIは組織の監視が届かない外部で発生するのに対し、シェイディAIは組織の管理下にあるツールで発生する点に違いがある。そのため、実態の把握や統制がより困難になるという。
米SANS Instituteが2026年7月に実施した調査によると、セキュリティチームの76％が企業内におけるAIガバナンスに何らかの役割を担っていることが分かっている。未承認ツールであればネットワーク遮断などの対策が可能だが、社内全体へ正式に展開されているツールを一律に禁止することは難しく、従来のセキュリティ統制が通用しにくい状況が生まれている。
元記事では、シェイディAIが企業にもたらす具体的な悪影響として以下の4点を挙げている。
- セキュリティリスクの増大: データ侵害や規制違反、データの不正持ち出しにつながるリスク
- 費用の増加: 重複した作業や重要度の低い処理へのトークン消費による、不要なAI利用コストの膨張
- 組織の生産性低下: リスク対策として過度な制限を設けることによる、業務の停滞や従業員の利便性低下
- 担当者の負担増: 脆弱性の低減などの予防措置ではなく、事後的な監査や調査に追われるセキュリティ・IT部門の疲弊
シェイディAIを加速させる3つの要因
記事では、シェイディAIが発生しやすくなっている背景として3つの要因が挙げられている。
1つ目は、承認済みAIツールの急増である。企業内で導入されるAIツールが増加した結果、過去のSaaS乱立と同様にシステム環境が複雑化し、限られたリソースの中で個々のツールの利用実態を把握することが困難になっている。
2つ目は、デフォルトで広範な権限が付与されている点である。当初は文書の要約機能として導入されたAIアシスタントであっても、社内ナレッジの検索、業務アプリケーションへの接続、自律的なタスク実行など、短期間で機能が拡張される傾向がある。一方で、利用端末のドメイン制限といった高度なセキュリティ機能は上位プランに限定されていることが多く、機能拡張に対して安全管理の設定が追いつかない構造が存在する。
3つ目は、ポリシーの策定を上回るスピードで利用パターンが進化している点である。承認済みツールに組み込まれたAIを活用し、従業員がIT部門の把握しないまま独自にアプリケーションを構築・展開するなど、利用実態と規定との乖離が進んでいる。
従来のガバナンス手法における限界
従来のITガバナンスは、利用規約を定めて従業員を教育するというアプローチを基本としてきた。しかし、技術や用途が急速に変化するAI環境においては、こうした手法が機能しにくくなっているという。
具体的には、利用規定（AUP：Acceptable Use Policy）を定めても、AIツールの新たな機能や未知のユースケースを事前に網羅することは困難である。また、機能の更新速度が速いため一度きりの研修では対応しきれず、非技術系の従業員にとっては「最小権限の原則（業務に必要な最低限のアクセス権のみを与える方針）」や機密情報の取り扱いルールを正しく理解し、実践することが難しい状況が指摘されている。