---
title: "SOCでAIはどう使われているのか？5つのワークフローを段階別に解説"
description: "SOCのAIは検知、トリアージ、調査、事前承認済みの対応を担い、アナリストは判断に集中できます。各段階の変化を具体例とともに解説します。"
url: "https://www.exaforce.com/ja-jp/learning-center/ai-soc/how-is-ai-used-in-soc"
language: "ja"
published: "2026-10-19T00:00:00.000Z"
updated: "2026-11-18T00:00:00.000Z"
---

[AI SOCに戻る](https://www.exaforce.com/ja-jp/learning-center/ai-soc)

# SOCでAIはどのように使われているのか？

検知・トリアージから調査、対応、脅威ハンティングまで、セキュリティ運用の各段階でAIが担う役割と、人が引き続き判断を担う領域を解説します。

セキュリティオペレーションセンター（SOC）におけるAIは、これまでアナリストの1日を埋めていた、反復的でデータ量の多い作業を引き受けます。

- 不審な振る舞いの発見
- すべてのアラートのエンリッチメントとトリアージ
- アイデンティティ、クラウド、エンドポイントのデータを横断した調査タイムラインの作成
- 事前承認済みの封じ込めの実行

アナリストはその結果を確認し、影響の大きい判断を下します。これは人から機械への置き換えではありません。アナリストがすべての手順を手作業で行う体制から、作業の大半をこなすエージェントをアナリストが監督する体制への移行です。

## スクリプト型の自動化が限界に達した理由

SOCチームは長年、SOARのプレイブックで自動化を進めてきました。プレイブックは決定木です。アラートが条件に一致すれば、このエンリッチメントを実行し、あのフィールドを確認し、結果に応じて分岐します。経路があらかじめわかっている場合はこれで機能します。しかし実際の調査が1本の経路に沿って進むことはまれです。同じ不審なログインのアラートでも、あるケースではIDプロバイダーの照会が、別のケースではクラウドの監査ログが、さらに別のケースでは直近のコードリポジトリのアクティビティの確認が必要になります。また、プレイブックはベンダーがAPIを変更したりフィールド名を変えたりするたびに動かなくなるため、チームは自動化を維持するためにエンジニアリングの工数を割くことになります。詳しくは[SOARとAI SOCの比較](https://www.exaforce.com/ja-jp/learning-center/soar/soar-vs-ai-soc)をご覧ください。

AIは自動化の目的そのものを変えます。数か月前に書かれた固定の手順を実行するのではなく、[AI SOCエージェント](https://www.exaforce.com/ja-jp/learning-center/ai-soc/what-are-ai-soc-agents)は環境に関するコンテキストを使ってケースごとに推論します。次に何を確認するかを自ら判断し、証拠を添えた完了済みの調査結果を返します。

## SOCワークフローの各段階でのAIの使われ方

### 検知

行動モデルは、ユーザー、サービスアカウント、リソースごとに何が通常かを学習し、静的なルールでは捉えられない逸脱を検出します。たとえば、新しい地域からのログインの直後に新しいAPIキーが作成される場合や、サービスアカウントがこれまで一度もアクセスしたことのないデータに触れる場合などです。検知の精度が最も向上するのは、アイデンティティ、クラウド、SaaS、コードのアクティビティを別々のツールで監視するのではなく、相関させて分析したときです。詳しくは[UEBA](https://www.exaforce.com/ja-jp/learning-center/ueba/ueba)をご覧ください。

### トリアージ

トリアージエージェントは各アラートについて、アナリストが手作業で集めていたコンテキストを取得します。

- そのアイデンティティが誰で、通常どのような操作をしているか
- どのような権限を持っているか
- 同じ時間帯にほかに何が起きていたか

そのうえで、根拠を添えて判定を下します。誤検知は証拠とともにクローズされ、本物の脅威はエスカレーションされます。これまでアナリストの時間の大半が費やされていたのが、この段階です。

### 調査

調査エージェントは、「このアイデンティティは過去24時間に何をしたか？」といった問いに、データを横断して答えます。本来なら5つのツールのタブを行き来して何時間もかかるタイムラインを作成します。プラットフォームによっては、複数の構文でクエリを書く代わりに、アナリストが自然言語でこうした質問をできるものもあります。

### 対応

対応エージェントは、定義済みのプレイブックに基づいて封じ込めを実行します。セッションの失効、トークンの無効化、ホストの隔離などです。エージェントはチームが定めた承認ルールの範囲内で動作します。影響の小さい操作は自動で実行でき、ユーザーや本番環境に支障をきたす可能性のある操作は人の承認を待ちます。

### 脅威ハンティング

アラートキューが処理されるようになれば、脅威ハンティングは四半期ごとのプロジェクトではなくなります。AIは仮説主導のハンティングを継続的に実行でき、アナリストはクエリを組み直すことなく手がかりを追跡できます。詳しくは[脅威ハンティングとは](https://www.exaforce.com/ja-jp/learning-center/threat-detection-and-response/what-is-threat-hunting)をご覧ください。

## SOCにおけるAIを信頼できるものにする要素

大規模言語モデル（LLM）に生のログを読み込ませる方法はデモでは見栄えがしますが、長い調査を通して記憶を保持するのは苦手です。実行のたびに推論が一貫せず、データが増えるほどコストもかさみます。より信頼性の高い方式では、データの取り込み時にアイデンティティ、リソース、関係性を解決し、決定論的なモデルで行動ベースラインを算出します。そうすることで、言語モデルの役割は検証済みの入力に基づく推論に絞られます。これにより、同じ判定が毎回同じように導かれ、その根拠をソースまでたどれるようになります。詳しくは[AI SOCのアーキテクチャ](https://www.exaforce.com/ja-jp/learning-center/ai-soc/ai-soc-architecture)をご覧ください。

## 人が関与し続ける領域

適応型の自動化には、もっともな疑問が生じます。エージェントが何を確認するかを決めるなら、エージェントに何を許可するかは誰が決めるのか、という疑問です。これは最初から設計に組み込んでおく必要があります。

- アナリストは、エスカレーションされたケースと確信度の低いケースを確認します。
- ビジネスに影響する操作は、チームが定義したガードレールの範囲内で実行されます。
- すべての判定に推論の過程が添えられるため、SOCリーダーはクローズ済みのどのアラートを開いても、何がなぜ確認されたかを把握できます。
- アナリストのフィードバックはプラットフォームに反映され、時間とともにシステムが調整されていきます。

SOCの仕事への影響については、[AIはSOCアナリストに取って代わるのか？](https://www.exaforce.com/ja-jp/learning-center/ai-soc/will-soc-be-replaced-by-ai)をご覧ください。

## SOCにおけるAIの効果の測り方

導入前後で同じ指標を追跡します。誤検知率、平均調査時間（MTTI）、平均対応時間（MTTR）、そしてSLA内に調査されたアラートの割合です。定義とベンチマークは[AI SOCとは](https://www.exaforce.com/ja-jp/learning-center/ai-soc/what-is-an-ai-soc)で、ビジネスケースは[AI SOCのROI](https://www.exaforce.com/ja-jp/learning-center/ai-soc/ai-soc-roi)で解説しています。

## ExaforceはSOC全体でAIをどのように活用しているか

Exaforceは、Detect、Triage、Investigate、Hunt、Respondの各段階に、タスク特化型のAIエージェントである[Exabot](https://www.exaforce.com/ja-jp/exabots)を1つずつ割り当てています。5つのExabotはすべて、Exaforceの[Multi-Model AI](https://www.exaforce.com/ja-jp/platform/multi-model-ai)が構築する、環境のリアルタイムな同一のビューに基づいて推論します。Semantic Modelがエンティティと関係性を解決し、Behavioral Modelが通常のアクティビティを学習し、Knowledge Modelが両者を横断して推論します。Exaforceは顧客全体で、誤検知90%削減、平均調査時間（MTTI）95%短縮を報告しています。[Accton](https://www.exaforce.com/ja-jp/customers/ai-threat-detection-enterprise-networking)では、平均調査時間が3時間から10分に短縮されました。詳しくは[SOC向けAI](https://www.exaforce.com/ja-jp/solutions/ai-for-soc)をご覧ください。

## よくある質問

### SOCワークフローの自動化におけるAIの役割は何ですか？

AIは、固定されたスクリプト型のプレイブックを、コンテキストに基づいてアラートごとに何を確認するかを判断するエージェントに置き換えます。エージェントはトリアージと調査を完了させ、事前承認済みの対応を実行し、アナリストはそれを監督します。

### SOCにおけるAIはSOARと同じものですか？

いいえ。SOARは事前に定義されたプレイブックを実行します。AIエージェントはケースごとに推論し、経路があらかじめわかっていない場合にも適応します。移行期間中は両方を併用するチームも多くあります。詳しくは[SOARとAI SOCの比較](https://www.exaforce.com/ja-jp/learning-center/soar/soar-vs-ai-soc)をご覧ください。

### AIは人の介入なしでアラートをトリアージできますか？

多くのアラートの種類では可能です。エージェントは証拠を添えて誤検知をクローズします。ただし、影響の大きい対応の判断や確信度の低いケースは、引き続き人が担うべきです。

### SOCへのAI導入は、どこから始めるべきですか？

トリアージから始めましょう。最も作業量が多く、効果を測定しやすいうえ、対応へと自律性を広げる前に信頼を築くことができます。段階的な計画については、[SOCの自動化](https://www.exaforce.com/ja-jp/learning-center/ai-soc/build-an-autonomous-soc)をご覧ください。

## 理想のSOCチーム。24時間365日、お客様とともに稼働します。

お客様の環境を一元的かつリアルタイムに把握する5つのエクサボットが、検出、トリアージ、調査、脅威ハンティング、対応をカバーします。プラットフォームを自社で運用することも、エクサフォースに運用を任せることもできます。

[デモをリクエスト](https://www.exaforce.com/ja-jp/request-a-demo)
