Tenable AI SecurityがTenable Oneに統合、しかし可視化は制御ではない

Tenable AI securityは、より困難なエンタープライズ課題を抱える中で、2025年のプライベートプレビューから一般提供のTenable One機能へと移行した。AIアプリケーションの発見は、あくまで第一歩にすぎない。エクスポージャーがインシデントになる前に、セキュリティチームはユーザー、データ、インフラ、エージェント、危険な挙動を結び付けなければならない。

この変更によりTenableは、エンタープライズAIの制御レイヤーをめぐる競争が拡大する中に身を置くことになった。Palo Alto Networks、Microsoft、Cisco、そして新興のAIセキュリティベンダーはいずれも重複する領域を狙っている。各社は、AIシステムの発見、リスク評価、日常利用時のポリシー適用を組織に提供しようとしている。

Tenableの主張には重要な違いがある。同社はAIを独立したセキュリティプログラムではなく、エクスポージャー管理の中で相互接続された別の攻撃対象領域として扱う。このアプローチは有用なコンテキストを提供する一方で、厳しい試練も伴う。Tenableは、統合された可視性がより迅速で強制可能なリスク低減につながることを示さなければならない。

Tenable OneがAIの攻撃対象領域をカバー

重要な変更は、AI向けダッシュボードがまた一つ増えたことではない。TenableはAIの検出、利用ガバナンス、保護を、より広範なエクスポージャー管理モデルに組み込んだ。

Tenableは2025年8月6日、Black Hat USAでTenable AI Exposureを初めて発表した。このローンチは、ChatGPT EnterpriseやMicrosoft Copilotなどのエンタープライズプラットフォームを対象とした。プライベート顧客プレビューに入り、その年の年末までに一般提供を開始する予定だった。

この発表で説明された製品は、ユーザー、交換されるデータ、危険な設定、サードパーティー統合、プロンプトインジェクション、ジェイルブレイクの試行を特定できるとしていた。プロンプトインジェクションは、細工された指示によってAIモデルを操作する攻撃である。ジェイルブレイクは、モデルの挙動を制限する安全対策を回避しようとする試みを指す。

Tenableはこの機能がエージェントレスであるとも説明した。この文脈でのエージェントレス導入とは、顧客がすべての従業員端末に監視ソフトウェアをインストールする必要がないことを意味する。その代わり、プラットフォームは対応システムからの統合と利用可能なテレメトリーに依存する。

この設計は導入時の負担を軽減し得るものの、カバレッジは統合によって公開される情報に依然として左右される。エージェントレス接続では、管理されていないすべてのコンシューマーアカウント、ローカルモデル、未登録アプリケーションを自動的に監視できるわけではない。

当初のAI security launchでは、単純な検出を超えることが重視されていた。Tenableは可視性をリスク管理とポリシー適用に結び付けようとした。同社はこれを、切り離された製品カテゴリーではなく、Tenable Oneの拡張として位置付けた。

2026年1月27日、TenableはTenable One AI Exposureの一般提供を発表した。拡張版は、サービスとしてのソフトウェアアプリケーション、クラウドサービス、API、エージェント、オンプレミスシステム、クラウド環境にまたがるAIを対象とする。

この広い対象範囲は重要である。なぜなら、エンタープライズAIが単一の承認済みアシスタント内に収まることはほとんどないためだ。企業は調査にChatGPT Enterpriseを使い、オフィス業務にMicrosoft Copilotを使い、顧客向けアプリケーションにはカスタムモデルを組み込むことがある。開発チームは、エージェントをデータベース、コードリポジトリ、社内APIに接続する場合もある。

Tenableによれば、プラットフォームはこれらのコンポーネントを継続的に検出し、その関係性をマッピングする。AIの利用状況を、アイデンティティ、アプリケーション、インフラ、データと結び付けることができる。意図する結果は、ある弱点が別の弱点とどのように組み合わさるかを示す、リスクを意識したビューである。

顧客記録にアクセスできる社内サポートエージェントを考えてみよう。そのモデルは適切に設定されていても、その背後のサービスアカウントが過剰なデータベース権限を保持している可能性がある。従来のAIインベントリでは、そのエージェントを承認済みと分類するかもしれない。エクスポージャーマッピングでは、その周囲にある危険なアイデンティティとデータ経路を明らかにするはずだ。

Tenableのgeneral availability releaseは、この関係性のマッピングを中核的な約束に据えている。また、プレビュー期間中に強調されていたエンタープライズアシスタントを超えて製品の対象を広げている。

時系列は重要である。ニュースフィードで見出しが再浮上しているものの、これは2026年8月の製品デビューではない。最初の発表は2025年8月であり、その後2026年1月に一般提供版がリリースされた。

この違いは、購入者がこのニュースを評価する方法を変える。もはや問うべきなのは、TenableがAIセキュリティの方向性を発表したかどうかではない。購入者は今、実運用でのカバレッジ、統合、ワークフロー、適用の境界がどのようなものかを問える。

Tenable AI Securityがスタンドアロンツールに圧力をかける理由

Tenableは、特にAIリスクがモデル自体の外部から始まる場合、購入者がもう一つの独立コンソールよりも一つのエクスポージャーグラフを好むと賭けている。

エンタープライズのセキュリティチームはすでに、脆弱性スキャナー、クラウドセキュリティ製品、アイデンティティシステム、エンドポイント制御、データ損失防止ツール、アプリケーションテストプラットフォームを管理している。専用のAIセキュリティ製品を追加すれば、検出結果の情報源が一つ増える。それによって、それらを調査するチームが自動的に増えるわけではない。

Tenableの戦略は、AIセキュリティを主にアプリケーション検出やランタイムフィルタリングとして捉えるベンダーに圧力をかける。これらの機能は依然として重要だ。しかしセキュリティチームは、権限、到達可能な資産、データアクセス、事業上の役割を理解しなければ、公開されたエージェントの優先順位を付けられない。

これが、AIエクスポージャーをTenable One内に置くことの中核的な利点である。検出結果は、周囲の環境からコンテキストを引き継ぐことができる。弱い設定は、機密アクセスを持つインターネット公開サービス上に存在する場合、より緊急性を帯びる。

同じ論理は、通常の従業員利用にも当てはまる。承認済みアシスタントに文書をアップロードすることのリスクは、すべてのケースで等しいわけではない。関連する問いには、文書の機密性、ユーザーのアイデンティティ、組織のポリシー、プラットフォームのデータ処理管理が含まれる。

Tenableによれば、そのプラットフォームは利用パターン、交換されるデータ、アシスタントの挙動、接続されたワークフローを監視できる。また、組織内で許可・禁止されるAI活動を定義する許容利用ポリシーをサポートするとしている。

これらの機能は、現実の責任所在の問題に対応する。AI導入は多くの場合、事業部門、開発者、プロダクトチームから始まる。セキュリティ担当者がそれらを把握する時点では、権限、統合、データフローがすでに存在していることが少なくない。

インベントリはセキュリティチームがこうした導入を見つける助けになる。関係性マップは、どのシステムが最も重要かを示せる。その後、プラットフォームに十分なテレメトリーと利用可能な制御ポイントの両方があることを前提に、ポリシー適用によって挙動を制限できる。

この最後の条件が、エクスポージャー管理と単なるレポーティングを分ける。製品は危険な設定を特定できても、それを変更できない場合がある。不審なプロンプト活動を警告できても、リクエストをブロックできない場合がある。購入者は、検出、推奨される修正、自動変更、リアルタイムの適用を区別する必要がある。

Tenableのアプローチは、大規模な導入基盤を持つ既存プラットフォームにも圧力をかける。Palo Alto Networksは、Prisma AIRS内で検出、モデルスキャン、ポスチャー管理、レッドチーミング、ランタイム保護をまとめている。現在の製品は、開発から本番まで、アプリケーションと自律エージェントを重視している。

したがって、Prisma AIRS platformは、単なるブランド認知ではなく対象範囲の面でTenableに挑戦している。Palo Alto NetworksはAI制御をネットワークおよびクラウドの適用と結び付けられる。TenableはAIの検出結果を、脆弱性およびエクスポージャーのインテリジェンスと結び付けられる。

Microsoftは、Copilot、Azure、アイデンティティ、エンドポイント、データガバナンス製品がすでに関連するテレメトリーを生み出しているため、別の戦略的位置を占める。Ciscoも同様に、AIセキュリティをネットワーキングおよびアプリケーションインフラに結び付けている。

この競争地図は、単純な勝者を生むものではない。購入における問いを、機能数からアーキテクチャ上の適合性へと移す。顧客は、どのプラットフォームが自社環境を十分に把握し、重要な地点を制御できるかを判断しなければならない。

すでにTenable Oneを利用している組織には、統合に向けた明白な運用上の根拠がある。チームはAIの検出結果を、クラウド、アイデンティティ、運用技術、脆弱性のエクスポージャーと並べて確認できる。また、既存の優先順位付けと修正プロセスを維持できる可能性もある。

別のセキュリティプラットフォームを中心に据える顧客には、より強い証明が必要になる。統合されたTenableグラフが役立つのは、十分なデータを受け取り、既存のワークフローに適合する場合に限られる。そうでなければ、すでに過密なスタックにおける、もう一つの部分的なビューになるおそれがある。

したがって、圧力が最も大きいのはスタンドアロンの検出製品である。識別だけでは、より広範なセキュリティプラットフォーム内の機能になりつつある。専門ベンダーは、より深いテスト、モデル分析、データ制御、ランタイム介入を通じて差別化しなければならない。

本当の争点はコンテキスト対適用

AIの失敗はシステム境界をまたぐため、Tenableの仕組みは説得力がある。しかし、コンテキストは危険な挙動を止める制御の代わりにはならない。

Tenableはこの問題を「AI Exposure Gap」と表現している。この言葉は、拡大するAI導入と、関連するシステム、アイデンティティ、データ、挙動をセキュリティチームが把握する能力との隔たりを指す。

この概念は、多くのインシデントが発生する過程に合致している。AIアプリケーションが被害を生むために、新規のモデル脆弱性は必ずしも必要ではない。過剰な権限、公開されたクラウドサービス、弱い認証、安全でない統合、不適切に扱われたデータが、より単純な経路を提供する可能性がある。

これが、エクスポージャー管理モデルが理にかなう理由である。このモデルは、すべてのアラートを独立して扱うのではなく、弱点の組み合わせを探す。理論上、TenableはAIの問題を、周囲の攻撃経路や潜在的な事業影響に応じて順位付けできる。

攻撃経路とは、攻撃者が価値の高い標的に近づくことを可能にする、接続された条件の連鎖である。過剰な権限を持つエージェントアイデンティティは、そのような連鎖の一段階になり得る。公開エンドポイントや侵害されたユーザーアカウントが、侵入の起点となる可能性もある。

AIエージェントは、単にテキストを生成するだけでなく行動を取れるため、リスクを高める。エージェントは文書を取得し、記録を変更し、外部サービスを呼び出し、社内ワークフローを起動する可能性がある。その実効リスクは、モデルの挙動と付与された権限の両方に左右される。

Tenableによれば、AI Exposureは危険な統合、設定ミス、データ交換、操作の試行を特定できる。また、危険または侵害されたエージェントを封じ込められるとしている。これらの主張は、製品テスト時に正確に評価する価値がある。

購入者は、封じ込めがどこで行われるのかを問うべきである。Tenableは統合を通じて設定を無効化するかもしれないし、別のセキュリティ制御を呼び出すかもしれない。あるいは、介入するオペレーターに警告する可能性もある。各方式では、速度、信頼性、カバレッジが異なる。

また、システムが正当な実験とポリシー違反をどのように区別するかも確認すべきである。承認された環境でプロンプトインジェクションをテストする開発者は、攻撃者に似て見えることがある。コンテキストは役立つが、自動分類が誤検知を生む可能性は依然としてある。

プラットフォームのAI Exposure documentationは、対応機能とリリースについて顧客が確認を始めるための出発点となる。チームが運用上の制御を計画する際には、広範なローンチ表現よりもドキュメントの方が重要である。

技術的な問題は、目に見えるプロンプトにとどまりません。間接的なプロンプトインジェクションは、AIアプリケーションが処理する文書、ウェブサイト、メール、データベースレコードを通じて侵入する可能性があります。攻撃者の指示は、直接のユーザー要求として現れないまま、モデルのコンテキストの一部になります。

OWASPのガイダンスでは、プロンプトインジェクションを大規模言語モデルアプリケーションにおける主要なリスクとして位置づけています。また、検索拡張やモデルのカスタマイズを行っても、この問題を完全には解消できないと指摘しています。つまり、どのようなエクスポージャーグラフであっても、それ単独で根本的なモデルの振る舞いを排除することはできません。

それでもTenableは、周辺で生じる影響を抑えることができます。権限が厳格に制限されたエージェントは、広範なアクセスを持つエージェントよりもリスクが小さくなります。データフローや統合設定を監視することで、操作がより危険になる条件も明らかにできます。

ここに、この記事の中心的なトレードオフがあります。Tenableは環境全体を横断する広がりを提供する一方、専門的な制御はモデルやランタイムのトランザクションにより近い位置で機能できます。エンタープライズの購入者には、コンテキストと介入の両方が求められることが多いのです。

広範なプラットフォームは、エージェントが過剰な権限を持つIDを通じて機密データベースに到達していることを特定できるかもしれません。ランタイムセキュリティ層は、リクエストを検査して悪意ある指示をブロックできる可能性があります。IDシステムはアクセスを取り消し、データ制御は情報開示を防止できます。

最も強力な実装は、こうした判断を結び付けます。最も弱い実装では、協調した対応を伴わない複数のアラートが生まれるだけです。Tenableの成功は、Tenable Oneがその接続レイヤーとなるのか、それとも主に分析ビューにとどまるのかにかかっています。

このため、「単一プラットフォーム」は、留保なく「単一の信頼できる情報源」を意味すべきではありません。AIシステムは、クラウドプロバイダー、モデルベンダー、開発者プラットフォーム、生産性スイート、社内アプリケーションにまたがります。関連するすべてのシグナルや実行ポイントを所有するベンダーは存在しません。

Tenableは、統合とより広範なエクスポージャーデータ戦略を通じて、この分散した現実を認識しています。その課題は、重要な詳細を平板化することなく、これらのシグナルを正規化することです。高レベルのリスクスコアは、その根拠となる証拠まで追跡可能でなければなりません。

セキュリティチームは、その追跡可能性を求めるべきです。アナリストは、なぜプラットフォームがあるAIエクスポージャーを別のものより上位に評価したのかを理解する必要があります。また、どの資産、ID、権限、データの関係がその結果に寄与したのかも知る必要があります。

説明可能な証拠がなければ、優先順位付けは別の不透明な推奨に過ぎません。証拠があっても行動経路がなければ、より良いレポートになるだけです。価値ある中間領域は、コンテキスト、責任者、修復、検証を結び付けます。

Tenableの主張がなお立証していないこと

一般提供開始は製品の提供準備が整ったことを示すものであり、あらゆるエンタープライズAI環境における完全な可視性、正確な優先順位付け、実証済みの防御を意味するものではありません。

Tenableの発表では、幅広い機能が説明されています。しかし、検出範囲、検出精度、誤検知率、修復時間、ブロックした攻撃に関する独立した測定値は公開されていません。

この欠如は、セキュリティ製品のローンチでは珍しくありません。それでも、購入者が導き出せる結論には限界があります。サポート機能の一覧だけでは、異なるアーキテクチャでそれらの機能がどれほど一貫して動作するかは示されません。

最初の不確実性は発見にあります。承認済みのエンタープライズプラットフォームでは、管理APIや監査記録が利用できることが多いです。一方で、管理されていないコンシューマーツール、ブラウザー拡張機能、組み込みアシスタント、ローカルモデル、カスタムゲートウェイは、観測がはるかに困難になる可能性があります。

ネットワークテレメトリーは既知のサービスへの接続を明らかにできますが、暗号化されたトラフィックはコンテンツ検査を制限します。エンドポイント制御はローカルの活動を確認できますが、導入と権限が必要です。クラウドコネクターは構成データを提供しますが、サポート対象サービスとアカウントアクセスに依存します。

Tenableのエージェントレスアプローチは、インストール要件を減らします。しかし、こうした可視性の境界をなくすものではありません。購入者は、継続的な発見という主張を受け入れる前に、各AIユースケースを具体的なデータソースに対応付けるべきです。

2つ目の不確実性は、データの解釈に関わります。プラットフォームは、ユーザーがファイルをアップロードしたことを検出できても、その機密性を理解できない可能性があります。AI統合を特定できても、そのワークフローが実験段階なのか、本番環境で重要なのか、すでに放棄されているのかを把握できない場合があります。

正確なコンテキストには、ID記録、データ分類、資産の所有者、アプリケーションのメタデータ、事業上の優先事項が必要です。こうした情報源は、AIセキュリティプロジェクトが始まる前の時点で不完全であることが少なくありません。

3つ目の不確実性は、プロンプトレベルの検査に関するものです。プロンプトを監視すると、従業員や顧客の機密情報が別のシステムに露出する可能性があります。組織は、セキュリティテレメトリー自体について、保持、アクセス、マスキング、データ所在地、監査に関する明確な方針を必要とします。

これは難しいバランスを生みます。コンテンツの可視性を高めれば、安全でない共有や操作の検出を改善できます。一方で、セキュリティプラットフォームが収集する機密情報の量を増やす可能性もあります。

4つ目の不確実性は、強制力です。Tenableは、AI ExposureがAI特有の攻撃を阻止し、リスクの高いエージェントを封じ込められるとしています。顧客は、どのサポート対象プラットフォームでリアルタイムブロックが可能か、どのプラットフォームで検出または推奨アクションのみが提供されるのかを確認すべきです。

レイテンシーも重要です。定期的な同期後に更新される制御では、エージェントによる即時のツール呼び出しを止められません。調査や修復を支援することはできますが、それは異なるセキュリティ成果です。

5つ目の不確実性は、優先順位付けの品質です。エクスポージャー管理は、技術的な深刻度と到達可能性、事業上のコンテキストを組み合わせることに依存しています。AIは、従来の脆弱性スコアリングが捉えるよう設計されていない行動上の要因を導入します。

インフラストラクチャ上の権限が低いエージェントでも、高価値な意思決定に影響を及ぼす可能性があります。システムアクセスを持たないチャットボットでも、機密テキストを開示する恐れがあります。技術的には露出しているモデルでも、処理するのが合成テストデータのみという場合があります。

Tenableは、すべてのAI検出結果を重大アラートに変えることなく、こうした違いを考慮しなければなりません。セキュリティチームはすでに過剰な検出結果に苦しんでいます。規律あるランク付けを伴わずにさらに大規模なインベントリーを追加すれば、その負担は深まるでしょう。

業界のガイダンスは問うべき質問を定義する助けにはなりますが、ベンダー実装の有効性を検証することはできません。NIST AI frameworkは、AIリスクの取り組みをガバナンス、マッピング、測定、管理の枠組みで整理しています。その生成AIプロファイルは、この技術に関するリスクと推奨アクションを追加しています。

これらの機能はTenableの説明と密接に一致しています。しかし、フレームワークとの整合性は製品の有効性を認証するものではありません。組織には依然として、テスト、ガバナンス、インシデントプロセス、人による説明責任が必要です。

Tenableの当初の発表では、ChatGPT EnterpriseとMicrosoft Copilotも強調されていました。現在の製品は、AIプラットフォームとエージェント全体にわたる、より幅広いカバレッジを提示しています。購入者は、正確なサポート対象サービス、機能の深さ、地域での提供状況を確認すべきです。

サポートというラベルは、大きな違いを隠すことがあります。ある統合ではIDと構成が見える一方、別の統合ではプロンプト活動と強制機能が提供される場合があります。調達チームは、フィールド、アクション、更新頻度、障害時の挙動を比較すべきです。

セキュリティリーダーは、プラットフォームの購入をAIガバナンスの終点と見なすことにも抵抗すべきです。プロダクトオーナーは許容される利用を定義する必要があります。法務およびプライバシーチームはデータ要件を設定し、IDチームは権限を制約し、開発者はより安全なエージェントアクションを設計しなければなりません。

Tenable Oneは、その作業の一部を調整できます。しかし、組織のリスク許容度を決定することはできません。また、導入後にあらゆる危険なアプリケーション設計を修正できるわけでもありません。

戦略が機能するかを示す3つのシグナル

次の段階は、AI機能の新たな一覧ではなく、統合の深さ、検証済みのリスク削減、競合他社の対応によって評価されるべきです。

最初のシグナルは、本番環境でのカバレッジ拡大です。Tenableは、どのAIプラットフォーム、クラウドサービス、API、エージェントフレームワークが深いサポートを受けるのかを文書化すべきです。重要なのは統合の数ではありません。

購入者は、各接続が何を観測し、何を変更できるのかを知る必要があります。有用な開示には、利用可能なIDデータ、構成カバレッジ、プロンプトの可視性、ポリシーアクション、同期タイミング、修復オプションが含まれます。

より深いカバレッジは、Tenableの統合エクスポージャーという主張を強化するでしょう。テレメトリーが浅い長大なコネクター一覧は、その主張を弱めます。セキュリティチームは、新しいインベントリーソースだけでなく、実行可能なアクションを追加するリリースノートを探すべきです。

2つ目のシグナルは、測定可能な運用改善です。Tenableは、AIコンテキストが優先順位付けを変え、調査時間を短縮し、または危険な行動を防ぐことを示す顧客事例を提供すべきです。

最も有用な証拠は、導入前後のワークフローを比較するものです。ID、クラウド、AIのエクスポージャーを組み合わせた検出結果が、より影響の小さい検出結果よりも優先された状況を示せるでしょう。また、チームがその経路をどれだけ迅速に閉じたかも記録できます。

独立したテストは、顧客のコメントだけよりも重みがあります。研究者は、再現可能なシナリオ全体で発見範囲、攻撃検出、ポリシー強制、誤検知を評価できます。

強力な結果は、Tenableが孤立したツールでは見逃される意味のあるエクスポージャーを見つけることを示すでしょう。また、アナリストが検出結果を理解し、過剰な手作業なしに修復を完了できることも示すべきです。

3つ目のシグナルは、競合するセキュリティプラットフォームがどのように対応するかです。Palo Alto Networksはすでに、Prisma AIRSを通じてポスチャー、モデル、ランタイム、レッドチーム、エージェントセキュリティ機能を提供しています。他のベンダーも、AI制御をID、データ、エンドポイント、ネットワーク、クラウドのテレメトリーと結び付けることができます。

競合他社が同じエクスポージャー中心の表現を採用すれば、Tenableの枠組みは裏付けを得ます。Tenableが分析に重点を置いたまま、競合他社がより強力な強制機能を提供するなら、市場はランタイム制御に近いプラットフォームを支持する可能性があります。

パートナーシップがその結果を左右します。あらゆるモデル、エージェントフレームワーク、データストア、業務アプリケーションをネイティブに統治できるエクスポージャープラットフォームはありません。Tenableには、サードパーティのテレメトリーと修復インターフェースへの信頼できるアクセスが必要です。

オープンなインターフェースは、アーキテクチャ上のロックインから顧客を守ることにもなります。エンタープライズは複数のモデルプロバイダーと開発スタックを利用します。それらの基盤サービスが変わっても維持されるセキュリティポリシーが必要です。

セキュリティリーダーにとって、直近のアクションは管理された評価です。承認済みアシスタント、カスタムアプリケーション、ツールアクセスを持つエージェントを含め、実際のAIワークフローをいくつか選びます。各ID、データソース、権限、外部接続を文書化してください。

次に、発見、コンテキスト、検出、強制、修復をそれぞれ個別にテストします。設定ミス、過剰な権限、禁止されたデータ転送、管理されたプロンプトインジェクションのシナリオを導入します。Tenableがどの段階を観測し、どの段階を変更できるかを記録してください。

その評価にはプライバシーおよびガバナンスチームも含めてください。プロンプト監視と活動収集は、それ自体が機密記録を生み出す可能性があります。広範な導入の前に、保持、アクセス制御、マスキング、監査、地域ごとの取り扱いを確認してください。

最後に、その結果をクラウド、ID、データ、生産性プラットフォームにすでに存在する制御と比較します。統合が価値を生むのは、死角をなくすか、対応を短縮する場合だけです。新しいダッシュボードだけでは、どちらも実現しません。

Tenable Oneは、エンタープライズAIをサイバーセキュリティの他の領域へ接続するリスクレイヤーになるのでしょうか。そのアーキテクチャは、そのための信頼できる道筋を与えています。購入者は今、その道筋が実行可能で測定可能なリスク削減へ至るという証拠を求めるべきです。