
- CrowdStrikeがエージェント型セキュリティシステムを発表
- 攻撃AIと防御AIが互いを強める共進化ループを採用
- Nemotronベースのモデルが高精度・99%低コストと評価
発表の概要
米NVIDIAのCEOであるJensen Huang氏と、米CrowdStrikeのCEOであるGeorge Kurtz氏は、CrowdStrikeの年次イベント「Fal.Con 2026」で、エージェント型サイバーセキュリティシステム「CrowdStrike SafeMind」を発表した。Huang氏は、サイバーセキュリティが転換点にあるとし、攻撃が自動化された以上、防御も自動化されなければならないと述べている。Kurtz氏は、これまで攻撃者側だけがフロンティアAIを持ち、防御側には欠けていたという認識を示し、「それが今変わります」と語った。
SafeMindは、CrowdStrikeのCyber Superintelligence Labが開発した。同社によれば、攻撃と防御のAIを1つのシステムにまとめ、検知から対応までを自律的に行うのが狙いだ。今回の発表は、従来のセキュリティツールというより、AIエージェントが主体となって防御を担う新しい枠組みとして注目されている。
技術の中身
SafeMindの中核は、CrowdStrikeの専用モデルと、NVIDIAが提供するオープンなNemotronモデルの組み合わせにある。防御モデルはNemotronをベースに、CrowdStrikeのセキュリティ経験と脅威データを使って追加学習されている。学習済みのモデルは、セキュリティ用途に最適化された独自のハーネスと組み合わせられる。ハーネスとは、大規模言語モデルを実際に行動できるエージェントへ変換する制御層を指す。
この構成で、攻撃AIと防御AIが継続的に互いを試す「共進化ループ」が動く。NVIDIA Nemotron 3 Ultraが防御側エージェントのハーネスを統括し、Nemotron 3 Superを調整したモデルがルール生成サブエージェントを担う。CrowdStrikeの内部評価では、Nemotron 3 SuperベースのBlue Solanoモデルは、主要なフロンティアモデルよりも高い精度を示し、コストは99%低かったと伝えている。
共進化ループと検証環境
NVIDIAは、SafeMindのモデルとハーネスを、自社ネットワークを模した高忠実度のサイバーエージェント環境でテストしたと公表した。この環境は、NVIDIAの実ネットワークの脅威状況を反映したデジタルツインとして構築されており、実システムに影響を与えずに攻防を試せるのが特徴だ。テストでは、攻撃側のレッドチームエージェントが攻撃経路を実行し、防御側のブルーチームエージェントがFalconセンサーで監視して検出候補を生成・検証・昇格させる。
Huang氏は、この攻防の反復によって「環境が自らを守る方法を学ぶ」と説明している。またこの枠組みは、セキュリティだけでなく、ロボティクスやエッジコンピューティングなどにも応用できるとの見解を示した。もっとも、デジタルツインでのテスト結果の詳細は今回の発表では明かされておらず、実環境での効果は今後の検証が待たれる。
Falcon IQと今後の論点
SafeMindに加え、CrowdStrikeはエージェント型ワークロード自動化によってProject QuiltWorksを運用可能にするFalcon IQも発表した。Falcon IQは50以上のエージェントが1つのチームとして連携し、評価・優先順位付け・修復といった時間のかかるワークフローを自動化する。基盤となるCharlotte AI AgentWorksは、コードを書かずにエージェントを構築できるプラットフォームで、NVIDIAのNemotronモデルがエンジン部分を支えている。
ただし、SafeMindの具体的な提供開始時期や価格、言語対応は記事では明らかにされていない。CrowdStrikeのFalconプラットフォーム上でネイティブに動作するという記述はあるが、既存ユーザーがどのように使えるようになるのかは詳細が限られている。セキュリティ製品の導入には検証が必要なため、もう一段の情報公開が待たれるところだ。
| 項目 | SafeMind(Nemotronベース) | クローズドフロンティアモデル |
|---|---|---|
| 精度 | CrowdStrikeの内部評価でより高い | 同評価では相対的に低い |
| コスト | 99%低い | 比較的高い |
| 自社データでの追加学習 | 可能 | 困難 |
| モデル内部の検査 | 可能 | 不可能 |
The real gap that I saw was that the attackers had frontier AI, and the defenders didn't. And that changes now.
私が見た本当のギャップは、攻撃者側が最先端AIを持ち、防御側は持っていなかったことだ。そして今、それが変わります。
今後の見通し
今後、SafeMindの実環境での成果や、CrowdStrike Falconプラットフォーム上での提供条件が明らかになれば、企業は導入を具体的に検討できる。とりわけNVIDIAのデジタルツイン上でのテストにとどまらず、実際の顧客環境でどの程度の検知精度とコスト効果が出るのかが論点になるだろう。AIエージェントをセキュリティ運用に組み込む動きは今後も広がるとみられるが、その際はオープンモデルの利点と運用上のリスクが比較されると考えられる。
日本の開発者・IT企業にとっての意味
日本のIT企業にとって、CrowdStrike SafeMindの意味は、防御側もAIエージェントで自動化される時代に入ったことを示す点にある。既存のセキュリティ運用ではアラート対応に人員を割くが、AIエージェントが検知からルール生成まで行うようになれば、SOCの役割は監視からAIの検証・運用に移る可能性がある。特にNemotronのようなオープンモデルを自社データで追加学習できる仕組みは、外部にログを出せない規制産業でも採用しやすい選択肢になり得る。その一方で、エージェントが誤った検出ルールを生成した場合の責任の所在や、攻撃AIとの競争がもたらす新たなリスクについては、日本企業も自社のセキュリティ方針に照らして評価する必要があるだろう。
気になる点
- SafeMindはどのような攻撃から守ってくれるのか?
- 記事で示されているのは、AIを活用した攻撃を含むサイバー攻撃全般を対象に、検知からルール生成までをAIエージェントが自律的に行うという枠組みだ。CrowdStrikeのFalconプラットフォーム上で動作し、攻撃と防御のAIが互いに試行錯誤を繰り返すことで防御を強化する。個別の脅威カバレッジの詳細は現時点では公表されていない。
- クローズドモデルと何が違うのか?
- Nemotronはオープンモデルのため、CrowdStrike独自の脅威データで追加学習できる。データを外部プロバイダーに送る必要がなく、防御に使うAIの中身を検査できる点も強みとされる。クローズドな最先端モデルでは、こうした追加学習やモデル内部の検証は難しいと記事では説明されている。
- 日本でいつ使えるようになるのか?
- 記事にはSafeMindの提供開始時期や価格、言語対応の記載がない。ただし、CrowdStrike Falconプラットフォームにネイティブに統合される設計とされているため、Falconの展開実績がある企業では、今後の提供条件の発表が導入判断の目安になるだろう。
用語解説
- Agentic AI
- 目標達成のために、環境を観察しながら複数ステップのタスクを自律的に実行するAI。
- Nemotron
- NVIDIAが提供する大規模言語モデル群。オープンモデルとして公開され、特定領域向けに追加学習できる。
- ハーネス
- 大規模言語モデルをエージェントとして動作させるための制御層。外部ツール連携やタスク分割を担う。
- デジタルツイン
- 現実のITシステムを仮想空間に再現したもの。実環境に影響を与えずにセキュリティテストができる。
- フロンティアモデル
- その時点で最先端とされる性能を持つAIモデルの総称。
出典
NVIDIA and CrowdStrike Strengthen Agentic Cybersecurity Frontier
https://blogs.nvidia.com/blog/nvidia-crowdstrike-fal-con-2026
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する