F5 Workforce AI Security、AIガバナンスをネットワーク経路へ移行
F5 Workforce AI Securityは、職場におけるガバナンスの多くが依然としてチャットプロンプトに焦点を当てるなか、従業員のAI利用やエージェントのアクションに対するエージェントレスの制御を追加する。2026年9月9日に発表されたこの製品は、10月の一般提供開始を予定している。従業員がAIに送信する内容と、AIがその権限で実行する行為の両方を統制しようとする、F5にとって最も明確な試みだ。
問題はもはや、従業員が未承認のチャットボットに機密テキストを貼り付けることだけではない。コーディングエージェントやAIアシスタントは、ツールを呼び出し、内部システムにアクセスし、レコードを変更し、ユーザー資格情報を通じて行動できる。F5は、安全でないリクエストやアクションが実行される前に、セキュリティチームがネットワーク経路上でこうしたやり取りを検査できるようにしたい考えだ。
このアプローチによりF5は、ネットワーク制御をシャドーAIへの対策として位置付けるCheck PointやNetskopeなどの既存セキュリティベンダーと競合する。より難しい検証対象は、可視性とコンテキストだ。ネットワーク製品は、摩擦や監視、誤検知の新たな要因にならずに、ID、意図、ツール呼び出しを認識しなければならない。
F5 Workforce AI Security、エージェントのアクションにも制御を拡張
重要な変化は、F5がエージェントのアクションを単なるアプリケーション動作ではなく、統制対象となるネットワークアクティビティとして扱う決定をした点にある。
製品発表によると、F5 Workforce AI Securityは、ブラウザや開発者ツール経由で利用されるAIサービスを検出する。管理者は、サービス、ライセンスタイプ、アップロードされたファイル、データルールに基づくポリシーを適用できるようになる。
この製品は、ユーザーとエージェントの双方にインタラクションを紐付けるよう設計されている。各インタラクションについて、意図、評価されたリスク、適用されたポリシー判断といったコンテキストを記録する。これらの記録は、実施、調査、コンプライアンス監査を支援することを目的としている。
最も重要な機能はツール呼び出しに関するものだ。F5によれば、この製品は、Model Context Protocolサーバーおよび対応するエージェントツールにまたがる呼び出しを、実行前に検査する。MCPは、AIアプリケーションが共通のインターフェースを通じてツール、システム、データに接続できるようにするプロトコルである。
ポリシーは、ID、権限リスク、または機微なデータの露出に応じて、アクションを許可、ブロック、または変更できる。これは、従業員によるAIサイトへのアクセスを検出することを超える。エージェントのリクエストと、そのリクエストされたアクションを実行するシステムの間に制御点を置くものだ。
F5によれば、制御の対象はブラウザ、コマンドラインインターフェース、コーディングエージェント、MCPクライアント、エージェントハーネス、公開モデルAPIを利用する社内開発ツールに及ぶ。同社は、一般にSASEと呼ばれる既存のセキュアアクセスサービスエッジ環境と実施機能を統合する計画だ。
提案されている導入では、別のエンドポイントクライアントを必要としない。F5は代わりに、関連するネットワークインタラクションが自社インフラを通過する場所に実施機能を配置する。パッシブ検出では、本番経路の外部でミラーリングされたトラフィックを分析でき、アクティブポリシーは介入が必要な場合にインラインで動作する。
この違いは、すでに混雑したエンドポイント環境を管理するセキュリティチームにとって重要だ。別のブラウザ拡張機能やローカルエージェントを導入すると、互換性対応、ロールアウトの遅延、カバレッジのばらつきが生じ得る。ネットワークベースのレイヤーは、組織がすでに管理しているインフラを通じて、より広範な展開を約束する。
ただし、「エージェントレス」は導入作業が不要であることを意味しない。組織には依然として、トラフィックの可視性、ID連携、ポリシー設計、対応プロトコル、正しく配置された実施ポイントが必要だ。リモートデバイス、暗号化セッション、プライベート接続、ローカルで実行されるモデルは、このカバレッジを複雑にし得る。
発表内容は、現時点での事実と将来の機能も区別している。F5はこの製品を今後提供される製品として説明し、機能一覧には将来見通しを示す表現を用いている。購入者は、10月のリリースをカバレッジ、検知品質、または本番環境での信頼性を独立して証明するものとして、まだ扱うことはできない。
この隔たりが、本稿の中心的な緊張関係を定義する。ネットワーク上への配置はF5にとって魅力的な制御点を与えるが、その価値は、急速に変化するAIインタラクションをどれほど正確に解釈できるかに依存する。
従業員によるAI利用がIDの問題になった理由
エージェントは、単に人の質問に答えるのではなく、その人のアクセス権を通じて行動できるため、ワークフォースAIセキュリティは現在、委任された権限に関わる問題となっている。
従来のシャドーAI対策では、従業員がどのアプリケーションにアクセスし、どの情報をアップロードしているかを問う。これらの問いは依然として重要である。しかし、アシスタントがリポジトリを開き、データベースにクエリを実行し、チケットを更新し、ワークフローを起動できるようになると、それだけでは不十分になる。
F5はこの状況を、借用した権限で動作するAIと表現している。エージェントは、エージェント自身に明確で統制可能なIDがなくても、もともと従業員に付与された権限を利用する場合がある。セキュリティチームは、アクションが従業員の意図と許可された役割を反映しているかを判断しなければならない。
この懸念は、すでに標準化作業にも表れている。2026年のNISTコンセプトペーパーは、企業がソフトウェアエージェントを識別し、確立された認可慣行を適用する方法を検討している。このプロジェクトでは、組織がエージェントのアクションを説明責任を負う人物にどのように紐付けるべきかも考慮している。
1人のユーザーが複数のシステムにまたがって複数のエージェントを起動する場合、この紐付けは難しくなる。各エージェントは異なる資格情報を継承し、ネストされたツールを呼び出し、別のサービスに作業を委任する可能性がある。従来のログイン記録ではアカウントを特定できても、結果として生じるアクションの連鎖を説明できないことがある。
F5は、その記録をインタラクションの意図で充実させたい考えだ。例えば、プラットフォームはコード生成と文書要約、あるいは管理上の変更を区別できる可能性がある。このコンテキストは、セキュリティチームが通常のリクエストと、特権ツールの予期しない利用を区別する助けとなり得る。
意図の分類は保証ではなく、依然として推論である。同じリクエストでも、モデル、ツールの説明、取得されたコンテキスト、システム状態によって異なるアクションが生成される可能性がある。一見無害なプロンプトでも、数ステップ後にエージェントを機微な操作へ導くことがある。
OWASPのMCPガイダンスでは、ツールポイズニング、間接プロンプトインジェクション、過剰な権限などのリスクが説明されている。ツールポイズニングでは、説明文、パラメータ定義、または返されたコンテンツに悪意ある指示が隠される。ユーザーが有害な行為を一度も要求していなくても、エージェントがその指示に従うおそれがある。
過剰な権限は別の問題を生む。MCPサーバーは、限定的な読み取り専用権限で足りる場面でも、広範なアクセスを要求する可能性がある。侵害されたエージェントはその結果、正当な権限を意図しない目的に使用する、混乱した代理人になり得る。
こうしたリスクが、実行前の制御が重要である理由を示している。ツールがすでに本番レコードを変更した後で漏洩したシークレットをブロックしても、保護効果は限られる。システムがアクションを受け入れる前に判断を下さなければならない。
F5は、この要件がどれほど急速に顕在化しているかを示すため、2026 State of Application Strategy調査を引用している。F5の調査によれば、組織の66%がAIによるポリシーまたは設定の自動調整を許可している。
この数値はF5自身の調査によるものであり、その文脈で読むべきだ。どれほど多くの組織が広範な自律性を付与しているか、あるいはその制御がどの程度成熟しているかを示すものではない。ただし、機械主導の変更が孤立した実験の段階を越えたことは示唆している。
したがって企業の購入者にとって、セキュリティの目標はアプリケーションのブロックから、委任されたアクションのガバナンスへと移る。セキュリティチームには、ユーザー、エージェント、要求されたツール、付与された権限、ポリシー判断、結果として生じたアクションを結び付ける記録が必要になる。
これは、検索可能なナレッジベースを構築するチームにも関連する。AIシステムは有用な内部コンテキストを取得できる一方で、資格情報、機密ファイル、運用ツールの周囲には厳格な境界が依然として必要だ。
エージェントが人間の権限、モデルの推論、ネットワークアクセス、外部ツールを組み合わせるようになると、その負担はID、セキュリティ、インフラの各チームに同時にかかる。単独でこの問題を解決できるチームはない。
ネットワーク経路はF5の最大の強みであり、最大の賭けでもある
F5は、AIアクティビティがアプリケーション、モデル、エージェント、ツールへと広がるなかでも、ネットワークが最も一貫した実施ポイントであり続けると賭けている。
この考え方は、アプリケーションデリバリー、APIセキュリティ、トラフィック管理におけるF5の既存の立ち位置に沿うものだ。同社は、1つのチャットボットやモデルプロバイダーを保護するのではなく、プロンプト、応答、ツールリクエストがシステム間を移動する場所でポリシーを適用しようとしている。
この戦略は2025年により明確な形を取り始めた。F5はCalypsoAIの買収を完了し、ランタイム保護向けのAI Guardrailsと、セキュリティテスト向けのAI Red Teamを導入した。これらの製品は、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など、モデルに向けられた脅威に対応する。
2026年6月、F5はより広範なAI Security Platformを立ち上げ、SurePath AIを買収した。SurePathは、ネットワークベースの検出、意図の分類、シャドーAIの検出、エージェントのツール呼び出しに対する可視性を提供した。F5はこれらの機能を、継続的なセキュリティサイクルのための検出レイヤーとして位置付けた。
プラットフォームの発表では、ガバナンス、検出、セキュリティテスト、ランタイム保護という4つの接続された機能が説明された。検出は、稼働中のAIサービスと振る舞いを特定する。テストは弱点を見つけ、ガードレールはそれらのリスクに対するポリシーを実施する。
8月には、F5はモデルルーティング、MCP制御、ランタイムガードレールを組み合わせたAI Gatewayを追加した。このゲートウェイは、組織が意図的にその背後に配置したシステムを統制する。Workforce AI Securityは、承認された開発経路の外部で始まる可能性がある従業員のアクティビティへと戦略を拡張する。
これらのコンポーネントを組み合わせると、論理的な役割分担が生まれる。Workforceの検出機能は、承認済みおよび未承認の利用を見つける。ゲートウェイは、承認済みのモデルおよびツールのトラフィックを統制する。レッドチームテストはシステムを検証し、ガードレールはランタイム保護を実施する。
F5の主な主張は、アーキテクチャ上の一貫性だ。制御は、特定のモデルベンダーや従業員向けアプリケーションから独立して動作する。組織は、別のプロバイダーの管理コンソール内ですべてのポリシーを作り直すことなく、モデルを変更できる可能性がある。
この独立性は、複数モデルを利用する環境で重要になり得る。部門ごとに、商用アシスタント、プライベートモデル、コーディングサービス、専門エージェントを利用する場合がある。各サービスは異なるログと管理機能を提供し、一部は企業向け統合が限定的だ。
ネットワークレイヤーは、こうした断片化したアクティビティの少なくとも一部を標準化できる。トラフィックをエンタープライズIDに関連付け、一元的な記録を維持し、共通の判断プロセスを適用できる。セキュリティ運用チームはその後、イベントを既存の監視およびインシデント対応システムにエクスポートできる。
しかし、正規化によって有用なアプリケーション文脈が失われる可能性がある。プロバイダーのネイティブな制御機能は、トラフィックを観測する仲介者よりも、ワークスペース、文書、トランザクションを正確に理解できる場合がある。F5は、その分類が意味のある判断に十分な詳細を保持していることを示さなければならない。
暗号化トラフィックは、別の設計上の緊張関係をもたらす。現代のアプリケーションがセッションを保護するのは、まさに仲介者によるコンテンツの閲覧を防ぐためだ。検査には、管理対象証明書、トラフィックのリダイレクト、対応済みの統合、またはその他の制御された復号方式が必要になる場合がある。
ローカルでの活動は、追加の死角を生む。開発者のデバイス上で稼働するエージェントは、観測可能なエンタープライズ経路を通過せずに、ローカルのモデルやツールを呼び出す可能性がある。直接接続、個人用ホットスポット、管理されていないデバイスも、想定されたインフラを迂回し得る。
F5のアプローチが最も力を発揮するのは、組織が関連する活動をすでに管理下のネットワークやSASEサービス経由でルーティングしている場合だ。業務がローカルランタイム、管理されていない接続、暗号化された独自プロトコルへと移る場合、その網羅性は明確ではない。
したがって、ネットワークはF5にとって強みであると同時に賭けでもある。同社はトラフィック経路で運用してきた経験を持つが、AIセキュリティには通常のパケットおよびアプリケーション制御を超えるセマンティックな理解が求められる。
Check PointとNetskopeは同じ制御ポイントを巡って競争している
F5は、エンタープライズユーザー、AIサービス、自律エージェントの間に位置するポリシーレイヤーを目指し、ネットワークセキュリティベンダー間で進行中の競争に参入している。
Check Pointはすでに、アプリケーションの識別、プロンプトの検査、データ保護の適用、承認済みサービスの判別を行う従業員向けAI制御機能を販売している。同社の新しいAI Network Firewallは、この概念を従業員によるAI利用、エージェント、AIアプリケーション全体に拡張している。
Check Pointは、既存のファイアウォールインフラを利用したエージェントレスの導入も推進している。同社のAI Network Firewallは、ブラウザ拡張機能、エンドポイントクライアント、別途インストールを必要とせず、AIトラフィックを可視化・統制できるとしている。これはF5のネットワークファーストの位置付けと直接重なる。
Netskopeは、セキュリティサービスエッジとクラウドアクセス制御の観点から、この機会に取り組んでいる。同社のプラットフォームは、シャドーAI、管理対象のエンタープライズAI、プライベートAI、エージェント活動をカバーする。クラウドトラフィック全体にわたるデータ保護、アプリケーション認識、インライン検査を重視している。
Netskopeのレポートは、市場の変化を、未承認アプリケーションの発見から自律トランザクションの統制への移行として捉えている。また、プロンプトインジェクション、悪意あるコード実行、下流でのポリシー違反を拡大する懸念として挙げている。
これらの競合企業は、二つの面でF5に圧力をかける。第一に、企業は既存のセキュリティサービスエッジまたはファイアウォールプラットフォームの拡張を好む可能性がある。第二に、既存ベンダーはAI制御機能を、より広範なセキュリティ契約や運用ワークフローに組み込める。
F5の答えは、検出、テスト、実行時ガードレール、ゲートウェイポリシー、従業員活動をより明示的に結び付けることにある。同社は、従業員が利用するAIシステムと、企業が構築するAIアプリケーションを一つのプラットフォームでカバーしたい考えだ。
この広がりには潜在的な有用性がある一方、統合に関する疑問も生じる。広範なプラットフォームは、コンポーネント間でID、ポリシー、検出結果、監査記録を共有しなければならない。一つのコンソールに製品名が並んでいても、それだけで一貫した強制システムが生まれるわけではない。
SurePathとCalypsoAIの買収は、検出とモデルセキュリティに関する専門技術をもたらす。F5は依然として、それらの技術が同社のゲートウェイおよびアプリケーションデリバリー製品とどれほど円滑に連携するかを示す必要がある。ポートフォリオの規模よりも統合の品質が重要になる。
もう一つの競争上の差別化要因は、アクションレベルのガバナンスに関するものだ。従業員がAIサービスを利用していることを検知するのは、今や基本的な能力である。より価値の高い問いは、エージェントがツールに実行させようとしている具体的な操作を、製品が識別・制御できるかどうかだ。
MCPは、エージェントとツールの接続の一部を標準化するため、この機会をより具体的なものにする。ゲートウェイは、名前付きツール、パラメーター、ID、ポリシールールを検査できる。ただし、MCPはエンタープライズシステムへの経路の一つに過ぎない。
エージェントは従来型APIを呼び出し、コマンドを実行し、ブラウザにアクセスし、独自コネクターと連携することもある。MCPを包括的に統制する製品でも、別の場所で重要な活動を見逃す可能性がある。購入者は、プロトコルのチェックリストだけでなく、実際のワークフロー全体でのカバレッジを検証すべきだ。
したがって競争は、基本的な可視性の主張ではなく、深度を軸に展開する。セキュリティチームは、対応クライアント、IDの忠実度、データ分類、ツールのカバレッジ、ポリシー遅延、導入の労力、エクスポートの選択肢を比較することになる。
また、各製品が例外をどのように扱うかも評価する。開発者には、会社全体の広範なポリシーでは禁止される機能が必要になることが多い。実用的なシステムは、ユーザーに制御の迂回を促すことなく、限定的な権限と文書化された承認経路をサポートしなければならない。
F5のアプリケーションデリバリー分野での基盤は、既存顧客への扉を開く可能性がある。Check PointとNetskopeにも、それぞれ固有のインフラ上の優位性がある。公表された証拠に基づけば、あらゆる意味のある従業員のAIインタラクションを一つのネットワークアーキテクチャで捉えられることを示したベンダーはまだない。
そのため、調達は適合性の問題となる。最も強力な製品は、最も広いカテゴリー用語を掲げる製品ではなく、組織の実際のトラフィック経路とエージェントワークフローを統制できる製品になるだろう。
エージェントレスのガバナンスには依然として未解決の疑問がある
F5は野心的な制御レイヤーを発表したが、その中核的な主張を検証するために必要な本番環境の証拠は、まだ公表していない。
第一の不確実性はカバレッジだ。F5はブラウザ、コマンドラインツール、コーディングエージェント、MCPクライアント、パブリックモデルAPIを使用するカスタムソフトウェアを挙げている。しかし、どの製品、バージョン、プロトコル、導入パターンが完全な検査を受けるのかを示す詳細な互換性マトリクスは、公開していない。
第二の不確実性は分類の品質である。意図に基づくポリシーは、強制措置の前にインタラクションを正確に解釈することに依存する。偽陰性は危険な行動を許し、偽陽性は正当な業務を妨げ、システムへの信頼を損なう。
分類は、長いエージェントワークフローにまたがるとさらに難しくなる。リクエストは通常の調査として始まり、後に特権ツールを呼び出す場合がある。システムは、最初のプロンプトを完全な意図と見なさずに、各ステップを評価するための十分なコンテキストを保持しなければならない。
第三の不確実性は変更に関するものだ。F5は、ポリシーによってエージェントのアクションを許可、ブロック、変更できるとしている。リクエストの変更はワークフロー全体を拒否するより安全な場合があるが、意味を変えたり、予期しない下流の挙動を生んだりする可能性もある。
例えば、ツール呼び出しから機密フィールドを削除すれば、データを保護しつつトランザクションが未完了のままになる可能性がある。承認済みモデルへリクエストをリダイレクトすると、利用可能なコンテキストや出力品質が変わる場合がある。管理者には、あらゆる介入について明確な記録が必要だ。
第四の問題はレイテンシーである。受動的な検出は本番経路の外部で実行できるが、実行前の強制は適時に判断を下さなければならない。コーディング支援ツールや対話型エージェントは、各ツール呼び出しで目立つ遅延が生じると使いにくくなる。
F5は、ポリシー判断のレイテンシー、スループット、複雑なエージェントワークロード下での性能について、独立した測定値を公表していない。購入者は、ネットワーク上に配置されることに運用コストがないと仮定するのではなく、本番テストを待つべきだ。
プライバシーも別の懸念である。詳細な監査可能性には、プロンプト、応答、ファイル情報、ユーザーID、ツールパラメーター、ポリシー結果のログ記録が必要になる場合がある。元のアクションがブロックされていても、これらの記録には機密情報や規制対象の情報が含まれる可能性がある。
セキュリティチームは、監視データ自体について、保持期間、アクセス制限、マスキングルール、地域別ストレージ、インシデント対応手順を定義しなければならない。これらの制御が曖昧なままであれば、可視化システムが機密性の高い二次リポジトリを生み出しかねない。
エージェントレス導入は、責任をなくすのではなく移すものでもある。ネットワークチームはトラフィックを正しくルーティングしなければならない。IDチームは信頼できるマッピングを維持する必要がある。セキュリティチームはポリシーを作成し、アプリケーション所有者はそのポリシーが意図した動作を維持するかをテストする。
組織は、即時かつ完全な可視性を示唆する主張に疑問を呈すべきだ。カバレッジはアーキテクチャ、管理されたアクセス、暗号化、統合に左右される。重要な問いは、顧客の実際の設計において製品が何を見逃すかである。
F5が提供する統計と機能説明についても、慎重な扱いが必要だ。報告された66%の導入率は自動化された制御の緊急性を裏付けるが、F5の製品を実証するものではない。機能の提供開始は、検出精度やインシデント率の低下を示すものではない。
一般提供開始は、有意義な評価の終点ではなく出発点となる。リファレンス導入、第三者テスト、文書化された制約、顧客からの証拠が、そのプラットフォームが主張を満たすかどうかを決定する。
合理的なパイロットには、承認済みのチャットアプリケーション、個人アカウント、コーディングツール、社内API、複数のMCPサーバーを含めるべきだ。通常の活動に加え、プロンプトインジェクション、過剰な権限、機密データのアップロード、曖昧なツールリクエストをテストすべきである。
チームは、カバレッジと誤った判断を分けて測定すべきだ。製品は多くのサービスを検出できても、そのインタラクションを誤解する可能性がある。また、プロンプトを正しく分類できても、ローカルまたは直接のトラフィックを見逃す場合がある。
結果は、二者択一の判定ではなく、境界をマッピングしたものにすべきだ。購入者は、F5が信頼できる制御を提供する場所、別のツールがコンテキストを補う場所、手続き上の保護策がなお必要な場所を知る必要がある。
F5の戦略が機能するかを示す三つのシグナル
10月のリリース、アクションレベルの証拠、競合の反応によって、F5が実際のガバナンスレイヤーを構築したのか、それとも魅力的なプラットフォームの物語を提示しただけなのかが明らかになる。
第一のシグナルは、2026年10月の一般提供開始だ。F5は、具体的な導入ドキュメント、対応サービスの一覧、ポリシー例、ID統合、受動的な観測とインライン強制の明確な違いを提示する必要がある。
詳細な互換性マトリクスは、製品が統制されたデモ以上をカバーするという主張を強めるだろう。文書が不足していたり、対応ワークフローが限定的だったりすれば、エンタープライズ全体の可視性という主張は弱まる。
第二のシグナルは、実際のエージェントアクションから得られる証拠だ。顧客は、MCPツール呼び出し、コーディングエージェント、ブラウザアシスタント、コマンドラインクライアント、独自APIにわたる測定結果を求めるべきである。有用な証拠には、検出率、誤った判断、レイテンシー、迂回条件が含まれる。
ケーススタディでは、F5が何を観測し、どの制御がアクションを阻止したのかを説明すべきだ。可視性に関する一般的な主張よりも、ID、ツール権限、機密データ、最終的なポリシー結果を結び付ける事例の方が重みを持つ。
独立した評価は特に価値が高い。F5の設計は技術的にもっともらしく見えるが、同社のデモンストレーションでは、大企業内に存在するあらゆる暗号化プロトコル、ローカルランタイム、特殊なエージェントチェーンを再現できない。
第三のシグナルは、Check Point、Netskope、その他のセキュリティベンダーがどのように対応するかだ。競合は、アクションレベルの制御を拡張し、MCP対応を深め、ブラウザとネットワークのテレメトリーを組み合わせることができる。迅速な追随があれば、F5の発表はカテゴリー全体のベースラインとなる。
反応が遅ければ、F5がSurePath、CalypsoAI、既存のネットワークプラットフォームを通じて差別化された組み合わせを構築したことを示唆する。顧客の移行や統合導入は、機能比較だけよりも強い証拠となる。
企業は、ベンダーがエージェント向けのアイデンティティ標準へと収束していくかどうかにも注視すべきです。一貫したエージェントIDとスコープを限定した認可があれば、ネットワークポリシーの信頼性は高まります。一方、アプローチが分断されれば、セキュリティプラットフォームはトラフィックからより多くの文脈を推測せざるを得なくなります。
F5 Workforce AI Securityは、AIとの対話からAIによるアクションへの本格的な移行に対応しています。ネットワーク上に配置されるという特性により、特にすでにF5インフラを利用している組織にとって、同社には集中型の強制適用を実現する信頼できる道筋があります。
未解決の問いは、その道筋が現代のエージェントワークフロー全体で十分な文脈を捉えられるかどうかです。セキュリティチームは、「agentless」を包括的と同義に扱う前に、実際の権限、プライベートツール、失敗ケースに対して製品を検証すべきです。
10月が近づくなか、購入担当者はAIトラフィックの棚卸し、エージェント権限のマッピング、実行前の承認を必要とするアクションの特定を進められます。エージェントが借用した権限を誤って使用した場合、最も大きな被害をもたらすワークフローはどの3つでしょうか。まずそこから着手し、F5 Workforce AI Securityが通常業務を妨げることなく、それぞれを可視化し、説明し、阻止できるかを評価してください。
