VentureBeat AI 2026年7月16日

AIエージェント・セキュリティギャップ：54%が既にインシデント経験、大多数がクレデンシャル共有許可

107企業の調査で、AIエージェントに実システムおよびデータへの実際のアクセスが付与される一方で、それを制限する制御が大幅に遅れている。半数以上が確認済みのエージェント・セキュリティインシデントまたは事故一歩前の事例を経験し、エージェントに独立したスコープ付きアイデンティティを与えている組織は約3分の1に過ぎず、ほとんどのエージェントはなお共有クレデンシャルを使用している。

出典: VentureBeat AI（配信元の紹介文より引用）

このニュースの全文は、配信元でお読みいただけます。 VentureBeat AIで元記事を読む →

この話題に関連する、TOEの実践・観測記録

ニュースの背景を、当社が実際にAIを動かした一次記録から補足します。

AI解体新書

AIエージェントへの指示は「会議ID」と「来週の営業会議」で成功率がどれだけ変わるのか？約90%と約40%

OpenEnvのCalendar Gym環境で、AIエージェントのタスク成功率は対象を識別子（ID）で明示した場合に約90%、同じタスクを自然言語で表現した場合に約40%でした。失敗の半数超はツール引数の書式ミスか実行順序の誤りです。発信元はこの評価環境の提供者であり、n数や評価モデル名は開示されていません。

続きを読む →

AI解体新書

大きいモデルなら自社の言葉も通じるのか？1,173問・54モデルで正答率が25.66%〜82.18%に開いた検証

UAEのTechnology Innovation Instituteが、エミラティ方言を扱う1,173問のベンチマーク「Alyah」で54モデルを評価しました。同じ問題セットで正答率は25.66%から82.18%まで開き、4択の偶然正解25%と区別できないモデルもありました。自社の言葉づかいで測る必要性を示す実例です。

続きを読む →

AI解体新書

AIエージェントは設備の現場業務をどこまで任せられるのか？最良モデルでも計画68.2%・実行72.4%、複数連携では47%

IBM Researchが公開したAssetOpsBenchは、産業設備の運用業務をAIエージェントに解かせるベンチマークです。最良のGPT-4.1でも計画68.2%・実行72.4%にとどまり、実運用可否の基準である85点に到達したモデルはゼロ。複数エージェントを連携させると47%まで落ちました。中小企業が自動化の範囲を決める材料になります。

続きを読む →