テキスト生成を省き確率を返す「AI意思決定モデル」が台頭——セキュリティ運用自動化に新たな選択肢
要点
- TypeSafe AIの「Jev」やOpenAIの「Decisions API」など、文章生成を行わず型定義された選択肢や確率のみを返す「AI意思決定モデル」の公開が相次いでいる。
- 出力された確率に基づき自動処理の閾値を設定でき、低コストかつ高速に応答するため、年間数十万件規模のアラート全件のトリアージが現実味を帯びている。
- 出力形式が固定され監査性に優れる一方、モデルの判定精度は入力される前提情報の正確性に大きく左右される。
- 過去の調査では対処済みとされた端末の51%で感染が残存していた事例もあり、判定前に入力データの文脈を精査する重要性が指摘されている。
リード文
2026年9月から10月にかけて、文章生成を行わずに選択肢や確率のみを出力する新たなAIカテゴリ「意思決定モデル」の発表が海外各社で相次いだ。TypeSafe AIの「Jev」やOpenAIの「Decisions API」などが相次いで登場しており、セキュリティ監視運用（SOC: Security Operations Center）におけるアラートの初期選別（トリアージ）を自動化する新技術として注目を集めている。
文章生成を排し「判断」に特化する新モデル
意思決定モデルは従来の言語モデルと異なり、文章生成を一切行わない。システムの状態と型定義された質問を渡すと、選択肢やスコア、あるいは確率付きの判定のみを返す仕組みとなっている。
9月15日にTypeSafe AIが迅速な判断を担うモデルとして「Jev」を公開したのを皮切りに、OpenAIが年次イベント「DevDay」で「Decisions API」を発表して10月6日に公開ベータを開始した。さらにCriblがローカル実行可能なオープンモデル「cribl-decision」を公開するなど、短期間で各社の参入が進んでいる。
セキュリティ運用における3つのメリット
The Hacker Newsによると、本モデルはSOCのアラートトリアージにおいて主に3つの利点を持つという。
1点目は、自動化に直結する数値が得られる点だ。出力に確率が付与されるため、良性である確率が0.97以上なら自動クローズ、0.6未満ならエスカレーション、その間は目視確認といった明確な閾値設定が可能になる。
2点目は、全アラートに適用可能な低コストと高速性だ。「Jev」は入力10億トークンあたり42ドル、応答時間70〜500ミリ秒とされ、年間45万件のアラートを処理しても利用料は年間100ドル程度に収まる。コスト面から一部のアラートのみを抽出調査していた従来の運用を改められる。
3点目は、判定ログの監査しやすさだ。回答形式が事前に固定されているため、過去の判定を再生して実際の結果と比較検証しやすい。なお、ベンダーが謳う「ハルシネーションがない」とは出力がスキーマに従うことを意味し、回答の正しさ自体を保証するものではないという。
入力データの質に左右される判定リスク
一方で、モデルが高精度であっても、入力情報の質が低ければ適切な判定は下せないという課題がある。アラート名や深刻度のみを入力した場合、モデルはその一般的な傾向から確率を算出するに過ぎず、対象端末の実態は考慮されないためだ。
「AI SOC Report 2026」の分析データによると、ライブメモリスキャンを行った8万2,000件のアラートのうち約2,600台で感染が確認されたが、その51%はEDR（エンドポイント監視ツール）によってすでに「対処済み」と報告されていた。モデルに「隔離済み、低深刻度」という表層的な情報のみを与えれば、高確率で「問題なし」と誤って自動クローズしてしまう。さらに、実インシデントの約1%が最低深刻度のアラートから発生していた事実も示されている。
判定前に求められるフォレンジック証拠の収集
こうした背景から、判定を下す前にアラートを詳細な事実へと変換する「セキュリティ・コンテキスト・エンジニアリング」が不可欠だと指摘されている。
通常のアラート情報と本来必要なフォレンジック証拠には大きな開きがある。例えば実行プロセスでは、警告名だけでなく親プロセスやコマンドライン全文、スクリプト実体が必要となる。また脅威の残存確認でも、EDRの通知だけでなくライブメモリスキャンが求められる。メモリ上に潜伏するMimikatzやCobalt Strikeなどは、ファイル単位の隔離機能では検知できないためだ。ログイン情報についても、ユーザー名だけでなく接続元端末や通常の行動履歴との照合が必要だと強調されている。
補足
セキュリティ運用におけるトリアージとは、検知システムから送られる膨大な警報を重要度に応じて選別し、対応の優先順位を決めるプロセスを指す。