Gartner®、2026年7月の「Gartner Custom-Built AI Agent Security Guide」レポートでF5を第三者リーダーボード掲載企業の1社として評価

Nirav Shah製品・ソリューションマーケティング担当シニアバイスプレジデント | F5

2026年7月発行の『カスタム構築AIエージェントセキュリティガイド』で、Gartnerは「AIエージェントは、間接プロンプトインジェクションや、事業上の損失を引き起こす可能性のある不正なエージェントなど、新たなセキュリティリスクをもたらす」と述べています。この観点から、モデルの選定自体がセキュリティ上の検討事項となります。

F5 Labsは、主要なモデルが一般的なプロンプトインジェクション攻撃やジェイルブレイク攻撃にどの程度耐えられるかを、組織がエビデンスに基づいて把握できるよう、Comprehensive AI Security Index（F5 CASI）の最新リーダーボードを毎月公開しています。また、Gartnerが同社のレポートでF5を取り上げたことをうれしく思います。

従来、モデルの選定では、機能、速度、コストが重視されてきました。これらの要素は今も重要ですが、モデルを機密データ、外部ツール、ビジネスクリティカルなシステムに接続する場合、それだけでは十分ではありません。追加の制御を適用する前から、モデルのセキュリティ特性によって、アプリケーションに持ち込まれるリスクが左右されます。

CASIは、モデルがあらゆる状況で安全か危険かを判定するためのものではありません。代わりに、ユースケース、データ、権限、導入環境、ビジネスへの潜在的な影響を考慮した実用的な判断材料を提供し、組織が安全性について独自に判断できるようにします。

モデル選定がセキュリティ上の意思決定に

同等の機能を持つモデルでも、セキュリティ特性は大きく異なる場合があります。一般的な攻撃に対してより高い耐性を示すモデルがある一方で、より強力な補完的対策が必要なモデルもあります。比較可能なセキュリティデータがなければ、組織はプロバイダーの主張や評判、推測に基づいて判断せざるを得ません。

CASIは、プロンプトインジェクションやジェイルブレイクの手法に対するモデルの耐性を測定し、その結果をセキュリティ、AI、ガバナンスの各チームが活用できる形で提示することで、このプロセスの規律を高めます。適切なモデルは単にスコアが最も高いモデルとは限らないため、F5 Labsはリスクとパフォーマンス、およびセキュリティとコストのトレードオフも評価します。適切なモデルとは、セキュリティ、パフォーマンス、運用特性が想定されるユースケースに合致するモデルです。

CISOにとって、これはモデル評価を技術的な選好からガバナンス上の要件へと変えるものです。組織は、モデルを選定した理由、判断の根拠となったエビデンス、残存するリスク、導入前に必要な統制について説明できる必要があります。この記録は、モデルの更新、アプリケーションの変更、エージェントによる新たなデータやツールへのアクセスが発生した場合に、特に重要になります。

エージェント型AIのリスクはモデルだけにとどまらない

モデルのレジリエンスは出発点にすぎません。モデルがエージェント型システムに組み込まれると、リスクはアイデンティティ、データ、メモリ、プロンプト、ツール、さらにエージェントに許可されたアクションにまで広がります。レジリエンスの高いモデルであっても、過剰な権限を付与して導入されたり、安全でないツールに接続されたり、汚染されたコンテキストにさらされたりする可能性があります。

根本的な変化は、モデルの発言内容を評価することから、エージェントが実行できることを管理することへの移行です。エージェントは、目的を解釈し、計画を立て、ツールを選択し、情報を取得して、複数のシステムにまたがって処理を実行する場合があります。そのため、ユーザーの意図が変わっていなくても、同じリクエストから異なる実行経路やリスク結果が生じる可能性があります。

セキュリティチームは、設計の一環としてエージェントの自律性を定義する必要があります。エージェントが判断できる範囲、アクセスできる対象、承認が必要なアクション、禁止するアクションを明確に定める必要があります。社内向けの調査アシスタントと、本番システムの変更を許可されたエージェントに、同じ権限、保護措置、監視しきい値を適用すべきではありません。

変化に即したエビデンスが不可欠

AIセキュリティは、ある一時点での評価だけで判断することはできません。モデルは更新され、プロバイダーは安全管理策を調整し、アプリケーションには新たな連携機能が追加され、攻撃者は新たな手法を開発します。選定時には有用だったスコアも、モデルや周辺システムが変更されると、現在のリスクを反映しなくなる可能性があります。

CASIを補完するAgentic Resistance Score（ARS）リーダーボードでは、持続的かつ適応型で、複数のステップからなるエージェント型攻撃に対して、モデルが時間の経過とともにどのように対応するかを検証します。これは、敵対的エージェントがコンテキストを蓄積し、戦術を変え、複数の経路から同じ目的を追求できるため、重要です。

毎月の更新は、攻撃手法とモデルの挙動が時間の経過とともにどのように変化するかを追跡するF5 Labsの脅威インテリジェンスによって支えられています。CASI、ARS、脅威リサーチを組み合わせることで、モデルの選定、アーキテクチャに関する意思決定、制御設計に役立つ最新のエビデンスを提供します。これらはアプリケーション固有のテストに代わるものではありませんが、セキュリティリーダーがより確かな出発点を得るうえで役立ちます。

評価から制御へ

システムのセキュリティ確保の方法に反映されなければ、得られたエビデンスの価値は限定的です。モデルとエージェントのテスト結果は、アクセス制限、ランタイムガードレール、ツールの検証、データ保護、監視など、デプロイ前およびデプロイ中に適用する制御に反映する必要があります。その後、本番環境で観測された動作を新たなテストやポリシーの変更にフィードバックし、必要に応じて制御を強化します。

これは、F5 AI Security Platform: AIリスクを評価し、ガバナンスを定義したうえで、モデル、アプリケーション、エージェント全体に個別に最適化した保護策を適用するという運用モデルです。このプラットフォームは、評価、敵対的テスト、ランタイムセキュリティを統合し、組織が脆弱性の特定から本番環境でのリスク低減へと進めるよう支援します。F5 Labsの調査は、最新のモデルデータと新たな攻撃パターンに基づく意思決定を可能にし、このサイクルを強化します。

CISOにとっての目標は、エビデンスに基づくモデル選定、システムレベルのテスト、実効性のあるランタイム制御、継続的な再評価を通じて、回避可能なAIリスクを排除し、残存リスクを許容可能で、説明および管理が可能なレベルまで低減することです。

F5は、企業が統制水準を下げることなくAI活用を加速するよう迫られる中、GartnerがCASIを特定したと捉えています。セキュリティリーダーには、受容するリスクと必要な保護策を明確に把握しながら、AI導入を支援する手段が必要です。そのためには、モデルに関するエビデンスを、各デプロイメントを取り巻くアーキテクチャおよび運用統制と結び付ける必要があります。

説明責任を果たせるプログラムは、モデルを評価し、システム全体をテストし、エージェントがアクセスできる対象と実行できる操作を制御するという3つの原則から始まります。根底にあるリスクは常に変化するため、これらの原則を継続的に実践する必要があります。CASI、ARS、F5 Labsの脅威インテリジェンスは、こうした意思決定の根拠を提供し、F5 Al Security Platformは、その根拠を実践に生かすための取り組みを支援します。

目指すのは、AI導入のペースを落とすことではありません。CISOが、AIをどこに、どのような条件と制御の下で導入できるかを判断するための、より確かな根拠を提供することです。これにより、組織は個別の実証実験から脱却し、責任ある安全な方法で本格的な展開を始められます。これこそが、今のエンタープライズAIに求められる運用規律です。

最新情報をご覧ください：F5 CASIおよびARSリーダーボード また、F5 AI Security Platformについて詳しくご確認ください。

______

Gartner、『カスタム構築AIエージェントセキュリティガイド』、Dennis Xu、Erik Wahlstromほか、2026年7月6日。GARTNERは、Gartner, Inc.および／またはその関連会社の商標です。

^{Gartnerは、その刊行物に記載されているいかなる企業、ベンダー、製品、サービスも推奨するものではなく、最高評価またはその他の指定を受けたベンダーのみを選択するようテクノロジーユーザーに助言するものでもありません。Gartnerの刊行物は、Gartnerのビジネスおよびテクノロジーインサイト部門の見解に基づくものであり、事実の表明として解釈されるべきではありません。Gartnerは、本刊行物に関して、商品性または特定目的への適合性に関する保証を含め、明示または黙示を問わず、すべての保証を否認します。}

著者について

Nirav Shah製品・ソリューションマーケティング担当シニアバイスプレジデント | F5

Nirav Shahは、F5のシニアバイスプレジデント兼製品・ソリューションマーケティング責任者として、Application SecurityとAI Securityの戦略的方向性を統括しています。F5入社前はFortinetに11年間在籍し、複数のリーダー職を歴任しました。なかでも、AI-Powered SASE、SOC、Secure Networkingソリューションの責任者を務めました。また、Cisco Systemsでも要職を担い、SD-WANに関する主要な取り組みを主導しました。サイバーセキュリティ分野で20年以上の経験を持ち、市場を定義する製品の立ち上げや、製品開発と営業・マーケティングを連携させて最大限の成果を生み出す高パフォーマンスチームの構築において、確かな実績を築いています。ソートリーダーでありUSCの卒業生でもあるShahは、業界カンファレンスに頻繁に登壇し、AIとサイバーセキュリティの交差領域について主要な出版物に定期的に寄稿する一方、次世代のサイバーセキュリティ専門家の育成にも尽力しています。

Nirav Shahのその他のブログ記事