AI利用時の機密データを安全に保護

生成AIは、ガバナンスが不十分な場合にデータ露出を拡大させます。AIシステムは、ユーザーが通常は自力で見つけられない機密データにアクセスし、それらを関連づけて大規模に提示することがあります。
その結果、偶発的な開示やデータ侵害のリスクが高まります。AI活動の可視性がないと、これらのリスクは急速に増大し、継続的な露出を生み出します。

代表的なリスクは以下のとおりです。

• シャドーAIツール：制御の範囲外にプロンプトやアップロードデータを保存
• 機密データ入力：機密データを公開AIサービスや個人向けAIサービスに入力
• 大量のAI活動：一括取得、要約、データセット間分析など、通常とは異なる量のAI利用

Proofpoint Data Security for AIは、ユーザーがAIシステムとどのようにやり取りし、AIシステムがデータにリアルタイムでどのようにアクセス、処理、露出しているかに焦点を当てています。
一方、従来のセキュリティ対策は静的なルールに依存しており、AIによるデータ利用を十分に可視化できません。

Proofpoint Data Security for AIのおもな違いは以下のとおりです。

• リアルタイム監視：機密データを含むプロンプト、アップロード、応答を監視
• 統合された可視性：承認済みAIツールとシャドーAIツールの両方を可視化
• 一貫したデータ保護：AIとのやり取り全体にデータ保護を適用

このアプローチにより、AI利用が拡大・変化する中でも、組織はデータを保護しやすくなります。

Proofpoint Data Security for AIは、機密データにアクセスする未承認のツールを特定し、AIとのやり取りを監視します。
また、安全でない利用をブロックまたは是正することで、シャドーAIのリスクを低減します。

プロンプト、アップロード、貼り付け操作など、従業員がAIシステムとどのようにやり取りしているかを、承認の有無にかかわらず可視化します。

Proofpoint Data Security for AIは、以下の方法でシャドーAIのリスクを低減します。

• 未承認のAIデータ使用を検知：WebやSaaSの活動分析を通じた未承認利用の可視化
• プロンプトやファイルのアップロードを監視：機密データの生成AIへの露出を検知
• 対象を絞った修復：アクセスの無効化やポリシー制御の適用
• 高リスクユーザーを特定：未承認のAIツールを日常業務で使用するユーザーの特定

検知、監視、修復を組み合わせることで、イノベーションを妨げることなく責任あるAI利用を促進します。

データセキュリティモデルがリアルタイムのAI活動監視をサポートできるかどうかを評価することで、AI対応状況を評価できます。
AIへの対応状況については、AIシステムが機密データにどのようにアクセスし、処理しているか、また組織の制御機能が急速に変化するデータ持ち出しとアクセスパターンに適応できるかを可視化する必要があります。

AI対応状況を構造的に評価するには、以下の確認が必要です。

• AIアクティビティ監視機能：プロンプト、アップロード、応答のデータ露出の検査
• シャドーAI情報漏えい検知：承認済みシステムの外で発生するAIによる情報漏えいの特定
• ユーザー行動分析：AI利用に伴う内部リスクのパターンを可視化

これらの領域を全体的に把握することで、自社環境がセキュアなAIデータ利用に対応できているかを判断できます。

EU AI法は、特に機密または規制されたデータを扱うAIシステムの開発と使用に関する新しい要件を導入します。リスク管理、透明性、AIシステムの運用方法に対する管理に焦点を当てています。

生成AIを使用する組織にとって、承認済みAIツールとシャドーAIツールの両方において、データがどのようにアクセスされ、処理され、露出されるかを監視する必要が高まります。

EU AI法は、個人情報の保護を規定するGDPR（EU一般データ保護規則）と連携して機能します。これらの義務により、AI利用時のデータセキュリティは、コンプライアンスとリスク管理の重要な要素となります。

そのため、組織には以下の対応が求められます。

• 可視性を維持：AIシステムによるデータアクセスとデータ利用の把握
• データの露出を防止：プロンプトや出力の機密データや規制対象データの露出防止
• 監査記録を保持：AI活動とデータ処理に関する記録の保持
• AIシステムの制御強化：データガバナンスとデータセキュリティ制御の強化