Data Layer Governance for Autonomous AI Agents

EDBは、Postgresデータベースソリューションで知られる企業だが、自律型AIエージェントのガバナンスに対し、運用データ層で直接制御を適用する新たなアプローチを提唱している。このフレームワークは、エージェントの予測不可能な動作に対処するため、セキュリティとコンプライアンスをデータインフラ自体に組み込むことを提案する。エージェント側のガードレールにのみ依存する従来のアプローチとは一線を画す。

自律性を増すAIエージェントの課題は、人間が各ステップを承認することなく、システム間で計画し、行動する能力にある。指示やモニタリングは一般的だが、エージェントの確率的な性質により、その正確な出力は予測が難しい。そのため、事前承認型のレビューメカニズムはエンタープライズの速度には対応しきれない。

EDBは、ガバナンスはエージェントがデータとやり取りするまさにその瞬間に実行可能でなければならないと主張する。これは、役割ベースおよび属性ベースのアクセス制御、行レベルおよび列レベルのセキュリティ、包括的な監査証跡といった、おなじみのデータベース制御をAIエージェントにも適用し、彼らを独立した「プリンシパル」として認識することを意味する。

EDBのフレームワークの核心は「宣言された目的」という概念にある。AIエージェントがセッションを開始する際、特定の目的をそのIDに紐付ける。この目的は、ユーザーの役割や部署と同様に、データ層のポリシーエンジンによって評価される属性となる。これにより、エージェントのデータアクセスが常にその宣言された目的に沿うことが保証される。

EDBのプロダクトマネジメント兼AIガバナンス担当VPであるプリヤンカ・ジェインは、「宣言された目的が違いを生む。それはアクセス層がすでに理解している属性となり、役割や行レベルのセキュリティと同じポリシーパスで評価される」と述べている。

この方法は、エージェントに「デジタルなリード（電子的な手綱）」を定義することを可能にする。エージェントがどのデータに触れ、何を変更でき、エスカレーションが必要なのは何かを具体的に指定できる。これらの制御をデータソースに埋め込むことで、エージェントがどのように構築されたか、あるいはどのような予期せぬ振る舞いをしても、ガバナンスが維持される。

東京のデベロッパーやITアーキテクトにとって、これは機密性の高いタスクを自動化するエージェントをデプロイするための明確な道筋を意味する。複雑なエージェント側のコンプライアンスロジックに悩むことなく、確立されたデータベースセキュリティ機能を活用できる。これにより、財務報告、顧客データ管理、社内運用ワークフローなどの分野で、より安全な自動化が可能になる。

EDBは、オープンソースのPostgresを基盤とする「EDB Postgres AI」プラットフォームを、トランザクション、分析、AIワークロードをこのデータ層ガバナンスで統合するソリューションとして位置付けている。このアプローチは、データ主権とソースレベルでの強制を約束し、規制業界や企業データの管理において極めて重要となる。