ZscalerのAgentic SOCとは？AIで検知・調査・封じ込めする条件

Zscalerは2026年9月9日、セキュリティ運用をAIエージェントで支援する「Agentic SOC」を世界で提供開始したと発表しました。大量の警告をまとめ、優先順位を付け、原因を調べ、対処案を示し、条件に応じて封じ込めまで実行する構想です。

ただし、AIが警告を選別することと、企業のセキュリティ事故を自動的に解決できることは同じではありません。誤検知で重要業務を止めるリスク、見逃し、権限の過大付与、証拠保全、人の承認、既存ツールとの責任分界を設計する必要があります。この記事では、Zscalerの公式発表、年次報告書、NISTとCISAの公的資料を基に、Agentic SOCで確認できる機能、従来型SOCとの違い、導入前に見るべき指標を整理します。

この記事の要点

Zscalerは2026年9月9日、AIエージェントを使うAgentic SOCの世界提供を発表した
主な対象は、警告の集約、トリアージ、根本原因の調査、判定、対処ワークフロー、継続的な脅威ハンティングである
同社はネットワーク、ID、端末、クラウド、AIに関する1日7500億件のZero Trust取引を分析基盤に使うと説明している
自動封じ込めは対応速度を上げる一方、誤判断で利用者や通信を止める可能性があるため、業務影響に応じた承認境界が必要である
導入効果は警告削減率だけでなく、検知時間、封じ込め時間、誤検知率、見逃し、復旧時間、再発率で評価する必要がある

確認できる事実：ZscalerがAgentic SOCを世界提供

Zscalerの2026年9月9日発表によると、Agentic SOCは、露出管理とSOCの対応業務を一体化し、AIエージェントが警告の選別、調査、判定、対応ワークフローの起動を支援する製品群です。同社はAnthropicやOpenAIなどのモデルを、自社の脅威情報とZero Trustのテレメトリーに組み合わせると説明しています。

製品発表では、ネットワーク、ID、端末、クラウド、AIにまたがる1日7500億件の取引データ、デコイ環境、第三者の制御機能を使い、攻撃の兆候を早く発見し、封じ込める構想が示されています。侵害された利用者の隔離、不正な指令通信の遮断、横展開の抑制などが例として挙げられています。

また、Zscalerの2026年Form 10-KにもAgentic SOCの説明があり、複数の警告を集約・相関し、AIエージェントがトリアージ、調査、対応を支援すると記載されています。一方、顧客数、売上寄与、平均検知時間の改善率、誤検知率など、製品単独の定量実績は今回の発表では示されていません。

Agentic SOCは従来のSOCと何が違うのか

SOCはSecurity Operations Centerの略で、組織内外のログや警告を監視し、事故の兆候を調査して対処する機能やチームを指します。従来は、SIEMにログを集約し、相関ルールで警告を出し、担当者が複数画面を確認して判断する形が一般的でした。

Agentic SOCの特徴は、役割別のAIエージェントが複数段階を担当する点です。警告の背景情報を集めるエージェント、関連する事象をまとめるエージェント、原因を推定するエージェント、対処案を示すエージェントを連携させます。固定ルールだけでなく、利用者、端末、通信、クラウド設定などの文脈を横断して判断材料を作ることが狙いです。

公式製品ページでは、AIによる脅威要約、警告のグループ化と相関、トリアージ、推奨対応、MITRE ATT&CKへの対応付けなどが説明されています。各エージェントが判断根拠と矛盾する情報を表示し、分析担当者が確認できる設計も掲げています。

ただし、AIエージェントが提示する「もっともらしい説明」は証拠そのものではありません。元ログ、時刻、端末状態、認証履歴、変更履歴をたどれることが重要です。AI悪用の実態と多層防御については、econovaのAnthropicのAI悪用報告と企業統治でも整理しています。

AIが担う5段階と、人が残るべき判断

1. 警告の集約と重複除去

同じ攻撃活動から多数の警告が出ると、担当者は一件ずつ確認するだけで時間を失います。AIは共通する利用者、端末、送信元、時系列を基に、関連する警告を一つの事案へまとめる用途に向きます。ただし、まとめ方が誤ると別の攻撃を一つと判断したり、重要な単独警告を埋もれさせたりする可能性があります。

2. トリアージと優先順位付け

業務上重要な資産、外部公開の有無、既知の悪用、権限の大きさなどを加味して対応順を決めます。脆弱性の点数だけでなく、自社資産と悪用状況を結び付ける考え方は、econovaのNVDと脆弱性管理の優先順位で解説しています。

3. 調査と根本原因の仮説作り

AIは大量のログを時系列に並べ、侵入口、権限変更、横移動、データへの接近を説明する補助に使えます。しかしログが欠落していれば、完全な調査はできません。接続していない製品、暗号化された通信、保持期間を過ぎたログは見えないため、「警告がない＝安全」とは限りません。

4. 対処案と影響範囲の提示

アカウント停止、通信遮断、端末隔離などの候補を示し、どの業務に影響するかを確認します。高い確度で被害が広がる緊急事案は自動化の効果が大きい一方、基幹システムや医療・製造・交通など停止影響が大きい環境では、承認者と代替手段を事前に決める必要があります。

5. 封じ込めと復旧後の学習

封じ込め後は、原因を除き、正常な状態へ戻し、再発防止策を反映します。NISTはSP 800-61 Rev.3で、インシデント対応を検知時だけの作業ではなく、準備、対応、復旧を含む継続的なリスク管理として位置付けています。AIで初動が速くなっても、証拠保全、法務・広報連携、利用者への説明、復旧確認は残ります。

自動封じ込めで誤検知が起きたらどうするか

Agentic SOCの価値は、攻撃者が動く速度に近い時間で対応できる点にあります。しかし自動化の権限が強いほど、誤検知時の業務影響も大きくなります。役員や管理者のアカウントを誤って停止する、正常なクラウド通信を遮断する、工場や店舗の端末を隔離するといった事態も想定すべきです。

対策は「すべて自動」か「すべて手動」かの二択ではありません。影響度と確信度に応じて段階を分けます。既知の悪性通信の遮断は自動化し、重要利用者の停止は人の承認を必須にする。隔離前に短時間の猶予を設ける。復旧用の別経路を確保する。こうした制御が必要です。

CISAのZero Trust Maturity Modelも、可視化・分析、Automation and Orchestration、Governanceを横断的な能力として扱っています。自動化だけを成熟させるのではなく、誰が方針を決め、どの証拠で判断し、例外をどう管理するかを同時に整える考え方です。

導入前に確認したい7つの評価指標

平均検知時間：侵害の兆候が発生してから、事案として認識するまでの時間
平均封じ込め時間：検知後、被害拡大を止めるまでの時間
誤検知率：担当者が無害と判断した警告や自動対処の割合
見逃し率：後から判明した事故のうち、製品が検知できなかった割合
自動化後の業務停止時間：誤った隔離や遮断による影響を含む停止時間
調査可能性：AIの判定根拠、元ログ、時系列、担当者の操作を監査できるか
復旧と再発防止：元の状態へ戻す時間と、同じ原因の再発件数

警告件数が減っただけでは成功とは限りません。フィルターを強くすれば表示件数は減りますが、見逃しが増える可能性があります。導入前の基準値を保存し、対象業務を限定した検証で、速度、精度、業務影響を同時に比較する必要があります。

製品発表だけでは分からない点

Zscalerは世界提供開始を発表していますが、全機能がすべての契約で利用できるか、追加料金、保存されるデータの範囲、第三者製品との連携条件、地域別のデータ処理、サービス水準は契約ごとに確認が必要です。また、1日7500億件という取引数は分析基盤の規模を示しますが、顧客ごとの検知精度を直接示す数字ではありません。

AIエージェントが複数モデルを利用する場合は、入力されるログや機密情報、モデル提供者への送信範囲、保存期間、学習利用の有無も重要です。自社のSOC、MDR事業者、クラウド運用会社、Zscalerのどこが事故対応の責任を持つのか、契約と運用手順で明確にしてください。

重要インフラでは、IT側の封じ込めが現場設備へ波及する場合があります。econovaの水道施設のサイバー対策で説明した通り、デジタル防護は事業継続や手動運転、住民への情報提供まで含めて考える必要があります。

今後確認したい6つの更新点

Agentic SOCの契約プラン、追加料金、機能別の提供範囲
導入企業が公表する平均検知時間・封じ込め時間の改善実績
誤検知、見逃し、自動対処による業務停止の第三者評価
OpenAI・Anthropicなど外部モデルとデータを共有する範囲
第三者SIEM・端末・クラウド製品との連携数と責任分界
Zscalerの決算で示される新製品の採用、売上寄与、研究開発費

よくある質問

Agentic SOCとは何ですか？

警告の集約、優先順位付け、調査、判定、対処案の作成など、SOCの複数工程を役割別のAIエージェントで支援する仕組みです。Zscalerは、自社のZero Trustテレメトリーと脅威情報、外部AIモデルを組み合わせると説明しています。

AIだけでサイバー攻撃へ自動対応できますか？

一部の定型的な遮断や隔離は自動化できますが、すべてをAIへ任せるべきではありません。重要システムの停止、顧客・従業員への影響、法的報告、証拠保全を伴う判断には、人の承認と明確な責任者が必要です。

従来のSIEMやSOARは不要になりますか？

直ちに不要になるとは言えません。企業は既存SIEMのログ、端末情報、クラウド情報、チケット管理を利用しており、Agentic SOCとの連携や役割分担が必要です。置き換えか補完かは、対象範囲、費用、データ保持、監査要件で決まります。

導入効果を最初に何で測るべきですか？

平均検知時間と平均封じ込め時間に加え、誤検知率、見逃し、業務停止時間を測ってください。警告削減数だけでは、重要な事案が消えていないか判断できません。

まとめ

ZscalerのAgentic SOCは、AIエージェントをセキュリティ運用の実務へ組み込み、警告の集約から調査、対応までを速める動きです。大量のテレメトリーとZero Trust制御を同じ基盤で使う点は強みになり得ますが、製品発表だけでは顧客ごとの精度、費用、誤検知、業務影響は分かりません。

企業が確認すべきなのは「AIを使っているか」ではなく、元データを追跡できるか、どの処理を自動化するか、人が承認する境界はどこか、誤った封じ込めをどう戻すかです。AIセキュリティと企業統治の更新を継続して確認したい方は、Google検索でeconovaを優先ソースに追加しておくと、一次資料に基づく関連記事を見つけやすくなります。