Microsoftは月曜日、初の独自構築によるサイバーセキュリティモデルと、より広範なエージェント型防御プラットフォームを発表した。同社はこの発表を、より小型で低コストのモデルを大半の作業に使い、より難しいタスクを高性能なシステムへルーティングすることに重点を置いた、企業向けAI戦略の一部と位置付けている。

同社が発表したMAI-Cyber-1-Flashは、Microsoft AI（MAI）部門が社内開発した小型のセキュリティモデルだ。このモデルは、ソフトウェア脆弱性の検出と修正を行うMicrosoftのマルチエージェントハーネスであるMDASHに組み込まれている。Microsoftによると、この組み合わせたシステムは、大規模コードベース全体を対象にAIシステムが実際の脆弱性を特定する推論能力を測定するベンチマークであるCyberGymで96%を記録した。同社は、この結果がMythos、Gemini、GPTを含むフロンティアモデルを上回り、Microsoftの現行本番構成と比べてコストをおよそ半分に削減すると述べている。

Microsoftはまた、複数タイプの防御エージェントを調整するために構築されたエージェント型セキュリティシステム「Project Perception」も発表した。侵害に至る可能性のある経路を探す「red team」エージェント、リスクを調査して優先順位付けする「blue team」エージェント、問題を修復し防御を強化する「green team」エージェントを連携させる。Project PerceptionはAugust 3にパブリックプレビューに入る予定で、このプレビューはMicrosoftがモデルとハーネスを組み合わせるアプローチを、社外のセキュリティチームが評価できるワークフローへ転換できるかを試す初期の機会となる。

VentureBeatとの独占インタビューで、Microsoft AI CEOのMustafa Suleyman氏は、この発表がより長期的な取り組みの始まりだと述べた。

「当社には、データ、ハーネス、専門知識においてかなり大きな堀があり、それによって、より高速で、より優れ、より低コストのモデルを訓練できています。これは本当に氷山の一角だと思います」とSuleyman氏は述べた。「私たちはこれに長く取り組んできたわけではありません。次のモデルはかなり驚異的なものになるでしょう。」

Microsoftの90/10アーキテクチャはなおOpenAIのGPT-5.4を利用

技術面で最も注目すべき点の一つは、モデル単体ではなく、MicrosoftがMAI-Cyber-1-Flashをどのように展開しているかだ。同社はMAI-Cyber-1-Flashを、セキュリティタスクの最大90%を効率的に処理するよう設計した。そのうえでMDASHが、特に難しい残り10%の問題を、より大きなフロンティアモデルであるOpenAIのGPT-5.4へエスカレーションする。つまり、Microsoftの主力セキュリティAIシステムは、最も負荷の高い作業について、長年のパートナーであり、競合としての存在感も増している相手に引き続き依存していることになる。

Suleyman氏は、重要な構成要素はハーネスだと説明した。これは、入力される各問題を、それを解くのに最も適したモデルへルーティングするオーケストレーション層だ。「ハーネスはルーターのようなものです」と同氏はVentureBeatに語った。「ガードレールと、組織化のロジックに関するルールセットのようなもので、クエリを、つまり入力される問題を、その問題に適したモデルへ対応付けます。」

同氏はこのシステムを3つの部分から成るものとして説明した。ハーネス、大半のクエリを処理する小型で高速なMAI-Cyber-1-Flashモデル、そしてその横で「単なる汎用コーディングモデル」として動作するGPT-5.4だ。

OpenAIのモデルに依存するシステムがどのようにフロンティア競合を上回れるのかを問われると、Suleyman氏は、性能は単一のモデルではなくシステム全体から生まれると述べた。「これらは非常に複雑で長いエージェント型ループであり、状態を保存し、別のデータベースを参照し、ベストプラクティスを確認し、小型モデルへ戻し、多くのコードを書き、それが正しいことを検証する必要があります」と同氏は述べた。「それを解決するには何百ものステップがあるようなもので、だからこそ、より優れた性能を実現するのは本当にシステム全体なのです。」

Suleyman氏は、エスカレーションにGPT-5.4を選んだ理由もコストにあると述べた。「GPT-5.6は高価です。GPT-5.4はコストに対して非常に優れています」と同氏は述べた。「ここでの狙いはすべてコスト削減です。Mythosなどは非常に高価なモデルです。私たちは、より安く、より良い性能を提供できるようにしたいのです。それが顧客の求めていることです。」

この構造は、MicrosoftとOpenAIの関係の変化を映している。Microsoftは、2024年にBrusselsとWashingtonで規制当局の精査を招いた提携関係において、引き続き顧客でありパートナーでもある一方、自社が持続的な優位性を持つと考えるAIスタックのより多くの層を管理しようとしている。また、Microsoftがモデルの所有とシステムの所有を切り分けていることも示している。パートナーモデルを使う場合でも、そのモデルを取り巻くルーティング、ガードレール、セキュリティ特化型ワークフローを重視している。

トークンコストは企業AIの主要な制約になっている

Microsoftによると、新構成は、GPT-5.4、5.4 mini、5.3 codexを組み合わせて使う既存のMDASH構成と比べ、約50%のコスト削減を実現する。サイバーセキュリティでは、システムが継続的に稼働し、非常に大量のシグナルを処理するため、トークンコストは急速に積み上がる。Microsoftは、こうしたコストが防御側にとって中心的な制約になっていると主張している。

Suleyman氏は、コスト問題をコンピューティングインフラの物理的制約と結び付けた。「導入の主要な障壁はチップへのアクセスであり、コストはチップの関数です」と同氏は述べた。「どれだけ資金があっても、実際にはチップの供給には限りがあります。したがって、より少ないチップでより多くのモデル出力を引き出そうとすることは、明らかに非常に価値があります。」

同氏はまた、企業がフロンティアモデルの価格に反発し始めているとも述べた。企業は当初、利用可能な最も高性能なモデルを使っていたが、「その後、自分たちが非常に大きな金額を支払っていることに気づき、社内のあらゆる場所でトークンを最大限使い切っている状態になります。ですから、あらゆる場所でコストを下げようとする大きな反発が起きています」と同氏は述べた。

Microsoftは、自社のアプローチを、低コストでフロンティアに近いAIモデルへ向かうより広範な流れの中に位置付けている。過去1年で、xAIの最近のGrokモデルや、同様のコスト性能の前提に基づく中国製モデルの波など、こうしたシステムが登場している。Suleyman氏は、プラットフォーム企業としてのMicrosoftの立場は、企業のコスト圧力と一致していると述べた。「トップモデルの提供企業は、最も高価なモデルを継続的に使ってほしいと考えていますが、私たちはプラットフォームなので、企業側に立っています」と同氏は述べた。「フランスの首都を尋ねるのに、Mythosを使う意味はありません。」

Microsoftは100兆件のセキュリティシグナルというデータ面の優位性を挙げる

Microsoftのサイバーセキュリティに関する主張は、セキュリティテレメトリの規模にも基づいている。同社は毎日100兆件を超えるセキュリティシグナルを処理しているとしており、これは同社の2025 Digital Defense Reportと整合する数字だ。同レポートでは、1日あたり450万件の新規マルウェアファイルをブロックし、50億通のメールをスクリーニングしていることも示されている。Microsoftは、160万の顧客から運用上の知見を得ているとしている。

「当社には、数十年にわたる何兆、何兆ものデータポイントがあります」とSuleyman氏は述べた。「これは、おそらく世界最大の長期的なサイバーセキュリティデータセットです」。その理由の一つは、Microsoftの顧客基盤に「長年にわたって一貫して攻撃されてきた」政府が含まれ、「私たち自身も一貫して攻撃されてきた」ことにあるという。

それが競合他社には匹敵できない優位性を生むのかと問われると、Suleyman氏はこう述べた。「それは間違いなく当社にとって堀です。データと専門知識の両方、そしてそのプロセスを経てきた組織としての経験そのものです。」

Microsoftの戦略的主張は、サイバーセキュリティがライブの強化学習ループとして機能し得るというものだ。防御側が行動し、結果が観察され、モデルが改善される。同社は、何が悪用され、何が封じ込められ、何がブロックされたのかを含め、行動と結果を結び付けることが、純粋なモデルラボが単純に購入したり作り出したりできない訓練シグナルを提供すると主張している。

ベンチマークに関する主張には留意点もある。CyberGymの結果はMicrosoft自身の評価に基づくもので、見出しで示された96%というスコアの詳細な数値は95.95%だ。調整済みのエージェント型システムを競合のベースモデルと比較するベンダー主導のベンチマークは、管理されたモデル対モデルのテストではない。Microsoftが測定したのは、顧客が別途構築し得るものに対する、ハーネスと複数モデルを組み合わせた完全な構成であり、商業的には妥当な比較かもしれないが、単体モデル同士の直接比較ではない。

Microsoftはデュアルユースリスクを理由にアクセスを制限すると説明

複雑なコードベース内の難しい脆弱性を見つけるよう設計されたモデルは、脆弱性を探す攻撃者にとっても有用になり得る。Microsoftの脅威インテリジェンスチームは、OpenAIと共同でFebruary 2024に発表した調査で、Russia、North Korea、Iran、Chinaの国家支援型アクターが、偵察、スクリプト作成、脆弱性調査のために大規模言語モデルを試していたことを記録している。Microsoftの2025 Digital Defense Reportも、AIエージェントがいずれ攻撃ライフサイクル全体を自動化する可能性があると警告していた。

Suleyman氏は、Microsoftがそれに応じてアクセスを制限すると述べた。「誰がモデルにアクセスできるかについて、私たちは非常に厳格であり、非常に慎重です」と同氏は述べた。「APIと利用状況を常に監視しています。」承認されるユーザーについて同氏は、「善意があると見なされる必要があり、技術的能力も備えている必要があります」と付け加えた。

同氏は、展開は段階的に進むと述べた。「来週に何千人ということにはなりません。まずは数十、その後数百、そして数千になります。」

Microsoftによると、MAI-Cyber-1-Flashは同社のAI Red Teamによる評価を受け、自動化された敵対的演習と専門家主導の敵対的演習でテストされ、第三者による独立評価も受けた。同社は、展開時の保護策として、テナント分離、監査、インターネットアクセスのないサンドボックス実行環境を含むと述べている。

Suleyman氏はまた、最新のフロンティアシステムと比較したMicrosoftの立ち位置を認めつつ、慎重さと信頼性を軸に自社のアプローチを説明した。「どの時点においても、当社が絶対的な最先端から数カ月遅れている可能性はありますが、非常に慎重かつ思慮深く取り組んでいること、そしてその実績があることが重要です」と同氏は述べた。

この強調は、Microsoftにとって困難なセキュリティ面の年となった2024年を受けたものでもある。同社はプライバシー上の懸念からRecall機能の延期を決め、CrowdStrikeの障害で約850万台のWindowsデバイスが使用不能になった後には業界サミットの開催にも関与した。

Suleyman氏、Microsoft AIのより広範なロードマップを説明

Suleyman氏は、Microsoftがスーパーインテリジェンスチームを設立してから約9カ月が経ち、MAIのロードマップは加速していると述べた。「必要な計算資源はあります。必要なデータも確かにあります。人材もいます」と同氏は述べた。「私たちの勢いは急速に加速しています。」

同氏によると、企業からの主要な要望の一つは、「任意のコードを生成し、指示されたどのような問題でも解決できるエージェント」だという。vibe-codedの社内ツールが実験段階から本番環境へ移行しつつあるためだ。次の段階では、音声、文字起こし、画像、コーディングの各モデルを「すべて同じハーネスに統合する」と同氏は述べた。

Suleyman氏はまた、AIが単一の大規模な統合モデルへ収束するという業界の前提にも疑問を呈した。「完全にマルチモーダルな1つの巨大モデルが、統合によって追加的な転移学習の利益を実際にもたらせるのかは、まだ分かりません」と同氏は述べた。「それとも、単に大きくて鈍重で高価な巨人にすぎないのか。」

この見方が、Microsoftの発表の土台となっている。同社は、企業向けAIの競争が個別モデルから完全なシステムへ移行していると主張している。すなわち、ルーター、特化型の小型モデル、フロンティアモデルへのフォールバック選択肢、そして独自データのループだ。サイバーセキュリティでは、Microsoftはセキュリティテレメトリと防御製品の両方を管理していることが、このアプローチを強化すると述べている。同じ戦略が、Microsoftのデータ上の優位性がより小さい領域にも当てはまるかどうかは、MAIロードマップにとって未解決の問いとして残る。

現時点でMicrosoftは、MAI-Cyber-1-Flash、MDASH、Project Perceptionを、AIの次の段階で同社がどのように競争するつもりかを示すプレビューとして提示している。最大のモデルだけに頼るのではなく、タスクを効率的にルーティングできるモデル群を取り巻くシステムを構築するという考え方だ。Suleyman氏が述べたように、同社はこれを「氷山の一角」と見ている。