AIエージェントのためのIAM：実用的なエンタープライズ・フレームワーク

AIエージェント向けIAMとは何ですか？

AIエージェントは、委任された権限を持って、認証を行い、ツールを呼び出し、企業システム全体で動作します。 AIエージェント向けIAMは、これらのアクターを管理するアイデンティティ制御アーキテクチャです。本ガイドでは、従来のプロビジョニングの限界、重要なコンポーネント、フレームワークの選択肢の評価方法、エージェントが意図通りに動作したことを証明するランタイムエビデンスについて解説します。

AIエージェント向けのアイデンティティおよびアクセス管理（IAM）は、各エージェントを、人間の所有者、定義された目的、スコープ設定された認可、有効期限、および継続的な監視を伴う非人間アイデンティティとして扱います。複雑なのはアーキテクチャ面です。IAMプラットフォームは意図されたアクセスを表現しますが、アプリケーションやインフラストラクチャはエージェントが実際に実行した内容を明らかにします。

その両者の間には、アイデンティティのダークマターが存在します。それは、中央のアイデンティティデータが報告することのない、エージェント、認証情報、アプリケーションローカルのアカウント、および認証パスです。この領域を監視できないフレームワークは、保証ではなく、単なるポリシーの意図を生成するに過ぎません。

従来のIAMシステムがAIエージェントに対して不十分な理由

この「意図と実行のギャップ」こそ、従来のアイデンティティプログラムが想定していなかった領域です。IAMプラットフォームは一般に2つの次元で機能します。設計時（デザインタイム）には、ライフサイクル管理、ポリシー定義、プロビジョニング、および入社・異動・退職ワークフローを処理します。実行時（ランタイム）には、シングルサインオン（SSO）やアプリケーションの境界でのアクセスチェックを通じて、認証と認可を強制します。

どちらの次元も、アクセスを「設定された通り」に記述します。自律型エージェントがアプリケーション内部に入った後、そのアクセス権を使って何をしたかについては、どちらも記述しません。

静的な権限はエージェントの自律性に対応できない

人間のユーザーは通常、予測可能なタスクパスに従います。エージェントはタスクを連鎖させ、ツールを動的に選択し、権限レビューでは想定していなかったアクションを構成します。OWASPのTop 10 for Large Language Model Applicationsでは、この失敗モードを「過剰なエージェンシー（LLM06）」と直接名付けています。これは、広範な機能、権限、または自律性を与えられたエージェントが、承認されたタスクを超えて能力を行使することを指します。

静的なロール割り当てではその動作を制限できず、設定レビューではそれを測定できません。また、設定ミスが自動的に悪用可能性につながるわけでもありません。リスクの露出は、エージェントのアイデンティティに実際に付与されている権限、その実行コンテキストから到達可能なシステム、および動作するランタイム条件に依存します。設定の調査結果は「可能性」を示し、テレメトリは「何が起こったか」を示します。