Barracuda AI Data Security、AIガバナンスをMSPサービスへ転換。ただし真の試金石は執行力

Barracuda Networksは、1,300種類を超えるGenAIツールを対象とした制御機能を備えるBarracuda AI Data Securityを発表し、管理されていない従業員のAI利用をMSPにとってのサービス機会へと変えようとしている。同製品は、プロンプトやアップロードを検査し、機密情報をブロックし、利用ポリシーを適用し、コンプライアンスの証跡を生成するとしている。2026年10月に提供開始予定だ。

この発表が重要なのは、Barracudaが中小企業に専任のAIガバナンスチームを構築するよう求めていない点にある。同社はこの業務をBarracudaONEに組み込み、マネージドサービスプロバイダーが単一のコンソールから複数顧客を管理できるようにする。このモデルは、本格的なAIガバナンスはエンタープライズの取り組みにとどまるべきだという前提に挑戦するものだ。

ただし、管理の容易さと効果的な執行は別の約束である。AIトラフィックはウェブサイト、デスクトップアプリケーション、ブラウザ拡張機能、組み込みアシスタント、連携ワークフローをまたいで流れる。Barracudaは、正当な業務を妨げたり機密データを見逃したりすることなく、既存の制御機能がこうした経路を追跡できることを証明しなければならない。

したがって主な競争は、Barracudaと単一のセキュリティベンダーの間にあるわけではない。中央集権的で執行可能なAIガバナンスと、多くの中小組織がなお依存する利用規定、従業員の判断、包括的な禁止措置という非公式な組み合わせとの競争である。

Barracuda AI Data Security、可視化から執行へ

Barracudaは、シャドーAIの可視化機能を、従業員が生成AIサービスへ送信する情報に対する能動的な制御へと拡張している。

Barracudaは2026年9月22日にこの製品を発表した。同社のAIセキュリティに関する発表によると、BarracudaONE内でAIの可視化、データ保護、脅威検出、ポリシー執行、コンプライアンス記録を統合する。

シャドーAIとは、従業員が正式な承認や十分な監督を受けずにAIサービスを利用することを指す。問題は日常的な業務から始まり得る。従業員が顧客記録をChatGPTに貼り付けたり、契約書をClaudeにアップロードしたり、独自コードをAIコーディングアシスタントに送信したりする可能性がある。

Barracudaによると、この製品は情報が外部のAIサービスに到達する前に、プロンプトとファイルアップロードを検査する。事前構築された検出機能は、顧客情報、認証情報、財務記録、医療データ、独自のソースコードを検出する。

管理者は、やり取りがポリシーに違反した際に、ブロック、警告、リダイレクトを行うよう製品を設定できる。ルールはチーム、データ分類、AIサービスごとに変更可能だ。エンジニアリング、営業、財務、マーケティングが同一のリスクを負うわけではないため、これは重要である。

エンジニアリング部門には、ソースコードを保護したまま、承認済みのコーディングアシスタントの利用を許可できる。営業担当者には、顧客情報を公開チャットボットへ入力する前に警告を表示できる。財務部門には、支払データや社内予測に関して、より厳格なブロックルールを適用できる。

このシステムは、検査された各やり取りについて監査証跡も作成する。Barracudaによれば、この記録にはユーザー、ポリシー、検出タイプ、実行されたアクション、タイムスタンプが含まれる。管理者はこの証跡を社内レビュー、保険会社、監査人向けにエクスポートできる。

これは、製品を文書化されたAIポリシーの先へ進めるものだ。文書は許容される行動を示せるが、プロンプトを検査したりアップロードを阻止したりはできない。Barracudaが販売しているのは、ポリシーと従業員の活動の間に置かれる執行レイヤーである。

同社はまた、Barracuda IQエンジンがプロンプトインジェクションやジェイルブレイクの試みを検出するとしている。プロンプトインジェクションは、細工された指示を使ってAIシステムを操作する手法であり、ジェイルブレイクは安全制限の回避を試みるものだ。Barracudaによると、この検出機能は、言語モデルを利用するアプリケーションのセキュリティ脅威に関する広く使われているフレームワークであるOWASP GenAI risksに沿っている。

データ制御とモデル中心の脅威検出の違いは重要だ。前者は組織外へ出る情報を保護する。後者はAIとのやり取りの中で悪意ある行為や禁止された行為を探す。

Barracudaによると、デフォルトの機密データ制御は、大規模な初期設定なしで機能する。また、ガイド付きセットアップのために、ファイアウォール風のワークフローとBailey AIアシスタントも提供する。これらの選択肢は、セキュリティポリシーを理解していても、専門的なAIガバナンスの知見を持たない管理者を対象としている。

もっとも、この発表だけでは検出精度を独立して裏付けることはできない。誤検知率、見逃し率、対応するすべてのサービスにおける性能は開示されていない。製品がレポーティングダッシュボードではなく、実運用の制御手段として機能するかどうかは、こうした点によって決まる。

MSP向けAIセキュリティが急務となった理由

中小組織はすでに生成AIを利用しているが、多くはそれを一貫して統治するために必要な人員や制御手段を欠いている。

BarracudaはArlington Researchに委託し、ITおよびセキュリティ分野の中級・上級意思決定者2,000人を調査した。回答者は、米国、欧州、オーストラリア、インド、日本に所在する従業員100人から2,000人の組織に勤務していた。

そのガバナンス調査では、回答者の38%がAIセキュリティとガバナンスをスキルギャップとして挙げた。従業員500人から1,000人の組織のCIOに限ると、この割合は49%に達した。

MSPを利用している組織では、40%がAIセキュリティとガバナンスに関する専門性の不足を懸念していた。MSPを利用しておらず、利用予定もない組織では30%だった。

この調査はBarracudaが委託したものであり、読者は製品発表に関連する市場調査として受け止めるべきだ。ただし、調査手法とサンプルは開示されており、その中心的な発見は認識しやすい運用上の課題を示している。

従業員は正式な購買プロセスを待たずに公開AIサービスを導入できる。多くのアプリケーションも、通常のソフトウェア更新を通じてAI機能を追加する。そのためセキュリティチームは、会社情報に触れるモデル、アシスタント、組み込み機能について、信頼できるインベントリを持てない可能性がある。

MSPには両方向から圧力がかかる。顧客はAIによる生産性向上ツールへのアクセスを求める一方、データ漏洩、コンプライアンス、セキュリティ上の露出の管理もプロバイダーに期待する。

包括的な禁止を推奨するプロバイダーは、隠れた利用を促すリスクがある。検査なしですべてのサービスを許可するプロバイダーは、開放されたデータチャネルを受け入れることになる。どちらの立場も、顧客に持続可能なガバナンスモデルを提供しない。

これはMSPに対応を迫る。反復可能なAIガバナンスサービスを開発するか、顧客が単独でリスクを管理すべき理由を説明する必要がある。

Barracudaはパートナーに対し、まず可視化から始め、すでに利用されているツールを特定し、その後に執行可能なポリシーを追加するよう促している。プロバイダーはその後、継続サービスとして監視、レポーティング、ポリシーレビューを提供できる。

この進展は、以前のマネージドセキュリティサービスに似ている。MSPはまず顧客ネットワークの可視化を獲得し、その後、複数アカウントにまたがる制御、監視、レポーティングを標準化した。Barracudaはこの運用モデルをAIとのやり取りに適用している。

この機会には責任も伴う。顧客は、マネージドAIセキュリティサービスを、機密データが漏洩しないという保証だと解釈するかもしれない。あらゆるアプリケーションとワークフローにわたり、そのような絶対的な約束を支えられるコンテンツ検査システムは存在しない。

MSPには正確なサービス説明が必要となる。どのトラフィックが可視化されるのか、どのアプリケーションがインライン検査を受けるのか、管理対象外のデバイスや未対応チャネルを通じてユーザーが作業した場合に何が起こるのかを説明しなければならない。

責任範囲も明確にする必要がある。Barracudaは検出と執行を提供できるが、どの情報が機密であり、どのAIサービスが許容されるかを決めるのは依然として顧客である。

短期的な意義は明確だ。MSP向けAIセキュリティは、一般的な助言から、導入可能な制御、継続的なポリシー業務、測定可能な執行記録を備えたサービスカテゴリーへ移行しつつある。

Barracuda AI Data Security、ガバナンスをマルチテナントサービスに

この製品を特徴づける仕組みは、別のAI検出器ではない。多数の顧客環境にまたがる一元的なポリシー提供である。

BarracudaONEはBarracuda AI Data Securityの管理レイヤーを提供する。Barracudaによると、MSPは一元化されたマルチテナントコンソールから、分離された顧客環境を管理できる。

マルチテナンシーにより、1つのプロバイダーはユーザー、ポリシー、データ、記録を論理的に分離したまま、複数の顧客を管理できる。MSPにとってこれは不可欠である。分断されたコンソール内で各設定作業を繰り返せば、サービスの経済的価値の多くが失われてしまうからだ。

ワークフローは可視化から始まる。管理者は既存のネットワークおよびドメインネームシステムのテレメトリーを通じて、承認済み・未承認のAIツールを特定する。DNSテレメトリーはシステムが接続するインターネットドメインを記録し、AIサービスを低負荷で発見する手段を提供する。

可視化だけでは、サービスに入力されたすべての内容を明らかにできない。そこでBarracudaは、対応経路内のプロンプトとアップロードに対するインライン検査を追加する。ここでポリシーは、送信前に情報を止められる。

この製品は、すべての違反を同じように扱うのではなく、異なるアクションをサポートする。警告は、従業員の選択を残しつつ低リスクのやり取りに対処できる。マスキングは機密要素を除去できる。ブロックは高リスクの送信を完全に停止できる。

Barracudaによると、この製品はChatGPT、Microsoft Copilot、Claude、Geminiを含む1,300種類を超えるGenAIツールを対象とする。この数値はポリシーの対象範囲を表すが、すべてのサービスが同一の検査を受けることを意味するものではない。

同社の製品資料では、検出、ガイダンス、より広範なプロンプト検査が区別されている。購入者は、各アプリケーション、アクセス方法、導入構成にどの機能が適用されるかを確認すべきだ。

Barracudaはまた、既存のSecureEdge Access顧客が、現在のウェブ検査をAIガバナンスへ拡張できるとしている。SecureEdge Accessはセキュリティサービスエッジ製品であり、ウェブ、クラウド、プライベートアプリケーションへ接続するユーザーにアクセスおよびセキュリティ制御を適用する。

この統合により、すでにBarracuda経由でトラフィックをルーティングしている組織では導入作業を減らせる可能性がある。また、AI制御がMSPがすでに運用するセキュリティ環境の一部となるため、商業上の優位性も生まれる。

この仕組みは、顧客ごとに異なるポリシーが必要な場合に実用的な価値を持つ。医療機関は患者情報を保護し、詳細な監査証跡を求めるかもしれない。ソフトウェア企業はソースコード、認証情報、未発表製品の詳細を優先的に保護する可能性がある。

MSPは再利用可能なポリシー基盤を維持し、それを顧客ごとに調整できる。テンプレートが適応可能であり続ける限り、この手法はポリシーを一から作成するよりも拡張性が高い。

Barracudaの最高製品責任者であるNeal Bradburyは、チャネルの発展における新たな段階としてこの変化を位置付けた。独立系メディアによる発表報道では、同氏はこれをクラウド導入とMicrosoft 365セキュリティにおけるMSPの役割になぞらえた。

この比較は高い基準を示している。クラウドとMicrosoft 365のサービスが持続的なMSPビジネスになったのは、プロバイダーが導入、監視、サポート、セキュリティ成果を標準化できたからである。AIガバナンスにも、同様の運用上の一貫性が必要になる。

この製品は、MSPが技術サポートから事業リスクに関する助言へと役割を移す助けになる可能性がある。プロバイダーは顧客に対し、従業員がどのツールを利用しているか、機密情報がどこに現れるか、どのポリシーで違反が繰り返されているかを示せる。

ただし、その価値はレポーティングの品質に左右される。生のイベント件数だけでは、あるポリシーが事業にとって有用かどうかは分からない。MSPには、傾向、影響を受けるチーム、繰り返し現れるデータカテゴリ、そして変更を推奨するのに十分な背景情報が必要となる。

また、このサービスはすべてのAI利用を監視行為に変えてはならない。顧客には保持期間の制限、アクセス制御、マスキング、透明性の高い従業員向けポリシーが必要になる。監査証跡は、アラートの原因となった機密コンテンツを不必要に保存せずに、ポリシーが実施されたことを証明すべきだ。

Barracudaによれば、機密コンテンツは記録内でマスキングできるという。購入検討者は、その仕組みの詳細、イベント詳細にアクセスできる管理者の範囲、保持設定が契約上および規制上の義務に合致しているかを確認すべきである。

本当の難題は、AIを地下に追いやらずに統制することだ

Barracudaにとって中心的なトレードオフは、可視性と摩擦の間にある。厳格な統制はデータを保護できる一方、不十分な統制は従業員を見えにくいツールへと向かわせかねない。

文書化された禁止措置は、生成AIが手軽に使え、日常業務にも役立つため、しばしば機能しない。従業員は公開チャットボットを開いたり、ブラウザー拡張機能をインストールしたり、既存ソフトウェアに組み込まれたAI機能を使ったりできる。

したがってセキュリティ製品には、正当な生産性向上と危険な情報開示を見分ける能力が求められる。すべてのAIサイトをブロックすれば当面の漏えいリスクは下げられるが、回避策を助長し、承認済みの利用まで妨げる可能性がある。

Barracudaのブロック、警告、マスキング、リダイレクトのアクションは、より柔軟なアプローチを提供する。この設計により、管理者はポリシー違反の重大度に応じて対応を使い分けられる。

難しさは分類にある。顧客番号は、ある文脈では機密情報でも、別の文脈では無害かもしれない。ソースコードには、公開サンプル、社内の知的財産、認証情報、あるいはそのすべてが含まれ得る。

誤検知は摩擦とサポート依頼を生む。日常的なプロンプトで警告が繰り返されれば、従業員はアラートを無視したり、監視されていないチャネルを探したりするかもしれない。見逃しはその反対で、機密コンテンツの通過を許してしまう。

Barracudaは、こうした結果に関する独立したベンチマークを公表していない。1,300を超えるツールを保護するという同社の主張は広範だが、カバレッジの広さは検査の深さや精度を裏付けるものではない。

アプリケーションの挙動も急速に変化する。AIベンダーはWebインターフェース、API、デスクトップクライアント、組み込み機能を更新する。現在あるトラフィックパターンに対して機能する統制も、サービス更新後には調整が必要になる可能性がある。

暗号化トラフィックも複雑さを加える。インライン検査は、多くの場合、ルーティング、ID統合、エンドポイントソフトウェア、ブラウザー制御、またはそれらの組み合わせに依存する。導入方法の選択はそれぞれ、可視性、性能、プライバシーに影響を与える。

独立した製品報道は、Barracudaが発表した機能と10月のスケジュールを確認している。また、デフォルトブロックとサービスカバレッジに関する主張は、同社によるものだと明記している。

この違いは重要だ。今回の発表はBarracudaが提供しようとしているものを示すが、多様な顧客環境における実運用の証拠をまだ示すものではない。

脅威検知にも同様の慎重さが必要である。OWASPフレームワークとの整合性は管理者に有用な参照点を与えるが、あらゆるプロンプトインジェクションやジェイルブレイク手法からの保護を保証するものではない。

攻撃者は、指示、エンコーディング、言語、間接的なコンテンツソースを継続的に変化させる。不確かな挙動が現れたとき、AIセキュリティ層には定期的な更新と堅牢なログ記録が必要となる。

この製品はプロンプトとアップロードにも大きく焦点を当てている。しかしAIガバナンスは、組織がモデルをメール、顧客記録、ファイルシステム、業務アプリケーションに接続するにつれ、その範囲を超えて広がる。

AIエージェントは、従業員が機密データを手動でプロンプトに貼り付けなくても、そのデータを取得できる。また、接続されたツールを通じてアクションを実行することもある。こうしたワークフローには、プロンプト検査と並行して、ID制御、最小権限アクセス、アプリケーション監視、データガバナンスが必要だ。

BarracudaはAI Data Securityを、より広範なポートフォリオの最初の一部として説明している。購入検討者は初期リリースを、自律型AIのリスクに対する完全な答えと見なすべきではない。

MSPはここでコミュニケーション上の課題に直面する。より優れた可視性、実行可能なポリシー、文書化された介入を約束することはできる。しかし、完全な防止を約束すべきではない。

信頼できるサービスは、カバレッジの限界を明示し、テクノロジーと従業員向けガイダンスを組み合わせる。また、ブロックされたイベント、見逃されたチャネル、ポリシー例外、顧客アプリケーションの変更を見直す。

成功は、利用者が統制を妥当なガードレールと受け止めるかにかかっている。リスクのあるデータを説明し、承認済みツールを示す警告は行動改善につながり得る。説明のない拒否は、単に反発を生むだけだ。

Barracudaはエンタープライズ優先のAIガバナンスモデルに圧力をかけている

Barracudaの競争上の動きは、別の専門的なエンタープライズ案件を売るのではなく、ミッドマーケットとそのサービスプロバイダー向けにAIガバナンスをパッケージ化することにある。

AIガバナンス製品は、多くの場合、大規模なセキュリティ、プライバシー、コンプライアンスチームを起点に導入される。その展開には、データ検出、ブラウザー制御、ポリシーエンジン、モデルインベントリ、広範なコンサルティングが含まれることがある。

小規模な組織も同じ基本的な成果を必要とするかもしれないが、そうしたチームを持たない。AI利用を把握し、データ漏えいを減らし、統制を文書化し、管理を運用可能な範囲に保つ必要がある。

Barracudaは、既存のチャネルを提供基盤として位置付けている。このルートにより同社は、すでにパートナーを通じてメール、ネットワーク、データ保護、マネージド検知サービスを購入している顧客にアクセスできる。

今回の発表は、Barracudaが2026年初めに導入したAI可視化機能も基盤としている。これらの機能は、組織によるAI利用の発見とリスク評価を支援した。AI Data Securityは、そこに実施と証跡の層を加える。

この順序は競争上重要である。検出は顧客との対話を始めるきっかけになるが、実施は継続的な運用上の役割を生む。その後、レポーティングは事業およびコンプライアンス責任者との定期レビューを行う理由を提供する。

BarracudaだけがAIセキュリティに取り組んでいるわけではない。データ損失防止ベンダーはポリシーをAIアプリケーションへ拡張している。セキュアWebゲートウェイのプロバイダーはAIトラフィックを検査または制限できる。ブラウザーセキュリティ企業はWebセッション内のアクションを統制できる。

クラウドアクセスセキュリティブローカーはアプリケーションを検出し、データポリシーを実施できる。AIセキュリティの専門企業は、モデルテスト、プロンプトインジェクション、アプリケーションのセキュリティ態勢、実行時監視、エージェントの挙動に焦点を当てている。

Microsoftも、セキュリティおよびコンプライアンス製品を通じてCopilotの周囲にガバナンスとデータ制御を配置している。このアプローチはMicrosoftサービスを中心とする組織には魅力的かもしれないが、顧客は一度に複数のAIプラットフォームを利用することが多い。

Barracudaの答えは、MSPを中心に据えたより広範なポリシー層である。同社が主張するカバレッジには、Microsoft Copilot、ChatGPT、Claude、Gemini、および多くの知名度の低いサービスが含まれる。

これは競争をなくすものではない。MSPはすでに、AIドメインのブロック、ブラウザー活動の検査、データ損失防止ルールの適用が可能なセキュリティ製品を運用しているかもしれない。購入検討者は、Barracudaが意味のあるAIコンテキストを追加するのか、単に既存の統制を再パッケージ化するだけなのかを見極める必要がある。

マルチテナントのワークフローが、最大の差別化要因になり得る。技術的に優れた製品であっても、ライセンス、オンボーディング、ポリシー複製、レポーティング、顧客分離に過大な管理作業が発生すれば、チャネルでは失敗し得る。

Barracudaは、事前構築済みの検知機能と使い慣れたルールインターフェースにより、導入は数分で完了するとしている。これは、より広範な現場での検証を待つ同社の主張である。

製品の10月提供開始は早期の試金石となる。MSPは、デモ環境1つではなく複数の顧客でセットアップ時間を評価すべきだ。また、ポリシーに手動調整が必要となる頻度も測定すべきである。

Barracudaは、既存のパートナー基盤と確立されたプラットフォームの恩恵を受けている。同社の課題は、統合によって単に同じダッシュボードに別のモジュールを追加するのではなく、より優れた運用が実現することを示すことだ。

市場への圧力は専門ベンダーにとどまらない。Barracudaが小規模顧客向けのAIガバナンスを管理可能にすれば、競合するMSPプラットフォームも同等の検出、実施、監査機能を備える必要がある。

統制に一貫性がないことが証明されれば、エンタープライズ優先のベンダーは、有意義なAIガバナンスには依然としてより深い専門性が必要だと主張できる。それは、簡素さと保護を両立できるというBarracudaの主張を弱めることになる。

競争の行方は、機能一覧ではなく導入の証拠によって決まる。パートナーは、カバレッジ、アラート品質、顧客向けレポーティング、ポリシーの可搬性、サービス運用に必要なスタッフ時間を比較することになる。

10月の展開が機能するかを示す3つのシグナル

Barracuda AI Data Securityが成功するのは、パートナーが繰り返し導入でき、有用なポリシーを実施し、測定可能なリスク低減を顧客に示せる場合に限られる。

最初のシグナルは、2026年10月のリリースそのものである。Barracudaは、発表したプロンプト検査、アップロード制御、監査証跡、マルチテナント管理を予定どおり提供しなければならない。

提供開始だけで疑問は解消しない。初期ドキュメントでは、どのサービスにリアルタイム検査が適用されるのか、どのサービスが検出のみに対応するのか、どの導入コンポーネントが必要なのかを明確にすべきだ。

こうした区別が明確であれば、今回の発表は、利用しやすいMSP向け製品だというBarracudaの主張を支える。重要な機能が限定されたまま、または曖昧に説明されたままであれば、その主張は弱まる。

2つ目のシグナルは、複数の顧客環境にまたがるパートナー導入である。Barracudaは、Elevate Technology GroupのGeoff Turnerを含む、支持的なMSP幹部のコメントを引用している。Turnerは、ポリシーだけでは不十分だとし、シンプルで拡張可能な統制を求めた。

こうした支持表明は需要を説明するが、運用成果の代わりにはならない。より強力な証拠となるのは、異なるアプリケーション、規制、リスク許容度を持つ顧客に対して、MSPがこのプラットフォームを利用することだ。

購入検討者は、具体的な成果を報告する導入事例に注目すべきである。有用な指標には、オンボーディング時間、検査対象アプリケーション数、繰り返されるポリシー違反、誤検知率、初期展開後のポリシー変更が含まれる。

単にガバナンスが改善したと述べるだけの事例から得られることは少ない。プロバイダーが未知のツールを特定し、特定のデータクラスを防止し、繰り返される違反を減らしたことを示す証拠の方が、より意味を持つ。

3つ目のシグナルは、競合各社の反応である。セキュアWebゲートウェイ、データ損失防止、ブラウザーセキュリティ、AIセキュリティのベンダーは、公開モデルや組み込みアシスタントに対する統制を引き続き追加していく。

競合がマルチテナントAIガバナンスを強調するようになれば、Barracudaはチャネルの機会を実証したことになる。一方で、競合がより広いアプリケーションカバレッジやより正確な検知を示せば、Barracudaの簡素さに関する主張は圧力を受ける。

市場は接続されたエージェントへも移行していく。Barracudaが現在重視するプロンプトとアップロードは、従業員の目先の行動に対応するものだが、将来の統制はAIシステムを業務ワークフローまで追跡しなければならない。

この拡張には、IDセキュリティ、アプリケーション権限、データ分類、活動監視との連携が必要になる。Barracudaのより広範なプラットフォームにはその作業に向けた構成要素があるが、統合は製品上で可視化されなければならない。

今回の発表を評価するMSPは、明確に定義したパイロットから始めるべきだ。現在のAI利用を棚卸しし、少数の機密データカテゴリを選び、代表的なチームで警告とブロックの挙動をテストできる。

また、迂回経路も文書化する必要がある。対象には、管理対象外のデバイス、個人アカウント、デスクトップクライアント、アプリケーションプログラミングインターフェース、そして承認済みソフトウェアに組み込まれたAI機能が含まれる。

成功するパイロットは、アラートをゼロにするものではない。従業員が承認済みツールを手放すことなく従える、理解しやすいイベント、適切な対応、そしてポリシーを生み出すものだ。

Barracuda AI Data Securityは、AIガバナンスをMSPがパッケージ化し、運用し、文書化できる可能性のあるものへと変える。10月の展開では、このモデルが管理されたデモ環境の外でも機能することを証明しなければならない。

ビジネスの購買担当者にとって、次のステップは、従業員がAIを利用しているかどうかを問うことではない。利用している可能性は極めて高い。有益な問いは、プロバイダーがその利用を特定し、適切なデータを保護し、どこで適用が止まるのかを説明できるかどうかだ。

MSPにとっても、判断は同様に明確だ。実際のワークフローに対して製品をテストし、見逃しと不要なブロックの両方を記録し、包括的な保護を顧客に約束する前に、明確なカバレッジの詳細を求めるべきである。