ゼットスケーラー Goldman Sachs Communacopia + Technology Conference 2026

私はIPO当時には在籍していませんでしたが、プロキシアーキテクチャを持たずにZscalerと競合していた企業にはいました。この分野については、よく理解しています。製品の観点から考えると、結局のところ、解決しようとしている問題に何が最も適しているかが論点だと思います。そこでは、何らかの第一原理に立ち返る必要があります。サイバーセキュリティでプロキシアーキテクチャが特に有効なのは、通信経路に入ることで、実際に通信を見て検査できるからです。サイバーセキュリティの目的は、侵入してくる脅威を探すか、データがどこへ移動しているか、そして移動してよいのかどうかを把握することです。

単に接続するだけでも、A地点からB地点へ移動できるという役割は果たします。しかし、プロキシという概念を設ける理由は、そこが検査地点となり、少なくとも通信を見て観察する機会が得られることです。観察して記録を残すだけで何もしないこともできますし、ポリシーを適用することもできます。このアーキテクチャがサイバーセキュリティ製品や技術の定番として繰り返し採用されてきたのは、機能し、非常に強力だからです。ただ、他のセキュリティ対策と同じく、プロセスに摩擦を加えるものなので、どれだけ摩擦を持ち込むかには注意が必要です。エージェントは、それぞれ孤立して動作しているわけではありません。他のデータソースに接続したり、他のエージェントと連携したりして動作しています。

考慮すべき相互接続が全体に広がっており、そこにセキュリティを適用する余地が大いにあります。エッジでは何をするのでしょうか。その接続経路では何をするのでしょうか。だからこそ、私たちはプロキシアーキテクチャが非常に強力だと考えています。課題となるのは、どのように適用するか、何が同じで何が異なるのか、そしてその通信がエージェント通信である場合、他の種類の通信とどう違うのかという点です。

もちろんです。その点をはっきりお伝えできる、とても分かりやすい例を一つご紹介します。人が操作している多くの通信やセッションでは、先ほど説明したように、何かを許可すべきかどうかを判断したいわけです。その判断に使えるのは、基本的に数ミリ秒です。それより時間がかかると、ユーザーは何か問題が起きていると思って離れてしまい、IT部門にチケットを起票するか、回避策を探すことになります。これが安全なウェブサイトか危険なウェブサイトか、あるいはこの取引を許可すべきかどうかを判断するのに、長い時間はかけられません。たとえばインラインDLPでは、非常に素早くパターンを照合します。はい、これは機密情報です。ポリシーでは機密情報の外部送信を許可していないため、送信は認められません。そうですよね。そこで実際の判断を下します。

AIの場合、人が生成AIのチャットインターフェースを使う場合も、エージェントを使う場合も、やり取りを重ねる対話こそが実際の仕組みです。「cookie」と書かれた一行のリクエストの意図は、チョコチップクッキーのレシピかもしれません。しかし、6回のやり取りにわたる会話なら、特定の取引の認証トークンを保持するセッションCookieについて話している可能性があり、送信される情報ははるかに機密性が高いかもしれません。つまり、AI用語でいうコンテキストウィンドウを見る必要があります。あるいは、会話の複数のターンを理解する必要があります。そのため、検査の方法が異なり、何を保護しようとしているかによって、検出対象も変わってきます。

従来の世界では、脆弱性があるか、マルウェアか、エクスプロイトが侵入しているか、データが漏えいしているかを調べます。AIの世界では、誰かがモデルを汚染しようとしているかを調べるかもしれません。誰かが、モデルに本来すべきでないことをさせようとしているのでしょうか。そこに脆弱性はありません。「脆弱性を悪用された」というシグネチャもありません。サイバーセキュリティの多くは、そのような仕組みで成り立っています。AI通信をプロキシする際には、その通信に対応した別種の検査エンジンが必要です。

すみません、彼女がKevinと3回言いましたね。