RBAC
読み: アールバック
RBACとは役割でAI権限を管理
RBACは組織内の役職や業務内容に応じてAIシステムや機密データへのアクセス権限を割り当てるセキュリティ管理手法である。ユーザー個人ではなくロールに対して権限を付与し最小特権の原則を維持する。
かんたんに言うと
社員証の入館ゲートと同じである。Aさんだから入れるのではなく、経理部という役職タグが付いているから財務サーバーのフロアに入れる。個人ではなく肩書きで扉が開く仕組みと言える。
全社員が同じ権限でAIを使うリスクとRBACによるアクセス制御
法務部の契約書レビューAIと、営業部の提案書生成AI。これらが同じ権限で動いている企業は意外と多い。
Role-Based Access Controlの基本は、最小特権の原則をAIのコンテキストに適用すること。法務の担当者には機密保持契約の学習データへのアクセスを許すが、営業には触らせない。これをユーザー単位で設定していては日が暮れる。
だからロールを使う。
役職や所属という箱に権限を入れ、そこに人を放り込む。AIがRAGで社内文書を検索する際、そのユーザーのロールに基づいて検索範囲を絞り込む。これができないと、一般社員が役員報酬の生データを含んだ回答を引き出してしまう事故が起きる。
ユーザーと権限を紐づけるロール割り当ての仕組み
具体的にどう動くのか。大抵の企業はActive DirectoryやOktaのようなIdPで社員の異動を管理している。
人事異動の季節、営業から経理へ異動した社員がいるとしよう。IdP上の所属情報が更新されると、RBACの仕組みを通じてAIシステム側のロールも即座に切り替わる。昨日まで見えていた顧客の商談履歴ベクトルデータベースにはアクセスできなくなり、代わりに財務諸表の分析プロンプトが使えるようになる。
個人に直接権限を紐づけていると、この剥奪漏れが必ず起きる。退職者のアカウントが生き残っているのを見たことはないだろうか。ロールという中間層を挟むだけで、この手の運用ミスは劇的に減る。
企業向けAIツールにおけるRBACの活用事例と代表的サービス
現場でよく見るツールはどう対応しているか。
ChatGPT Enterpriseはワークスペース単位でのロール管理を提供し、特定の部門だけがカスタムGPTを作成・共有できるように制御できる。Microsoft Copilotはさらに強力で、Microsoft 365の既存のアクセス権限をそのまま引き継ぐ。SharePointで閲覧権限のないファイルは、Copilotに聞いても絶対に答えてくれない。
Amazon Bedrockを使って自社専用の生成AI環境を構築する場合も、IAMロールを使ってモデルへのアクセスやナレッジベースの参照範囲を細かく制御する。ただ、これらの設定を全社規模で破綻なく設計するのは本当に骨が折れる。どこまで細かく分けるか、常に判断が分かれるところである。
RBAC導入がもたらすセキュリティ向上と運用上の限界
ロールで管理すれば万事解決、とはいかないのが実務の泥臭いところである。
プロジェクト単位の横断組織が増えるとどうなるか。経理部だけどAプロジェクトの営業データは見たい、という例外が多発する。結果として経理部_Aプロジェクト用のような微細なロールが無限に増殖する。いわゆるロール爆発である。
こうなると管理不能に陥る。
属性ベースのABACを併用して、アクセス元のIPや時間帯、データの機密レベルを動的に判定する仕組みに移行すべきか悩ましい。RBACは静的な権限管理には強いが、文脈を読んだ柔軟な制御には向いていない。
自社のAI環境にRBACを組み込むべきかの判断基準
自社のフェーズをどう見極めるか。
従業員が50人未満で、扱うデータが公開情報中心なら、複雑なロール管理はオーバースペックである。しかし、製造業の設計データや人事の評価データなど、漏洩が即コンプライアンス違反につながる情報をAIに食わせるなら話は別である。
ゼロトラストの観点からも、誰がどのAIモデルを使い、どのデータソースにアクセスできるかは明確に定義されていなければならない。
とりあえず全社員に同じ権限でAIツールを配って様子を見るか、最初からガチガチにロールを組むか。正解はないが、後から権限を剥奪するのは常に反発を生むことだけは覚えておいてほしい。
当社の見解
AIにどこまでアクセス権を与えるかは、導入時に最も議論が分かれる論点だ。当社では3つのAIエージェントにファイル所有権を定義し、他のAIが所有するファイルを直接変更することを禁止している。きっかけは、一方のAIが他方の成果物を意図せず上書きして作業がロールバックされた事故だった。ルールで禁止するだけでは守られない。仕組みで物理的にブロックして初めて安全になる。そして安全に絶対はない。「だろう」ではなく、「かもしれない」運用がAIを使う上で必須となる。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。