AI編#15丨AIエージェントはデータ基盤をどう変えるのか——データレイクハウス・権限管理・プロンプトインジェクション

<p>AIエージェントは、企業のデータ基盤をどう変えるのでしょうか。</p><p><br></p><p>本エピソードでは、津田通隆氏（Open Data Spaces Chief Architect／IPA AI&データアーキテクチャ戦略室長）によるデータ基盤の技術変遷に関する分析を手がかりに、ビッグデータの3Vから、GFS、MapReduce、NoSQL、JSON、データレイク、データウェアハウス、データレイクハウスまでの流れをたどります。</p><p><br></p><p>その上で、AIエージェント時代に、企業のデータ基盤がどのような新しいサイバーリスクを抱えるのかを解説します。</p><p><br></p><p>取り上げる主なテーマ</p><p><br></p><p>- ビッグデータの3V</p><p>- Volume・Variety・Velocity</p><p>- Google File System</p><p>- MapReduce</p><p>- Hadoop</p><p>- NoSQL</p><p>- JSONとXML</p><p>- データレイク</p><p>- データウェアハウス</p><p>- データスワンプ</p><p>- データレイクハウス</p><p>- コンピュートとストレージの分離</p><p>- Apache Parquet</p><p>- Apache Iceberg</p><p>- コントロールプレーンとデータプレーン</p><p>- データカタログ</p><p>- AIエージェントとデータ基盤</p><p>- ABAC（属性ベースアクセス制御）</p><p>- 一時的なアクセス権限</p><p>- 間接プロンプトインジェクション</p><p>- RAGとキャッシュ</p><p>- ゼロコピーアーキテクチャ</p><p>- AI時代のインシデント対応</p><p><br></p><p>この20年、企業はデータを集め、保存し、検索し、分析するための巨大な基盤を作ってきました。</p><p><br></p><p>かつての課題は、データの量、多様性、速度でした。</p><p>大量のデータをどう保存するか。</p><p>画像、動画、ログ、テキストのような非構造化データをどう扱うか。</p><p>リアルタイムに発生するデータをどう処理するか。</p><p><br></p><p>その結果、企業はデータレイクハウスという巨大な図書館を作り上げました。</p><p><br></p><p>しかし今、その図書館の読者が変わろうとしています。</p><p><br></p><p>人間のデータサイエンティストではなく、AIエージェントが、膨大なデータを読み、解釈し、APIを呼び出し、外部システムを操作する時代が来ています。</p><p><br></p><p>問題は、AIが賢いことではありません。</p><p><br></p><p>AIが読んだデータの内容によって、次に何を実行するかを自律的に判断してしまうことです。</p><p><br></p><p>メール、PDF、請求書、チャット、社内文書。</p><p>そこに悪意ある指示が埋め込まれていれば、AIはそれを業務指示として解釈するかもしれません。</p><p><br></p><p>だからこそ、AI時代のデータ基盤では、単にデータを集めるだけでは不十分です。</p><p><br></p><p>誰が、いつ、どの目的で、どのデータに、どれくらいの時間アクセスできるのか。</p><p>AIには何を読ませてよいのか。</p><p>AIが作った提案と、実際のシステム実行をどう分離するのか。</p><p>削除したはずのデータが、RAGやキャッシュに残っていないか。</p><p>事故が起きたとき、業務状態まで巻き戻せるのか。</p><p><br></p><p>AIエージェント時代のセキュリティは、モデルの性能だけでは決まりません。</p><p><br></p><p>データ基盤、権限管理、監査ログ、実行承認、インシデント対応を一体で設計できるかが問われます。</p><p><br></p><p>巨大な図書館を作った企業は、次に「誰に読ませるのか」「どこまで行動させるのか」を決めなければなりません。</p><p><br></p><p>データレイクハウスとAIエージェントの時代に、企業のサイバーセキュリティがどう変わるのかを考えます。</p><p><br></p><p><br></p><p>【参考資料】</p><p>1. 津田通隆<a href='https://note.com/tsuda_michitaka/n/ncc877587ec8c'>「The 3Vsからデータレイクハウスまでの技術変遷【AIとデータ基盤 #1】」</a>https://note.com/tsuda_michitaka/n/ncc877587ec8c</p><p>2. NIST “Summary Analysis of Responses to the Request for Information Regarding Security Considerations for AI Agents” (2026)https://www.nist.gov/publications/summary-analysis-responses-request-information-regarding-security-considerations-ai</p><p>3. NIST / NCCoE “Accelerating the Adoption of Software and AI Agent Identity and Authorization Concept Paper” (2026)https://www.nccoe.nist.gov/publications/other/acceleratin