Rami Habal、Magnitude の創設者兼CEO – インタビューシリーズ

Rami Habal、Magnitude の創設者兼 CEO は、エンタープライズセキュリティ、機械学習、コンシューマーテクノロジー、ベンチャー支援スタートアップにまたがるキャリアを持つベテランのサイバーセキュリティ・AI製品エグゼクティブです。Magnitude を設立する前は、Ballistic Ventures のエンタープレナー・イン・レジデンスを務め、Abnormal Security で 4 年以上勤務し、最高プロダクト責任者（CPO）および最高顧客責任者（CCO）を歴任しました。以前は、Amazon Alexa のマルチデバイス体験を主導し、Reverb でプロダクトを担当し、Proofpoint の初期メンバーの一人として、スタートアップから最終的な IPO に至るまでの間にセキュリティ製品の構築と商業化を支援しました。さらに、ベンチャーキャピタル、モバイルテクノロジー、API、プロダクト戦略の経験も有し、サイバーセキュリティ、AI、エンタープライズソフトウェアの交差点で幅広いバックグラウンドを持っています。

Magnitude は、サードパーティリスク管理（TPRM）を定期的なコンプライアンスレビューから継続的なセキュリティ機能へと変革することに焦点を当てた AI ネイティブのサイバーセキュリティ企業です。そのマルチエージェントプラットフォームは、専門的な AI エージェントを用いてベンダーや製品を評価し、脆弱性やその他のリスク変化を継続的に監視し、第四者、第五者、さらなる深層の依存関係をマッピングし、ベンダーとのコミュニケーションを自動化し、是正措置の管理を支援します。主に質問票や時点評価に依存するのではなく、Magnitude は組織独自のポリシーに基づいて推論し、証拠に基づく決定をトレース可能な根拠と論理とともに提供するよう設計されています。より広い目標は、ますます複雑化するソフトウェアおよびサプライヤーエコシステム全体にわたってセキュリティチームに継続的な可視性を提供しつつ、人間のアナリストがより価値の高い判断に集中できるようにすることです。

Proofpoint、Amazon Alexa、Abnormal Security で製品開発に携わった後、なぜ今が Magnitude を設立すべき適切なタイミングだと確信したのですか？自律的なサードパーティリスク管理を独立した会社にすべきだと考えるに至った、具体的な気づきや顧客の痛みはありましたか？

Abnormal での経験を経て、会社を立ち上げたいと考えていることは分かっていました。しかし、どの問題に取り組むべきかは分かりませんでした。キャリアを通じて、Proofpoint のメールセキュリティ、Alexa の音声コンピューティング、Abnormal の行動セキュリティなど、広範で普遍的なニーズに応える機械学習応用製品に惹かれてきました。同様のリーチを持つ別の課題を見つけ、企業を支援したいと考えていました。

そのときエージェントが登場しました。以前の機械学習ブームを経験した私には、これは単なる製品機能の追加ではなく、プラットフォームの転換であることが明らかでした。このような転換はめったに起こりません。

Ballistic Ventures のエンタープレナー・イン・レジデンスとして活動している間、CISO と対話し、この転換が最大のインパクトを持つ領域はどこかを探っていました。サードパーティリスクが繰り返し話題に上がりました。従来はベンダーリスクが十分に緩やかで、定期的なレビューで追従できるため、TPRM は GRC 機能の中に位置付けられるのが妥当とされてきました。しかし、その前提は崩れつつあります。多くの組織が年に一度の質問票、スプレッドシート、定期レビュー、膨大な手作業で管理している現状に合意していました。反応は一様で、サードパーティリスク管理は重要だが、解決策がまだ十分でないというものでした。

これが Magnitude の背後にある気づきです。従来のモデルがもはや機能しないことを認識し、旧来のスプレッドシート中心のプロセスを少し速くするだけでなく、運用モデルそのものを変えることができる技術が必要だと考えました。最初から、すべてのサプライヤーに対してエージェントの群れが継続的にリスクを評価する未来を想定していました。その信念から Magnitude は成長しました。

「Mythos 時代」の到来を語られましたが、AI が人間の反応よりも速く脆弱性を特定し、武器化できるようになっています。過去1年間でどのような変化を観察し、このシフトが将来の懸念ではなくすでに進行中であると確信したのですか？

私が見た最大の変化は、攻撃が行われる速度です。1年前は、AI が攻撃者に何を可能にするかという議論が中心でしたが、現在ではその能力がリアルタイムで形を取りつつあります。AI ははるかに広範なソフトウェアエコシステムを検査し、以前は未知であった弱点を発見し、その弱点を人間のチームが匹敵できない規模で攻撃できるようになります。

Mythos 時代において、AI システムはソフトウェアエコシステム全体で 2,000 件以上の未知の欠陥を検出できることが示されており、脆弱性の発見から武器化されたエクスプロイトまでの中央値は 2026 年末までに 1 時間未満になると予測されています。発見から武器化までの時間が短縮し続ける一方で、露出が現れる速度と従来のレビューサイクルが対応できる速度との間にギャップが生じています。

また、インシデントのパターンも同様の方向に進んでいます。当社の分析によると、サプライチェーン攻撃の頻度は 2024 年の月平均約 13 件から 2026 年には月平均 41 件へと増加しました。活動はフロンティアモデルの大幅な改善とともに上昇していることがわかります。すべてのモデルリリースが直接的に攻撃増加を引き起こすとは言えませんが、トレンドは無視できません。攻撃のペースが加速する中で、ツールはますます高度化しています。

私がこの変化を実感するのは、セキュリティリーダーとの会話です。彼らはもはやサードパーティリスクを年次レビューで一括して処理し、更新時に再検討すればよいという考え方をしていません。レビュー間の数か月間は、ベンダーやソフトウェアの依存関係、下流のサプライヤーが常に変化しているため、露出感を抱えているのです。

それが私にとってのミュートス時代の意味です。リスクを把握し対応するための時間枠が狭まる一方で、単一の侵害されたサプライヤーがもたらす潜在的影響は拡大しています。定期的なコンプライアンスプロセスは、そうした環境向けに設計されたものではありませんでした。

多くの企業が組織全体に AI エージェントを急速に導入しています。エージェントが外部ベンダーや API、下流の依存関係とますますやり取りする中で、セキュリティリーダーはガバナンスをどのように再考すべきでしょうか？

セキュリティリーダーがまず認識すべきは、社内で構築された AI エージェントであっても、完全に内部だけで完結しているとは限らないということです。外部プラットフォームや MCP 経由のサードパーティスキル、Google Drive などのサービス、あるいは組織が直接管理していない技術に依存している可能性があります。そしてそれらのプロバイダーにもさらにサプライヤーが存在します。

エージェント自体を承認するだけでは不十分です。リーダーは、エージェントがアクセスできる情報、実行できる操作、依存している外部サービス、そして人間の承認が必要になるタイミングを把握する必要があります。また、エージェントが新たな機能を獲得したり、新しいシステムに接続したり、追加の下流プロバイダーに依存し始めたときに、これらの依存関係が時間とともに変化することも理解しなければなりません。これらのコントロールは一度設定して放置できません。エージェントが新機能や接続を得るたびに、ガバナンスもそれに合わせて適応する必要があります。

目的は AI の導入を遅らせることではなく、企業がエージェントを自信を持って活用できるだけの可視性を提供することです。ガバナンスは新しいツールが導入されたときに一度だけ行う承認作業ではなく、継続的なセキュリティ実践へと変わらなければなりません。

サードパーティリスク管理は従来、質問票と定期的なレビューに依存してきました。AI 主導の環境では、なぜそのモデルが根本的に機能しなくなると考えるのですか？ 

従来の TPRM モデルの問題点は、特定の時点でベンダーが「正しい」と主張した情報のスナップショットしか提供しないことです。企業はベンダーが最初に承認されたときに質問票を完了し、その後更新まで何年もレビューしないことがあります。その間に、技術、セキュリティ慣行、AI モデル、データ利用、サプライヤーはすべて変化し得ます。数週間先に何が変わるかさえ予測が難しい中、数年前の評価に依存することはもはや意味がありません。

情報の信頼性についての疑問もあります。取引を進めようとする人物が入力した回答は、独立した監査や署名済みの企業提出書類、あるいは他の検証可能な情報源によって裏付けられた事実とは同じではありません。セキュリティリーダーは、回答そのものだけでなく、情報の出所とそれが現在も有効かどうかを把握する必要があります。

最後に、質問票は通常、直接のベンダーまでしか遡りません。Nth パーティー、すなわち隠れた第4・第5パーティー関係はほとんど示されず、これらが実際のリスクを生むことがあります。攻撃者は、企業の最弱リンクは企業自体ではなく、下流のベンダーの一つであることを認識しています。そしてそのベンダーを攻撃すれば、最終的に企業全体へのアクセスが得られるのです。これは単にコストと手間が少ないからです。

だからこそ、単に AI を使って質問票を速く埋めるだけでは解決策にならないと考えています。そのモデルでは常にギャップが残ります。モデル自体を、定期的な自己報告のスナップショットから、サプライチェーン全体に及ぶリスクをリアルタイムで証拠に基づき継続的に把握できる形へと変える必要があります。

Magnitude はセキュリティチーム向けに自律型 AI ワークフォースの概念を導入しています。特にインパクトの大きいセキュリティ判断において、AI 主導の意思決定と人間の監視のバランスはどのように捉えていますか？ 

自律的であることは、説明責任がないことを意味しません。私の考え方は、AI がセキュリティチームの時間を大量に消費する重要だが繰り返しの作業を処理し、人が判断や文脈、重大なビジネス影響が伴う決定が必要なときに関与し続ける、というものです。実際、現在のセキュリティチームには、現行のミッションをこなすだけのリソースが不足しています。AI がそのギャップを埋めることができます。

AI の品質は極めて重要です。うまく機能すれば、AI は力の乗数効果をもたらし、チームのキャパシティを拡大し、メンバーが付加価値の高い業務に集中できるようにします。逆に品質が低ければ、すべての出力を二重チェックしなければならず、逆効果になります。インパクトの大きいセキュリティ判断においては、システムは高品質であり、使用した証拠と推奨に至ったプロセスを示せることが求められ、監査可能な記録を残す必要があります。

適切な監視レベルは組織によっても異なります。確立されたセキュリティチームを持つ大企業は、AI を自動操縦モードのように利用し、人が作業を監督し例外時に介入する形を取るかもしれません。小規模組織は、スタッフや予算が限られているため、プログラムの多くを自動化する選択をすることがあります。いずれの場合も、問題が人にエスカレーションされる明確なポイントが設けられるべきです。

最終的に、組織は意思決定の重要性に応じてどれだけ人間の関与を求めるかを決定できるようになるべきです。目的はセキュリティから人を排除することではなく、時間を有効に活用できるよう支援し、ビジネス判断を迅速に行い、人間の注意を最も価値を生む意思決定に集中させることです。

御社のチームは AI、サイバーセキュリティ、そしてコンシューマー規模のプラットフォームという専門性を結集しています。この組み合わせは、従来のサイバーセキュリティ製品と比較して Magnitude の設計にどのような影響を与えましたか？ 

それぞれのバックグラウンドから、AI セキュリティ製品が果たすべき役割について異なる学びを得ました。サイバーセキュリティにおいては、回答が有用であるためには信頼でき、証拠に遡り、実行可能である必要があります。AI と機械学習の分野での経験からは、単に情報を要約するだけでなく、専門家の作業を一貫して実行できるシステムに変換することが本当の機会であると学びました。Alexa や Pandora といったプラットフォームの構築は、極めて大規模な信頼性と使いやすさを考慮する必要性を教えてくれました。

これらの教訓により、既に過負荷になっているチームが調査するための別のダッシュボードやアラートのストリームを提供するという従来のサイバーセキュリティモデルから離れることになりました。Magnitude は、情報の収集と検証、サプライヤーの評価、変更の監視、新たな情報をビジネスリスクに結び付け、問題を解決へと導く作業を実行するよう設計されています。

裏側では、複数の専門 AI エージェントが連携して動作しています。しかし、顧客体験はシンプルであるべきです。セキュリティチームがシステムが見つけた内容やその重要性、取るべき行動を理解するために AI の専門家になる必要はありません。

その結果、何千ものサプライヤーにわたって継続的に稼働しつつ、高インパクトなセキュリティ判断に必要な基準を満たす製品が実現しました。これは既存のワークフローに AI を付加したものではなく、AI がワークフローの大部分を自律的に実行できるという考え方から最初から構築され、人々に証拠、可視性、制御を提供するよう設計されています。

サイバーセキュリティにおける AI の最大の懸念の一つは、AI が防御側と攻撃側の両方を強化する点です。現在、優位性は防御側にあると考えますか、それとも攻撃側にあると考えますか？そして、今後数年でどちらがリードし続けるかは何が決めるでしょうか？

現在のところ、優位性は攻撃者側に傾いていると考えています。特にサプライチェーン攻撃において顕著です。防御側が全く遅れを取っているとは言いませんが、防御側への呼びかけは、これを将来の問題として扱うのをやめ、今すぐスピードを上げることです。両者は同様の AI ツールにアクセスできますが、経済性と市場投入までの時間は現在、攻撃者に有利です。

AI により、攻撃経路のテストが安価かつ容易になり、N レベル深くまで多数の試行を実行し、そのプロセスを大規模に繰り返すことが可能になります。攻撃者が広く使用されているサプライヤーやソフトウェアコンポーネントを侵害した場合、1 件の成功した攻撃が数百、場合によっては数千の企業に波及します。

防御側は、ベンダー、ソフトウェアコンポーネント、下流サプライヤーという大規模なネットワークを理解し保護しなければならないため、より困難な立場にあります。また、企業が対応し、支援するソフトウェアを調達し、ツールを運用化するまでに時間がかかるため、攻撃者が利用できるウィンドウが生まれます。

誰がリードし続けるかは、防御側がその方程式を変えられるかどうかにかかっています。防御側は、たまに行うレビューや手動のフォローアップから脱却し、継続的な監視と迅速な対応へとシフトする必要があります。変更を継続的に監視し、ビジネスリスクに結び付け、迅速に対応できる自動化されたガバナンス・防御システムは、攻撃の規模拡大と再実行のコストを高くします。

サイバーセキュリティは常に猫と鼠のゲームです。AI がそれを根本的に変えるわけではありませんが、速度とリスクの規模を高めます。防御側は、攻撃者が始めているペースと同等の速度で学習・適応・行動できるシステムを必要としています。

AI サプライチェーンはますます複雑化しており、組織は多数の基盤モデル、SaaS ベンダー、そして自律エージェントに依存しています。企業がまだ過小評価している新たなリスクは何だと考えますか？

最も過小評価されているリスクは、企業が承認したと考える製品の背後にある技術です。内部で構築したエージェントであっても、外部プラットフォーム、プラグイン、契約業者、またはソフトウェアコンポーネントに依存している可能性があります。これらの隠れた関係が Nth パーティリスク、すなわち直接のサプライヤーの背後にあるサプライヤーを生み出します。

多くの企業は、まだその深層レイヤーに対する可視性が極めて低いままです。契約相手は把握していても、最終的に製品を支える外部サービス、ソフトウェアコンポーネント、下請け業者すべてを把握しているわけではありません。

もう一つの問題は、これらのシステムが高度に連結している点です。あるプラグインや支援サービスの弱点が、その提供者だけに留まらず、より大きなプラットフォームへの経路を作り出し、それを利用する多数の組織に影響を及ぼす可能性があります。つまり、比較的小規模なサプライヤーがはるかに大きな露出源となり得るのです。

リスク担当者が問うべきことは単に「どのAIモデルを使用しているか」ではありません。「このシステムは何に依存しており、そこにいるプロバイダーは何に依存していて、チェーンのどこかで問題が起きたらそれがどのように我々に影響するか」です。企業がこれらの質問に答えられるようになるまで、見えないリスクを引き継ぎ続けることになります。

今日の大規模言語モデルを超えて、今後5年間で企業のサイバーセキュリティとリスク管理を最も大きく変えると予想される技術的な進展は何ですか？ 

決定的な変化は単一の新しいモデルではないと考えています。質問に答えるAIから、継続的に状況を観察し、異なる情報源を結びつけ、行動を起こすAIシステムへの移行が鍵です。

次世代のモデルは単に少し優れるだけでなく、はるかに高性能になるでしょう。しかし、より大きな変化は、セキュリティ運用全体で連携する専門エージェントから生まれます。現在、ベンダーレビュー、脅威情報、ビジネスリスク、そして対策はしばしば別々のツールやチームで管理されていますが、時間とともにこれらの機能は統合されていくでしょう。

セキュリティシステムはさらに高度に連携し、脅威情報、ビジネスコンテキスト、企業ポリシー、対応策を別々のツールで管理するのではなく、一体化させると予想しています。これにより、サプライヤーが新たな脅威にさらされたことを検知し、事業のどの部分が影響を受けるかを把握し、複数の手動ハンドオフを待たずに対応を開始できるようになります。

これにより、リスク管理は定期的な演習の連続から、継続的な運用能力へと変わります。最も強固なリスクプログラムは、企業コンテキストと信頼できる証拠、そして情報を確実な行動に変換する能力を基盤とします。

次世代のAI駆動型脅威に備えるCISOや企業リーダーに一つだけアドバイスをするとしたら、それは何で、今日優先すべき行動は何でしょうか？

私のアドバイスは、サプライチェーンリスクの管理を年に一度の作業に止めることです。リスクは常に変化しており、アプローチもそれに合わせて進化させる必要があります。環境は生きて呼吸しています。あまりにも相互接続が進み、変化が速すぎるため、別々のレビューやツールの連続では追いつけません。

この新たに出現する攻撃面を保護する方法は、すべての外部リスクに対して継続的かつ自律的なガバナンスと防御を提供する単一のAIネイティブ制御プレーンを用いることです。

まずは、最も重要な事業領域から取り組むべきです。重要な業務を支えるサプライヤーや外部サービスを特定し、隠れた依存関係を把握し、リスクが発見された際の責任所在を明確にします。その上で、継続的な監視と日常的な対応を可能な限り自動化しつつ、重大なビジネス上の決定には人間を関与させます。

目的は単に情報を増やすことではなく、既知の情報を継続的に結びつけ、何が重要かを判断し、サプライヤーの問題が全社的な課題になる前に行動を起こすことです。

素晴らしいインタビューありがとうございました。詳しく知りたい読者はMagnitudeをご覧ください。