Black Hat USA 2026、AI資金ブームとセキュリティ統合の対立を浮き彫りに

Black Hat USA 2026がGoogle Newsで注目を集めたのは、際立った対立構図のためだ。AI投資が拡大する一方で、企業のセキュリティチームはベンダーリストを縮小しようとしている。

この対比は、8月1日から8月6日にかけて投資家、セキュリティ企業、研究者、企業の購買担当者が集まったラスベガスのイベントを形作った。AIは防御製品、攻撃的研究、ガバナンスに関する議論、スタートアップのピッチ、経営層向けプレゼンテーションのあらゆる場面に登場した。しかし買い手が求めていたのは、孤立したツールをもう一波増やすことではなかった。

彼らが望んでいたのは、コンソールの削減、より明確な責任の所在、強固な統合、そしてAIが新たな管理不能な攻撃面を生むことなくセキュリティ運用を改善できるという証拠だった。その結果、市場は二つの方向へ引っ張られている。資本はより多くのAI企業に投じられる一方、顧客はセキュリティ業界に対し、より小規模で連携の取れたものになるよう圧力をかけている。

これは、イノベーションと慎重さの単純な対立ではない。AIを生み出す経済性と、セキュリティを利用する経済性のせめぎ合いである。投資家は何百もの専門的な投資機会を支援できるが、企業は何百もの分断された管理策を運用できない。

この隔たりにより、セキュリティスタートアップ、プラットフォームベンダー、投資家、最高情報セキュリティ責任者は、今や同じ期限に直面している。複雑性が期待された成果を飲み込む前に、AI資金を測定可能なセキュリティ成果へと転換しなければならない。

Black Hat USA 2026が実際に変えたこと

Black Hat USA 2026は、AIセキュリティに関する議論を将来の能力から、現在の運用責任へと移した。

同カンファレンスは、Mandalay Bay Convention Centerで29回目の開催を迎えた。公開されたカンファレンスガイドによると、8月5日と6日のメインイベントでは200を超えるセッションが行われた。プログラムでは、マルウェア、レジリエンス、プライバシー、サプライチェーン、暗号技術、AIエージェント、プロンプトベースの攻撃、自律的なエクスプロイトが扱われた。

メインイベントの前には4日間のトレーニングが実施された。Black Hatは8月4日に、ヘルスケア、CISO、AI、金融脅威、イノベーターと投資家、アナリストプログラムの6つの重点サミットも予定していた。この構成により、技術開発、企業購買、政策、資本配分が一つのイベントに集約された。

専用のAI Summitは、このテーマがどれほど前進したかを示した。AIはもはや実験的研究の脇道ではない。経営層、政府関係者、モデル開発者、セキュリティ研究者、ベンダーに共通する関心事となった。

重要な変化は、看板や製品ページにおけるAIへの言及数ではない。セキュリティカンファレンスでは長年にわたり、機械学習に関する主張が見られてきた。変化したのは、自律システムが企業のワークフローに組み込まれ、現実的な結果を伴う行動を取れるようになったことだ。

AIエージェントとは、目標を解釈し、手順を選択し、限定的な人間の指示のもとでツールを使用するソフトウェアを指す。セキュリティ運用では、エージェントがアラートを調査し、ID記録を照会し、デバイスを隔離し、ポリシーを変更し、修復計画を準備する場合がある。

一つひとつの行動が、システムの権限を拡大する。同時に、障害モデルも変化させる。

従来のアシスタントは、不適切な回答を返すことがある。運用エージェントは、不適切な判断を下し、それを接続されたシステム全体で実行してしまう可能性がある。この違いにより、AIの信頼性は、アクセス制御、ID、データガバナンス、インシデント対応の問題となる。

Black Hatの基調講演プログラムは、この対象範囲の拡大を反映していた。発表された登壇者は、サイバー運用、防御戦略、脆弱性研究に対するAIの影響を取り上げた。基調講演のラインアップには研究者と国家安全保障のリーダーが含まれ、AIセキュリティが現在は技術的・制度的な境界をまたぐ領域であることを示している。

この変化が、本記事の中心的な緊張関係を生み出している。AIは注目と投資を集めるため、ベンダーにはより多くの自律機能を追加する動機がある。企業の買い手は、それらの機能を観測、統制、取り消しできるようになるまで、自律性を制限しなければならない。

この隔たりを埋める組織は、次世代のセキュリティアーキテクチャにおいて影響力を得るだろう。一方、権限、コンテキスト、統合に対処せずにAIを追加する組織は、セキュリティチームが管理しなければならない別のレイヤーになりかねない。

したがって、このイベントは実務上の問いを変えた。買い手はもはや、AIがサイバーセキュリティに属するかどうかを問うてはいない。どのAIシステムにアクセスを与えるべきか、どこで判断を人間に残すべきか、そして自動化が失敗した際にどのベンダーが責任を担えるのかを問うている。

Google Newsが捉える、恩恵に偏りのあるAI資本ブーム

AI資金ブームはセキュリティ分野の創業者により多くの機会を与える一方、製品が恒久的な予算に値することを証明する基準も引き上げている。

Black Hat Innovators and Investors Summitでは、資金調達の動向と企業セキュリティの優先事項が並べて扱われた。そのプログラムは、新興技術、合併、買収、投資家が新興企業を評価する際の条件を取り上げた。

この組み合わせが重要なのは、AI資本が異例なほど集中しているためだ。SiliconANGLEが報じたPitchBookのデータによると、米国のベンチャー資金調達は2026年上半期に4,127億ドルに達した。AI案件がこの総額を主導し、ごく少数の非常に大型な取引が見出しの数字を形作った。

報じられた総額には、Anthropicによる650億ドルの資金調達ラウンドが含まれる。この取引により、投資後の同モデル開発企業の評価額は9,650億ドルになったと報じられている。これらの数字は一般的なサイバーセキュリティスタートアップではなく、最先端モデル経済圏のものである。しかし、テクノロジー市場全体の期待に影響を与えている。

大型資金調達は重力のような引力を生む。創業者は製品をAI中心に再定位し、既存ベンダーはAIロードマップを加速させ、投資家はモデル利用の拡大から恩恵を得られるインフラ企業やセキュリティ企業を探す。

そのためGoogle Newsの読者は、関連する二つのストーリーを目にする。一つはモデル企業とコンピューティングインフラに対する巨額の資金調達であり、もう一つは、それらのシステムが生み出すリスクを制御すると約束するスタートアップに関するものだ。

エージェントセキュリティは、このつながりをよく示している。企業は、データベース、ソフトウェアリポジトリ、顧客記録、クラウドコンソール、生産性システムにアクセスするエージェントを試験的に導入している。新たな接続はすべて、潜在的なセキュリティ市場を生み出す。

投資家は、AI ID、モデル監視、データ漏えい防止、エージェント認可、プロンプト攻撃テスト、ランタイム制御、監査記録に注力する企業に資金を提供できる。それぞれのカテゴリーは、正当な技術的懸念に対応している。

しかし、正当な懸念が独立した製品カテゴリーを自動的に支えるわけではない。ある企業が狭い問題をうまく解決しても、大手プラットフォームが類似の制御機能を追加すれば、生き残りに苦戦する可能性がある。買い手が、機密データをさらに別のセキュリティサービスに送ることを拒むこともあり得る。

資金調達の発表だけで、こうした疑問が解消されることはほとんどない。資本はスタートアップに、構築、採用、テスト、販売の時間を与える。しかし、その企業が持続的な販売チャネルや、企業アーキテクチャ内で防御可能な地位を持つことを確認するものではない。

資金調達環境は、不都合なミスマッチも生み出す。モデル企業は広範な市場を対象にすることで巨額投資を正当化できる。専門特化したセキュリティ企業は通常、すでにエンドポイント、ID、クラウド、ネットワーク、メール、データ保護に支出している買い手が管理する予算に収まらなければならない。

このため、大型AI資金調達を、すべてのAIセキュリティカテゴリーが拡大する証拠とみなすべきではない。投資の増加は実験を増やす。同時に、重複も増やす。

セキュリティリーダーは、新しいツールが対応チェーンのどこに位置するかを検討しなければならない。それは別のアラートを生み出すだけなのか、それともアラートを解決できるのか。個別のポリシーを必要とするのか、それとも既存のものを適用できるのか。エージェントを観測するだけなのか、それとも被害が発生する前にそのエージェントを制限できるのか。

投資家も関連する試練に直面している。強力なデモは技術的差別化を示せるが、企業価値は導入条件に左右される。製品は、雑然としたデータ、古いシステム、一貫性のないID、複数の既存ベンダーにまたがって機能しなければならない。

そのため、最大の機会は運用上の境界を減らす企業にあるのかもしれない。複数の管理策から得たコンテキストを組み合わせるプラットフォームや、大手ベンダーのワークフローに深く組み込まれるスタートアップがこれに該当する可能性がある。

この結果、市場は財務面ではより大きくなり、構造面ではより小さくなる。より多くの資金がAIセキュリティに流入する一方で、主要な顧客関係を所有する企業は減少するだろう。

セキュリティの買い手が求めるのは、保護の削減ではなく製品数の削減

セキュリティ統合とは、専門的な知見を取り除く指示ではなく、連携した保護を求める動きである。

企業のセキュリティチームは、長年にわたりツールを蓄積してきた。個々の購入は、多くの場合、実際の脅威、監査要件、アーキテクチャの変化に対応するものだった。しかし時間の経過とともに、その結果は断片化された運用環境となった。

セキュリティオペレーションセンター、すなわちSOCは、脅威を監視し、インシデント対応を調整するチームとそれを支えるシステムである。多くのSOCは、一つの事象を理解するまでに複数のコンソールを行き来しなければならない。

あるツールは不審なエンドポイント活動を検出する。別のツールはID履歴を提供する。三つ目はクラウドの変更を記録する。四つ目はデータ移動を監視する。攻撃が継続する間に、アナリストはこうしたシグナルを組み立てなければならない。

AIベンダーは、証拠の要約、アラートの優先順位付け、調査の自動化によって、その負担を減らすと約束している。しかし、一つの製品にしか接続されていないAIアシスタントには、インシデントの一部しか見えない。

ここで、市場の「より小さな世界」というテーマが重要になる。買い手は、データ、ポリシー、ワークフロー、対応アクションを統合できるベンダーをますます選好している。技術的な管理策が複数残っていても、運用上の引き継ぎを減らしたいと考えている。

2026年初頭のRSAC Conferenceで議論された調査は、この問題を浮き彫りにした。調査対象組織の少なくとも90%が、セキュリティスタックのどこかでAIを使用していると回答した。しかし、以前の運用モデル分析によると、そのポートフォリオの10%未満にAIを適用している組織は75%に上った。

この数値は、広範な実験が行われている一方で、広範な統合は進んでいないことを示唆している。企業はAIを利用していると言えるが、多くはそれを一貫した運用レイヤーにはしていない。

この隔たりは、ポイント製品のスタートアップに圧力をかける。専門企業は今や、検出精度以上のものを示さなければならない。自社の発見が、封じ込めを担う人やシステムにどのように届くのかを説明する必要がある。

大手ベンダーには別の負担がある。より多くの機能を統合できる一方で、顧客は統合が脆弱なカバレッジや危険な依存を生まないという証拠を必要としている。

単一のプラットフォームは、共有テレメトリー、共通ポリシー、連携した自動化を提供できる。しかし同時に、より大きな障害領域にもなり得る。ソフトウェアの欠陥、サービス停止、アカウント侵害、サプライチェーンインシデントの一つが、複数の保護機能に同時に影響を与える可能性がある。

このリスクにより、統合が最大手ベンダーの自動的な勝利になることはない。企業には依然として、独立したテスト、多層的な管理策、エクスポート可能なデータ、主要プラットフォームが利用できない場合にも機能する復旧手順が必要である。

最も強力なアーキテクチャは、おそらく幅広いプラットフォームと選別された専門製品を組み合わせるものになる。違いは、専門製品がアラートのための孤立した受け皿を構築するのではなく、共有された運用モデルに接続しなければならない点だ。

このことは、買い手がAIセキュリティ製品を評価する方法を変える。優れた製品は、別のシステムが利用できるコンテキストを提供しなければならない。文書化されたインターフェースを通じて、判断、権限、証拠を公開すべきだ。また、信頼度が低い場合には人によるレビューも支援する必要がある。

ナレッジワーカーにとっても、この原則はSOCの範囲を超えて当てはまる。AIシステムは、信頼できる組織内コンテキストを取得できるとき、より有用になる。一方で、アクセスルールが不明確だったり、取得した情報を追跡できなかったりすると、より危険になる。

AI knowledge baseを構築するチームは、同じトレードオフをより小さな規模で抱えている。より良いコンテキストは結果を改善するが、接続するすべてのソースには、権限、来歴、ライフサイクル管理が必要になる。

したがって、統合をめぐる競争は、機能一覧が最も長い製品を選ぶことではない。どのシステムがセキュリティ業務を統括し、どの製品が専門的な証拠や強制機能を提供するかを決めることだ。

その制御点がベンダーの力関係を形作る。誰がポリシーを所有するのか、誰がエージェントを監視するのか、誰が行動を承認するのか、誰が監査証跡を維持するのかを決定する。

AIセキュリティの中核的トレードオフは、権限と制御の対立にある

AIは行動できるときにセキュリティ運用を改善するが、追加される行動の一つひとつが、防御側が統制すべき新たな経路を生み出す。

セキュリティチームには、自動化を追求する明確な理由がある。攻撃者は機械の速度でスキャン、テスト、改変、反復を行える。人間のアナリストが、すべてのアラートやID関連イベントを手作業で調査することはできない。

AIは、証拠の分類、関連する活動の結び付け、対応手順の提案に役立つ。また、自然言語の質問を複雑なテレメトリ全体を対象とする検索へ変換することもできる。

こうした機能は、企業コンテキストを利用するとさらに価値が高まる。汎用モデルの知識だけでは、特定の従業員にとってログインが通常のものか、あるいはクラウド上の変更が承認済みのデプロイメントと一致するかを判断できない。

コンテキストには、デバイスの所有状況、ID権限、脆弱性の状態、データの機密性、アプリケーションの依存関係、過去のインシデントなどが含まれる可能性がある。これらを組み合わせることで、AIシステムはより適切な判断を下せる。

しかし同じコンテキストには、しばしば機密情報も含まれる。一元化は、防御側と攻撃側の双方にとってそのシステムの価値を高める。

エージェントは、接続されたツールを通じて過剰な権限を継承する場合もある。すべての記録を読み取り、クラウドポリシーを変更し、本番システムを隔離できるなら、侵害された指示が運用上のインシデントになり得る。

プロンプトインジェクションはその一例だ。信頼できないコンテンツがモデルの指示に影響を及ぼし、本来意図されたタスクからモデルを逸脱させる可能性がある。モデルが外部ツールを利用できる場合、この攻撃はさらに深刻になる。

この環境でも、従来のアプリケーション制御は不可欠である。インターフェースが会話形式であるというだけで、エージェントに無制限のアクセスを与えるべきではない。

アイデンティティ管理は、人間の従業員だけにとどめてはならない。組織は、どのエージェントが行動したのか、どのモデルを使ったのか、どのデータを受け取ったのか、どのツールを呼び出したのか、そして人が行動を承認したのかを追跡する必要がある。

権限は目的と期間によって制限すべきだ。診断エージェントには一時的な読み取りアクセスが必要でも、本番環境を変更する権限は不要かもしれない。修復エージェントには、元に戻せるように厳密に定義された操作が必要になる可能性がある。

セキュリティチームには、明確な失敗時の状態も必要だ。証拠が矛盾する場合、データが欠落している場合、または要求された行動がリスクのしきい値を超える場合、自動化システムは停止またはエスカレーションすべきである。

この設計は、完全自律型をうたうマーケティング主張の魅力を抑える。自律性は、企業がオンにする単一の機能ではない。ポリシー、信頼度、影響によって統制される権限のスペクトラムである。

Black Hatの2026年プログラムは、この問題に制度的な重みを与えた。このイベントには、技術研究者に加え、防衛、標準化、政策、ビジネスのリーダーが集まった。この組み合わせは、単一の制御だけではAI導入を統治できないという現実を反映している。

開発者は、エージェントが呼び出せるツールを決める。セキュリティチームは脅威を評価する。法務・コンプライアンスチームは制約を定義する。事業責任者は、得られる効率性がリスクを正当化するかを判断する。

このプロセスには、アクセスしやすい記録も必要となる。エージェントが推奨を行ったとき、調査担当者はその背後にあるデータと指示を再構築できなければならない。

ここに、セキュリティプラットフォームが統合を正当化できる理由がある。共有されたアイデンティティ層と共通の監査システムは、各アプリケーションに個別に追加された制御よりも、一貫して複数のエージェントを統制できる。

ただし、統合プラットフォームが不透明な権威になってはならない。買い手には、エクスポート可能なログ、検査可能なポリシー、すべての可視性を失わずに無効化できる統合機能が必要だ。

市場は、行動と抑制の均衡を取るベンダーを評価する。推奨だけを生成するシステムでは、生産性向上は限定的かもしれない。境界なく行動するシステムは、依然として信頼しにくい。

有用な中間領域には、監督付き自動化、限定された権限、可逆的な操作、測定可能なエスカレーションルールが含まれる。このアプローチは完全自律型ほど劇的には聞こえないが、企業が重大な影響を持つシステムを管理する方法に合致している。

AI資金調達の数字が証明しないこと

資本は投資家の関心を裏付けるが、セキュリティの有効性、顧客導入、運用上の安全性を裏付けるものではない。

最も重要な懐疑的観点は、資金を得た企業と実証済みの制御との隔たりに関するものだ。セキュリティ製品は、攻撃者が予期しない挙動を積極的に探す敵対的な環境で動作する。

モデルはデモでは良好に機能しても、未知の環境では失敗する可能性がある。また、根拠となる証拠と一致しない、もっともらしい説明を生成することもある。

誤検知はアナリストの調査を必要とするため、依然としてコストが高い。見逃しは誤った安心感を生むため、さらに悪い。チームがその判断を理解または検証できない場合、ある指標を改善するAI製品であってもリスクを増やし得る。

企業はしばしば、調査速度を利点として示す。速度は重要だが、成果指標の代わりにすべきではない。

買い手は、その製品がインシデント封じ込めまでの時間を短縮するか、繰り返される障害を防ぐか、手作業での調整を要するケース数を減らすかを問う必要がある。また、異なるネットワーク、クラウドプロバイダー、IDシステム全体で性能が維持されるかも検証すべきだ。

同じ慎重さは、AIネイティブアーキテクチャという主張にも当てはまる。このラベルは、どのデータでモデルを訓練したのか、顧客データがどこを通過するのか、あるいはシステムが悪意ある入力にどう耐えるのかを説明しない。

企業は、モデルの能力と本番環境の制御を区別しなければならない。モデルは不審なコードを識別できるかもしれない。本番環境の制御には、ユーザー認証、権限の強制、証拠の保持、障害対応、そして負荷のかかる状況下でも一貫した結果の生成が求められる。

資金調達は、この違いを一時的に覆い隠すことがある。十分な資本を持つスタートアップは、パイロット導入を支援し、広範なサービスを提供し、高コストな統合を吸収できる。長期的な経済性が見えてくるのは、顧客がより広範な導入を試みた後だけだ。

プラットフォームベンダーは、別の形で同じ試練に直面する。その流通力により顧客やテレメトリへアクセスできるが、既存コンソールにAIを追加しても、運用が自動的に改善するわけではない。

対応プロセスを変えずにアラートを要約するアシスタントは、数分を節約するかもしれないが、根本的な分断は残したままだ。アラートを過度に積極的に閉じるエージェントは、進行中のインシデントを見えにくくする可能性がある。

したがって、独立した評価が重要になる。買い手は、統制されたテスト、文書化された制約、顧客維持率、そして入力が変化しても自動化が予測可能に振る舞う証拠を探すべきだ。

また、モデルプロバイダーが基盤システムを更新した際に、企業がどう対応するかも検証すべきである。サードパーティーモデル上に構築されたセキュリティ製品は、ベンダーのアプリケーションコードが安定していても変化し得る。

モデルへの依存は、技術面と商業面のリスクを生む。性能、コスト、データ処理、可用性は、セキュリティの買い手が制御できないサプライヤー関係のもとで変動し得る。

オープンモデルは依存の一部を軽減できるが、導入者により多くの運用上の責任を移す。企業はその場合、モデル、インフラ、更新、周辺ツールを自ら保護しなければならない。

どの導入経路もトレードオフをなくすわけではない。重要なのは、どの組織が各責任を引き受けるのか、そしてその責任が契約とシステム設計で可視化されているかだ。

統合にも同様の限界がある。ベンダーの数が少ない世界は統合作業を減らせるが、集中しすぎると顧客の交渉力を弱め、相関リスクを高める可能性がある。

最良のセキュリティ成果が、必ずしも最少のベンダー数を生むわけではない。最少の管理されていない境界を生むのである。

この区別は、Google Newsに掲載されるすべてのAIセキュリティ資金調達発表を解釈する際の指針になるべきだ。ラウンドの規模は投資家の期待を示す。しかし、侵入時に製品がどう機能するかについては、ほとんど語らない。

より強いシグナルを提供するのは、更新契約、導入の拡大、運用指標、統合の深さを通じた顧客である。これらのシグナルが現れるまでは、自律型防御に関する主張には慎重な報道表現がふさわしい。

Black Hat USA 2026後に注目すべき3つのシグナル

次の局面は、AIに関する発表が繰り返されることではなく、導入の証拠、プラットフォームの対応、買い手の行動によって決まる。

第1のシグナルは、測定可能な企業導入だ。セキュリティ企業は、単にAI機能を有効化した顧客数ではなく、顧客が本番環境で自律型または監督付きの機能をどのように利用しているかを報告し始めるべきである。

有用な証拠には、人によるレビューを経て完了した調査の割合、提案された操作の承認率、封じ込め時間の変化などが含まれる。平均値は困難なケースを隠し得るため、ベンダーは測定方法を説明しなければならない。

権限の拡大を伴わない導入は、自律型セキュリティが運用標準になりつつあるという主張を弱める。限定され、可逆的な操作の利用拡大は、監督付き自動化を支持する根拠を強める。

第2のシグナルは、プラットフォーム統合だ。大手セキュリティプロバイダーは、既存製品にエージェント制御、IDガバナンス、データ保護、自動対応を追加し続けるだろう。

決定的な問いは、こうした追加機能が運用上の引き渡しを減らすかどうかだ。買い手は、共有ポリシー、一貫したエージェントID、持ち運び可能な監査記録、サードパーティーの専門製品を支援する統合機能に注目すべきである。

利用可能なインターフェースを持たない閉鎖的なバンドルは、統合が主に流通戦略であることを示唆する。複数製品にまたがって機能する共通制御は、真のアーキテクチャ上の進展を示すだろう。

第3のシグナルは、専門特化型スタートアップに何が起きるかだ。資金はエージェントセキュリティとAIガバナンスに流れ続けるが、資金調達だけでは、どのカテゴリーが持続可能かは分からない。

戦略的買収は、大手プラットフォームがスタートアップの技術を必要だと考えつつも、迅速な自社開発は困難だと見なしていることを示す。独立した成長は、買い手が専門性を十分に評価し、別個のベンダー関係を維持していることを示すだろう。

更新契約の失敗や目立たない製品吸収は、逆方向を示す。それらは、企業予算が支えられる以上に市場が多くのカテゴリーを生み出したことを示唆する。

開発者はこれらのシグナルを追うべきである。なぜなら、エージェントの権限がアプリケーション設計の一部になりつつあるからだ。デプロイ後に実施するセキュリティレビューでは、無制限のツールや欠落した監査データを補うことはできない。

企業の購買担当者が注視すべきなのは、今日のアーキテクチャが明日の復旧手段を決めるためだ。定型業務を自動化するシステムでも、障害発生時にチームが調査、介入、運用できる余地を残さなければならない。

ナレッジワーカーが注視すべきなのは、連携されたAIツールが社内文書、会議、顧客データ、プロジェクト履歴にますます触れるようになっているためだ。来歴と権限が維持されるほど、優れた情報キャプチャの価値は高まる。

Black Hat USA 2026から得られる教訓は、AIへの資金投入がピークに達した、あるいは業界再編によって勝者がすでに決まった、ということではない。資本と顧客需要は異なる規模で動いている、ということだ。

投資家は幅広い実験領域に資金を供給できる。一方、セキュリティチームはその領域を管理可能な運用環境へと変えなければならない。

次の資金調達発表がGoogle Newsに届いたときは、調達額だけを見るべきではない。その企業がどの境界を取り除くのか、AIにどのような権限を与えるのか、そしてシステムが誤ったときに顧客がどう復旧するのかを問うべきだ。

その答えが、AIがより優れたセキュリティモデルを生み出すのか、それとも単により大きなツール群への資金提供にとどまるのかを決める。