新たなエージェント経済における信頼の構築

人工知能はもはや単なるイノベーショントレンドではありません。すでに業務の現実となっています。AIエージェントは、カスタマーサービスから財務業務に至るまであらゆる領域に組み込まれ、人や企業に代わって行動しています。これらのエージェントは単にスクリプトを実行するだけではありません。システムを横断し、取引を開始し、自律的または委任された権限のもとで意思決定を行っています。

この進化は大きな転換点を示しています。エージェントは人間のユーザーではありませんが、ますます高い自律性をもって推論し、意思決定を行います。つまり、彼らにはアイデンティティが必要です。単なる認証情報ではなく、ガバナンス、監視、説明責任が求められます。そこで重要となるのが、AIのためのアイデンティティです。

本ガイドは、アイデンティティ、セキュリティ、デジタル分野のリーダーがAI施策を責任ある形で安全に拡張できるよう支援することを目的としています。従業員向けデジタルアシスタントの導入でも、顧客向けエージェントの統合でも、AIエージェントはデジタルエコシステムにおける主体となりつつあります。アイデンティティは信頼の源であり、あらゆるエージェントの行動が認可され、追跡可能で、検証可能なセキュリティを備え、信頼できるものであることを保証するコントロールプレーンです。

なぜアイデンティティがAIにおける新たな信頼レイヤーなのか

エージェント型AIの台頭は、デジタルインタラクションに関する私たちの常識を大きく変えています。

従来のIAMシステムは人間を前提に構築されてきました。しかし現在では、インテリジェントなエージェントが機密性の高いシステムと連携し、意思決定を行い、さらには他のエージェントとも相互作用します。これには、次の問いに答える新たな信頼フレームワークが求められます。

• そのエージェントは誰か？
• その行動を承認したのは誰か？
• 何を実行することが許可されているのか？
• 何を実行したのかを追跡できるか？

こうした可視性と統制がなければ、組織は侵害、規制違反、評判の毀損といったリスクにさらされます。さらには、不正なエージェントやなりすましボットによって不意を突かれる可能性もあります。

AIのためのアイデンティティは、AI時代に向けて信頼モデルを再定義します。エージェントを識別し、ユーザーに関連付け、ポリシーを適用し、必要に応じて人による監督を実施するための手段を提供します。

エージェント型アイデンティティの理解

AIのためのアイデンティティとは何か？

AIのためのアイデンティティとは、自律的または委任された行動が可能な非人間主体であるAIエージェントが、デジタルシステム全体でどのように認証、認可、統制されるかを管理するためのフレームワーク、プロトコル、およびコントロールを指します。

エージェント型アイデンティティは、単なるマシンアイデンティティの再定義ではありません。主体性、意図、意思決定の自律性を考慮します。これらのエージェントは単にコードを実行するのではなく、ワークフローやAPIs全体で相互作用し、推論し、タスクを実行します。多くの場合、ユーザーや企業そのものに代わって行動します。

AIのためのアイデンティティは、各エージェントが次の条件を満たすことを保証します。

• 固有のデジタルエンティティとして認識されること
• 権限または委任された権限に結び付けられていること
• ライフサイクル、監査、監督のコントロールを通じて統制されていること

エージェント型アイデンティティとマシンアイデンティティおよび人間向けIAMの比較

従来のIAMは人間からシステムを保護する（またはその逆）ことに重点を置いてきましたが、エージェント型IAMは、ますます高度化し、自律化し、相互作用する非人間主体を統制する必要があります。これらのエージェントには、リアルタイムのアクション、コンテキストの変化、複数の信頼境界にまたがって拡張可能なアイデンティティ構造が求められます。

エージェント型アイデンティティは、人間とマシンの両方のアイデンティティの特性を融合しつつ、AIエージェントの自律性と意思決定能力に起因する独自の課題を伴う、新たなデジタルアイデンティティのカテゴリを導入します。

アクセス制御からアクションのアカウンタビリティへ

従来のアイデンティティでは、人がログインしてタスクを実行しますが、AIエージェントはアクター、承認者、実行者の境界を曖昧にします。これらのエージェントは自律的に行動し、ワークフローをトリガーし、またはマシンスピードでシステム間を横断して動作する場合があります。そのため、IAMシステムの中核的な役割は本質的により複雑になります。アクセスを検証するだけでなく、アクションをコンテキストに基づいて解釈し、権限をリアルタイムで追跡する必要があります。

AIエージェントを責任を持って透明性高く管理するために、アイデンティティアーキテクチャは次の4つの中核的な質問に答える必要があります。

誰が行動しているのか？ 各エージェントは、共有されたAPIキーやシャドー統合ではなく、独自の検証可能なアイデンティティを持つ必要があります。エージェントは明示的に認識され、一意に認証されるべきです。

誰がそのアクションを許可したのか？ エージェントは自律的に行動していたのか、それとも人間やシステムから委任された権限のもとで行動していたのか。アサーション・グラントのようなメカニズムを使用して、この委任を明確にエンコードしてください。

誰の代理として？ エージェントがユーザーのために動作している場合、そのセッションやアクションをその人間のアイデンティティにさかのぼって追跡できるようにします。これはユーザーの同意を適用し、ヒューマン・イン・ザ・ループ検証を可能にするために不可欠です。

どのような権限と制限のもとで？ エージェントが厳密にスコープされたロール内で動作するようにします。ジャストインタイムのエンタイトルメントなどの動的アクセス制御を適用して、過剰な権限付与や意図しない結果を防止します。

これらの質問は、信頼できる説明責任を備えたエージェント型システムを設計するための重要なチェックポイントです。

AIのためのアイデンティティの4つの柱

アイデンティティシステムが、誰がどの権限のもとで行動しているのかに答えられるようになったら、次は適切な振る舞いを強制する必要があります。そこで、AIエージェント向けに再構築されたIAMの基盤原則が重要になります。

これら4つの柱は、エージェント型アクションを保護およびガバナンスするためのベースラインを形成します。

これらの原則は単なるベストプラクティスではなく、AIを安全かつ大規模に運用するための必須要件です。

Agentic Identityが戦略的なビジネス成果を実現

AIは、先進的な組織が推進する中核的なデジタル施策に不可欠な存在です。AI導入がもたらすメリットを実現し、リスクを最小化するうえで、Identityは極めて重要な役割を果たします。

AIがもたらす機会を最大限に活用するために、組織は次のことが必要です。

なぜAIにIdentityが不可欠なのか

AIエージェントはすでに存在しています。ITタスクの管理、顧客対応、購買判断など、エージェントは企業および消費者エコシステムのデジタル基盤に急速に組み込まれています。しかし、ほとんどのIdentityシステムはこのような自律性を前提に設計されていません。このギャップは現実的な影響をもたらします。

正しく対応すれば、組織にとってゲームチェンジャーとなる優位性を獲得できます。誤れば、甚大なリスクにさらされる可能性があります。

AIエージェントは新しいタイプのユーザー

人間のユーザーと同様に、エージェントはAPIsと連携し、機密データにアクセスし、ワークフローを開始し、トランザクションを実行します。しかし人間とは異なり、それらを継続的かつ大規模に、休むことなく実行します。AIエージェントは目標達成のために推論し、行動し、動的に適応します。それらを単なるサービスアカウントやバックグラウンドプロセスとして扱うことは、その運用上の複雑性やリスク特性を無視することになります。

これらの独自の能力により、エージェントは強力な存在となりますが、同時に、エンタープライズ環境におけるIdentity、アクセス、信頼をどのように管理するかという根本的な課題も提起します。

従来のIAMでは不十分

人間中心のIAMは、手動認証、静的なロール、長期間有効な認証情報に依存しています。これらのアプローチは、動的で自律的なエージェントには適していません。従来のIAMシステムの多くは、次の点で不十分です。

• エージェントがアクティブなタイミングの検知
• 正当なエージェントと悪意のあるボットの識別
• コンテキストを考慮したアクセス制御の実施
• 委任されたアクション全体にわたるトレーサビリティと説明責任の維持

従来のシステムはユーザーを認証し、静的なアクセス制御を適用しますが、agentic AIにはコンテキストを考慮し、目標に整合したIdentityフレームワークが求められます。これらのエージェントは人間と非人間のユーザー行動の境界を曖昧にするため、その行動が認可され、追跡可能であり、ポリシーに準拠していることを保証する新たな統制が必要です。

リスクの定量化

Agentic Identityに特化したIdentityポリシーとプロセスが整備されていない場合、組織は測定可能なリスクに直面します。

認証情報の不正使用 — 共有シークレットや再利用されたユーザートークンは監査証跡を損ない、なりすましや不正アクセスの入口となります。

データ流出 — 過剰な権限を持つ、または侵害されたエージェントは、大規模な機密データの抽出に悪用される可能性があり、多くの場合、従来の検知システムを回避します。

意思決定における説明責任の欠如 — 認証された委任がなければ、どのエージェントが、誰の代理で、どの権限のもとに行動したのかを追跡できず、コンプライアンスや法的な不確実性を生み出します。

これらのリスクは、運用面、規制面、そして評判面において現実的な影響を及ぼします。明確なIdentityおよびアクセスの境界がなければ、AIエージェントは、本来それらを統制または監視するよう設計されていないシステム内で、追跡不能な存在となる可能性があります。agenticリスクの管理は分類から始まります。すべてのAIエージェントが同じように行動するわけではなく、必要とするアクセスの種類も異なります。Identity戦略は、各エージェントの動作方法と、誰の代理で行動するのかに応じて適応する必要があります。

Agentic AIがIAMのランドスケープをどのように変革するか

Agentic AIは従来のIAMパラダイムを変革します。エージェントはユーザーの代理として行動したり、独立して動作したり、他のエージェントと連携したりすることがあり、その過程で信頼境界を越え、機密性の高いシステムを呼び出します。このような動的かつ自律的な振る舞いには、アイデンティティ、権限、コンテキストをリアルタイムで評価することが求められます。

従来のIAMがロール、認証情報、静的ポリシーを中心としているのに対し、agentic IAMには次の特性が必要です。

• なりすましではなく、委任
• 静的ではなく、動的
• 二元的ではなく、コンテキスト重視
• 不透明ではなく、可観測

IAMチームは、アクセスを制御するという発想から、振る舞いを統制するという発想へとマインドセットを転換する必要があります。

Model Context Protocol（MCP）とエージェントとツールのインタラクション

MCPは、エージェントと外部ツール、API、またはデータソース間の安全かつスケーラブルなインタラクションを実現するための基盤プロトコルです。標準化され認証された方法で、エージェントがサービスを検出し、呼び出し、応答を受信する方法を定義します。

エージェントとツール間のインターフェースを抽象化することで、MCPは組織に次のことを可能にします。

• ポリシーで強制されたゲートウェイを介したアクセスの仲介
• Dynamic Client Registration（DCR）によるエージェントクライアントの登録
• OAuth 2.0またはmTLSによるエージェントの認証
• OAuthスコープおよびIAMロールを使用したきめ細かな認可の適用
• エージェントセッションごとのツール利用のログ記録と監視

MCPは、エージェントのアクセスを不透明な自動化から、制御され監査可能なインタラクションへと移行させます。

エージェントがシステム、データ、サービスにアクセスする方法

エージェントは、デジタルシステムとやり取りするために主に2つの方法を使用します。

APIインタラクション — エージェントは認証情報または委任されたOAuthトークンを使用して、RESTやGraphQL APIなどのバックエンドサービスを呼び出します。これらのインタラクションはIAMシステムと高い親和性を持ち、強力なポリシー適用を実現します。

グラフィカルユーザーインターフェース（GUI）インタラクション — APIが利用できない場合、エージェントはソフトウェアの視覚レイヤーに直接操作を行い、人間のユーザーのようにクリック、入力、画面遷移を実行することがあります。これらは一般にComputer-Using Agents（CUAs）と呼ばれます。

それぞれのアプローチは、固有のアイデンティティおよびセキュリティ上の課題をもたらします。APIインタラクションはネイティブのIAM制御の恩恵を受けますが、GUIインタラクションには、セッションのタグ付け、アイデンティティ検知、高リスクアクションに対するhuman-in-the-loop承認などの追加的な保護策が必要です。

エージェントアクションを仲介するIAMの役割

agenticなアクティビティにおけるトラストブローカーとなるために、IAMは次を実行する必要があります。

• 委任 — なりすましは決して行わない。認証情報を共有するのではなく、スコープ付きトークンを発行します。
• 認証 — mTLSまたは署名付きアサーションを使用してエージェントのアイデンティティを検証し、クライアント詳細はDCRを通じて登録します。
• 認可 — セッション、タスク、またはリソースごとにポリシー制約を適用します。

同様に重要なのは、可視性を維持しフォレンジックレビューを可能にするために、IAMがこれらのインタラクションをログに記録することです。

Agentic IAMにおける主なリスクと課題

Agentic AIは、従来のIAMシステムでは見えにくい新たな攻撃対象領域をもたらします。主なリスクとその対処方法は次のとおりです。

認証情報の共有 — エージェントが人間の認証情報を使用すると、監査証跡が損なわれ、なりすましのリスクが高まります。

解決策: OAuth 2.0およびDynamic Client Registration（DCR）を使用した認証済みの委任。

過剰な権限を持つエージェント — 静的でコンテキストに依存しないロールにより、エージェントが必要以上のアクセス権を持つことになります。

Solution: Just-in-time（JIT）エンタイトルメントと厳格な最小特権ポリシー。

シャドーエージェント — 未承認または未管理のエージェントが検知されることなく活動します。

Solution: 動的登録、タグ付け、アイデンティティベースの検知。

監視の欠如 — 自動化されたアクションがコンプライアンスワークフローを回避する可能性があります。

Solution: CIBA またはプッシュ型ステップアップ認証によるヒューマン・イン・ザ・ループの強制。

敵対的またはジェイルブレイクされたAI — エージェントが操作され、安全でない、または未承認の行動を実行させられる可能性があります。

Solution: 継続的な監視、異常検知、およびポリシーベースのキルスイッチ。

AIエージェントの4つのタイプ

適切なアイデンティティ戦略を設計するには、AIエージェントのタイプを理解することが不可欠です。エージェントを分類する方法は多数ありますが、一般的には大きく4つのタイプに分けられます。

各エージェントタイプには、制御、委任、監督、アイデンティティ管理において異なるレベルの対応が求められます。

知っておくべきこと

エージェント型AIに向けたアイデンティティおよびセキュリティチームの強化

戦略上の重要課題とリスクが明確になった今、次のステップは実行です。アイデンティティおよびセキュリティチームは、リスクを軽減するだけでなく新たな価値を創出するために、エージェント型AIを支えるツールと運用へと進化しなければなりません。以下の機能は、AIのための効果的なアイデンティティ基盤を構築する中核的な要素です。

可視性：すべてのエージェント、すべてのセッションを把握する

エージェントを保護する前に、組織はまずそれらを正確かつ文脈に即して検出し、分類する必要があります。

エージェントの検出 — APIs、GUI、または外部プラットフォームとやり取りするAIエージェントを特定しラベル付けし、従来のユーザーやバックグラウンドプロセスと区別します。

CUAの検出 — パターン認識やデバイスレベルのシグナルを使用して、ブラウザやターミナル操作を通じて人間の行動を模倣するコンピュータ使用エージェントを特定します。

プラットフォーム統合 — IAMシステムをエージェントプラットフォームに接続し、多様なエンドポイントにわたるリアルタイムのアイデンティティシグナルおよび行動データを取得します。

サービスアカウントの適正管理 — エージェントには、共有アカウントや汎用アカウントではなく、明確な帰属情報と監査可能なメタデータを備えた、区別された管理対象のアイデンティティを確実に付与します。

オンボーディングと管理：エージェントアイデンティティの定義と統制

エージェントには、その機能およびリスクプロファイルに応じた、構造化されたプロビジョニング、オーナー割り当て、ライフサイクルガバナンスが必要です。

コントロールパネル — 一元化されたツールを使用して、エージェントのアイデンティティ、所有権、認証情報、エンタイトルメントを継続的な監視のもとで管理します。

アイデンティティ分類 — エージェントをタイプ（デジタルワーカー、アシスタント、またはBYOパーソナルエージェント）ごとに分類し、それぞれを責任あるオーナーまたは管理者に紐付けます。

プロビジョニングワークフロー — Dynamic Client Registration（DCR）およびポリシーベースの自動化を適用し、環境全体で安全なエージェントのオンボーディングを拡張します。

委任されたエンタイトルメント — スコープを定義し、エージェントの権限を人間の委任者に紐付けることで、アクセスが目的に特化し、取り消し可能であることを確保します。

認証と認可：マシンスピードでの安全なインタラクション

エージェントのアクションは、進化するタスクやコンテキストに適応しながら、リアルタイムで認証・スコープ設定・追跡可能でなければなりません。

OAuth 2.0およびアサーショングラント — 署名付きJWTなどのプロトコルベースの委任メカニズムを使用して、ユーザー認証情報を共有することなくエージェントを認可し、きめ細かな制御を可能にします。

MCPゲートウェイのエンフォースメント — エージェントがModel Context Protocolを介してツールを呼び出す際に、ポリシーベースの制御と認可チェックを適用し、コンプライアンスを確保します。

スコープ付きアクセス — 露出を最小限に抑え、現在のタスク意図に沿った最小権限の実行を確実にするために、短期間で失効する限定的なスコープのトークンを発行します。

エージェント間の信頼 — A2AやMCPにおける複雑なワークフローなどのエージェント間プロトコルに対し、暗号学的なアイデンティティ検証と署名付き委任チェーンをサポートします。

人による監督：高リスクなエージェント型アクションの統制

すべてのタスクを自動化すべきではありません。人による監督は、説明責任と倫理的なセーフガードを確保します。

HITL（Human-in-the-Loop） — Client-Initiated Backchannel Authentication（CIBA）などのメカニズムを使用して機密性の高い操作にリアルタイム承認を必須とし、使い慣れたデバイスを通じてユーザーを統合します。

同意フレームワーク — エージェントがユーザーに代わって実行できる内容の明確な境界を定義し、特定のアクションスコープに対して構造化されたユーザー同意を確立します。

ポリシー制約 — エージェントによる権限の逸脱や昇格を防ぐために、時間制限、コンテキストベースのルール、ステップアップ認証を課します。

監査証跡 — エージェントのセッションおよび委任されたアクションについて、個別で検索可能なログを維持し、すべてのエージェント起点のトランザクションにタグ付けして追跡可能性を確保します。

脅威対策：エージェントベースのリスクを監視・封じ込める

エージェントの拡張に伴い、攻撃対象領域も拡大します。アイデンティティは、プロアクティブなリスク軽減において中心的な役割を果たします。

行動モニタリング — 異常なAPIアクティビティ、異常な実行時間、またはベースラインとなるエージェント行動から逸脱するパターンなどのテレメトリを分析します。

敵対的検知 — 制御を回避したりシステムの脆弱性を悪用しようとする、ジェイルブレイクされた、ハイジャックされた、または誤設定されたエージェントを検出します。

自動対応 — 疑わしいエージェントを隔離し、アクセストークンを失効させ、数秒以内に人によるレビューへエスカレーションすることで、リスクを効率的に封じ込めます。

定期レビュー — リスクのドリフトやコンプライアンスギャップを特定するために、エージェントの権限、所有権、アクティビティ傾向について定期的な管理レビューを実施します。

開発者をどのように支援するか

• 安全なトークン発行とスコープの強制を提供します。
• OAuth 2.x および OpenID Connect を基盤として活用します。
• Dynamic Client Registration（DCR）を有効化します。
• アサーション・グラントまたはトークン交換パターンを実装します。
• HITL のために CIBA またはデバイス認可フローをサポートします。
• 安全なエージェントとツールの統合のために MCP ゲートウェイを構築します。

エージェント型AI導入のベストプラクティス

エージェント型AIを成功裏に導入するには、単なるテクノロジー以上のものが求められます。規律あるアイデンティティガバナンス、整合されたセキュリティプロトコル、そして運用上の信頼基盤が必要です。以下のベストプラクティスは、IAM リーダーに向けた戦略的プレイブックを提供します。

エージェントを把握し分類する — すべてのAIエージェントのインベントリを作成し、タイプ、所有者、自律性レベルで分類します。パーソナルアシスタント、デジタルアシスタント、デジタルワーカーを区別し、それぞれに応じたポリシーを適用します。

認証情報を共有せず、アクセスを委任する — OAuth 2.0 およびアサーション・グラントを使用した認証済み委任により、認証情報の共有を置き換えます。すべてのエージェントのアクションが適切にスコープ設定され、否認防止が確保され、元のユーザーまたはシステムまで追跡可能であることを保証します。

最小権限とスコープ付きアクセスを強制する — エージェントには、必要な期間に限り、必要最小限の権限のみを付与します。JIT アクセス、有効期限付きトークン、きめ細かなスコープを活用して、横方向の移動や影響範囲を最小化します。

高リスクアクションには人による承認を必須とする — 機密性の高いトランザクションには human-in-the-loop（HITL）を実装します。CIBA やプッシュ型 MFA などのメカニズムを使用し、エージェントのパフォーマンスを損なうことなくシームレスな人による承認を可能にします。

エージェントの行動を継続的に監視する — すべてのエージェントセッションからテレメトリを収集します。ベースラインを確立し、行動分析を用いて異常を検知することで、不正動作や侵害されたエージェントを早期に発見します。

コンプライアンスと監査可能性のためにエージェントのアクションを記録する — エージェントのログを人のログと分離します。すべてのログに、アクターのアイデンティティ、委任された権限、スコープを含めます。エージェントのアクティビティを説明可能かつレビュー可能にします。

権限を動的に管理する — エージェントのロールと権限を継続的に評価します。JIT、キルスイッチ、ポリシーベースの失効をサポートし、異常発生時には即座にアクセスを停止できるようにします。

ワークフォース、顧客、エージェントの各チャネルにわたり IAM を統合する — エージェントのアイデンティティを、人のワークフォースや顧客アイデンティティと並ぶ中核的なアイデンティティ領域として扱います。すべてのユーザータイプにわたり一貫したポリシーとコントロールを確保します。

新しいアイデンティティ環境で注視すべきポイント

エージェント型AIシステムが進化するにつれ、それらを保護・統制するためのフレームワークも同様に進化する必要があります。本セクションでは、安全なエージェントの行動、アイデンティティ、コラボレーションの課題に対応するために登場した5つの重要な構成要素を紹介します。

これらのテクノロジーは、アイデンティティシステムがエージェントの行動に適応する現在のシフトを象徴するものであり、委任、信頼、アクセス制御における差し迫ったニーズを解決するために積極的に実装されています。AIエージェントを導入または管理するチームにとって、これらは安全で運用可能な統合を形成する基盤要素です。

Model Context Protocol

Model Context Protocol（MCP）は、AIエージェントが外部ツール、APIs、またはデータソースに安全にアクセスするための標準化されたインターフェースです。ハードコードされた統合の代わりに、MCP はポリシーで強制されたゲートウェイを通じて、エージェントが機能を検出し呼び出すことを可能にします。安全な認証（OAuth 2.0）をサポートし、スコープ付きアクセスを確立し、すべてのインタラクションをログに記録します。

組織がエージェントを大規模に導入する際、MCP はツール利用に対する一貫性、可視性、統制を確保します。

エージェント間プロトコル

Google の Agent2Agent（A2A）などのエージェント間プロトコルは、AIエージェント間の安全なコラボレーションを実現します。エージェント同士が相互に認証し、構造化された目標を共有し、タスクを委任できるようにすると同時に、セキュリティコンテキストとポリシーの整合性を維持します。

マルチエージェントのワークフロー（例：あるエージェントが調査を行い、別のエージェントが要約するなど）が一般化する中、エージェント間プロトコルはクロスエージェントのオーケストレーションに必要な信頼とエンゲージメントルールを確立します。

エージェント向けの検証可能な資格情報

検証可能な資格情報（VC）は、AIエージェントが自身のアイデンティティ、役割、所属に関する暗号学的に署名されたクレームを提示することを可能にします。これらの資格情報は、直接統合することなく依拠当事者によって検証できるため、分散型で改ざん耐性のある検証を実現します。

VC はアイデンティティ保証を強化し、プライバシーを保護する認可をサポートし、システムやドメインをまたぐエージェントのなりすましリスクを低減します。

アダプティブ認可

動的でリアルタイムな環境で動作するAIエージェントには、静的なロールでは不十分です。アダプティブ認可は、リスクレベル、タスクの種類、タイミング、行動パターンなどのコンテキスト入力を用いてアクセス判断を評価し、エージェントが処理を継続すべきかどうかを判断します。

このアプローチにより、アイデンティティシステムは状況に応じたニーズに合わせて権限を継続的に調整でき、リスク条件が変化した際には要件を自動的に強化したり、アクセスを取り消したりすることが可能になります。

AIのためのZero Trust

Zero Trustの原則（明示的に検証する、侵害を前提とする、最小特権を強制する）は、自律型エージェントを管理する際にさらに重要になります。AIエージェントに暗黙の信頼、長期間有効な認証情報、または無制限のアクセスを与えてはなりません。

Zero Trustを適用するということは、エージェントを継続的に検証し、スコープを限定した委任を強制し、エフェメラルな認証情報を使用し、エージェントがどれほど馴染みのある存在に見えても、すべてのアクションに対して実行時チェックを適用することを意味します。

これらの構成要素は、安全なエージェント間インタラクションのアーキテクチャを定義するものです。AIエージェントがシステムやワークフロー全体に組み込まれていく中で、信頼、委任、制御を強制するための技術的基盤となります。現在、エージェント機能を構築または統制しているすべてのチームにとって、これらを理解することは不可欠です。

AIのためのアイデンティティはデジタルトラストの基盤

AIによるイノベーションを推進するには、アイデンティティが不可欠です。本ガイドで概説した構成要素は単なるツールではありません。これらは、AI駆動型システムにおいて信頼、制御、説明責任を確立するための仕組みです。

企業がこれらの原則を適用すれば、統制を犠牲にすることなくスピードを向上できます。可視性を失うことなくエージェントをワークフローに統合できます。そして、顧客や規制当局の双方から信頼されるインテリジェントな体験を提供できます。

エージェント型システムの時代において、アイデンティティは単なるインフラではありません。そして、AIのためのアイデンティティを正しく実装した組織が、急速にリーダーシップを獲得するでしょう。

主要用語—エージェント型アイデンティティおよびAIエージェントのためのIAM

Agent-to-Agent Protocol — AIエージェント間の安全な通信を可能にするプロトコル（例：GoogleのAgent2Agent、またはA2A）。エージェント型ワークフロー全体での認証、委任、タスク交換、コラボレーションをサポートします。

Assertion Grant / Token Exchange — 1つのアイデンティティトークン（ユーザー認証情報など）を、エージェント向けにスコープ設定された新しいアクセストークンと交換できるOAuth 2.0フロー。なりすましを行うことなく、安全かつ追跡可能な委任を実現します。

Dynamic Client Registration (DCR) — AIエージェントが実行時に自身をOAuthクライアントとして登録できる仕組み。DCRは、手動プロビジョニングなしで柔軟かつスケーラブルなエージェントのオンボーディングをサポートします。

Ephemeral Credentials — 一時的な使用のためにエージェントへ発行される短期間有効な認証情報。静的で長期間有効なシークレットやAPIキーと比較して、漏えいリスクを低減します。

Just-in-Time (JIT) Entitlements — エージェントが必要なときに必要なアクセスのみを受け取るモデル。権限はリアルタイムのコンテキストに基づいて付与され、使用後に取り消されます。

Model Context Protocol (MCP) — エージェントがポリシー適用型ゲートウェイを通じて外部ツールやAPIsを安全に検出し、連携できるようにする標準インターフェース。MCPは認証、認可、テレメトリーをサポートします。

mTLS (Mutual TLS) — エージェント（クライアント）とサービス（サーバー）の双方がデジタル証明書を使用して相互にアイデンティティを検証するセキュアプロトコル。mTLSは、機密性の高いインタラクションにおける相互信頼を確保するために一般的に使用されます。

OAuth 2.0 — セキュアなアクセス委任のためのオープン標準。特定のスコープを持つアクセストークンを発行することで、認証情報を共有することなく、AIエージェントがユーザーに代わって行動できるようにします。

OpenID Connect (OIDC) — OAuth 2.0上に構築された認証プロトコルで、エージェントやクライアントがユーザーのアイデンティティを検証し、構造化されたプロフィール情報を安全に受け取ることを可能にします。

Policy-Based Access Control (PBAC) — ユーザーの役割、リスクシグナル、時間、タスクの種類などのコンテキストポリシーを用いて、アクセスをリアルタイムで評価する適応型アクセス制御モデル。

Scoped Access Tokens — 定義された一連のアクションまたはリソースに制限されたトークン。スコープ設定により、エージェントは委任されたタスクに沿った最小特権で動作します。

Secure Software Attestation (SSA) — アクセスを許可する前にエージェントソフトウェアの完全性と出所を検証する手法。SSAは、改ざんのない承認済みエージェントのみがシステム内で動作できることを保証します。

Trust Boundary — 信頼できるエンティティ（企業管理下のエージェントやユーザーなど）と、信頼できない、または外部のエンティティ（個人用エージェントなど）を分離する概念的な境界。Trust Boundaryは、アイデンティティおよびアクセスポリシーの適用方法を導きます。