SwimlaneのAI SOC、MSSPの利益率問題に照準
Swimlaneは、MSSP向けにAI SOCを発表した。その訴求は、多くのGoogle Newsの見出しが示唆する以上に明確だ。より多くのセキュリティ業務を自動化しつつ、プロバイダーから顧客を奪わない。7月22日の発表は、マネージドセキュリティに根強く残る対立を標的としている。プロバイダーはアナリストの処理能力を拡大するためにAIを必要としている一方、一部ベンダーは類似技術を競合するマネージドサービスに組み込む動きを強めている。
この製品は、同社のセキュリティ自動化プラットフォームであるSwimlane Turbine上で動作する。Swimlaneによれば、MSSPは同社の技術を使ってアラート処理を自動化しながら、顧客関係、サービス設計、データを維持できる。この位置付けにより、ソフトウェアのリリースは、AI主導のセキュリティオペレーションセンターが生み出す経済的価値を誰が取り込むのかを問う試金石となる。
競合各社は、同じ業務負荷に異なる方向から取り組んでいる。Sophosは独自のマネージド検知・対応サービスを運営し、7AI、Dropzone AI、Torq、Conifersなどはエージェント型の調査機能を販売している。Swimlaneの中核となる賭けは異なる。技術サプライヤーは、サービスプロバイダーになることなくMSSPの運用モデルを改善すべきだというものだ。
Swimlaneが実際に発表したもの
Swimlaneは、AI、顧客横断のインテリジェンス、再利用可能なワークフローを、マネージドセキュリティプロバイダー向けの運用レイヤーとして提供している。
新しいMSSP AI SOCは、複数の顧客環境にまたがるセキュリティ業務を管理するために設計されている。MSSP、すなわちマネージドセキュリティサービスプロバイダーは、自社組織だけを保護するのではなく、外部顧客向けにセキュリティサービスを運営する。
従来のセキュリティ自動化は、多くの場合、プレイブックの集合から始まる。各プレイブックは、不審なIPアドレスの情報を拡充したり、エンドポイントアラートの後にケースを作成したりといった、あらかじめ定められた手順に従う。こうしたワークフローは時間を節約できる一方、プロバイダーは顧客ごとにカスタマイズすることが多い。
このカスタマイズは、見えにくい労働コストを生む。アナリストとエンジニアは、異なるセキュリティツールを接続し、データ形式を変換し、顧客固有のポリシーを対応付け、個別の対応手順を維持しなければならない。あるテナントで機能するワークフローが、別のテナントの技術構成やサービスレベル契約に適合するとは限らない。
Swimlaneによれば、そのAI SOCは、こうした個別構築の多くを標準化モデルに置き換える。製品は、決定論的なプレイブック、AI支援タスク、エージェント型ワークフローを組み合わせる。エージェント型AIとは、定義された権限の範囲内で、複数の連携したアクションを計画し実行できるソフトウェアを指す。
最初に注目すべき機能は、テナント横断の脅威インテリジェンスだ。接続された顧客テナントから、情報拡充の結果、オブザーバブル、判定結果を集約する。システムがある顧客向けにインジケーターを調査した場合、同じインジケーターが別の場所で現れた際に、その結果が即座のコンテキストを提供できる。
この共有レイヤーが重要なのは、繰り返される情報拡充にコストが伴うためだ。再利用がなければ、MSSPは顧客ごとに複数のインテリジェンスサービスへ問い合わせ、同じ分析手順を繰り返す可能性がある。判定結果の再利用は重複作業を減らし得るが、プロバイダーは顧客固有データに関する厳格な境界を維持しなければならない。
2つ目の機能は、AIベースのトリアージと調査を扱う。Swimlaneによれば、システムはアラートを正規化し、そのインジケーターを拡充し、関連する活動を相関付け、説明可能な判定を生成する。また、観測された振る舞いを、攻撃者の戦術と技術を分類するために広く使われているフレームワークであるMITRE ATT&CKに対応付ける。
生成された調査計画は、システムが何を発見し、次に何を行うべきかをアナリストに示す。意図される結果は、アナリストを排除することではない。判断、承認、または顧客固有のコンテキストを必要とするケースだけを含む、より小さな人手対応キューを実現することだ。
この製品は、テナント全体を統合したコマンドセンターも提供する。これによりアナリストは、顧客のダッシュボード間を何度も移動することなく、共通の場所で業務の優先順位を付けられる。コンテキストスイッチは小さな問題に聞こえるが、異なるツールやサービス上の責務にまたがる大量のキューをチームが扱う場合、そのコストは大きくなる。
Swimlaneは、新パッケージが各MSSPのケース当たりコストをどの程度削減するのかを示す本番環境の数値を公表していない。また、従来の運用との間で広範かつ独立監査済みの比較も公開していない。したがって、この発表が確立するのは商業的な提案であって、検証済みの利益率改善ではない。
それでも、根底にある変化は具体的だ。Swimlaneは個別の自動化機能を超え、TurbineをMSSPの完全なAI対応サービスモデルの基盤として提示している。
Google Newsの話題の本質は利益率にある
決定的な指標はAIが何件のアラートに触れるかではなく、各アナリストがどれだけの顧客業務を安全に支援できるかだ。
Google Newsの文脈がSwimlaneの発表をMSSPの利益率問題と結び付けるのは、マネージドセキュリティのユニットエコノミクスが厳しいためだ。プロバイダーは継続的な監視と迅速な対応を約束するが、顧客環境は大きく異なる。顧客の増加は、統合の増加、アラートの増加、レポート作成の増加、アナリストの時間増加を意味し得る。
収益がこれらのコストより速く拡大するとは限らない。MSSPは顧客を増やしても、営業利益率が変わらないほどの従業員やインフラを追加する場合がある。カスタムのオンボーディング作業は、新規契約が収益化するまでの時期をさらに遅らせる可能性がある。
Swimlaneはこの関係を変えようとしている。同社によれば、自動化されたトリアージにより、各アナリストは人員を比例して増やすことなく、より多くの顧客を支援できる。また、再利用可能な構成により、顧客のオンボーディングをプロフェッショナルサービス案件ではなく、反復可能なプロセスに変えられるとしている。
これは単純な人件費削減ではなく、処理能力に関する主張だ。反復的な情報拡充から解放されたアナリストは、困難なインシデントの調査、AI判断のレビュー、脅威ハンティング、顧客への助言を行える。プロバイダーは、同規模の採用ニーズを生むことなく、より多くのアラート量も取り込める。
独立した証拠は、AI支援が調査パフォーマンスを改善し得るという、より広い考え方を裏付けている。Cloud Security AllianceとDropzone AIによる2025年のSOCベンチマークには、シミュレーションシナリオを用いた140人超の参加者が関わった。
AI支援を受けたアナリストは、2つのシナリオにおいて調査を45%から61%速く完了した。精度は、手作業で対応したアナリストより22%から29%高かった。参加者が試験したのはDropzone AIでありSwimlaneではないため、これらの数値でSwimlaneの製品を検証することはできない。
それでもこの調査は、ベンダーが調査に注力する理由を説明する助けとなる。調査の高速化は、労働力の活用率、サービスレベルのパフォーマンス、アナリストが扱うケース数に影響し得る。これらの要因は、自動化アクションの一般的な件数よりも、マネージドサービスの経済性に直接結び付く。
Swimlane自身の2026年4月の調査は、別の問題を示している。同社は米国と英国のIT・サイバーセキュリティ分野の意思決定者500人を調査した。その自動化調査では、87%がセキュリティオペレーションにAIと自動化の両方を導入していることが分かった。
この調査では、92%が自動化は期待を満たすか上回ったと回答し、78%がAIは自動化より大きな財務的リターンをもたらしたと回答した。それでも、両技術の強みに基づき明確に異なるタスクを割り当てていたのは32%にとどまった。
これらの結果は企業スポンサーによる調査に基づき、回答者が報告した認識を反映している。特定の導入による財務的リターンを証明するものではない。しかし、別のAIツールを追加するだけでは不十分である理由を示している。
重複する製品は、追加の引き継ぎやキューを生み出し得る。AI機能がアラートを要約する一方、別の自動化プラットフォームが情報拡充を行う場合がある。アナリストは依然として出力を結び付け、不整合を解消し、最終的な対応が安全かどうかを判断しなければならない。
Swimlaneの利益率に関する主張は、こうした引き継ぎをなくせるかどうかにかかっている。1つの運用レイヤーが取り込み、インテリジェンス、調査、承認、対応、レポーティングを調整できれば、自動化はケース提供にかかる総コスト全体に影響を及ぼせる。
より難しい測定上の問題は、有効な結果当たりのコストだ。アラートが誤って却下されていたなら、安価にクローズしても意味はほとんどない。したがって有用な利益率ダッシュボードは、効率性を精度、エスカレーションの品質、対応時間、顧客への影響と組み合わせなければならない。
MSSPは、総処理能力と実用可能な処理能力も区別すべきだ。システムがアナリストの時間を節約しても、大規模なエンジニアリング、品質レビュー、モデルガバナンスを必要とする可能性がある。こうした費用は、サービスの利益率を実質的に改善せずにコストを別部門へ移すことがある。
財務上の主張には依然として信頼性があるが、プロバイダーレベルの証拠が必要だ。Swimlaneは今後、標準化された導入とテナント横断の再利用が、実装、監督、保守を計上した後にも持続的な節約を生むことを示さなければならない。
主な競争は、パートナーの所有権とベンダー拡大の対立にある
Swimlaneは、同じマネージドサービス契約で競合しないAIサプライヤーをMSSPが選好すると見込んでいる。
発表では、所有権が繰り返し強調されている。Swimlaneは、MSSPが顧客、データ、サービスを保持するとしている。この表現は、サイバーセキュリティの流通構造における変化への応答だ。
かつてセキュリティベンダーの役割分担は、より明確だった。ソフトウェア企業は製品を販売し、MSSPはそれらの製品を継続的なサービスに組み込んだ。プロバイダーは顧客関係、運用、説明責任を担っていた。
その境界は曖昧になっている。多くのベンダーは今や、直接販売またはハイブリッドな販売モデルを通じてマネージド検知・対応を提供している。ベンダーはパートナーに技術を供給する一方、類似する顧客からマネージドサービス収益を得ようとすることもできる。
AIは、より多くのサービス提供をプラットフォーム内に集約するため、この対立を強める。ソフトウェアがトリアージ、調査、対応を実行するなら、プラットフォームの所有者は顧客が購入する成果の提供により近づく。ツールとサービスの間の距離は小さくなる。
Swimlaneの共同創業者兼CEOであるCody Cornellは、発表でこの対立を明確にした。同氏は、誤ったパートナーを選ぶプロバイダーは競合相手を強化するリスクがあると述べた。同社の回答は、MSSPが商業サービスを所有する一方で、Swimlaneが自動化の基盤にとどまることだ。
このモデルは、プロバイダーに差別化の余地を与える。MSSPはSwimlaneを、好みのデータソース、対応ポリシー、業界の専門知識、顧客ワークフローと組み合わせられる。また、どのアクションを自動化したままにし、どれに承認を必要とするかも決定できる。
この統制は、専門特化型プロバイダーにとって重要だ。医療分野に特化したMSSPは、産業環境にサービスを提供するプロバイダーとは異なるエスカレーションルールを適用する場合がある。政府請負業者には、より厳格な監査証跡、データ所在地、または人による承認が求められる可能性がある。
Swimlaneのアプローチは、ホワイトラベルサービスの余地も残す。プロバイダーは、差別化が限定的なベンダー運営サービスを再販するのではなく、AI SOCを自社の提供内容の一部にできる。これは更新時におけるプロバイダーの立場を強化し得る。
ただし、ベンダー運営サービスには独自の利点もある。それは運用規模だ。大規模なMDRサービスを運営する企業は、相当なケース量に基づいてワークフローを改善し、顧客全体に学びを適用できる。また、技術とサービスの両方を管理しているため、パフォーマンスをより一貫して測定できる可能性もある。
Sophosが現時点で最も明確な例を示している。同社は、エージェント型SOCがMDRケースの52%を人手を介さずエンドツーエンドで完了したと報告している。同社の本番運用結果では、承認済みケースについて、ケース作成から自動対応まで89秒だったともされている。
Sophosによれば、このモデルは4万社の顧客に提供され、定義済みの自動化境界の周囲では人間による監督が行われていた。これらは同社が報告した数値だが、有用な競争ベンチマークとなる。運用環境を自社で管理する垂直統合ベンダーが何を主張できるかを示している。
Swimlaneは、MSSPに対して、管理権限を維持しながら同等の成果を生み出すよう求めている。これは魅力的だが、潜在的にはより困難でもある。各プロバイダーでは、ツール、顧客、人員配置モデル、データ品質、リスク許容度が異なる。
したがって、比較対象は単純にSwimlane対Sophosではない。パートナーが保有する運用上の多様性と、ベンダーが運用する一貫性との比較である。どちらのアプローチでも、エージェント型AI、共有コンテキスト、人間の監督を活用できる。
他のサプライヤーも、パートナー保有型の経路を狙っている。7AIは、既存システム全体に保存されたデータをエージェントが扱えるフェデレーテッドSIEMを導入した。同社はまた、パートナーが自社プラットフォーム上でワークフローやマネージドサービスを作成できるツールも公開した。
Dropzone AIは、社内チームおよびサービスプロバイダー向けにAI調査能力を提供している。Conifersは、企業およびMSSP向けにエージェント型SOCを位置付けている。Torqは自動調査に組織的コンテキストを追加し、Securonixはオーケストレーション層を通じて専門エージェントを連携させている。
この競争はMSSPに交渉力を与える。プロバイダーは、より明確なデータ境界、移植可能なワークフロー、測定可能な成果、チャネル競合に対する契約上の保護を求めることができる。また、プラットフォームが自社サービスを強化しているのか、それとも徐々に代替可能なものにしているのかも比較できる。
そのため、Swimlaneの非競合の約束は単なるマーケティング文言ではない。これは製品の経済設計の一部である。プラットフォームはMSSPの効率が高まることで成功し、一方で直接MDRモデルはサービスそのものをより多く自ら運用することで成功する。
自動化が高利益率SOCを自動的に生み出すわけではない
信頼できないコンテキスト、高額なカスタマイズ、または不十分なガバナンスが、本来は自動化によって削減されるはずの労働を消費するなら、Swimlaneの論旨は成り立たない。
最初の不確実性はデータ品質に関するものだ。AIエージェントは、アクセスできるテレメトリーと業務コンテキストを超えて調査することはできない。断片化されたID、エンドポイント、クラウド、ネットワークのデータに基づく自信に満ちた判断でも、誤っている可能性がある。
クロステナント・インテリジェンスには、関連する課題もある。共有可能な観測情報は、繰り返し発生する脅威を明らかにし、反復的なエンリッチメントを防ぐことができる。しかし、インジケーターの意味は顧客ごとに異なり得る。
ある環境では管理ツールが日常的に使われていても、別の環境では疑わしい場合がある。承認済みテスト中にアクセスされたドメインは、顧客コンテキストから切り離されると悪意あるものに見える可能性がある。したがって、インテリジェンスの再利用には、出所、信頼度、新鮮性、テナント固有の例外を慎重に扱う必要がある。
プライバシーの境界も重要だ。MSSPは、ある顧客から得た情報が別の顧客に機微な詳細を露出させないようにしなければならない。Swimlaneは共有エンリッチメント層について説明しているが、プロバイダーは依然として、どのフィールドがテナント境界を越えるのかを正確に検証する必要がある。
2つ目の不確実性は説明可能性だ。Swimlaneは、システムが説明可能な判断、MITRE ATT&CKマッピング、調査計画を生成するとしている。プロバイダーは、その証拠がアナリストが異議を唱えるのに十分な具体性を備えているかを検証すべきである。
読みやすい要約は、防御可能な意思決定記録と同じではない。アナリストには、基礎となる観測結果、クエリ、前提、ツール操作が必要だ。顧客も、なぜサービスがエンドポイントを隔離し、アカウントを無効化し、またはアラートを却下したのかについて、明確な説明を求める可能性がある。
3つ目の不確実性はモデルの挙動だ。Swimlaneのドキュメントによると、標準的なHero AI導入ではAmazon Bedrock経由でAnthropic Claudeを使用する。プライベートおよび専用構成では、顧客のクラウド環境内でBedrockを使用できる。
大規模言語モデルは多様な証拠を解釈できるが、その出力は確率的である。コンテキストが変化したり、指示が競合したりすると、一貫しない結論を生成することがある。したがって、セキュリティ運用には、モデル生成アクションを取り巻く権限制約、決定論的な制御、レビュー経路が必要となる。
最も慎重を要する段階は対応である。誤った要約は時間を浪費するが、誤った封じ込めアクションは業務運営を中断させる可能性がある。プロバイダーは、どのケースで自律的なアクションを許可し、どのケースで人間の承認を要するかを定義しなければならない。
これが、Sophosの報告結果において、52%の自動化率と同じくらい残り48%が重要である理由だ。重大な活動や新規性のある活動には、依然として判断が必要である。効果的なAI SOCは、すべてのケースを同じ自律性レベルで処理するのではなく、こうした境界を特定すべきだ。
4つ目の不確実性は実装コストである。標準化がオンボーディングを加速できるのは、顧客の統合が再利用可能なパターンに適合する場合に限られる。レガシーツール、カスタムAPI、一貫性のない資産インベントリ、特異なサービス契約は、エンジニアリング作業の必要性を残しかねない。
プロバイダーは、プラットフォーム導入前後で新規テナントごとの設定時間を測定すべきだ。また、接続された製品がAPIを変更した際の保守時間も追跡すべきである。統合が頻繁に壊れる場合、初期導入が迅速でも高コスト化する可能性がある。
5つ目の不確実性は、効率化が価格圧力に転じるかどうかである。多くのMSSPが類似の自動化を採用すれば、顧客はより低い料金でより迅速なサービスを期待するかもしれない。プロバイダーは社内コスト構造を改善できても、競合他社が同等の節約分を顧客に還元する可能性がある。
この力学は市場全体で価格を圧縮し得る。利益率を維持するプロバイダーには、自動化されたトリアージを超える差別化が必要になる。定型的な調査のコストが下がるほど、業界専門性、インシデント対応の主導力、コンプライアンス知識、脅威ハンティング、顧客アドバイザリー業務の重要性が増す。
集中リスクもある。単一の自動化プラットフォームを中心に運用モデルを構築すると、切り替えコストが生まれる可能性がある。ワークフロー、統合、ケース履歴、アナリストの実務慣行がシステムの周囲に蓄積される。
MSSPは、データをどれほど容易にエクスポートできるか、プレイブックを再現できるか、基盤となるAIモデルを変更できるかを問うべきだ。また、ベンダーが停止、モデル変更、プラットフォーム自体に影響するセキュリティインシデントをどう扱うかも検討すべきである。
最後に、証拠は依然として不均一である。Google Newsの報道は、顧客が測定済みの結果を公表する前に、AI SOCのローンチを成熟しているように見せる可能性がある。Swimlaneはアーキテクチャと商業戦略を説明しているが、このMSSPパッケージについて幅広い本番ベンチマークをまだ開示していない。
購入者は、導入前の基準値と導入後の測定値を求めるべきだ。有用な指標には、ケース当たりのアナリスト作業時間、誤却下率、エスカレーション精度、平均応答時間、オンボーディング時間、統合保守、顧客当たりの粗利益率が含まれる。
最良の評価は、統制されたデモではなく、運用モデル全体を比較する。異常なアラート、不完全なテレメトリー、失敗した統合、顧客承認を必要とするアクションを含めるべきである。こうしたエッジケースこそ、自動化が本番環境の条件に耐えられるかを決定する。
MSSPが次に注視すべきこと
次の段階は、AI機能発表のさらなるラウンドではなく、本番運用の経済性、ガバナンスの証拠、競合の対応によって決まる。
最初のシグナルは、MSSPによる測定可能な導入だ。Swimlaneには、実装コストを含めた上で、AI SOCがケース当たりのコストを削減する、またはアナリスト当たりの顧客数を増やすことを示す顧客事例が必要である。
公開事例では、開始時の環境、評価期間、算入された作業を特定すべきだ。それらの詳細がない改善率は解釈が難しい。プロバイダーは、アナリスト作業時間、オンボーディングの労力、対応品質、サービス利益率の変化を確認すべきである。
複数のMSSPからの証拠は、プロバイダーごとに運用方法が異なるため、Swimlaneの主張を強めることになる。高度に標準化された1つのサービスの結果は、規制業界全体でカスタムスタックを管理するプロバイダーには当てはまらない可能性がある。
2つ目のシグナルは、ガバナンス制御の品質だ。ドキュメントでは、データ分離、証拠保持、モデル選択、承認ゲート、ロールバックについて、より具体的になるべきである。顧客はまた、クロステナント・インテリジェンスがどのように顧客固有の情報の露出を避けるのかを知りたがるだろう。
独立したセキュリティテストは、これらの制御の信頼性を高めるだろう。どのコンポーネントが各結論に達し、どの人間が機微なアクションを承認したのかを示す詳細な監査記録も同様である。
MSSPは特に誤却下に注意を払うべきだ。高い自動化率が有利に見えるのは、システムが危険な例外を確実にエスカレーションする場合に限られる。アラートカテゴリー別の精度は、単一の平均値より多くを明らかにできる。
3つ目のシグナルは、競合他社がSwimlaneのパートナー優先の立場にどう対応するかである。プラットフォームベンダーは、チャネル保護を強化し、ホワイトラベル制御をリリースし、MSSPがより多くのデータとワークフローの所有権を維持できるようにするかもしれない。
垂直統合されたMDRベンダーは、おそらく逆の利点を強調するだろう。テクノロジーと運用サービスを管理することで、より迅速な学習、より明確な説明責任、そして規模に応じた測定可能な成果が生まれると主張できる。
その競争は購買判断を形作る。一部のMSSPは、自社ブランドと手法を維持できる構成可能な基盤を好むだろう。他方で、同等の運用能力を構築するコストが高すぎる場合には、ベンダー運営のサービスと提携する企業もあるだろう。
より広範な市場はすでにコンテキストに基づく調査へ移行している。Torqのコンテキストグラフ戦略は、ID、権限、資産、業務上の優先順位に焦点を当てている。7AIのフェデレーテッド・アプローチでは、エージェントが既存のデータ保管場所全体で作業できる。Sophosは、管理運用の内部で統合コンテキスト層を使用している。
Swimlaneのクロステナント・モデルも同じ変化に属している。AIエージェントはもはや製品全体ではない。価値ある層は、信頼できるコンテキストを提供し、アクションを制御し、証拠を保持し、意思決定をサービス成果に結び付けるシステムである。
エンタープライズ購入者にとって、これはMSSP評価時に問うべき質問を変える。購入者は、誰がワークフローを所有するのか、自社データがどこを移動するのか、AIがどの意思決定を行えるのか、プロバイダーがそれらの意思決定をどのようにテストするのかを問うべきだ。
また、自社のプロバイダーが基盤となるAIまたは自動化ベンダーを置き換えられるかも尋ねるべきである。顧客契約しか所有していないMSSPは、そのブランディングが示すほどの運用上の独立性を持たない可能性がある。
アナリストにとって、この移行は作業キューを変える。これらのシステムが宣伝どおりに機能するなら、定型的なエンリッチメントと相関分析は減少するはずだ。調査レビュー、例外処理、脅威ハンティング、顧客コミュニケーションが、より大きな時間配分を占めるべきである。
MSSPの経営幹部にとって中心的な問いは、削減された労働が収益性のあるキャパシティに変わるかどうかだ。自動化アクションの増加は、より良い経済性を保証しない。プロバイダーは、統制を弱めることなく、その能力を追加顧客、より強いサービス、またはより低い提供コストへと転換しなければならない。
Swimlaneは明確な立場を選んだ。同社はAI SOCを提供しつつ、マネージドサービス、顧客関係、そしてそこから生じる利益率はパートナーに残したいとしている。このコミットメントは、より広範なAI報道では見落とされがちなチャネル不安に直接対応している。
このローンチには依然として本番運用での証明が必要である。そのアーキテクチャはMSSPの労働を消費する業務に合致しているように見えるが、同社は多様なプロバイダー全体にわたり、約束された財務上の成果を独立して確立してはいない。
読者がGoogle Newsでこの話題を追う際に注目すべきなのは、その隔たりだ。MSSPは完全導入後に測定可能な成果を報告するのか。それとも、カスタマイズとガバナンスが節約分を吸収してしまうのか。
今後数カ月は、実名の顧客成果、より強固な監査文書、そして競合他社による明確なチャネルへのコミットメントに注目したい。これらのシグナルを総合すれば、Swimlaneがより優れたツールを構築したのか、それともパートナー主導で持続可能な運用モデルを築いたのかが見えてくる。
セキュリティプロバイダーは、自律性を追加する前に、まず範囲を限定したワークフローから始め、そのベースラインを記録すべきだ。アナリストの工数、精度、エスカレーション、対応時間、オンボーディング作業を測定する。その上で、Google Newsの見出しの背後にある問いを投げかけたい。AI SOCは実際にプロバイダーへ利益率を取り戻したのか。それとも、単にコストを別の場所へ移しただけなのか。
