AuthZedか各AI製品の権限連携か|権限判定を寄せる判断

「社内検索のAIも、営業のAIも、それぞれ元のシステムの権限を引き継ぐと説明しているから、権限の設計はもう要らないはずだ」「エージェントが増えるたびに、誰に何をさせてよいかを製品ごとに設定していて、全体がどうなっているのか誰にも見えない」——社内のAIが三つ、四つと増えてきた情報システム部門やAI導入の担当者から出る二つの声です。前者は安心、後者は不安に聞こえますが、根は同じところにあります。権限を「引き継ぐ」製品が増えても、誰に何を見せ、何をさせるかを判定する場所は、製品の数だけ散らばったままだからです。この記事では、Google の Zanzibar 論文に着想を得た権限判定の基盤 SpiceDB と、その商用版を提供する AuthZed を材料に、社内AIの権限を各製品の連携に任せ続けるか、共通の判定基盤に寄せるかを、一元化されるもの・残るもの・権限データの持ち主・判定の速さと止まり方・OSSと商用の境目・作る体制・費用とやめ方の順に比べて整理します。
カメ先生AIの権限というと、AI製品が元の権限を引き継いでくれれば済む話だと思われがちなんだ。でも本当は、それは製品が一つのときの話で、三つ四つと増えると、判定がばらばらの場所で行われるようになるんだよ。
カメ子製品ごとに正しく引き継いでいれば、ばらばらでも困らないのではないですか。
カメ先生一つずつは正しくても、退職や異動のときに全部が同じ時刻に変わる保証はないし、製品の側では引き継げない権限もある。AuthZed は、その判定を一か所に集めて、どのAIもそこに聞きに行く形を勧めているんだ。
カメ子判定する場所を一つに寄せるか、各製品に置いたままにするか、という選び方なんですね。
- AuthZed は、Google の Zanzibar 論文に着想を得た権限判定のOSS「SpiceDB」(Apache 2.0)と、その商用版を提供する。2026年は LangChain 連携や、AIコーディングエージェントの操作を縛るOSSの道具を出し、AIの権限判定を前面に打ち出している
- 共通の判定基盤に寄せると、規則と判定の記録は一か所にそろうが、元の資料の共有設定や身元の管理は残る。権限データを同期する仕組みと、それを作り続ける開発の体制が要る
- 買ってきた製品だけで引き継ぎが効いているうちは製品任せでよい。自社で作るAIやエージェントが増え、横断の規則が要るときが寄せる目安で、判定が止まったときは「見せない・させない」側に倒す
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
AuthZed とは:Zanzibar 論文に連なる権限判定の基盤
AuthZed は、ニューヨークを拠点とする権限管理の企業です。中核は、OSSとして公開している権限判定のデータベース SpiceDB で、ライセンスは Apache 2.0 です。公式サイトは、Google が自社の各サービスの共有設定を支えるために作り、2019年に論文で公表した権限の仕組み Zanzibar に着想を得たと説明しています。
SpiceDB の考え方は、権限を「関係」として持つことです。「この資料はこのフォルダに属する」「このフォルダは営業部が編集できる」「田中さんは営業部に所属する」という関係を登録しておけば、「田中さんはこの資料を見られるか」という問いに、関係をたどって答えます。アプリやAIは自分で権限を計算せず、SpiceDB に「見せてよいか」を聞くだけになります。どんな関係がありうるかは、スキーマと呼ぶ設計図に書いておきます。
製品は、OSSの SpiceDB を自社で動かす形のほかに、AuthZed が運用するクラウド版、専用の環境を用意する版、自社の環境で動かす企業向けの有償版があります。公式サイトは、動画配信の大手などを利用事例として掲げています。権限の判定を、アプリやAIから切り離して、一か所で引き受けることが、この会社の売り物です。
2026年の動き:LangChain 連携、エージェントの柵、判定の写し
2025年10月、AuthZed は自社の文書を引ける MCP サーバーと、SpiceDB での開発を助ける MCP サーバーを公開しました。2026年3月9日には、LangChain と SpiceDB をつなぐ部品を発表し、その後 LangChain の公式の連携として扱われるようになったとしています。RAGで探してきた資料を、AIに渡す前に本人の権限で確かめる部品で、エージェントが「この人はこれを見てよいか」を確かめるための道具も含みます。
4月8日には、AIコーディングエージェントの操作を SpiceDB の権限で縛るOSSの道具「スパイスボックス」と、AIが書くコードに権限の確認を組み込ませる開発支援のプラグインを公開しました。前者は Claude Code と、Anthropic のエージェント開発キットで作ったエージェントを対象にしています。7月には、設計図の作成や試験データの作成をAIが手伝う機能が試用の環境に加わり、開発支援のプラグインは Codex でも使えるようになりました。
9月には、権限の判定結果をあらかじめ計算して手元のシステムに写す機能が、専用環境版で一般提供になりました。公式の更新履歴は2026年に入ってからほぼ毎月出ており、買収や事業終了の発表は見当たりません。RAGとエージェントという二つの用途に、ほぼ同時に手を伸ばしているのが、2026年の AuthZed の特徴です。
誤解:「つなぐ製品が権限を引き継ぐから、設計は要らない」
社内AIの製品の多くは、元のシステムの権限を引き継ぐと説明しています。SharePoint で見られない資料は、社内検索のAIでも出さない。これ自体は正しく、製品が一つなら十分なこともあります。権限によって答えを出し分ける方式の一般論は別の記事で扱っているので、ここでは「引き継ぎに任せ続けてよいか」という一点に絞ります。
問題は、製品が増えたときです。社内検索、営業の支援、問い合わせの対応、自社で作ったエージェント。それぞれが自分のやり方で元の権限を読み込み、自分の中で判定します。判定の場所が製品の数だけあると、同じ人に同じ資料を見せるかどうかの答えが、製品によって食い違うことが起こります。元の権限を読み込む間隔が製品ごとに違えば、異動した日に、ある製品ではもう見えず、別の製品ではまだ見える、という時間差も生まれます。
もう一つは、引き継げない権限です。元のシステムに権限の考え方がないデータ(表計算で管理している顧客の担当表など)や、「この人が担当する取引先の資料だけ」のように業務上の関係で決まる権限は、製品の側では引き継ぎようがありません。エージェントの操作のように「見る」ではなく「する」の権限も、元のシステムの共有設定には書かれていないことが多いのです。
比べる二つの形:製品ごとの連携と、共通の判定基盤
一つ目は「製品任せ」の形です。各AI製品が、つないだ元のシステムの権限を読み込み、製品の中で判定します。設定は製品ごとの管理画面で行い、判定の記録も製品ごとに残ります。追加の開発はほとんど要らず、製品を入れればすぐに使えるのが最大の利点です。権限が変わったときの反映も、製品の提供元が面倒を見てくれます。
二つ目は「共通の判定基盤」の形です。SpiceDB のような判定の基盤に、人・部署・資料・取引先・エージェントの関係を集め、各AIは答えを返す前や操作する前に、基盤へ「この人に見せてよいか」「このエージェントにさせてよいか」を問い合わせます。規則は基盤の設計図に一つだけあり、どのAIも同じ答えを受け取ります。その代わり、AIの側に問い合わせの処理を組み込む開発が要ります。
実際には二択ではなく、混ぜて使うことになります。買ってきた製品は引き継ぎに任せ、自社で作るAIやエージェントだけを基盤に問い合わせさせる、という形です。どこまでを基盤に寄せるかの線を引くことが、この比較の本当の論点になります。
比較表:6つの軸で並べる
二つの形を、社内AIの権限で問題になりやすい6つの軸で並べます。共通の判定基盤の列は、SpiceDB を例にした一般的な特徴です。
| 観点 | 製品任せ | 共通の判定基盤(SpiceDB など) |
|---|---|---|
| 規則の置き場所 | 製品ごとの設定と元のシステム | 基盤の設計図に一つ |
| 同じ人への答えの一致 | 製品ごとに食い違いうる | どのAIにも同じ答え |
| 業務上の関係で決まる権限 | 製品が対応しなければ表せない | 関係として登録すれば表せる |
| エージェントの操作の権限 | 製品の機能しだい | 操作ごとに問い合わせる形にできる |
| 必要な開発 | ほぼ不要 | 問い合わせの組み込みと同期の仕組み |
| 止まったときの影響 | その製品の中で閉じる | 基盤が止まると全AIの判定が止まる |
表のとおり、共通の基盤は答えの一致と表現の幅で勝り、開発の負担と障害の影響範囲で負けます。どちらが優れているかではなく、どの負担を引き受けるかの選択です。開発の負担を避けたい会社が基盤を入れても、作りかけのまま止まるだけです。
分かれ目の目安は、自社で作るAIやエージェントが二つ以上あり、それらに同じ権限の規則を当てたいかどうかです。買ってきた製品だけで済んでいる間は、製品任せで困ることは多くありません。後で触れる判断の目安の一覧で、自社がどちらに近いかを確かめてください。
寄せると一元化されるもの:規則・記録・試験
一つ目は規則です。「営業部は自部門の提案書を見られる」「担当外の取引先の契約書は見られない」「この自社製のエージェントは顧客管理の読み取りだけができる」といった規則が、基盤の設計図の一か所に書かれます。規則の変更が一か所で済み、つないだ全AIに同時に効くのが、寄せる最大の効果です。
二つ目は判定の記録です。どのAIが、誰のために、何について問い合わせ、許可されたのか拒否されたのか。各製品の記録をつなぎ合わせなくても、基盤の側で追えます。監査で「この資料をAIが誰に見せたのか」と問われたときに、答える場所が一つになるのは大きな違いです。
三つ目は試験です。設計図に対して「この人はこれを見られるべき・見られるべきでない」という期待を書いておけば、規則を変えるたびに機械的に確かめられます。製品任せでは、製品ごとに人が画面で試すしかありません。2026年7月に加わった、AIが試験データの作成を手伝う機能もこの用途に向いていますが、何を期待とするかを決めるのは人です。
寄せても残るもの:元の共有設定と身元の管理
共通の基盤に寄せても、元の資料の共有設定がいい加減なら、基盤はそのいい加減さを正確に再現するだけです。全社公開のフォルダに人事の資料が置かれていれば、基盤もそれを「見せてよい」と答えます。寄せる前に、元の共有設定の棚卸しが要る点は、製品任せの場合と変わりません。
身元の管理も残ります。SpiceDB は「誰が」を受け取って判定しますが、その「誰」が本人であることを確かめるのは、Okta や Entra ID のような身元の基盤です。エージェントの場合は、どの人の代わりに動いているのか、エージェント自体にどんな身元を与えるのかを別に設計する必要があります。判定の基盤は、身元の基盤の代わりにはならないのです。
買ってきた製品の中の判定も残ります。製品の中で判定する作りの製品は、外の基盤に問い合わせる口を持っていないことが多く、基盤に寄せられるのは主に自社で作る部分です。すべてを寄せられると考えて始めると、寄せられない製品が後から見つかり、基盤と製品の二重の管理になります。最初に、つなぐAIのうちどれが寄せられるのかを一覧にしておきます。
権限データの持ち主と同期:基盤を持ち主にしない
共通の基盤を入れるときに最も手間がかかるのは、関係のデータを集め続けることです。人と部署の関係は人事や身元の基盤に、資料とフォルダの関係は文書管理に、担当と取引先の関係は顧客管理にあります。基盤はこれらを持ち主から写してくるだけで、持ち主にはならないと決めておかないと、基盤の中のデータと元のデータのどちらが正しいのかが分からなくなります。
同期の遅れは、そのまま見せてはいけない人に見せてしまう時間になります。退職や異動、資料の移動が起きたら、どのくらいの時間で基盤に反映させるのか。基盤への書き込みは誰の責任か。反映までの時間を、資料の機密の度合いに応じて決めるのが現実的です。人事の資料なら即時、一般の社内資料なら日次、という具合です。
Zanzibar の論文は、権限が変わった直後に古い判定で見せてしまう問題に対して、判定の時点をそろえる仕組みを示しており、SpiceDB もその考え方を取り入れていると公式は説明しています。ただし、それが効くのは基盤に変更が書き込まれた後です。元のシステムで外した権限が基盤に届くまでの間は、どんな仕組みでも守れません。同期の設計が、仕組みの強さより先に問われます。
判定の速さと、止まったときの振る舞い
共通の基盤は、AIが答えを返すたび、操作するたびに問い合わせを受けます。RAGで100件の候補を探してきたなら、100件の判定が要ります。LangChain の連携部品はまとめて判定する命令を使い、100件の資料でも1回の通信で済むと公式ブログは説明しています。判定の待ち時間は、利用者が感じるAIの遅さに直結します。
速さを補う手として、専用環境版では判定結果をあらかじめ計算して手元のシステムに写す機能が、2026年9月に一般提供になりました。写しを使えば速くなりますが、写しが古くなる時間差が生まれます。速さと新しさのどちらを優先するかを、用途ごとに決めます。人事や契約の資料のように機密の高いものほど、新しさを優先します。
止まったときの振る舞いは、必ず先に決めます。基盤が応答しないとき、AIは答えを返すのか、返さないのか。止まったときは「見せない・させない」側に倒すのが原則です。公式ブログも、判定はAIの処理が必ず通る道に置き、確かめるかどうかをエージェントに判断させてはいけないと書いています。基盤が止まれば全AIが答えられなくなるので、冗長化と、止まったときに利用者に何を表示するかまで決めておきます。
RAGの答えに使うとき:探した後に確かめる部品の注意点
LangChain の連携部品は、意味の近さで資料を探した後、AIに渡す前に一件ずつ本人の権限を確かめ、見てはいけない資料を外す作りです。特定のベクトル検索の製品に縛られず、利用者の識別子を実行時に渡すことで、一つの流れを多くの人で共用できると説明されています。外した件数や、判定にかかった時間も結果として返ってきます。
注意点は、探す段階では、見てはいけない資料も候補に入ることです。AIに渡す前に外すので答えには出ませんが、候補の件数を固定していると、上位が見てはいけない資料で埋まり、残った資料が少なすぎて答えの質が落ちることがあります。候補を多めに取る、部署ごとに探す範囲をあらかじめ分けておく、といった組み合わせが要ります。
外した件数と外した資料の識別子は、記録として残せます。外した件数が多い問いは、元の共有設定か探し方を見直す合図になります。どんな問いで、どの部署の人に、どれだけ外れたのかを定期的に見るのは人の仕事で、AIに任せる部分ではありません。
エージェントの操作に使うとき:スパイスボックスの三重の柵
2026年4月に公開されたスパイスボックスは、エージェントの「する」の権限を基盤で判定する例として読めます。許してよい操作を自然言語で書くと SpiceDB の権限の形に変換され、有効になる前に人が確認する手順を踏みます。そのうえで、道具の呼び出しを一件ずつ判定する仕組み、OSの側でファイルの書き込みを縛る仕組み、許した接続先にしか通信させない仕組みの三つを、互いに独立した柵として重ねます。SpiceDB は道具の中に組み込まれて動くので、別の判定のサーバーを立てる必要はないと説明されています。
AuthZed は、一つの柵がすり抜けられても別の柵で止まることを狙いとして挙げ、背景として、Anthropic が公表した Claude Code の自動の許可判断の分析で、危険な操作の見逃しが17%あったという数字を引いています。作業の途中でエージェントが追加の権限を求めた場合は、人の承認を経て基盤に書き込まれますが、ファイルの権限は途中で広げられないと説明しています。OSの柵はマックの仕組みを前提にしており、ほかのOSでの扱いは公式の説明からは確認できませんでした。
社内での読み方としては、エージェントの操作の権限も、規則として書き、人が確かめ、記録に残すという型の見本です。業務部門のエージェントにそのまま使う道具ではありませんが、自社で作るエージェントの操作を基盤に問い合わせる設計を考えるときの参考になります。自然言語から作った権限を、人が読まずに有効にしないという線は、どの形を選んでも守るべきものです。
OSSと商用の境目、費用の増え方
SpiceDB の本体は Apache 2.0 のOSSで、自社で動かす限りライセンス費はかかりません。料金のページは、OSS版を評価や試験の環境に向いたものとし、支えは GitHub や Discord の利用者の集まりだと位置付けています。本番で使うなら、運用も障害の対応も、自社で全部引き受けることになります。
商用版は三つです。AuthZed が運用するクラウド版は使った資源の分だけ払う従量課金、専用環境版は確保する計算資源の量に応じた個別の見積もり、自社の環境で動かす企業向け版は地域と計算資源の量に応じた年間のライセンスです。支えの等級によって、全面停止のときの応答の目標が上位の等級で1時間、中位の等級で12時間と分かれ、最も下の等級には全面停止の応答の約束がありません。SOC2 の報告を毎年受けていることも公表しています。中位以上の等級には、設計図の設計の支援や構成の見直し、専任の担当の窓口が含まれると料金のページは説明しています。社内に権限の設計の経験者がいない場合は、ライセンス費だけでなく、この設計の支援を買うかどうかも比較の対象になります。
費用が増えるのは、判定の回数とデータの量です。AIの利用者が増え、RAGの候補の件数やエージェントの操作が増えるほど、判定の回数は増えます。見落とされやすいのは、同期の仕組みと設計図を保守する人の費用です。ライセンス費より、それを作り続ける開発の人件費のほうが大きくなりがちなので、見積もりには必ず入れておきます。
作る体制:開発がいないと始まらない
共通の基盤は、買ってきて設定すれば終わる製品ではありません。設計図を書き、関係のデータを各システムから同期し、各AIに問い合わせの処理を組み込む。どれも開発の仕事です。社内に開発の担当がいない、または外部に頼める先がないなら、製品任せのほうが安全です。
体制として分けておきたいのは、規則を決める人、規則を書く人、確かめる人です。誰に何を見せるかを決めるのは、資料の持ち主の部門と情報システム部門です。規則を設計図に書くのは開発です。2026年はAIが設計図を書く支援が増えましたが、誰に何を見せるかを、AIに決めさせない。AIが書いた設計図は、規則を決めた人が期待どおりかを試験で確かめます。
最初は自社で作るRAGを一つなど、利用者と資料の範囲がはっきりした用途に絞ります。
人事・身元の基盤・文書管理・顧客管理のどれから何を写すかを、反映までの時間とともに決めます。
資料の持ち主の部門が言葉で書いた規則を、開発が設計図に落とします。
見られるべき人と見られてはいけない人の組を試験にし、規則を変えるたびに回します。
応答がないときは見せない側に倒し、利用者への表示と復旧の手順を用意します。
一つの用途で回ったら、二つ目のAIを同じ基盤につなぎます。二つ目で規則の使い回しが効くかどうかが、基盤に寄せた意味があったかどうかの最初の答えになります。効かなければ、寄せる範囲を広げずに止める判断もありえます。
保守の面では、2026年3月の版で、大きくなった設計図を複数のファイルに分けて組み合わせられるようになりました。部門ごとに規則のファイルを分ければ、変更の影響範囲を絞って読み合わせができます。また4月に出た開発支援のプラグインには、設計図にある権限のうち、コードの側で確認が抜けている箇所を洗い出す命令があります。AuthZed 自身も、AIが書いた権限の確認のコードは人の見直しが要り、プラグインは出発点であって検証の代わりではないと書いています。AIに書かせた権限のコードほど、抜けの洗い出しと人の読み合わせを定例にするのが、体制として最低限の線です。
寄せるか、任せるかの判断の目安
次の項目に当てはまる数が多いほど、共通の基盤に寄せる意味が大きくなります。一つか二つなら、今は製品任せで様子を見るのが妥当です。
- 自社で作るAIやエージェントが二つ以上ある
- 担当の取引先など、業務上の関係で決まる権限を当てたい
- 製品ごとに見せる範囲が食い違って困ったことがある
- 監査で、AIが誰に何を見せたかを一か所で答えたい
- エージェントに操作をさせる予定があり、操作ごとの判定が要る
- 社内か外部に、設計図と同期の仕組みを保守できる開発の担当がいる
逆に、使うのが買ってきた製品だけで、元の権限の引き継ぎが効いているなら、今は製品任せで構いません。その場合も、製品ごとの引き継ぎの間隔と、引き継げない権限の一覧だけは作っておくと、後で寄せるかどうかを判断する材料になります。
- 「基盤を入れれば、元の共有設定の見直しは要らない」と考えて棚卸しを飛ばす
- 自然言語から作られた規則を、人が読まずに有効にする
- 基盤が止まったら判定を飛ばして答えを返す作りにしてしまう
- 判定の基盤が答えるのは「規則に照らして見せてよいか」だけで、規則そのものの良し悪しは判断しません。
- エージェントに与える身元と、誰の代わりに動くかの設計は、判定の基盤とは別に決めます。
やめ方:基盤から抜けるときに困らない作り
共通の基盤に寄せた後でやめるのは、始めるより手間がかかります。各AIに組み込んだ問い合わせの処理を外し、製品任せの判定に戻すか、別の基盤に移す必要があるからです。問い合わせの処理を、一つの部品に閉じ込めておくと、外すときの範囲が小さくなります。
SpiceDB はOSSなので、商用版をやめても、自社でOSSを動かす形に移る道があります。商用版から抜けるときは、関係のデータと設計図を書き出せるかを先に確かめます。関係のデータの持ち主を元のシステムにしておけば、基盤の中身を失っても作り直せます。基盤の中でしか持っていない関係(基盤に直接書き込んだ担当の割り当てなど)があると、それが移行の対象になります。
判定の記録の扱いも決めておきます。監査のために残す期間と、やめた後にどこへ移すか。やめる判断の目安としては、つないだAIが一つのまま増えない、同期の保守が回らない、製品の側の権限の引き継ぎで十分になった、などがあります。始めるときにこの目安を書いておけば、続けるかどうかを定期的に見直せます。
まとめ
社内のAIやエージェントが増えると、権限の判定は製品の数だけ散らばり、同じ人への答えが製品ごとに食い違ったり、業務上の関係で決まる権限やエージェントの操作の権限を表せなかったりします。AuthZed の SpiceDB のような共通の判定基盤に寄せれば、規則・判定の記録・試験は一か所にそろいますが、元の共有設定の棚卸しと身元の管理は残り、関係のデータを同期する仕組みと、それを作り続ける開発の体制が要ります。買ってきた製品だけで引き継ぎが効いているうちは製品任せでよく、自社で作るAIが増え、横断の規則が要るようになったときが寄せる目安です。寄せるなら一つの用途から始め、止まったときは見せない側に倒し、誰に何を見せるかはAIに決めさせない。この線を先に決めておけば、どちらを選んでも後から説明できます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
