企業の72%はAIをコントロールできていると思う——だが「エージェントが今週何に使ったか」を聞くと沈黙

Dev.to / 2026/5/19

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisIndustry & Market Moves

要点

  • VentureBeatの調査(40社)では、企業の72%がAI導入を「実質的にコントロールできている」と考えている一方で、エージェントの支出(実コスト)に関する可視性は備わっていないと指摘されます。
  • AIエージェントが購入や有料APIの呼び出しを許可される状況でも、決済まわりの監督が行き届かないため、支出の管理ギャップが財務リスクとして静かに蓄積するという主張が示されます。
  • Retoolのレポート(817名の専門家調査)では、ITの監視なしにAIツールやワークフローを作った企業側の実態が明らかにされ、運用データ連携やAPIキー利用、そして自動処理の実行が起きていると述べています。
  • その上で、決済に関係するエージェント活動に対するガバナンスの失敗として、①クレデンシャルの分散、②執行を伴わない予算(リアルタイムの強制がなく、検知が遅れる)、③監査ログの欠落、の3つが挙げられます。
  • 大規模組織であるマサチューセッツ総合病院(Mass General Brigham)も、Microsoft Copilot上で実運用のワークフローをカバーできないために独自のセキュリティ/ガバナンス層を構築した例が紹介されます。

[投稿 #23 | rosud-pay | 2026-04-25 下書き | 注目: エンタープライズAIガバナンスのギャップ + 支払いの盲点]

ガバナンスの錯覚

2026年Q1に発表されたVentureBeatの調査(エンタープライズ組織40社)によると、72%の企業が、自社のAI導入を意味のある形で管理できていると考えている。ダッシュボードがある。方針がある。安全条項付きのベンダー契約も結んでいる。

しかし、次の1つの質問をしてみると、その錯覚は崩れる。今週、あなたのAIエージェントは何にいくら使ったのか?

沈黙。

2026年におけるエンタープライズAIガバナンスには、体系的な盲点がある。誰もが、エージェントが何を言うのか、どのデータにアクセスするのか、どのモデルを呼び出すのかを見ている。だが、何に「いくら」使ったのかは誰も見ていない。そして、エージェントがますます購買を行う権限を与えられ、課金APIに電話をかけ、取引を処理する世界では、この盲点は静かに積み上がっていく財務リスクになる。

シャドーAIはシャドー支出になった

Retoolの2026年の「Build vs. Buy Shift」レポートは、817人のプロフェッショナルを対象に調査を行い、60%のエンタープライズのビルダーがITの監督なしにAIツールやワークフローを作成していたことを明らかにした。そのうち4分の1は、これを頻繁に行っていた。

これらのツールは、本番データにつながっていた。自動化されたワークフローを動かしていた。APIキーも持っていた。

ここで考えてほしい。同じツールの多くが外部APIを呼び出している。課金APIを呼び出しているものもある。自動化されたパイプラインで、購買をトリガーしたり、請求書を処理したり、マイクロトランザクションを実行したりしている。

これらのアクションを監査するはずだったガバナンス層は?支払いの領域のためには作られていなかった。

従業員9万人のMass General Brighamは、Microsoft Copilotの上に、独自のセキュリティ層を構築せざるを得なかった。プラットフォーム標準のガバナンスでは、その上で実行されている現実のワークフローを説明できなかったからだ。複数のAIプラットフォームを同時に動かしているほほすべてのエンタープライズでも、同じギャップが存在する。

ガバナンスの3つの失敗

エンタープライズのAIガバナンスを支払いワークフローに当てはめると、3つの失敗パターンが一貫して見えてくる。

1. 資格情報(クレデンシャル)のスプロール(拡散)

OpenAI、Anthropic、第三者のデータエンリッチメントAPI、そして支払いプロセッサを呼び出すエージェントは、4つの別々の資格情報チェーンを使っている。それぞれにスコープがあり、期限があり、監査証跡も異なる。ITチームは、それらを単一で一貫した「支出プロファイル」としては見えていない。

その結果、「今月のAIコストはいくらだったのか」という問いに、正確に答えることができない。

2. 予算はあるが強制されない

ほとんどのエンタープライズのAI予算管理は、調達(プロキュアメント)の段階に存在する。あるチームには、AI APIのために10,000ドルが割り当てられている。だが、エージェントの実行レベルでは、実時間の強制がない。エージェントは、予期しない振る舞いによって月の予算を1日で超過できてしまい、予算の持ち主が請求書で知るのは3週間後だ。

その結果、インフラの障害のように感じられる「コストの想定外」が起きる。

3. 監査証跡(オーディットトレイル)の欠落

何かがうまくいかなかったとき、そしてエージェントが無許可または誤った支払いを行っていたとしたら、何が起きたのかを再構築するのは非常に難しい。APIログは、異なるベンダーごとにサイロのように分断されて存在する。エージェントの意思決定の文脈は、取引記録とは別にある。コンプライアンスチームは、明確な引き渡し(custody)の連鎖を確立できない。

その結果、エージェントの自律性が高まるほど増えていく規制上のエクスポージャー(リスク)が生じる。

リアルタイムの支払いガバナンスがどのように見えるか

解決策は、これ以上のダッシュボードではない。支払いの認可インフラを、エージェント層の外へ移すことだ。

エージェントの支払い資格情報を発行時にスコープ付けすれば、ガバナンスの問題の形が変わる。事後にエージェントが何に使ったかを監視するのではなく、実行を始める前に「何に使ってよいか」を定義する。

実際にはrosud-payでこうなる:

// エージェント用にスコープ付きの支払い資格情報を発行する
const credential = await rosud.credentials.create({
  agentId: "procurement-agent-prod"
  maxAmount: 500,          // USDCの1取引あたり上限
  dailyLimit: 2000,        // 直近24時間の支出上限(ローリング)
  allowedDomains: [        // 支払いを受け取れるのはこのベンダーのみ
    "api.openai.com",
    "api.anthropic.com",
    "data.clearbit.com"
  ],
  requireApproval: {
    above: 200             // $200を超える支払いは人の承認を必須にする
  },
  expiresIn: "7d"
});

// エージェントは、この資格情報だけを受け取る。あなたのマスターキーは渡されない
// 定義されたスコープ外での支払いを試みても、インフラ層で拒否される

資格情報自体にガバナンスがエンコードされている。別途、監視システムを作る必要はない。制約の強制はアプリケーション層ではなく、インフラ層で行われる。

これは重要だ。基本のセキュリティ原則として、もしエージェントが支払いの認可ロジックを生成できるなら、そのロジックを操作することもできてしまう可能性がある。ガバナンスは、エージェントが変更できない層に置かなければならない。

監査証跡のギャップを埋める

リアルタイムの強制は問題の片方にすぎない。もう片方は監査可能性(オーディタビリティ)だ。

rosud-payは、エージェントのアイデンティティ、資格情報のスコープ、取引コンテキスト、そしてタイムスタンプとともに、すべての支払いイベントを記録する。つまり、コンプライアンスから「何が起きたのか」と聞かれたとき、AIの判断から財務的な結果への対応関係を示す構造化された記録が手元にあるということだ。

// 特定のエージェントの支出監査証跡を問い合わせる
const auditLog = await rosud.payments.history({
  agentId: "procurement-agent-prod",
  from: "2026-04-01",
  to: "2026-04-25",
  format: "structured"
});
/*
例:
{
  totalSpend: 1847.32,
  currency: "USDC",
  transactions: [
    {
      id: "txn_abc123",
      timestamp: "2026-04-18T09:14:22Z",
      vendor: "api.openai.com",
      amount: 12.40,
      agentDecision: "商品カタログのための画像生成",
      approvedBy: "スコープ付きクレデンシャル",
      status: "completed"
    }
  ]
}
*/

// 監査証跡は、すべての支払いをエージェントの意思決定コンテキストに対応付けます
// 手作業の照合作業は不要です

これは、エンタープライズのAI導入が欠けているガバナンス基盤です。ポリシー文書でもありません。ベンダーの監査でもありません。インフラストラクチャ・レベルで動作する、リアルタイムでスコープ付き、監査可能な支払いレイヤーです。

72%の問題は、実は計測の問題です

VentureBeatの調査は、企業が無謀だということを見つけませんでした。見つかったのは、企業が誤ったものを測定しているということです。モデル呼び出しを数えています。プロンプトのコストを追跡しています。データアクセスを監視しています。

しかし、エージェントが自律的に実行している金銭的な行動は測定していません。

エージェントの能力が拡大し、自律的な支出が標準化されるにつれて、企業が今日構築しているガバナンス枠組みは、支払いフローに関して体系的な抜けが生じることになります。そのギャップを今すぐ埋める組織は、規制当局がそれを要求し始めたときに大きな優位性を得るでしょう。

rosud-payは、エージェントの支出を可視化し、制約し、監査可能にするインフラストラクチャ・レイヤーです。詳細はhttps://www.rosud.com/rosud-payをご覧ください。

重要なポイント

  • 72%の企業はAIを自社で制御していると考えていますが、エージェントが何に支出しているかを可視化できている企業は多くありません

  • シャドーAIはシャドー支出を生みました:60%のエンタープライズAIツールがITの監視なしに構築されました

  • 実際の支払いガバナンスには、事後的な監視ではなくスコープ付きクレデンシャルが必要です

  • 監査証跡は、アプリケーション・レベルではなく、インフラストラクチャ・レベルでAIの意思決定を財務上の成果に結び付ける必要があります

  • rosud-payは、エンタープライズのAI導入に欠けている支出ガバナンス・レイヤーを提供します

[ドラフト完了 | 公開前にkavinの承認待ち | ダッシュ(em dash)検証済みなし]