Axio AIRのAIリスク金額化とは?|前提の数字は人が持つ

Axio AIRのAIリスク金額化とは?|前提の数字は人が持つ

「AIを入れるリスクを説明しろと言われるが、赤・黄・緑の評価表では取締役会が判断できないと返された」「エージェントに発注や返信まで任せたら、最悪いくら失うのかと聞かれて答えられなかった」。AI導入の稟議を通す側から、こうした声が増えています。米国 Axio は2026年8月の発表で、およそ9割の企業がすでに何らかの形でAIを導入している一方、正式なAIリスクの管理体制を持つ企業は少ないと指摘し、その隙間に向けて Axio AIR を出しました。けれども、リスクを金額で示すことと、その金額が正しいことは別の話です。金額は前提の数字から計算されるもので、前提を誰が置いたかで結果は何倍にも動きます。この記事では、Axio AIR の公表内容をもとに、AIのリスクを損失額で語るときの前提の置き方と、金額を製品やAIに決めさせない線を整理します。


カメ先生カメ先生

リスクを金額にすれば客観的になる、と思われがちなんだけど、本当は「どんな事故が、何回くらい、いくらの被害で起きるか」という前提を置いた結果なんだ。前提が変われば金額も変わる。


カメ子カメ子

評価表の色を数字に置き換えただけ、というわけではないんですか。


カメ先生カメ先生

置き換えではないね。金額にすると比べられるし、対策の効き目も同じ物差しで測れる。ただ、その分だけ前提の数字に責任を持つ人が必要になるんだよ。


カメ子カメ子

数字が出せることと、数字の持ち主が決まっていることは、別の準備なんですね。


この記事のポイント
  • Axio AIR は、サイバーリスクの定量化で実績のある Axio360 の方法を、AIとエージェントに広げた製品。損失額を一つの値ではなく分布で示す
  • 定性の評価表と比べた強みは、使い道どうしと対策の効き目を同じ金額で比べられること。弱みは前提の数字しだいで結果が大きく動くこと
  • 稟議では、前提の数字の持ち主を決め、幅で示し、採否は人が決める。製品が出す金額や改善策の順番をそのまま結論にしない

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

目次

数字で見る背景:AIは入ったが、損失額で語れる会社は少ない

Axio は Axio AIR の発表で、AIの導入が統治の整備を大きく上回る速さで進んでいると説明しています。挙げている材料は三つです。およそ9割の企業がAIを何らかの形で導入済みであること、それに比べて正式なAIリスクの管理体制を持つ企業は少ないこと、そして欧州のAI規則で高リスクのAIに課される義務が動き出しており、違反の制裁金は最大3,500万ユーロまたは世界売上高の7%に及びうることです。あわせて、取締役会がAIの影響について厳しい質問を投げ始め、保険会社もAIに関する引受けの基準を厳しくしている、とも書いています。

同社の最高製品責任者ニコール・サンディン氏は公式ブログで、この1年に多くの情報セキュリティの責任者と同じ会話をしてきたと振り返っています。「AIにノーと言う役にはなりたくない。けれども、イエスと言ったら何が起き、いくらかかるのかが分からない」という声です。求められていたのは成熟度の点数でも赤・黄・緑の色分けでもなく、取締役会や事業部門が判断に使える、根拠を説明できる数字だった、と同氏は書いています。

日本の企業でも事情は近いでしょう。AIの利用規程や評価表はできたものの、取締役会や経営会議では「それで、最悪いくらなのか」「対策にいくら使えば、どれだけ減るのか」と聞かれます。評価表の作り方そのものは隣の記事に任せ、ここでは評価を金額に置き換えるときに何が変わり、誰が何を持つべきかに絞って見ていきます。

Axio AIRとは:サイバーリスクの定量化をAIとエージェントに広げた製品

Axio AIR は、ニューヨークに拠点を置く Axio(Axio Global, Inc.)が2026年8月13日に一般提供を始めた製品です。Axio はサイバーリスクの定量化、つまりサイバー攻撃や障害で生じうる損失を金額で示す分野の専業で、主力の基盤 Axio360 では、セキュリティ対策の成熟度の評価、損失額の定量化、保険への移転の検討などを扱ってきました。Axio AIR はこの Axio360 の上に作られた、AIとAIエージェントに由来するリスクを損失額で示すための機能です。

発表によれば、Axio AIR は新しい道具や作業の流れを持ち込むのではなく、Axio360 で使ってきた定量化の方法をAIとエージェントに広げたものだと位置づけられています。AI専用のシナリオを調べる仕組みと、AI向けの損失超過曲線を使い、個々のモデル、それを組み込んだシステム、会社全体の三つの階層でリスクを金額にする、という説明です。最高経営責任者のスコット・カンリー氏は「新しい分野ではなく、顧客がすでに信頼している方法の自然な延長だ」と述べています。

扱うリスクの範囲について、公式の製品ページは、悪意のある事象と悪意のない事象の両方を対象にすると書いています。プロンプトの注入のような意図的な攻撃だけでなく、モデルの性能が時間とともにずれていくような意図しない失敗も含み、外部の攻撃者だけでなく社内の関係者も行為者として扱う、という説明です。提供の形は、単体の製品としても、Axio360 をすでに使っている会社の追加機能としても選べるとされています。

公表されている三つの段階:見る、分かる、治める

公式の製品ページは、Axio AIR の働きを三つの段階で説明しています。どれも製品の画面の操作ではなく、リスクの考え方の順番として読むと、社内の稟議に当てはめやすくなります。

STEP1
見る:AIとエージェントのリスクのシナリオを作り、損失額を出す

Axio360 がサイバーリスクに使ってきたのと同じ方法で、AIとエージェントに関わる事故のシナリオを組み、起きたときの損失をドルで示します。

STEP2
分かる:損失をどのAIシステム、どの使い道、どの業務が生んでいるかに対応づける

リスクがどこに集まっているかを、個々のAIシステムや業務の単位まで落として示します。同じ道具でも、どの業務で使うかで損失の大きさが変わることを見える形にする段階です。

STEP3
治める:シナリオごとに優先順位をつけた改善策と、その減少効果を出す

改善策は NIST のAIリスク管理の枠組み、MITRE ATLAS、CSA のリスク評価の物差し、COSO の生成AIの統制原則に対応づけられ、それぞれの対策でリスクがいくら、何%減るかの見込みが添えられます。

この三つの段階で特徴的なのは、最後の「治める」でも金額が使われていることです。対策ごとに見込みの減少額が出るので、対策の予算を、減らせる損失額と並べて比べられるようになります。逆に言えば、改善策の優先順位も前提の数字から計算されたものなので、前提がずれていれば順番もずれます。この点は後の節で詳しく見ます。

公式の説明では、従来のAIリスクの評価は何週間ものワークショップやコンサルティングを要したのに対し、Axio AIR は損失額つきのリスクの見取り図と改善の計画を数分で出すとしています。速さは魅力ですが、数分で出るのは、製品が持つ推定値や既定の前提を使った最初の見積もりだと読むのが安全です。自社の数字に置き換えて確かめる時間は、別に見込んでおく必要があります。

定性の評価表と金額の評価は、何が違うのか

多くの会社が使っているのは、影響の大きさと起きやすさを3段階や5段階で点数にし、掛け合わせて区分を決める定性の評価表です。Axio AIR のような金額の評価は、この点数の代わりに、起きる頻度の見込みと、起きたときの損失の幅を数字で置き、それを組み合わせて年間の損失の分布を出します。両者の違いを、稟議の場面で効く観点ごとに並べると次のようになります。

観点定性の評価表金額の評価(Axio AIR など)
出てくるもの高・中・低などの区分や色年間の損失額の分布(平均、95パーセンタイルなど)
使い道どうしの比較同じ区分の中では比べにくい金額で並べて比べられる
対策の効き目区分が一つ下がるかどうかで見る減る見込みの金額と割合で見る
予算との突き合わせ対策費と比べる物差しがない対策費と減少額を同じ単位で比べられる
前提の見えやすさ点の付け方の基準が文書に残る頻度と損失の前提が多く、説明しないと見えなくなる
必要な準備評価者の合意と基準表前提の数字の出どころ、持ち主、見直しの周期
誤読の危険色が独り歩きする一つの金額が確定値のように独り歩きする

表から分かるとおり、金額の評価の強みは比べられることにあります。AIを使った広告配信と、問い合わせ対応のエージェントと、社内文書の要約が、同じ「中」の区分に入っていても、金額にすると一桁違うことがあります。取締役会が限られた予算の中で何を先に手当てするかを決めるには、この比べやすさが効きます。

一方で、金額の評価には定性の評価表にない誤読の危険があります。一つの金額が、確定した損失の予告のように受け取られることです。定性の評価表で「高」と書いても誰も金額を約束したとは思いませんが、「年間420万ドル」と書くと、その数字が予算の上限や保険の限度額の根拠として独り歩きしかねません。金額で語るなら、前提と幅を必ずセットで示す、というのが以降の節の共通の考え方です。

金額の評価が向く場面、定性の評価表で足りる場面

すべてのAIの使い道を金額で評価する必要はありません。Axio の公式ブログは、使い道ごとの判断を三つの例で示しています。AIで広告の作成と配信先の絞り込みをする場合は、最悪でも配信が狙いを外すことで、損失の見込みは50万ドルの無駄な広告費。日常の事業の費用の範囲として許容できる、という判断です。電子商取引の基盤の脆弱性をAIに自動で修正させる場合は、見落とした脆弱性が突かれて会員情報が漏れると、調査と対応で500万ドル。歯止めを付けたうえでなら許容、とされています。

三つ目の例は、ガスの輸送設備の制御をAIに任せる場合で、環境の信号を読み違えて過圧が起き、設備の破壊と人命に関わる事故につながると、損失の見込みは10億ドル。効率化の利点がどれだけあっても許容できない、という判断です。ブログはこれを「承認・歯止めつき承認・却下」の三つの判断にそのまま当てはめられる、と書いています。もちろん、これらの金額は考え方を示すための例で、個別の会社の試算ではありません。

この例から読み取れるのは、金額の評価が効くのは、判断が分かれる真ん中の使い道だということです。広告の文案の下書きのように損失が小さいと分かっているものは、定性の評価表で十分ですし、人命に関わる制御のように損失が桁違いのものは、金額を出す前に結論が見えています。顧客と直接やり取りするエージェント、取引や発注に関わる自動化、個人情報を大量に扱う仕組みなど、損失の幅が広く、対策の費用と比べて決めたい使い道に絞って金額の評価を使うと、手間と効果の釣り合いが取れます。

「420万ドル」をどう読むか:一つの数字ではなく分布

Axio は発表の中で、出力の例を一つ示しています。顧客向けのLLMに対するプロンプトの注入というシナリオをモデル化すると、年間の損失の見込みが420万ドル、95パーセンタイルの損失が1,180万ドルといった結果が出うる、というものです。発表は「たとえば」と断っており、実在の会社の数字ではありません。それでも、金額の評価の出力をどう読むかを考える材料になります。

ここで大事なのは、数字が二つあることです。一つ目の420万ドルは、多数の起こりうる年を想定したときの平均的な損失の見込みで、二つ目の1,180万ドルは、100年に5年はそれを超える、という厳しめの水準です。損失超過曲線は、この「ある金額を超える確率」を金額ごとにつないだ線で、右に行くほど金額が大きく、確率が小さくなります。取締役会に出すとき、平均だけを見せると楽観的に、厳しめの水準だけを見せると悲観的に受け取られます。

もう一つ気をつけたいのは、平均と厳しめの水準の差が約2.8倍あることの意味です。差が大きいほど、前提の数字の不確かさが大きい、あるいはまれに大きな事故が起きる型のリスクだということを示しています。差の大きさそのものが、経営に伝えるべき情報です。「見込みは420万ドル」とだけ書くのではなく、「平均は420万ドル程度、悪い年には1,000万ドルを超えうる」と書けば、判断する側は保険や予備費の要否まで考えられます。

  • 420万ドル・1,180万ドルは、Axio の発表が示した例です。特定の会社の試算ではありません
  • パーセンタイルの読み方は、社内で一度定義を書いておくと、部署ごとの誤読を防げます

前提の数字は誰が持つか:製品の推定値と自社の値

金額の評価の結果を左右するのは、シナリオの選び方、起きる頻度の見込み、起きたときの損失の内訳の三つです。Axio のサイバーリスク定量化の製品ページでは、Axio が用意した推定値を使うことも、自社の事業に合わせて計算を調整することもできると説明され、起きる確率の材料として外部の調査機関のデータを組み込んでいるとしています。Axio AIR も同じ方法の延長とされているので、最初の見積もりは製品の推定値で出し、自社の値に置き換えていく使い方が基本になると考えられます。

問題は、置き換える自社の値を誰が持つかです。損失の内訳には、業務が止まったときの売上の減少、顧客への補償、調査と復旧の費用、規制当局への対応、取引先との契約上の違約金などが入ります。これらは情報セキュリティの部署だけでは決められない数字です。業務が1日止まったときの損失は事業部門、補償や違約金の水準は法務、調査と復旧の単価は情シス、規制対応の費用は法務と経営企画、というように、数字ごとに持ち主が違います。

前提の数字主な持ち主出どころの例見直しのきっかけ
対象とするシナリオの一覧リスク管理の責任者AIの台帳、使い道の棚卸し新しいAIやエージェントの導入
起きる頻度の見込み情報セキュリティの担当製品の推定値、社内の事故記録社内外で同種の事故が起きたとき
業務が止まったときの損失事業部門の責任者売上、処理件数、代替手段の費用事業規模や業務の流れの変化
補償・違約金・規制対応法務契約書、過去の対応例契約や法令の改定
調査と復旧の費用情シス委託先の単価、社内の工数委託先や体制の変更

前提の数字には、出どころを一行ずつ書き残します。「製品の推定値をそのまま使った」「事業部長の見立て」「昨年度の実績」など、根拠の種類が違うものが一つの金額の中に混ざるからです。どの前提が自社の実績で、どの前提が製品の推定値かを区別しておけば、取締役会で「この数字の根拠は」と聞かれたときに答えられますし、翌年に見直すときもどこから手を付けるかが分かります。

幅で示す:取締役会に出す資料の形

金額の評価を取締役会や経営会議に出すときは、一つの金額ではなく、幅と前提を一枚にまとめるのが基本です。書くのは、対象の使い道、平均的な損失の見込み、厳しめの水準、結果を最も大きく動かす前提の上位三つ、そして対策を入れた場合の減少の見込みです。前提を動かすと結果がどれだけ変わるかを、少なくとも一つは示しておきます。

たとえば、問い合わせ対応のエージェントについて「誤った案内による補償の単価」を半分と倍にしたとき、平均の見込みがどう動くかを並べておけば、判断する側は「この数字がそこまで効くなら、まず単価の根拠を固めよう」と考えられます。金額の評価の価値は、一つの答えを出すことより、どの前提が結論を左右しているかを見えるようにすることにあると考えると、資料の作り方が変わります。

もう一つ、取締役会の資料には、金額が出せなかった部分も書きます。評判の低下や、取引先の信頼の喪失のように、金額にしにくい影響は必ず残ります。金額にしたものだけを並べると、金額にしにくい影響が小さく見えてしまいます。金額の外に置いたものの一覧を一行添えておくだけで、数字が全体ではないことが伝わります。

金額をAIや製品に決めさせない線

Axio AIR は、シナリオを調べる仕組みや、改善策の優先順位を自動で出す機能を持つと説明されています。また Axio の保険向けの製品では、社名とドメインを入れるだけで、AIの仕組みが会社別のサイバーリスクのモデルを数分で作ると紹介されています。こうした自動化は手間を大きく減らしますが、製品やAIが組んだシナリオと前提を、そのまま会社の結論にしない線を先に引いておく必要があります。

  • 製品の既定の推定値で出た金額を、前提を確かめないまま稟議の数字にした
  • 平均の見込みだけを資料に載せ、厳しめの水準と前提の出どころを省いた
  • 製品が出した改善策の順番を、そのまま翌年度の予算の配分にした
  • 金額が小さく出た使い道を、人の確認なしに「承認」の区分に入れた
  • 前提の持ち主を決めないまま、毎年同じ数字を使い回した

線の引き方は三つで足ります。一つ目は、シナリオの採否は人が決めることです。製品が候補を出しても、自社の使い道に当てはまるかどうかはリスク管理の責任者が判断します。二つ目は、金額を採用する前に前提を自社の数字に置き換えることで、置き換えられなかった前提は資料に明記します。三つ目は、承認・歯止めつき承認・却下の判断は会議体が行うことです。金額は判断の材料であって、判断そのものではありません。

AIに下書きをさせる場面でも同じです。シナリオの文章や改善策の説明をAIにまとめさせるなら、必ず根拠を書かせます。どの前提からその金額が出たのか、どの枠組みのどの項目に対応する対策なのかを出力に含めさせれば、人が確かめる手間が減り、根拠のない数字が紛れ込むのも防げます。

改善策の対応づけ:NIST・MITRE ATLAS などの枠組みとの関係

Axio AIR が改善策を対応づける先として挙げているのは、NIST のAIリスク管理の枠組み、AIへの攻撃手法を整理した MITRE ATLAS、CSA のリスク評価の物差し、COSO の生成AIの統制原則の四つです。製品ページはこれに加えて、エージェントの時代のリスクに向けた別の指針も参照するとしています。さらに、欧州のAI規則と、AIのマネジメントシステムの国際規格 ISO 42001 との差分を継続して分析し、証跡を集める機能もあると説明されています。

日本の企業にとっての意味は、既存の監査や認証の言葉で説明できる点にあります。社内の内部統制を COSO の考え方で組んでいる会社なら、統制原則への対応づけは監査部門との会話に使えますし、ISO 42001 の認証を検討している会社なら、差分の一覧は準備の材料になります。ただし、日本の法令や国内のガイドラインへの対応づけは、公開資料では確認できませんでした。国内の規程に写す作業は、社内で別に行う前提で考えておきます。

対応づけの結果は、改善策の「出どころの説明」として使うのが向いています。改善策の中身を決めるのは、それを実際に運用する部署です。枠組みの項目番号が付いているからといって、その対策が自社の業務で回るとは限りません。改善策ごとに、運用する部署と費用の見込みを人が書き足し、製品の示す減少額と並べて採否を決めます。

事故への備えと報告期限:欧州AI規則に沿った機能の読み方

発表によると、Axio AIR は損失額の定量化に加えて、事故への備えと報告の支援も組み込んでいます。挙げられているのは、欧州AI規則の第73条に沿った、2日・10日・15日の報告への備え、AIに特化した机上演習、事故対応の手順書、規制当局に出せる形での経過の再構成です。第73条は、高リスクのAIで重大な事故が起きたときの報告を定めた条文で、事故の種類によって報告までの期限が異なります。

欧州に拠点や顧客を持たない会社には直接は関係しない機能ですが、考え方は参考になります。事故が起きてから記録を集めるのでは遅い、という点です。AIやエージェントが何を受け取り、何を出し、誰が承認したかの記録が残っていなければ、損失額の評価で想定した対策が実際に働いたかどうかも確かめられません。金額の評価と事故の記録は、別の仕事に見えて実はつながっています。

欧州で事業をしている会社は、報告の期限と社内の連絡の流れが合っているかを、製品の機能とは別に確かめておきます。机上演習も、製品が用意した筋書きをそのまま使うのではなく、自社のエージェントが実際に触れられるシステムと権限に合わせて作り直すと、実際の事故で役に立ちます。

保険との接点:引受けと更新に数字を渡すとき

Axio は、Axio AIR の出力がサイバーリスクと同じ金額の言葉で表されるため、サイバー保険の引受けと更新の流れにそのまま渡せると説明しています。保険会社がAIに関する引受けの基準を厳しくしているという同社の見立てと合わせると、金額の評価は保険の交渉材料としても位置づけられています。Axio は保険の仲介会社などとの提携も進めており、保険の側から見た使い道も意識した製品だと言えます。

ここで気をつけたいのは、保険に渡す数字と社内の稟議に使う数字の役割が違うことです。保険の交渉では、損失が小さく見えるほど条件が良くなる方向に働きかねません。社内の判断では、厳しめの水準を軽く扱わないことが大事です。同じ出力を使うにしても、どの前提で出した数字を誰に渡すかは、リスク管理の責任者が決め、記録に残しておきます。

AIの事故がいまの保険のどこまで補償されるかは、保険の約款を読まないと分かりません。この点は隣の記事で詳しく扱っているので、ここでは一つだけ書いておきます。金額の評価で出た損失のうち、保険で移す部分、契約で取引先と分ける部分、自社で抱える部分を分けて書いておくと、保険を更新するときにも、取締役会に説明するときにも同じ資料が使えます。

社内に入れてよいか:データの流れ、権限、外部との連携

Axio AIR に入れる情報は、どのAIをどの業務でどう使っているか、どこに弱点があるか、事故が起きたらいくら失うか、という、会社にとって機微な情報のかたまりです。攻撃者から見れば、弱点と損失の大きさが金額つきで並んだ一覧になります。社外の基盤に置くなら、通常の業務アプリより一段高い水準でデータの扱いを確かめる必要があります。

公開資料では、データの保管先、保管期間、AIの学習への利用の有無、解約後の削除の扱いは確認できませんでした。また発表によると、Axio AIR は MCP を通じて、リスク助言や保険の提携先の道具や業務の流れに直接つなげられるとされています。便利な一方で、自社のリスクの情報が、どの提携先の、どの道具から見られるのかが分かりにくくなります。外部との連携は既定で止め、使う場合は相手と範囲を決めてから開く、という順番が安全です。

導入前に書面で確かめたい項目
  • 入力したAIの台帳、シナリオ、前提の数字の保管先(国内か国外か)と保管期間、解約後の削除
  • 入力や出力が、製品の改良やAIの学習に使われるかどうか
  • MCP などで提携先とつなぐ場合に、誰が何を見られるか。既定で止められるか
  • 画面に入れる人と、結果を見るだけの人の権限を分けられるか
  • 製品が使う推定値と、自社の値に置き換えた部分を、記録として区別して残せるか

権限の面では、前提の数字を入れる人、結果を見る人、取締役会向けの資料を出す人を分けられるかを確かめます。前提の数字は複数の部署が持つので、各部署が自分の数字だけを更新でき、誰がいつどの数字を変えたかが残る形が理想です。この記録がないと、翌年に金額が大きく変わったとき、何が変わったのかを説明できません。

費用・提供形態・日本での使い方の確かめ方

Axio AIR の料金は公開されておらず、公式の案内は導入相談の申し込みになっています。提供の形は、単体の製品として使う方法と、Axio360 をすでに使っている会社が追加機能として使う方法の二つとされています。費用がどう増えるかは、対象にするAIシステムの数、シナリオの数、使う人数、保険や助言の提携先との連携の有無などで変わる可能性があるので、見積もりの段階で増え方の単位を確かめておきます。

日本での提供の状況、日本語での利用、国内の代理店の有無は、今回確認できた公開資料には書かれていませんでした。Axio の既存の顧客は、発表によればエネルギー、金融、公共などの重要インフラの分野に厚いとされています。日本の会社が検討するなら、国内での支援体制と、英語の画面と資料で運用できるかを先に確かめることになります。前提の数字を入れる部署が複数あるので、各部署の担当者が英語の画面で数字を入れられるかは、思いのほか効いてきます。

いきなり全社のAIを載せる必要はありません。判断が分かれている使い道を二つか三つ選び、製品の推定値で出した金額と、自社の数字に置き換えた金額を並べてみるのが手堅い始め方です。両者の差がどれだけあるかを見れば、製品の推定値をどこまで信頼してよいか、自社の数字をそろえる手間がどれだけかかるかが分かります。やめるときに、入力した台帳と前提の数字を取り出せるかも、この試行の段階で確かめておきます。

稟議・取締役会に出すまでの段取り

金額の評価を社内の判断に組み込む流れを、最初の一件に当てはめて並べると次のようになります。ポイントは、製品が数分で出す結果を出発点にしつつ、会議に出すまでに人が確かめる段階を必ず挟むことです。

  1. 判断が分かれている使い道を選び、AIの台帳から対象のシステムと業務を特定する
  2. 製品の推定値で最初の金額を出し、シナリオの一覧をリスク管理の責任者が採否する
  3. 損失の内訳ごとに持ち主の部署が自社の数字に置き換え、出どころを一行ずつ書く
  4. 結果を最も動かす前提を三つ選び、半分と倍にしたときの幅を出す
  5. 改善策ごとに運用する部署と費用を書き足し、減少額と並べる
  6. 平均・厳しめの水準・前提・金額の外に置いた影響を一枚にまとめ、会議体が採否を決める

この流れのうち、製品が肩代わりしてくれるのは主に二番目と五番目の一部です。残りは人の仕事として残ります。逆に言えば、人の仕事の部分が回る体制があって初めて、製品の速さが生きるということです。最初の一件は、時間がかかっても前提の出どころを丁寧に残し、二件目以降はそれを型として使い回すと、毎回の手間が減っていきます。

見直しの周期も決めておきます。前提の数字は、新しいAIやエージェントを入れたとき、事業の規模が変わったとき、社内外で同種の事故が起きたときに見直します。少なくとも年に一度は、前提の持ち主がそれぞれ自分の数字を確かめ、変えた理由を記録に残す、という決まりにしておくと、金額が古びずに済みます。

まとめ

Axio AIR は、サイバーリスクの定量化で積み重ねてきた方法をAIとエージェントに広げ、リスクを損失額の分布で示し、対策ごとの減少の見込みまで出す製品です。定性の評価表に比べて、使い道どうしと対策の効き目を同じ金額で比べられる点は、AI導入の稟議や取締役会で大きな助けになります。一方で、金額は前提の数字から計算されたもので、前提を誰が置いたかで結果は大きく動きます。前提の数字の持ち主を部署ごとに決め、出どころを残し、平均と厳しめの水準を幅で示し、シナリオの採否と承認の判断は人が行う。データの保管先や外部との連携、日本での支援体制は公開資料では確認できないので、導入前に書面で確かめる。この線を先に引いておけば、金額は判断を代わりに下すものではなく、判断を説明できるものとして働きます。

※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。

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

運営会社:株式会社デボノ

目次