「AI on AI」時代を切り拓く：エージェント型AI・リスクインテリジェンスを実現するInsights Investigatorの紹介

脅威アクターはもはや、人間の処理能力による制約に縛られなくなっています。国家の支援を受けた攻撃者、組織犯罪ネットワーク、敵対国の諜報機関は、AIを活用して偽情報キャンペーンを加速させ、合成されたアイデンティティを作り出し、サプライチェーンを調べ産業規模で影響力工作（インフルエンス・オペレーション）を展開しています。

SCIF（機密情報隔離施設）からSOC（セキュリティ・オペレーション・センター）、そしてコンプライアンス部門に至るまで、どの現場でも同じ構造が見られます。攻撃側はすでにAIを活用している一方で、手作業による調査に依存する防御側は、最初のクエリを実行する前の段階ですでに後れを取っているのです。

こうした状況に対応するためには、組織は従来の事後的なクエリ中心の調査から脱却し、AIによって拡大するリスクのスピードと規模に見合った、よりプロアクティブかつリアルタイムな調査へと移行する必要があります。この変革を実現するうえで、エージェント型リスクインテリジェンスのアプローチが不可欠です。

汎用的なAIエージェントは、リスクの高い重要な調査を前提に構築されたものではありません。多くの場合、出所やガバナンスが不明確なオープンデータをもとに動作しており、意思決定に耐えうる、出所が明確で適切に利用可能な信頼できるデータを欠いて

います。これに対して、エージェント型リスクインテリジェンスは、設計の前提そのものが異なります。

本日、Babel Streetは、エージェント型リスクインテリジェンスのために設計された初のAIエージェント・エコシステムを発表します。Babel Street Insightsの新たなエージェント型AI機能であるInsights Investigatorは、人間の制御下で動作するAIエージェントにより、アナリストの専門的な手法（トレードクラフト）を加速させ、大規模な運用を可能にします。

Insights Investigatorのコンセプトはシンプルです。調査ニーズを入力するだけで、意思決定を強力に支援します。

インテリジェンス・サイクルで生じる摩擦

多くの重要な調査において、最も時間を要するのは分析を開始する前の作業です。どこから始めるべきか、何が重要か、次に何を探すべきか、そして調査結果をどのように使える形にまとめるかを見極める必要があります。既存のツールでは、AIによって増幅されたリスクに対応できる規模にまで調査を拡張することができません。従来のワークフローは摩擦を生み出し、まさにスピードが最も重視される場面で調査を遅らせてしまいます。

専門家の協力の下で設計されたInsights Investigatorは、その摩擦を軽減するために構築されており、アナリストの傍らで指示に従って機能するインテリジェントなAIエージェントを提供します。データのトリアージ、統合、抽出という多大な労力を要する作業を自動化することで、Insights Investigatorはアナリストが調査意図の入力から検証済みのインテリジェンス獲得までスムーズに調査を進められるよう支援します。

その結果、アナリストは5分の1以下の時間でより強力な結論を導き出すことができます。これは、正当性を証明可能な意思決定の迅速化、アナリストの対応能力の向上、そして手作業のワークフローでは見落とされがちなリスクへのエクスポージャーの低減に直結します。

Insights Investigatorがアナリストの専門手法を強化する仕組み

Insights Investigatorは、アナリストを解放し、クリティカルシンキングと戦略的な意思決定に集中できるようにします。調査ワークフローをどのように変革するかは以下の通りです。

1. どこから始めるべきかを知る必要はもうありません — Investigatorは意図から始まります。不確実な事象を複雑な検索構文に変換するようユーザーに強いるのではなく、アナリストは質問、懸念事項、または目的を平易な言葉で入力できます。この初期段階の質問を受けてInsights Investigatorが構造化された調査経路を示してくれるため、複雑で不慣れな問題に対処する場合でも、容易に作業を開始できます。

2. 実行前に調査アプローチを可視化 — ブラックボックス化されたAIシステムとは異なり、Investigatorは設計段階から「ヒューマン・イン・コントロール（人間の制御）」を組み込んでいます。アナリストの初期の意図に基づき、Insights Investigatorは問題にどのようにアプローチするか（何を調査し、どのように情報を収集し、結果をどのようにまとめるか）を詳述した調査計画を提示します。ユーザーに計画のレビュー、編集、またはブラッシュアップを促すことで、クエリが実行される前に、調査がアナリストの期待と専門手法に合致していることを保証します。

3. Data Dominance™を原動力とするスケーラブルな調査 — 計画が承認されると、AIエージェントが承認済みの多言語情報源に対して計画を実行します。Investigatorは、Babel StreetのData Dominance™を原動力としています。ミッションに応じて管理・整備された、多言語データ基盤と、エージェント活用を前提とした独自のデータ処理基盤により信頼できるデータ、透明性のある推論、追跡可能な証拠をすべての調査ワークフローに組み込みます。アナリストが制御を維持したまま、Insights Investigatorは発見やデータの選別、インテリジェンスのとりまとめ担い、手作業では見つけることがほぼ不可能な手がかりや関連性、次に調査すべきポイントを明らかにします。

4. すべての調査結果は人間によって検証され、正当性を証明可能 — Insights Investigatorは、すべての調査結果を、情報源の完全な出所と、それがどのようにまとめられたかに関する透明性の高い推論とともに返します。これにより、アナリストは、極めて重要で正当性を証明可能な意思決定の根拠として調査結果を使用する前に、妥当性を吟味し、前提条件を確認し、精度を検証することができます。真の自信は自動化から生まれるのではなく、アナリスト自身が作業を検証し理解する能力から生まれるのです。

インサイトからインパクト（影響力）へ

インテリジェンス・サイクルは発見で終わるわけではありません。調査結果のレビューと検証が行われた後、Insights Investigatorは、より広範な対象者向けに要約、ブリーフィング、またはレポートを作成することで、インテリジェンスを次の段階へと進める支援をします。実際、このデータの統合と体裁を整える作業の削減により、調査自体を加速させるのと同じくらいの時間が節約できます。