LumosのAI権限見直しとは?|外す判断を誰が持つか

「アクセス権の見直しをAIが判定してくれるなら、部門長に一覧を回す手間はなくなるのでは」「AIが『外してよい』と言った権限をそのまま外して、監査は通るのか」——情報システムの担当者と、監査の窓口の両方から出てくる問いです。ID・アクセス管理の Lumos は2025年12月、社員のアクセス権の定期見直し(棚卸し)で、AIエージェントが一次判定を出す機能を発表しました。AIが出すのは「外す」ではなく「外す理由の下書き」です。外すかどうかを決める人と、その記録は自社で持ち続けます。この記事では、Lumos のAIによる見直しを入れる前に決めておくこと——根拠の確かめ方、自動で済ませる範囲と人が承認する範囲、監査の記録、誤って外したときの戻し方——を、見直しの手順の順に整理します。
カメ先生アクセス権の見直しにAIが入ると、AIが要らない権限を外してくれる話だと思われがちなんだけど、Lumos の説明を読むと、AIがやるのは一次判定と理由づけなんだ。
カメ子判定することと、実際に外すことは別の話、ということですか。
カメ先生そう。AIの推奨を見て見直しの担当者が却下すると、そこから連携先の権限が外れる。だから、誰がどの理由で却下したかが、監査で問われる記録になるんだよ。
カメ子AIの理由を読まずに押してしまうと、これまでの「全部承認」と変わらなくなりそうですね。
- Lumos は2025年12月、アクセス権の見直しでAIが「承認・却下・要確認」を理由付きで推奨する機能を出し、2026年6月には見直しを最初から最後まで受け持つエージェントを含む6種のエージェント群を発表した
- 推奨の根拠は、利用の有無・同じ部署や役職との比較・権限の強さの三つの見方で、人事や各アプリのデータの質に左右される。初回は抜き取りで理由を元のデータに戻って確かめる
- AIに自ら承認させるのは現状維持までにとどめ、外す判断は人に残す。戻し方と、AIの推奨を監査人向けの報告に含めるかは、見直しを始める前に決める
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。
Lumos とは:アクセス権の申請・付与・見直しを一つにまとめる基盤
Lumos は、米国サンフランシスコに本拠を置く、ID・アクセス管理の会社です。社員が業務アプリの利用を申請し、承認を経て権限が付き、定期的に見直され、退職とともに外れる、という一連の流れを一つの基盤で扱います。共同創業者のアンドレイ・サフンジッチ氏が最高経営責任者を務め、2024年5月にはシリーズBで3,500万ドルを調達したと発表しています。社員は200人未満と同社は説明しており、顧客には GitLab などの名前を挙げています。
製品ページでは、ID基盤、人事システム、ITSM、業務アプリ、クラウド、社内に置いたシステムまで、300を超える連携先を持つとしています。見直しの機能では、見直しの単位(キャンペーン)をアプリや持ち主、準拠する枠組みごとに作り、担当者への催促を Slack やメールで送り、却下された権限を連携先で外し、監査人向けの報告をまとめて出す、という流れを用意しています。名前の挙がる枠組みは SOC 2、SOX、ISO 27001、それに米国の医療情報の規制です。前回の見直しからの変更分だけを見直す機能もあります。
日本語の解説はほとんどありません。ただ、内部統制や SOC 2 の対応で四半期ごとの棚卸しを表計算とメールで回してきた会社にとっては、その作業をそのまま置き換える候補になりえます。だからこそ、AIの判定をどこまで信じるかを先に決めておく価値があります。同じ「権限」の話でも、ヘルプデスクのAIに権限の付与まで任せるか、特権IDを常時渡すか都度渡すかは別の論点です。この記事では、社員がすでに持っているアクセス権の定期見直しにしぼります。
2025年12月から2026年9月の動き:見直しのAI、エージェント群、MCPの統制
2025年12月8日、Lumos は公式ブログで、アクセス権の見直しにAIエージェントを組み込む機能を発表し、翌日の発表資料で全顧客に提供を始めたとしました。同社のAIエージェント(社内での呼び名はアルバス)が、見直しの担当者に一覧が回る前に「一次の確認」を済ませ、権限ごとに承認か却下かを理由付きで推奨する仕組みです。同社は完了までの時間が最大6倍速くなったと述べていますが、これは自社の顧客についての説明で、第三者が測った数字ではありません。
2026年6月15日には、6種類のエージェントをまとめた「アイデンティティ・エージェント群」を発表しました。見直しを最初から最後まで受け持ち、安全と見た権限は自ら承認して人の判断が要るものだけを上げるエージェント、必要な期間だけ権限を付けて後で自動で外すエージェント、実際の使われ方から最小限の役割の案を作るエージェント、権限の中身を平易な言葉で承認者に説明するエージェント、サービスアカウントやAPIの鍵を見張るエージェント、エージェントに人の持ち主を割り当てるエージェントです。2025年12月の機能は「推奨」まで、2026年6月の構想は「自ら承認」にまで踏み込んでいる点が、導入の判断でいちばん大きな違いになります。
さらに2026年9月22日には、Claude Code や Codex の中で動くエージェントが道具を呼び出す瞬間に権限を確かめ、方針に合わない操作を止める、MCP の統制の機能を発表しました。同社の最高経営責任者は、1週間で45万件を超えるエージェントの操作を計測したと述べています。この記事の主題は社員の見直しですが、エージェントの権限も見直しの対象に入ってくる流れとして、後半で1節だけ触れます。
誤解:AIの見直しは「AIが外す」機能ではない
公式ブログは、従来の見直しを「四半期ごとの儀式」と表現しています。権限の一覧を表計算に書き出し、何百人もの管理職にメールで送る。管理職は、なぜその人が権限を持っているのか、実際に使っているのかも分からないまま、締め切りに合わせて「全部選んで承認」を押してしまう。この形だけの承認が、使われていないアカウントや、少しずつ膨らんだ権限、危険な組み合わせを残してしまう、という問題意識です。
そこで Lumos のAIは、管理職の代わりに外すのではなく、管理職が判断する前に材料をそろえます。公式の説明では、根拠は三つの見方から作られます。一つ目は利用の有無で、直近90日にそのアプリにログインしたか、その権限を使ったかを見て、使われていなければ「休眠」として却下を下書きします。二つ目は、人事の部署・役職・上長が同じ人との比較で、同僚の多くが持たない権限を「役割から外れた権限」として目立たせます。三つ目は権限の強さで、読むだけの権限と、管理者や削除の権限を分け、職務の分離に反する組み合わせを探します。
公式ブログの説明では、AIは推奨を先に埋めますが、決めるのは見直しの担当者で、担当者が却下して初めて連携先の権限が外れます。AIが外すのではなく、人の却下が外すきっかけになるという順番です。これを取り違えて「AIを入れたので見直しは自動になった」と社内に説明すると、監査で「誰が判断したのか」と聞かれたときに答えられなくなります。
AIの推奨が返す三つの答えと九つの理由
公式のヘルプによると、AIは権限ごとに「承認」「却下」、それに情報が足りないときの「要確認」の三つのどれかを推奨し、推奨には理由の分類と詳しい説明が付きます。理由の分類は九つです。右の列は、AIに任せきりにせず人が確かめたい点を、この記事で加えたものです。
| 理由の分類 | 意味(公式の説明の要約) | 人が確かめたい点 |
|---|---|---|
| 退職済み | 本人がすでに在籍していない | 人事の退職日の登録と、引き継ぎが終わっているか |
| 職務の分離に反する | 方針に反する権限の組み合わせがある(権限単位の見直しのみ) | 例外として認めた記録があるか、どちらを外すか |
| 初期付与 | 方針によって自動で付いた権限 | その方針自体が今も正しいか |
| 承認済みの申請 | 正規の申請を経て付いた権限 | 申請したときの目的が今も続いているか |
| 過剰な権限 | 役割に比べて強すぎる(権限単位の見直しのみ) | 一時的な作業のために上げたままではないか |
| 利用なし | そのアプリで活動がない | 決算や監査のときだけ使う権限ではないか |
| 役割に合わない | 役割に照らして不自然 | 兼務や異動の直後ではないか |
| 役割に合う | 役割に照らして妥当 | 同じ部署の全員が過剰に持っていないか |
| 人以外 | サービスアカウントなど人以外の身元 | 持ち主と用途が分かっているか |
表の右の列が、AIに任せきりにしない理由です。たとえば「利用なし」は、決算期や監査の対応のときだけ使う権限にも出ます。「役割に合う」も、同じ部署の全員が過剰な権限を持っていれば、比べる基準そのものが膨らんでいるので、妥当に見えてしまいます。同僚との比較は「みんなと同じなら正しい」とみなす仕組みなので、部署ぐるみの過剰を見つけるのは人の仕事として残ります。
手順1:見直しの対象と、AIの推奨を使う範囲を決める
公式のヘルプでは、AIの推奨は見直しの機能で既定で有効になっており、キャンペーンの単位でも、個々の見直しの単位でも、有効と無効を切り替えられます。注意したいのは、この切り替えがまだ始めていない見直しにしか効かない点です。始めた後で「この見直しはAIなしで行うべきだった」と気づいても、その回は戻せません。
そこで最初に、どの見直しでAIの推奨を使うかを決めます。目安は、財務報告に関わる仕組みや顧客の個人情報を扱う仕組みのように、監査で深く問われる対象では、初回はAIの推奨を参考にとどめ、人の判断の記録を厚くすることです。反対に、利用者が多く、権限の種類が少ない業務アプリは、AIの推奨で人が見る件数を減らす効果が出やすい対象です。
監査の対象かどうか、扱う情報の重さ、利用者の数を並べ、見直しの単位をどう切るかを決めます。
初回は件数が多く影響の小さい対象から始めます。監査で重い対象は、推奨を表示させても判断は人が全件で行う、と決めておきます。
切り替えは始めていない見直しにだけ効くため、開始の前に、AIの推奨の有無と、監査人向けの報告への含め方を確認します。
どの対象でAIの推奨をどう使うかを、情報システムの責任者と内部統制の担当者で文書にし、承認しておきます。
手順2:人事・ID基盤・各アプリのデータをそろえる
AIの推奨の質は、渡すデータの質で決まります。公式ブログは、根拠のデータを ID基盤、人事システム、各アプリのAPIから取るとしています。部署や役職、上長が人事システムの上で古いままだと、同僚との比較が狂います。兼務の人、出向者、業務委託の人が人事システムに正しく載っていないと、「役割に合わない」が大量に出ます。
利用の有無も同じです。アプリによっては、ログインの記録は取れても、どの権限を使ったかまでは連携で取れないことがあります。その場合、「90日使っていない」の判定は、アプリへのログインの有無にとどまります。どのアプリで、どの粒度の利用記録が取れているかを、連携の一覧と突き合わせておくと、推奨ごとの重みを判断しやすくなります。
- 人事システムの部署と役職の更新が遅れている会社では、異動の直後の人に「役割に合わない」が集中します。見直しの時期を、異動の反映の後にずらすのも手です
- 業務委託や派遣の人を、どの人事データで管理しているかを確認します。人事システムに載っていない人は、同僚との比較の対象から外れます
- 年に数回だけ使う権限(決算・監査・災害時の手順など)は、「利用なし」の推奨を人が必ず見る一覧として、先に作っておきます
手順3:「外してよい」の根拠を、見直しの担当者が読める形で確かめる
Lumos は、抽象的な危険度の点数ではなく、平易な文章で理由を示すことを特長に挙げています。安全・注意・危険の印と、「同僚と同じ使い方」「前回の見直しの後に新しく付いた」「90日使っていない」といった説明が、判断の横に並ぶ形です。危険度の高いものが一覧の上に来るので、担当者は本当に判断が要る一部に時間を使える、と同社は説明しています。理由が文章で出るのは、部門長が判断しやすくなる大きな利点です。
ただ、理由が読みやすいことと、理由が正しいことは別です。初回の見直しでは、AIが却下を推奨した権限から抜き取りで数十件を選び、情報システムの担当者が元のデータ(人事の記録、アプリの利用記録、申請の履歴)に戻って理由を確かめます。抜き取りで理由と元のデータが食い違った分類は、次の回も人が全件で見ると決めておくと、どの分類を信用してよいかが、回を重ねるごとに分かってきます。
部門長への説明も変えます。「AIの推奨に従えば終わり」ではなく、「AIの推奨は根拠の下書きで、理由が自分の知っている現場と合わないときは、推奨と逆の判断をしてよい」と伝えます。AIの推奨と人の判断が食い違った件こそ、人が判断したことの証拠になるからです。逆の判断をしたときは、一行でよいので理由を書いてもらいます。
手順4:自動で済ませる範囲と、人が承認する範囲を分ける
2025年12月の機能では、推奨を出すところまでがAIの役割でした。一方、2026年6月に発表された見直し用のエージェントは、安全と見た権限を自ら承認し、人の判断が要るものだけを上げる、と説明されています。ここで社内の線を引きます。AIに自ら承認させてよいのは、外さないという判断、つまり現状維持に限るのが筋です。誤って残した権限は次の見直しで拾えますが、誤って外した権限は業務を止めるからです。
そのうえで、外す判断は人に残します。とくに次のような処理は、AIの推奨がどれだけ確からしく見えても、人が承認します。
- 管理者の権限や削除の権限を、AIの推奨だけで外す(業務が止まり、戻すにも申請と承認が要る)
- 職務の分離に反する組み合わせを、どちらを外すか決めずに、推奨どおりに処理する
- サービスアカウントなど人以外の身元の権限を、持ち主に確かめずに外す(夜間の連携が止まる)
- 退職の判定を、人事の記録と突き合わせずに処理する(退職日の登録漏れや、再雇用との取り違え)
この線は表にして、見直しの方針として承認しておきます。AIの判定が安定してきたら、自ら承認させる範囲を少しずつ広げます。逆に、AIが自ら承認した権限が後で問題になったら、その分類は人の承認に戻します。範囲を広げる判断も、狭める判断も、AIではなく情報システムの責任者が持ちます。
手順5:外した後の処理と、誤って外したときの戻し方
公式ブログでは、見直しの担当者が却下すると、Lumos が連携先を通じてただちに権限を外し、役割を下げ、ライセンスを外すとしています。製品ページでは、外した処理を ITSM の側でも追えると説明しています。チケットを起こす手間がなくなる半面、却下を押した瞬間に、業務の権限が消えるということでもあります。
そこで、誤って外したときの戻し方を、見直しを始める前に決めておきます。
- 外した権限の一覧を、見直しの終了時に書き出して保管する(何を外したかが分からないと戻せない)
- 誤って外したと本人や部門長が申し出たときの窓口を一つにし、通常の申請とは別の、急ぎの戻しの経路を用意する
- 戻すときに元の権限をそのまま戻すのか、申請からやり直すのかを、権限の重さで分けておく
- 戻した件は「AIの推奨が誤っていた」のか「人の判断が誤っていた」のかを記録し、次の回の線引きに反映する
とくに業務アプリのライセンスを外した場合、アプリによっては、その人が持っていたデータの持ち主が変わったり、作業中の内容が見えなくなったりします。権限を戻しても元どおりにならない外し方がないかを、主なアプリごとに確かめておくと、戻しの窓口が慌てずに済みます。
手順6:監査で説明できる記録を残す
製品ページでは、見直しの担当者の判断をすべて監査の証拠として保存し、外した処理も記録して、SOC 2 や SOX などの形式に合わせた報告を出せるとしています。公式ブログも、外す処理ごとに、何が、いつ、誰の承認で変わったかを残すと説明しています。
押さえておきたいのは、監査人向けの報告にAIの推奨を含めるかどうかを、設定で切り替えられることです。公式のヘルプによると、この設定はすべての報告に効き、有効にすると、途中で一度でもAIの推奨を有効にしていた見直しの報告には、AIの推奨が入ります。AIの推奨を報告に含めるか外すかは、監査人と事前に話してから決めるべき事項です。含めれば「AIがこう推奨し、人がこう判断した」という経緯を見せられますが、監査人の側にもAIの推奨をどう評価するかの考え方が要ります。
どちらを選んでも、推奨と人の判断が食い違った件と、その理由を取り出せるようにしておくことが大切です。人がAIの推奨をすべて追認しているように見える記録は、従来の「全部選んで承認」と区別がつきません。
部門長・情報システム・監査の持ち分を書き換える
AIが入ると、見直しの作業は「部門長が全件を見る」から「部門長がAIの上げた件を見る」に変わります。件数が減るのは利点ですが、部門長が見なくなった件の責任を誰が持つかが曖昧になります。AIが自ら承認した件は、その範囲を決めた情報システムの責任者が持つ、と明文化しておくのが一つの形です。
| 役割 | AIを入れる前 | AIを入れた後に持つこと |
|---|---|---|
| 部門長・アプリの持ち主 | 全件を見て承認・却下 | AIが上げた件と、却下の推奨の判断。推奨と違う判断をしたときの理由 |
| 情報システム | 一覧の書き出しと催促 | 推奨の使い方の方針、抜き取りの確認、戻しの窓口、連携とデータの整備 |
| 監査・内部統制 | 結果の確認 | AIの推奨を報告に含めるかの合意、食い違った件の検証 |
| 人事 | 退職と異動の連絡 | 部署・役職・上長のデータの鮮度の維持 |
製品ページは、見直しの担当者が承認・却下・委任を1回の操作でできるとしています。委任は便利ですが、委任された人がAIの推奨をそのまま押すだけなら、形だけの承認が別の人に移っただけです。委任された人にも、推奨と逆の判断をしたときは理由を書いてもらう運用にしておきます。
何が社外に出るか:人事・権限・利用状況のデータ
Lumos のAIが推奨を作るには、人事システムの部署・役職・上長、ID基盤のアカウント、各アプリの権限と利用の記録を、Lumos に集める必要があります。社員の個人情報と、「社内のどのシステムに、誰が、どの強さで入れるか」という、攻撃者にとって価値の高い地図が、一つの外部のサービスに集まることになります。
公開されている製品ページやヘルプでは、AIの推奨をどの提供元のモデルで作っているか、データがAIの学習に使われるかは確認できませんでした。製品ページは、AIが自社の権限の関係図に基づいて動き、持ち主・例外・承認の経路を記憶すると説明しています。処理するAIの提供元、データの保存場所と保存期間、学習への利用の有無は、契約の前に情報システムと法務が書面で確かめる項目です。製品ページから、同社の情報公開のページへの案内があります。
もう一つ、連携のために Lumos に渡す権限そのものも、見直しの対象です。各アプリで権限を外せるということは、Lumos が各アプリで権限を変更できる強い権限を持つということだからです。連携の権限を誰が承認し、どの記録で見張るかを、最初の接続の前に決めておきます。
エージェントの権限も見直しの対象に入れる:MCPの統制と持ち主探し
2026年に入って、見直しの対象は社員だけではなくなりました。6月のエージェント群には、エージェントや人以外の身元を一覧にして人の持ち主を割り当てるもの、サービスアカウントやAPIの鍵、トークンを見張り、休眠しているものや範囲が広すぎるものを止めるものが含まれています。9月の MCP の統制は、Claude Code や Codex の中のエージェントが道具を呼ぶたびに権限を確かめ、方針に合わなければ止めると説明されています。
社員の見直しと比べると、エージェントは持ち主のいない権限になりやすく、四半期の見直しの合間にも権限を使い続ける点が違います。同社の発表は、社員が誤って顧客管理の記録を1件消すところを、エージェントは数秒で千件消しうる、という例を挙げています。ただ、MCP の統制の発表資料には、記録の残し方や方針の書き方の詳しい説明はありませんでした。エージェントに作業ごとに権限を渡して取り消す運用は別の論点なので、ここでは、見直しの一覧にエージェントの行を加え、持ち主の欄を空けない、という最低限の線にとどめます。
費用の増え方とやめ方
公式サイトには料金の表示がなく、デモの申し込みと無料の診断への案内だけがあります。費用は個別の見積もりで、管理する人数、連携の数、使う機能で変わると考えておくのが無難です。AIの推奨が別料金かどうかも公開情報では分からないため、見積もりの段階で、見直しの機能、エージェント群、MCP の統制を、それぞれ含むか含まないかで分けて出してもらいます。
やめ方も先に決めます。見直しの記録は、監査の証拠として数年の保管が必要になることが多いので、契約を終える前に、過去の見直しの報告と判断の記録を自社の保管場所に書き出す手順があるかを、契約の時点で確かめます。連携のために各アプリに作った Lumos 用のアカウントや鍵は、やめた後に必ず消します。消し忘れると、それ自体が持ち主のいない強い権限として残ります。
やめる判断の目安も置いておきます。抜き取りで理由と元のデータの食い違いが減らない、部門長の判断がAIの推奨の追認ばかりになっている、AIの推奨を使った分だけ監査人からの質問が増えた、といった状態が続くなら、AIの推奨を切って従来の見直しに戻すか、製品そのものを見直す時期です。
よくある質問
AIの推奨を使えば、四半期の見直しを年1回に減らせますか
減らす根拠にはなりません。見直しの頻度は、内部統制や SOC 2 などで自社が約束している内容と、監査人との合意で決まります。AIで1回あたりの作業が軽くなるなら、頻度を落とすより、対象のアプリを広げるほうが統制として説明しやすいはずです。
AIが却下を推奨した権限を、部門長が承認しても問題ありませんか
問題ありません。現場の事情を知る部門長が残すと判断したなら、理由を書いて残すのが正しい運用です。ただ、同じ部門長が推奨と逆の判断を毎回大量にしているなら、AIの判定の前提(人事のデータや利用記録)が合っていないか、部門長が中身を見ていないかのどちらかなので、情報システムが確かめます。
すでに別のID管理の製品を使っていても入れられますか
公式は、ID基盤や人事システム、各アプリとの連携を前提にしており、Okta や Entra のようなID基盤と組み合わせて見直しを担う使い方を想定しています。ただ、既存のID管理の製品にも見直しの機能がある場合、どちらの記録を監査の証拠にするかを一つに決めないと、二重の運用になる点に注意が要ります。
国内の業務アプリにも使えますか
300を超える連携先の多くは海外の製品です。国内の業務アプリを対象にする場合は、連携が用意されているか、用意がなければ権限と利用の情報をどう取り込むのかを、デモで自社のアプリを名指しして確かめてください。利用の記録が取れないアプリでは、「利用なし」の推奨は出ない前提で扱います。
まとめ
Lumos は、2025年12月にアクセス権の見直しへAIの一次判定を組み込み、2026年6月には見直しを受け持つエージェントを含む6種のエージェント群、9月にはエージェントの道具の呼び出しを止める MCP の統制へと範囲を広げてきました。AIの推奨は、利用の有無、同僚との比較、権限の強さから作られる「外す理由の下書き」であり、外すきっかけは人の却下です。入れる前に、推奨を使う対象、人事と利用記録のデータの鮮度、抜き取りでの理由の確かめ方、AIに自ら承認させる範囲(現状維持まで)、誤って外したときの戻し方、監査人向けの報告への含め方、社外に出るデータ、費用とやめ方を決めておきます。AIに外す判断をさせず、根拠を書かせ、人が確かめる範囲を先に決めることが、見直しを形だけの承認に戻さないための条件です。
※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。
