AIがSOCの業務を改善し—サイバーセキュリティのキャリア階段が上りにくくなる

人工知能はセキュリティオペレーションセンター内の最も反復的な作業の一部を軽減していますが、同じ効率向上が従来の職業への入り口を弱めている可能性があります。

その緊張感はSwimlaneによる新しい研究の中心にあります。米国と英国の500人のセキュリティオペレーション専門家とリーダーを対象とした調査で、88％がAIにより仕事の満足度が高まったと答えました。同時に、47％はAIがジュニア役割の要件を高めたり、基礎的な経験を積む機会を減らしたりすることで、サイバーセキュリティへの参入を難しくすると予想しています。

結果は、単に自動化がアナリストに取って代わるという単純な話ではありません。業務が再配分され、SOCのキャリアラダーの最初の段階が消える前に組織がトレーニングを再設計する必要があるという話です。

AIがアナリストの1日を再配分している

Swimlaneの完全レポートによれば、AIの最も即時的な影響は処理能力の向上です。回答者の47％は、組織がAIを導入して以来、セキュリティ活動をより多く管理できるようになったことを2つの最も重要な変化の一つとして挙げました。35％は複雑な脅威調査により多くの時間を割けるようになったと答え、別の35％は戦略的または横断的な業務により多くの時間を持てるようになったと報告しました。

最も明確な時間削減は、繰り返し可能なタスクから得られました。43％は、既知または繰り返しの脅威パターンの調査に費やす時間がAIによって短縮されたと答えました。対応や修復の提案を作成する時間削減は34％、受信アラートのレビューとトリアージは32％でした。

しかし、自动化されたトリアージは人間の作業をなくすわけではありません。その重心が変わります。34％の回答者は、現在AIが生成した結果のレビューや検証により多くの時間を費やしていると述べました。アナリストは手動のアラート処理者から、調査者、評価者、意思決定者へと役割が変わります。

この変化はプラスに働くこともありますが、同時に研修上の課題を生む可能性もあります。

エントリーレベルのパラドックス

セキュリティチームは従来、アラート、調査、文書化、修復決定への繰り返しの露出を通じて判断力を養ってきました。AIは現在、その見習い作業の一部を機械速度で処理できるようになっています。組織がこれらのタスクを自動化し、その発展的価値を置き換えないままにすると、ジュニアアナリストはシステムを検証するよう求められるものの、十分な経験を積む前にそれを行うことになる可能性があります。

Swimlaneの回答者はそのリスクを認識しているようです。37％はエントリーレベルの役割に対してより高い知識と経験の要件を期待し、10％はジュニアアナリストが基礎的な経験を得る機会が減少すると予想しています。対照的に、41％はAIの監視、検証、オーケストレーションに焦点を当てた新しい役割が生まれると見込んでいます。わずか1％がSOCのキャリアパスが大きく変わらないと考えています。

これは広範な職の喪失というよりも変革を示しています。伝統的なアナリストの役割が減少すると予想するのはわずか10％であり、その代わりに新たなセキュリティ職が出現します。より差し迫った問題は、残るエントリーレベルの職が中堅キャリアの判断力を要求する可能性があることです。

この課題は特に重要です。なぜならNIST NICE Workforce Framework for Cybersecurityはサイバーセキュリティの能力をタスク、知識、スキルの組み合わせとして捉えているからです。仕事から繰り返し作業を除去すれば生産性は向上するかもしれませんが、組織が意図的に別の場所でその学習を再構築しない限り、実践の機会も失われます。

満足度はスキル向上と同じではない

レポートの最も示唆に富む発見は、仕事の感覚と従業員が学ぶ内容との間に乖離があることかもしれません。

回答者の約4分の1は、AIがセキュリティスキルの習得能力を制限したと答えました。それでもそのグループの91％は仕事の満足度が向上したと報告しています。AIがスキル開発を改善したと答えた回答者のうち、92％が満足度の向上を示し、ほぼ同等の結果となっています。

全体サンプルでは、62％がAIがスキル開発を向上させたと答え、24％が制限したと答え、14％が有意な影響がなかったと報告しています。これらの数値は、従業員の満足度を準備度の指標として用いることへの警告となります。作業日はより速く、退屈さが減っても、将来の専門性を育むパイプラインは狭まる可能性があります。

新たな学習機会が出てきている兆しがあります。回答者は最も頻繁に、戦略的意思決定、複雑な脅威調査、リスク優先順位付けがAIによってより多くの開発余地を得た領域として挙げました。ビジネスリーダーとのコミュニケーションやチーム間の協働も高く評価されました。これらは価値あるスキルですが、ハンズオンでの繰り返し調査の代替になるわけではありません。

人間の判断は制御層として残る

回答者はAIを監督する自分の能力に強い自信を示しました。92％が不正確または不完全な推奨を特定できると答えました。自分の判断に最も頼りたくなる状況として、AIの推奨と利用可能な証拠が対立する場合を24％が選び、運用や重要システムを混乱させる可能性がある状況を23％が選びました。

その自信を制御システムと勘違いしてはなりません。19％の回答者は、AI の推奨に対するアナリストの過度な依存を、セキュリティ運用における AI 拡大の最大のリスクとして挙げました—最も一般的な回答です。データ漏洩とプライバシーリスクは 17％、AI システムへの敵対的操作は 14％でした。

この調査結果は NIST AI Risk Management Framework と一致しており、説明責任があり、透明で、説明可能かつ回復力のある AI を重視しています。実務では、セキュリティチームはアナリストに推奨の背後にある証拠を示し、人間の承認が必須となる場面を定義し、自動化されたアクションを記録し、システムを一時停止または上書きすることを運用上容易にする必要があります。

リーダーと実務者は異なる変化を認識している

この報告書は、顕著な認識ギャップも明らかにしました。リーダーの 74％が複数のセキュリティ機能にわたる広範な AI 展開を報告したのに対し、実務者は 49％でした。リーダーは、より高い処理能力、より大きな仕事への満足度、AI エラー検出への自信、そしてアナリストの役割の正式な再設計を報告する傾向が強かったです。

リーダーと実務者が同じ組織内でペアになっていなかったため、この調査は経営層と現場スタッフが同一の導入について意見が食い違っていることを証明するものではありません。それでも、このパターンは重要です。経営層は技術導入が完了したと認識する一方で、実務者は日常業務において不均一な変化を経験しています。

正式な人材設計は、より良い成果と関連しているようです。組織がアナリストの役割を高付加価値業務に合わせて正式に再設計した回答者のうち、71％が仕事の満足度が大幅に向上したと報告しました。正式な再設計を行っていない回答者ではこの数値は 29％に低下しました。この調査は因果関係ではなく相関関係を示していますが、責任範囲を再定義せずにツールを導入すると、チームが不快な中間状態に陥る可能性があることを示唆しています。

次世代 SOC のキャリアラダーは設計されなければならない

組織は、経験豊富なアナリストの不足がエントリーレベルの作業が過度に自動化されていることを明らかにするのを待つべきではありません。構造化された調査ラボを設置し、アナリストに自動結論の背後にある証拠をレビューさせ、ジュニアスタッフを複雑な案件にローテーションさせ、スキルの進捗をアウトプット量や満足度とは別に測定することで、開発を維持しつつ AI の利点を享受できます。

最も成功する SOC は、AI の監視をデフォルトの人間能力ではなく、学習すべき専門領域として扱う組織になる可能性が高いです。ジュニアアナリストは、AI に異議を唱える安全な機会を持ち、その理由を文書化し、正しい決定と誤った決定の両方の結果を見る必要があります。

Swimlane の調査は、2026 年 8 月から 9 月にかけて Swimlane の指導の下、Sapio Research がオンラインで実施しました。回答者は従業員数が 500 人以上の米国および英国の組織に勤務しており、割合は整数に丸められました。ベンダー提供の調査である以上、結果は普遍的というよりも方向性として捉えるべきです。

その制約があるにもかかわらず、中心的な警告は無視できません。AI は SOC の業務をより満足のいくものにする一方で、専門性の育成をより困難にします。自動化はすでにキャリアラダーを変容させています。ラダーがより強固なものになるか、あるいは下部の段が欠けたものになるかは、セキュリティリーダーがどれだけ意図的に道筋を再設計するかにかかっています。