Veeam、AIレジリエンスに向けて精密リカバリーに賭ける

Veeamは、復元技術が依然として地味ながら重要な「復元の信頼性」という基準で評価される中、20年にわたるバックアップ企業としてのアイデンティティをAIレジリエンスへと向けている。

Google Newsの見出しはこの戦略的転換を捉えているが、より難しい部分は抜け落ちている。Veeamは、自社の地位を築いた信頼性の高いバックアップ運用を損なうことなく、AIガバナンス、データセキュリティ、リカバリーを結び付けなければならない。

同社は現在、自律型AIが新たな種類の復旧可能性の問題を生み出すと主張する。不具合のあるエージェントが特定のレコードを変更したり、保護情報を露出させたり、接続された複数のアプリケーションにまたがるアクションを引き起こしたりする可能性がある。前日のバックアップからシステム全体を復元すれば、有害な変更だけでなく正当な作業まで削除してしまう。

Veeamはその代替策を「精密レジリエンス」と呼ぶ。その考え方は、エージェントによる個別のアクションを特定し、影響を受けたデータを把握し、不要な変更だけを元に戻すことだ。これによりリカバリーは、広範な障害発生後の最終対応ではなく、AI運用における能動的な統制となる。

ここでVeeamは新たな競争領域にも踏み込む。CommvaultとRubrikはすでにリカバリーをサイバーレジリエンスと結び付けており、セキュリティベンダーはAIポスチャー管理とデータガバナンスを推進している。Veeamの戦略には、焦点を失わずに両カテゴリーをまたぐことが求められる。

Veeam、リカバリーをAIコントロールプレーンへ移行

当面の変化は、Veeamがリカバリーを本番インフラの背後で待機する独立したシステムとして、もはや扱わなくなった点にある。

VeeamON 2026で同社はDataAI Command Platformを発表し、中核製品であるData Platformを拡張した。これらのリリースにより、リカバリーはデータ探索、アイデンティティ、権限、プライバシー、AIエージェント監視と並ぶ位置付けとなった。

DataAI Command Platformは、Veeamが2025年12月に買収したSecuritiの技術を基盤としている。発表された取引では、Securitiの評価額は現金と株式で17億2500万ドルとされた。

この買収により、従来のバックアップ製品には通常ない機能がもたらされた。データ分類、プライバシーガバナンス、データセキュリティポスチャー管理、アクセスコンテキスト、AIシステムの可視性などが含まれる。

Veeamはこれらの機能を、確立されたバックアップおよびリカバリー基盤と組み合わせている。同社の中心的な主張は、共有データグラフによって、本番情報、バックアップコピー、アイデンティティ、ポリシー、AIアクティビティを接続できるというものだ。

この文脈でのグラフとは、データ、ユーザー、エージェント、アプリケーション、統制の関係を継続的に更新するマップを指す。Veeamによれば、DataAI Command Graphはクラウドサービス、ソフトウェアアプリケーション、オンプレミスシステム、バックアップ環境にまたがる300以上のコネクターをサポートする。

こうした関係性が重要なのは、AIインシデントが損傷した1台のサーバーというパターンに収まることはほとんどないためだ。エージェントはあるリポジトリを読み、顧客レコードを更新し、文書を生成し、別のサービスを通じて情報を送信する可能性がある。

従来の復元では、アプリケーションやデータセットを以前の状態に戻せる。しかし、どのエージェントが変更を開始したのか、そのアクションが認可されていたのか、どの下流システムがデータを受け取ったのかまでは説明できない場合がある。

DataAIプラットフォームは、この欠けているコンテキストを提供することを意図している。Veeamによれば、管理者はエージェントがアクセスした対象を追跡し、機密情報を特定し、粒度の細かいポリシーを適用し、不要なアクションをリカバリー操作に結び付けられる。

同社は2026年2月、Agent Commanderを通じてこのコンセプトを実演した。Veeamによると、この製品はシャドーAIを検知し、機密データの露出を特定し、統制を適用し、選択したエージェントのアクションを元に戻せる。

シャドーAIとは、組織による完全な承認や可視性がないまま稼働するモデル、アシスタント、エージェントを指す。シャドーITに似ているが、自律的なアクセスはミスの速度と影響範囲の両方を拡大し得る。

Veeamはその後、VeeamONでより広範なDataAI Command Platformを発表した。リリースにはDataAI Precision ResilienceとIntelligent ResOpsが含まれ、後者の初期ワークロードはMicrosoft 365だった。

Microsoft 365は分かりやすい最初の対象となる。SharePoint、OneDrive、Teams、Exchangeには、相互に接続された文書、会話、アイデンティティ、権限が格納されている。また、AIアシスタントが業務情報を変更または配布する機会も数多く存在する。

同社のプラットフォーム更新は、Veeam Data Platformバージョン13.1とともに発表された。SiliconANGLEは、このリリースに70件以上の機能強化が含まれていたと報じた。

これらの機能強化は、AI戦略と並行して従来型のレジリエンス要件も対象としている。マルウェアスキャンの拡張、Active Directoryリカバリーの改善、耐量子暗号機能、長期ストレージ管理の変更などが含まれた。

この組み合わせは重要だ。VeeamはバックアップをAIガバナンスの物語に置き換えようとしているのではない。リカバリーをより広範な統制システムの一要素にしようとしている。

このイベントは、記事の中心的な緊張関係を生み出す。Veeamは、これらの領域を結び付けることで、既存ツールの上に複雑なセキュリティコンソールを重ねるのではなく、より精密なリカバリーが実現することを証明しなければならない。

Google Newsの記事が実際にはリカバリー精度を扱っている理由

戦略上の競争は、AIリカバリーと従来型バックアップの対決ではない。精密な差し戻しと広範なロールバックの対決である。

従来のバックアップは、運用担当者が有用なリカバリーポイントを特定できることを前提としている。破損、削除、攻撃の後、既知のコピーからシステム、データベース、ファイル、ワークロードを復元する。

このモデルは引き続き不可欠だ。ランサムウェアは大規模な環境を暗号化する可能性があり、ハードウェアは故障し、管理者は重要なリソースを削除することがある。企業には依然として、隔離されたコピー、テスト済みの復元、クリーンなリカバリー手順が必要である。

AIエージェントは、より選択的な障害モードをもたらす。エージェントは、1件の有害な変更を行う前に、数百件の有効なアクションを実行する可能性がある。完全なロールバックでは、リカバリーポイント以降のすべてのアクションを同程度に疑わしいものとして扱うことになる。

Veeamの最高経営責任者であるAnand Eswaranは、この問題を単純な対比で説明した。1つのエージェントが1つの悪いアクションを行うたびに、企業は1日全体をロールバックすることはできない。被害を引き起こした数秒間、または特定の変更を切り分ける必要がある。

これが精密レジリエンスの実用的な意味である。詳細なアクティビティコンテキストと対象を絞った復元を組み合わせ、既知のミスを元に戻しながら影響を受けていない作業を維持することを目指す。

共有ドキュメントリポジトリ上で稼働するAIアシスタントを考えてみよう。不正確な情報で規制対象文書を上書きする前に、ファイルを正しく整理し、メタデータを更新し、要約を作成するかもしれない。

広範な復元では、元の文書を回復できる可能性がある。しかし、リポジトリ全体にわたる正当な変更も元に戻してしまう恐れがある。精密リカバリーなら、影響を受けた項目を対象にし、無関係な作業を維持できる。

アクションがシステムをまたぐと、その仕組みはより難しくなる。エージェントがデータベースから顧客詳細を抽出し、それをプレゼンテーションに配置し、そのファイルをコラボレーションプラットフォーム経由で送信する可能性がある。

データベースを復元しても、プレゼンテーションを取り消すことにはならない。ファイルを復元しても、配信済みのコピーが必ずしも削除されるわけではない。有用な統制システムには、リネージ、アイデンティティコンテキスト、アプリケーション固有の修復が必要となる。

データリネージは、情報の発生元、変更の過程、移動先を記録する。VeeamはSecuritiを通じて、重要なリネージおよびガバナンス機能を獲得した。

同社のAI信頼戦略は、このコンテキストをVeeamのリカバリー基盤と結び付けようとしている。この連携は、単にバックアップ管理にチャットボットを追加するよりも意味がある。

Veeamは既存のData Platform顧客向けに、DataAI Resilience Moduleも導入した。これは、顧客に保護されたデータの移行を強いることなく、コマンドプラットフォームを通じてバックアップ情報を公開するよう設計されている。

管理者は、自然言語を用いて保護状況について質問できると報じられている。例えば、ワークロードを別の環境に移す前に、有効なバックアップがあるか確認できる。

自然言語による管理は有用だが、主な差別化要因ではない。複数のインフラベンダーがすでに生成AIインターフェースを利用して、システム照会、アラート要約、アクション推奨を行っている。

重要な機能は、観測されたAIアクションと限定的なリカバリー操作を結び付けられる可能性にある。そのためには、正確なアイデンティティ記録、完全なアクティビティデータ、信頼性の高いアプリケーションコネクター、テスト済みの復元動作が必要だ。

依存関係の一つひとつが障害点を生む。システムがエージェントのアイデンティティを見逃したり、アプリケーションコネクターがなかったり、不完全なリネージしか記録していなかったりすれば、影響の全容を特定できない可能性がある。

精度は検証基準も引き上げる。広範な復元は、アプリケーションが期待される状態に戻るかを確認することでテストできる。外科手術のような差し戻しには、正しい変更が取り除かれ、有効な変更が維持されたことの証明が必要になる。

このため、リカバリー検証が戦略の中心となる。組織はバックアップの完全性だけでなく、エージェントのミスをシミュレートし、接続されたシステム全体で修復が機能することを確認する必要がある。

したがって、Google Newsの枠組みは技術的な課題を過小評価している。Veeamは単にリカバリーにAI機能を追加しているのではない。リカバリーの単位をワークロードからアクションへ再定義しようとしている。

AI導入がセキュリティチームとリカバリーチームを結び付ける

Veeamの戦略は、AIガバナンス、セキュリティ運用、リカバリー計画を依然として分離している組織に圧力をかける。

企業のAIチームは、モデル、プロンプト、評価、アプリケーション性能に注力することが多い。セキュリティチームは、アイデンティティ、アクセス、データ露出、脅威に注力する。インフラチームは、バックアップとリカバリー手順を維持する。

エージェンティックシステムは、これらの境界をまたぐ。エージェントにはアイデンティティと権限が必要であり、本番データ上で動作し、接続されたアプリケーションを通じてアクションを引き起こすことができる。

そのため、1つのミスが同時にAI品質の問題、セキュリティインシデント、プライバシー侵害、リカバリーの問題となり得る。別々のチーム間で順番に引き継ぐ方法では、対応が遅くなる可能性がある。

Veeamは、組織が自律型AIを安全に拡大する前に、共有コンテキストが必要だと主張する。同社のData and AI Trust Maturity Modelは、この主張を評価フレームワークに落とし込んでいる。

同社はこのモデルを2026年5月に発表した。準備状況を「理解済み」「保護済み」「レジリエント」「解放済み」という4つの柱で整理している。

Veeamによれば、このフレームワークには12の次元、49のサブ次元、5つの成熟度レベルが含まれる。300人以上の最高情報責任者と最高情報セキュリティ責任者との対話をもとに構築されたという。

同社はまた、大きな信頼性ギャップも報告した。同社の調査では、リーダーの80%がAIを安全にスケールできると考えていた一方、その考えを裏付ける証拠を提示できたのは3分の1にとどまった。

この調査はVeeamが委託したものであるため、購入者は独立した監査ではなく、市場の証拠として扱うべきだ。それでも、このギャップは現実的な調達上の問いを示している。

経営幹部は、モデルが計画されたタスクを実行するのを見た後にAIプロジェクトを承認することが多い。その実演は、組織が不正アクセスを検知し、エージェントの行動を追跡し、被害を元に戻せることを証明するものではない。

Veeamの成熟度フレームワークは、組織に運用上の証拠を示すよう求めている。ポリシー、責任の所在、リカバリーテスト、監査記録は、信頼度調査よりも重要である。

このアプローチは、Veeamの導入判断に関わる人々も変える。バックアップ管理者は引き続き中心的な存在であり得るが、セキュリティ責任者、プライバシーチーム、データ責任者、AIガバナンス部門も意思決定に加わるようになる。

対象者の拡大は、機会であると同時に営業上の課題でもある。より幅広いプラットフォームは大規模かつ戦略的なプロジェクトを引き寄せ得る一方、要件も既存ベンダーも異なるチームを満たさなければならない。

セキュリティチームは、すでにデータセキュリティ態勢管理製品を利用している可能性がある。プライバシーチームにはガバナンスシステムがあり、AI部門はモデル監視やエージェント可観測性プラットフォームを使っているかもしれない。

Veeamは、共通グラフによってこれらのワークフローが統合を正当化できるほど改善されることを示す必要がある。顧客は、統一インターフェースを得ることだけを理由に、効果的に機能している製品を置き換えることには抵抗するだろう。

この圧力はリカバリーチームにも及ぶ。彼らは、ランサムウェアやインフラ障害とは異なるインシデントに備えなければならない。

設定が不適切なエージェントは、小規模ながら重要なレコード群を変更する可能性がある。悪意あるプロンプトは、承認済みと見える行為を誘発し得る。過剰な権限は、損壊させずに機密文書を露出させるおそれがある。

すべてのインシデントに復元が必要なわけではない。アクセス権の取り消し、データ分類の再設定、通知、調査が必要になるケースもある。Veeamのプラットフォームは、あらゆる問題への答えとしてリカバリーを提示するのではなく、こうした対応を区別しなければならない。

同社の主張が最も強くなるのは、リカバリーが明確に必要な場合だ。エージェントがレコードを削除し、文書を破損させ、あるいは誤った変更を伝播させた場合、迅速かつ選択的な復元には直接的な価値がある。

その点で、Microsoft 365は重要な検証の場となる。高価値な業務コンテンツと、人間およびAIによる頻繁な操作が組み合わさっているためだ。権限や文書が誤って変更された際には、目に見える影響も生じる。

短期的な顧客事例は、このプラットフォームが調査時間を短縮し、復元範囲を絞り込み、有効な作業を維持できるかを示すべきだ。製品が利用可能であることだけでは、こうした成果を証明できない。

Veeamは現在、Commvault、Rubrik、そしてセキュリティ専門企業と対峙している

バックアップの枠を超えることでVeeamの対象市場は拡大するが、同時に馴染みのある競争カテゴリーという安心感も失われる。

Veeamは従来、データ保護、ワークロード対応範囲、復元性能、運用の柔軟性で競争してきた。CommvaultとRubrikは、リカバリーとサイバーレジリエンスの領域で依然として重要な競合である。

Commvaultも、リカバリーとセキュリティ運用を結び付けている。その戦略には、クリーンルーム・リカバリー、脅威検知、アイデンティティ・レジリエンス、AI支援の運用ワークフローが含まれる。

Rubrikは、自社プラットフォームをデータセキュリティ、サイバーリカバリー、機密データの可視性を軸に位置付けている。この枠組みでは、すでにリカバリーがより広いセキュリティの議論に組み込まれている。

両社は、AIレジリエンスが明確に新しいカテゴリーだというVeeamの主張に異議を唱え得る。買い手はこれを、バックアップとセキュリティが継続的に融合していく流れの新たな段階と見るかもしれない。

Veeamの違いは、本番環境のガバナンスとバックアッププレーンを結合しようとしている点にある。バックアッププレーンには、日常的な本番活動から分離された保護コピーとリカバリーインフラが含まれる。

本番プレーンには、稼働中のデータ、アプリケーション、アイデンティティ、権限、エージェントの行動が含まれる。ほとんどのツールは一方のプレーンに特化するか、限定的な統合を通じて両者を接続している。

SecuritiはVeeamに、本番側に関するより深い可視性をもたらした。Veeamはリカバリーインフラ、ワークロード対応、バックアップチームとの関係を提供する。

この組み合わせは、アーキテクチャ図上では一貫して見える。しかし、顧客はすでに両側にまたがるツールを所有しているため、商業面での実行はより難しい。

データセキュリティ態勢管理の専門企業は、機密情報やリスクのあるアクセスを発見する。アイデンティティベンダーは、人間と機械の認証情報を管理する。AIセキュリティ企業は、プロンプト、モデル、エージェント、アプリケーションの挙動を監視する。

クラウドプロバイダーも重要なテレメトリーとリカバリーの仕組みを管理している。Microsoft、Amazon Web Services、Google Cloudは、自社が運用するAIサービスとデータプラットフォームの周辺にネイティブなガバナンスを追加できる。

Veeamは、十分な独立性を保ちながら、これらのプロバイダーをまたいで機能しなければならない。この中立性はハイブリッドインフラを持つ顧客の助けになり得るが、コネクターが一貫した深さを提供する場合に限られる。

資産を一覧表示するコネクターは、トランザクション、権限、バージョン、リカバリー動作を理解するコネクターと同等ではない。高精度なレジリエンスは、後者のより深いレベルに依存する。

Veeamの5月のリリースは、DataAI Command Graphとそのコネクターを通じてこの問題に取り組む。しかし、コネクター数だけではカバレッジの品質は分からない。

同社には、Agent Commander、DataAI Command Platform、DataAI Precision Resilience、Intelligent ResOps、Veeam Data Platformの関係性を明確にする必要もある。

大企業は、各コンポーネントに明確な役割があれば複雑なポートフォリオを受け入れる。分かりにくいパッケージングは、評価を遅らせ、所有責任を分断し、インシデント対応手順を弱めかねない。

したがって、競争は機能リストを超えたものになる。Veeamは、統一グラフが専門製品間の統合よりも優れたリカバリー判断を生むと賭けている。

対立する見方は、ベスト・オブ・ブリードのツールを支持する。このモデルでは、組織はデータ発見、アイデンティティ、AIセキュリティ、リカバリーのそれぞれで別々の有力企業を選び、アラートとワークフローを統合する。

ベスト・オブ・ブリードのシステムは、各領域でより深い機能を提供できる。一方で、文脈の分断、ポリシーの重複、インシデント時の連携遅延を生む可能性もある。

統一プラットフォームは、こうした隔たりを減らせる。また、単一ベンダーへの運用依存を集中させ、広範なスイート内の弱点に顧客をさらす可能性もある。

SiliconANGLEによるVeeamのプラットフォーム転換の分析でも、同じ構造的な問いが指摘されている。顧客は、統合が専門ツールより大きな価値を提供するかを判断しなければならない。

Veeamが成功するために、すべてのセキュリティ製品を置き換える必要はない。本番環境の文脈とバックアップの文脈が一つの制御レイヤーを共有することで、リカバリーが実質的に改善されると証明すればよい。

このより限定的な検証は、買い手に実用的な評価方法を与える。競合するアプローチ間で、インシデント調査、影響データの特定、復元範囲、検証時間を比較できる。

信頼性の隔たりがVeeamにとって最大のリスクだ

Veeamの主張は検証するに足る信頼性を持つが、独立したリカバリー実績の代わりにはまだならない。

最大の不確実性は精度に関わるものだ。制御されたデモでは、有害な行為を一件特定することは簡単に聞こえる。実際のエンタープライズ環境には、連鎖した行為、不完全なログ、共有アカウント、カスタムアプリケーション、一貫しない権限が存在する。

エージェントが別の自動化システムを介して動作する場合もある。その最初の指示が数段階後に変更を生み、責任の追跡を難しくする可能性がある。

選択的なリカバリーでは、レコード間の依存関係を考慮しなければならない。あるデータベース更新を一件だけ元に戻すと、関連するトランザクションが無効な状態に残る可能性がある。一つの文書を復元しても、その不正確な内容を基に作られた要約は修正されないかもしれない。

Veeamには、こうした状況に対応するアプリケーション認識型のロジックが必要だ。汎用的なファイル復元では、すべての業務トランザクションを安全に元に戻すことはできない。

タイミングも別の複雑さを生む。組織は、いつ行為が有害になったのか、そして後続のどの行為がそれに依存していたのかを判断する必要がある。

その後に正当なユーザーが同じ項目を編集していた場合、単純なバージョンロールバックはその変更を消去してしまう可能性がある。高精度なリカバリーは、重複する作業を調整するか、オペレーターにトレードオフを明確に提示しなければならない。

自律的な修復は追加のリスクももたらす。検知が誤っていた場合、疑わしいエージェント活動を自動で元に戻すシステムは、正当な業務運用を妨げる可能性がある。

人間による承認はその危険を減らせるが、承認には対応時間が加わる。企業は、どの変更を自動的に元に戻せるか、どの変更に調査が必要かを定めるポリシーを必要とする。

したがって、AIのミスを元に戻すというVeeamの表現は、顧客が詳細な結果を公表するまでは企業側の主張として扱うべきだ。買い手は、自社のアプリケーション、アイデンティティ、障害シナリオを使ったデモを求めるべきである。

既存のリカバリーデータも警告を示している。Veeamの2026年レジリエンス調査では、セキュリティ責任者の90%がランサムウェアから迅速に復旧できると考えていた。

しかし、影響を受けたデータをすべて復元できたと報告されたのは28%にとどまった。リカバリーに関する調査結果の報道によると、組織が復旧できた影響情報は平均72%だった。

これらの数値はVeeamが支援した調査によるものだが、この矛盾には重要性がある。テストや運用上の証拠が不十分でも、リカバリーへの確信は高いままになり得る。

AIレジリエンスも同じパターンを繰り返すリスクがある。経営幹部はガバナンスソフトウェアを購入し、ポリシーを文書化し、現実的な演習を行わないまま自律システムは復旧可能だと考えるかもしれない。

有用な演習には、過剰な権限を持つエージェント、悪意ある指示、誤ったデータ更新、複数の正当な下流アクションを含めるべきだ。その上でチームは、損害を検知し、元に戻す必要がある。

テストは、製品が何かを復元できたかだけを測定してはならない。検知時間、調査時間、影響を受けたシステム、失われた正当な作業、最終状態の正確性を記録すべきである。

組織はまた、不変バックアップが高精度なリカバリーをどのように支えるかを確認すべきだ。不変性は、定められた保持期間中に保護データが変更されることを防ぐ。

攻撃者が本番の制御機構を侵害したり、利用可能なバージョンを削除したりした場合にも、不変性は不可欠である。高度なコマンドグラフであっても、隔離され信頼できるリカバリーコピーの代わりにはならない。

これがVeeamの転換における中心的な制約だ。同社は制御レイヤーを広げられるが、その信頼性は依然としてクリーンで信頼できる復元にかかっている。

基礎となるメディア報道には、開示上の問題もある。SiliconANGLEは、theCUBEによるVeeamONの報道に有償メディアパートナーシップが関与していたと記しているが、スポンサーに編集権限はなかった。

これはインタビューや製品詳細を無効にするものではない。ただし、特に経営幹部が新興の製品カテゴリーを説明する場合、独立した顧客検証の重要性を高める。

したがって、Google Newsの結果は、VeeamがAIレジリエンスを解決した証明ではなく、評価の出発点として読むべきだ。

3つのシグナルがVeeamの戦略が機能するかを示す

次の段階は、さらなるカテゴリー表現ではなく、顧客の証拠、より深いリカバリー対応、競合の反応にかかっている。

第1のシグナルは、Intelligent ResOpsとDataAI Precision Resilienceに関する本番環境での証拠だ。Veeamには、実際のエージェント関連インシデント、復元範囲、検証済みの結果を説明する実名顧客が必要となる。

強力な証拠には、導入前後の測定値が含まれる。調査時間の短縮、復元オブジェクト数の削減、失われる作業の減少は、高精度レジリエンスという主張を裏付けるだろう。

確信が高まったという一般的な導入事例は、より弱い裏付けにとどまる。Veeam自身の調査はすでに、確信が運用上の準備態勢を上回り得ることを示している。

第2のシグナルは、Microsoft 365を超えたコネクターの深さだ。Microsoftのコラボレーション環境は論理的な出発点だが、企業のエージェントは顧客システム、開発ツール、クラウドデータプラットフォーム、カスタムアプリケーションにまたがって稼働する。

Veeamは、これらのシステムにおけるトランザクションレベルの文脈とリカバリーを実証しなければならない。資産の発見だけでは、正確な差し戻しを支えられない。

買い手は、可視性だけでなく、どのコネクターがアプリケーション認識型の修復機能を獲得するかに注目すべきだ。また、ハイブリッドおよびマルチクラウド環境でリカバリーの一貫性が保たれるかも検討すべきである。

適用範囲の拡大は、Veeamがエンタープライズ全体にわたる独立した信頼レイヤーを提供するという主張を強めることになる。統合が浅い、あるいは不均一であれば、その立場は弱まる。

3つ目のシグナルは、Commvault、Rubrik、クラウドプロバイダー、AIセキュリティベンダーの反応だ。競合他社は、類似のグラフ、より強力な統合、あるいは専門的なコントロールとリカバリーを結び付けるパートナーシップを通じて、Veeamに対抗できる。

競合がアクションレベルのリカバリーという言葉を採用し、同等の機能を提供し始めれば、Veeamは重要な市場要件を見極めたことになる。その後は、実行力で競争する必要がある。

顧客がAIガバナンスとリカバリーを引き続き別々に購入するなら、統合プラットフォームという主張は証明されないままとなる。その結果はAIレジリエンスの必要性を否定するものではないが、Veeamが選択したアーキテクチャには疑問を投げかける。

エンタープライズの購買担当者は、まず自社のリカバリー要件から始めるべきだ。どのエージェントが業務データを変更できるかを特定し、アクセス可能なアプリケーションをマッピングし、各アクションが生み得る損害を文書化する。

次に、現在のリカバリー手順でそうした変更を隔離できるかを検証する。その答えによっては、新しいプラットフォームの評価を始める前にギャップが明らかになるかもしれない。

ナレッジワーカーにも役割がある。アシスタントが共有情報をいつ変更できるのか、どのアクションで復元可能なバージョンが残るのか、そしてエラーをどのように報告すべきかを理解すべきだ。

最善のAIガバナンスポリシーでも、文書化されていないアクセスや、テストされていないリカバリーを補うことはできない。同様に、最善のバックアップであっても、どの自律的アクションが業務上のエラーを引き起こしたのかを説明することはできない。

Veeamの戦略が重要なのは、この2つの問題を結び付けているからだ。その成功は、実際のアプリケーション全体で、監査に耐える証拠とともに、負荷がかかった状況でもその接続が機能するかに左右される。

次のGoogle Newsの見出しは、おそらく別の製品、パートナーシップ、または顧客に関する発表に焦点を当てるだろう。読者はカテゴリー名の先を見て、3つの質問を投げかけるべきだ。

システムは、エージェントが何を変更したのかを正確に特定できるか。その変更を、有効な作業を消去せずに元に戻せるか。組織は、現実的なテストを通じてその結果を証明できるか。

これらの問いは、AIレジリエンスをマーケティング上の立場から運用上の標準へと変える。Veeamは、自らの答えの中心にリカバリーを据えた。今度は顧客が、精密なリカバリーが約束どおりに機能するかを判断しなければならない。