AIエージェント実行環境の監査ログ — 利用・実行・セッションの3層で残す
「御社では、AIに何をさせているのですか」——この問いは、監査・顧客・経営のどこからでも飛んできます。AIエージェントの業務利用が広がるほど、記録で答えられるかが組織の説明責任の試金石になります。実行環境側に何を記録すべきか、なぜ「社員PCで各自が動かす」構成では一貫した監査証跡を作りにくいのかを、順に見ていきます。
監査ログは「事故対応」のためだけではない
監査ログというと、インシデント発生後の調査資料を思い浮かべがちです。それも重要ですが、AIエージェントの文脈ではもうひとつの役割が先に来ます。平時の説明責任です。
- 顧客から「うちのデータをAIに入れていますか」と聞かれた
- 監査で「AI利用の管理状況を示してください」と言われた
- 経営から「全社でどれくらいAIを使っているのか」と問われた
事故が起きていなくても、これらに記録なしで答えることはできません。「ルール上は禁止しています」は、記録の代わりにはなりません。
何を記録するか — 3層で考える
AIエージェントの監査記録は、粒度の違う3層で考えると整理できます。
| 層 | 答える問い | 記録の例 |
|---|---|---|
| 利用記録 | 誰が・いつ・どの環境を使ったか | 利用者、ワークスペース、利用時間・量 |
| 実行記録 | エージェントは環境で何を実行したか | 環境内で実行された操作・処理の履歴 |
| セッション記録 | 人はAIに何を指示し、AIは何をしたか | エージェントとの対話・作業セッションの内容 |
3層が揃うと、「誰が・どの環境で・AIに何をさせ・実際に何が起きたか」を一気通貫で説明できます。逆にどれか1層しかないと、説明に穴が空きます。利用記録だけでは「使っていたのは分かるが何をしたか不明」、実行記録だけでは「コマンドは見えるが誰の指示か不明」になります。
なお、ここで扱うのは実行環境側の記録です。ネットワーク側の通信記録(どこへ接続したか)は別レイヤーの監査であり、姉妹サイトのAIエージェントの行動を説明できるか — 監査ログ設計の基礎が扱っています。両者は補完関係にあります。
設計の論点
改ざんと削除に耐えるか
記録が利用者本人の手元にあれば、それは「本人の善意に依存したメモ」であって監査証跡ではありません。記録は作業環境の外側、利用者が消せない場所に残る必要があります。
プライバシーとの折り合い
セッション記録は作業内容そのものを含むため、「監視」と受け取られれば現場の反発を招きます。記録の設計は、技術と同じだけ運用の設計です。最低限、次の4点は文書化して利用者に示すべきです。
- 記録の範囲 — 何を記録し、何を記録しないか
- 利用目的 — 監査対応・インシデント調査など、何のために使うか
- 閲覧権限 — 誰が、どの手続きで見られるか
- 保存期間 — いつまで保持し、どう廃棄するか
隠して録るのではなく、入室時に部屋のルールとして見せるのが健全です。
機密領域の記録の扱い
機密データを扱う環境の記録には、機密そのものが映り込みます。記録を一般の管理画面から見られる場所に集約すると、記録経由で機密が漏れる本末転倒が起きます。機密環境の記録は機密と同じ境界の内側で管理する、という一貫性が要ります。
なぜ社員PC構成では難しいのか
この3層の記録は、エージェントが各自のPCで動いている限り、揃えるのが非常に困難です。端末管理ツールやログ収集で部分的に補うことはできますが、次の3点が壁になります。
- 記録が各PCのローカルにしか残らない(あるいは残らない)。網羅的に集めるには全端末への仕掛けが要る
- 残っていても本人が編集・削除できる場所にある。改ざん耐性のある証跡にしにくい
- 環境がばらばらなので、記録の形式も網羅性もばらばら。全社で一貫した集計・検索ができない
つまり「記録を頑張って集める」のではなく、記録が自然に残る場所でエージェントを動かす方が筋がよいのです。実行環境を会社管理の場所に集約すれば、利用・実行・セッションの3層は環境の機能として残せます(集約の考え方はAIコーディングエージェントを社員PCで動かすリスクと代替策とAI実行基盤の選び方を参照)。
まとめ
- AIの監査ログは事故対応より先に、平時の説明責任のためにある
- 記録は利用・実行・セッションの3層。揃って初めて「誰が・どこで・何をさせ・何が起きたか」に答えられる
- 記録は利用者が消せない場所に、範囲・目的・閲覧権限・保存期間を明示して残す。機密領域の記録は機密と同じ境界の内側に
- 社員PC分散構成では一貫した形式・網羅性・改ざん耐性を持つ記録にしにくい。記録が自然に残る実行環境に集約するのが前提
記録を集めにいくのではなく、記録が残る場所でエージェントを動かす。この考え方でつくられたAIエージェント実行アプライアンスが Hoko(矛)で、利用・実行・AIセッションの記録を実行環境(箱)の側に集約し、後から横断して確認できるようにします。記録まわりの仕様は製品トップにあります。
AIツールを、組織に配る実行基盤を検討しませんか。
Hoko(矛)は、Claude Code / Codex CLI / ローカルLLM などのAIツールを、社員ごとの管理されたAIワークスペースとして提供する実行基盤です。デモ実演、PoC、導入形態の相談を受け付けています。