OracleがAIにセキュリティの番人をやらせるサービスを発表した。システムの弱点を、攻撃される前にAIが探し出し、直し方まで示す。ただし、実際に直すのは人間が了承してからだ。
背景には、Oracle自身の事情がある。同社の説明によると、自社で書くプログラムの約7割をAIに書かせているという。人が目を通しきれない量のコードをAIが生む以上、その安全確認もAIに頼らざるを得ない。そこで同社は、AIの力を借りる一方で、最後の判断は人間に残す設計を選んだ。
OracleがAI Security Meshを公開
Oracleは2026年10月27日、米ラスベガスで開いた年次イベント「Oracle AI World」で「Oracle AI Security Mesh」を公開した。OpenAIとの提携拡大の一環で、OpenAIのサイバーセキュリティ専用AIを載せたサービスだ。システムに潜む弱点（脆弱性）を見つけ、その修正案を出す。弱点とは、鍵のかけ忘れのように、攻撃者に入り込まれかねない穴のことである。
この手の作業が急に重くなっている事情は、数字に表れている。Oracleが2026年10月に出した定例の修正プログラムは1,295件と過去最大で、うち95件は最も深刻な「緊急」に分類された。これだけの量を人の目だけで追うのは、すでに限界に近い。
他社クラウドやオンプレも対象
意外なのは、守備範囲がOracle製品だけではない点だ。他社のクラウド（ネット経由で借りる計算機）や、企業が自前の設備で動かすシステム（オンプレミス）まで含まれる。これまで点検は置き場所ごとにばらばらに行われがちだったが、AI Security Meshはそれを横断して見る。担当者が環境ごとに別の画面を開き、別の報告書を突き合わせる手間が、一本にまとまる。
Oracleはこの普及策として、他社クラウドや自社設備向けの修正プログラム適用ツールを、2027年2月末まで無料または90%割引で提供する。契約は手持ちのOracleの利用枠（クレジット）を充てられ、同社の販売サイト「Oracle Marketplace」から申し込める。
弱点のつながりをたどる
このサービスが探すのは、単独の穴だけではない。AIが攻撃者の目線に立ち、「ここから入って、あそこへ移れる」という経路をたどる。小さな不備が一つなら大事に至らなくても、二つ三つとつながると、大事なデータまで届いてしまうことがある。
使い方のイメージは、金融機関の例が分かりやすい。口座や取引のデータを扱うシステムで、AIエージェントが侵入経路を試す。その過程で、注文を管理するアプリのアクセス制御に不備があり、他人の注文情報を取り出せてしまうリスクを事前に見つけた。これは想定された使用例であり、実際の被害や導入結果ではない。ただ、「どこが危ないか」ではなく「どう入られるか」まで描けるところが、従来の点検との違いだ。
Oracleは社内でも同じ考え方を使っている。自社のソフトウェアを組み立てる工程で、AIが書いたプログラムが取り込む部品（依存関係）に弱点が紛れていたのを検知した。認証情報（ログインに使う鍵のようなもの）を盗もうとする動きは、本番環境に届く前に止められたという。
なお、製造業では取引先との窓口サイトと在庫システムの接続部、医療では患者記録への不正アクセス経路が調べられている。
修復は人の承認後に実行
AI Security Meshで、AIの仕事は「見つける」と「直し方を示す」までだ。実際に直すかどうかは、顧客の担当者が決める。
ここで見落とせないのは、AIが示す修復案の中身だ。「ここが危ない、こう直せ」と言うだけではない。問題をどう再現したかの手順や、テストの結果といった根拠（エビデンス）を添えて出してくる。承認する側が、なぜ直すべきなのかを自分の目で確かめられるようにするためだ。根拠のない「直せ」に判を押すのは、人間にとっても怖い。その怖さを減らす作りになっている。
人が確認する場面は、修復だけではない。AIエージェント（利用者に代わって作業を進めるAI）が、支払いの承認やアクセス権の変更のような機密性の高い操作に進むときも、止まる。Oracleが加える新機能は、こうした操作で生体認証を求める。顔や指紋で、いま操作を許可しているのが本人かどうかを確かめる仕組みだ。パスワードなら、AIが入力を代行できてしまう可能性がある。顔や指紋は、AIが勝手に「承認した」ことにして済ませるのを難しくする。
AIの動ける範囲にも枠がある。Oracleは、AIエージェント一つひとつに「誰が動かしているAIか」という個別の身分を与え、必要な作業にしか触れない最小限の権限だけを持たせる設計を掲げる。その枠を外れた動きがあれば、AIとは別の監視役が気づく。
Oracleは、AIの能力を売りにしながら、AIに任せない部分を製品の中に作り込んだ。ただ、人の承認を待つ時間は、攻撃者が待ってくれる時間とは限らない。この線引きがどこまで通用するのかは、次の節で見ていく。
従来との違いと残る課題
従来の脆弱性管理との違い
これまでの守りは、後追いが基本だった。メーカーが弱点を見つけて修正プログラムを配り、企業がそれを順番に適用する。あるいは、実際に被害が出てから原因を調べる。どちらも、弱点が見つかった後の話だ。
AI Security Meshは順番を入れ替える。攻撃者がたどりそうな経路を、攻撃される前にAIが試す。修正プログラムが出るのを待たず、自社のシステムの中で「どこから入られるか」を先に探す発想だ。先ほどのOracle社内の事例も、被害が出てから動いたのではなく、本番に届く前に止めた点が要になる。
もう一つの違いは仕事の量だ。大量の修正を一件ずつ読み、どのシステムに関係するかを仕分け、順番を決める。この作業をAIが引き受ければ、人の役割は作業から判断へ移る。
ここまでを自社に引き寄せて考えるなら、導入前に確かめたい点は技術の細部ではない。次のような、事実として答えが出せる問いだ。
- 承認するのは誰か。その人は、AIが添える再現手順やテスト結果を読んで判断できるか
- 承認が必要な修正が一日に何件届くと想定されるか。それを処理する人数と時間はあるか
- 守る対象に、他社クラウドや自社設備のシステムまで含めるのか
- 無料または90%割引の期間は2027年2月末までだ。期間が終わった後の費用を見込んでいるか
AI対AIの有効性は議論中
気になるのは、攻撃する側も同じ種類のAIを使えることだ。守る側がAIで先回りしても、攻める側がAIで追いつけば、差は縮まるかもしれない。この「いたちごっこ」で守りが優位に立てるのかについて、誰も確かな答えを持っていない。業界の中でも議論が続いている。Oracle自身、AIが脅威の状況を変えたという認識に立っている。AIを守りに使うのは、その変化への対応でもある。
そこで、人の承認が置かれた意味が問われる。承認は安全弁になる。AIが誤った修正を勝手に適用する事態は防げる。一方で、承認には待ち時間が生じる。AIの発見が速くなるほど、承認を待つ列は長くなる。今の水準では人の確認が現実的でも、AIがさらに賢くなったとき、その確認が足を引っ張る場面が来るのかどうか。今回の発表は、そこまでは答えていない。今回の線引きが最適かどうかは、これから運用の実績で測られる段階だ。
結局、AIにどこまで任せるかは、性能の問題だけでは決まらない。承認の待ち時間による損失と、AIが誤った修正をするリスク。そのどちらを、どこまで引き受けるか。経営が決める話だ。あなたの会社なら、人の承認ボタンをどこに置くだろうか。
