Project Perceptionとは何か
Project Perceptionは、企業のコードベースやシステム設定を継続的にスキャンし、セキュリティ上の脆弱性を検出して修正案を提示するAIプラットフォームだ。
主な特徴は3点にまとめられる。
第一に「マルチモデルルーティング」だ。 脆弱性の検出・ソースコードレビュー・修正コードの生成など、タスクの種類に応じて最適なAIモデルを自動選択する仕組みを持つ。 ソースコードの精査にはあるモデルが優れ、異常行動の検出には別のモデルが適する——そうした使い分けを自動化することで、精度とコストを最適化する。
第二に「コストの大幅削減」だ。 現在、AIサイバーセキュリティの主要競合製品はAnthropicの「Mythos」だ。 MythosのAPIコストはClaude Opusより100%高く、GPT-5.6より82%高いとも言われる。 Project PerceptionはMythosと比べて大幅に低い価格帯を目指すとされ、「24時間365日稼働させても採算が合う水準」をコンセプトとしている。
第三に「非公開での開発」だ。 Microsoftはまだ公式にProject Perceptionを発表していない。 製品名・提供形態・対応モデル・価格はリリース前に変わる可能性があるが、7月中の公開が目標とされる。
AIが脆弱性を自動修正する時代の到来
セキュリティエンジニアにとって、脆弱性管理は終わりなき作業だ。 脆弱性データベース（CVE）への登録件数は年々増加し、パッチ適用の優先順位付けと実施には多大なリソースを要する。
AIが継続的に自動でスキャンし、修正パッチを提案する仕組みが実用レベルに達すれば、「人間が修正するものをAIがサポートする」から「AIが修正し、人間がレビューする」への転換が起こる。
特に注目すべきは「24時間稼働」のコンセプトだ。 人間のセキュリティチームが業務時間内にしか対応できないのに対し、AIは休日・深夜を問わず新たな脆弱性への対応を続けられる。 これは特にセキュリティ専門家を十分に確保できない中堅・中小企業に大きな恩恵をもたらす。
Anthropic Mythosとの競争——AIセキュリティ市場の構図
AnthropicはIPOを視野に急速に事業拡大中だが、Mythosはその中でも注目されるエンタープライズ製品だ。 高い性能と引き換えに高コストであるMythosに対し、Project Perceptionは「十分な精度を維持しながら価格を下げる」という差別化で対抗しようとしている。
このポジショニングは、AI製品全般で見られる「性能/コスト」のトレードオフを、セキュリティ分野で具現化したものだ。
ただしエンジニアの視点では、「安くて十分」という選択肢の登場は、必ずしも技術競争の終わりを意味しない。 Mythosが検出率95%でProject Perceptionが85%なら、その差を許容できるかはセキュリティリスクの大きさによる。 金融機関・重要インフラは精度優先、コスト最優先のスタートアップは価格優先——という市場分断が起こる可能性もある。
「マルチモデルルーティング」がエンジニアリングにもたらす変化
Project Perceptionのアーキテクチャで最も注目すべきは、「複数のAIモデルを動的に選択する」という設計だ。
この考え方自体は新しくない。 LangChainやLlamaIndexといったオーケストレーションフレームワークも、複数モデルの協調動作を支援する仕組みを提供している。 しかし「セキュリティに特化した形でプロダクト化する」という事例は希少だ。
ルーティングの品質がサービス全体の性能を決定するため、「どのタスクにどのモデルが最適か」という知識のキュレーションそのものが競争優位になる。
米東部の熱波がデータセンターの電力問題を顕在化させたことからも分かるように、AIインフラのコスト管理は今後も重要課題であり続ける。 マルチモデルルーティングによるコスト最適化は、セキュリティに限らず広範なAI活用の設計指針として普及する可能性がある。
日本のエンタープライズセキュリティへの示唆
日本企業のサイバーセキュリティ環境は、依然として人手不足が深刻だ。 経済産業省の調査では、セキュリティ人材の不足は2024年時点で約11万人とされ、状況は改善していない。
AI活用による自動化は、この問題の部分的な解決策になり得る。 しかし日本語対応・国内法規制への準拠・クラウドリージョンの選択肢など、日本市場固有の要件をどう満たすかが導入障壁として残る。
Project Perceptionが日本市場に展開される際には、GDPRに相当する個人情報保護の観点と、コードや設定情報を外部AIに送ることへのセキュリティポリシー上の許容度も問われる。
脆弱性対応の「自動化」がもたらす次の問い
エンジニアとして最後に提起したい問いがある。 AIが脆弱性を自動修正するようになると、「エンジニアが脆弱性を理解する機会」は減るのか、増えるのか。
AIが提案する修正コードをレビューするだけでは、セキュリティの根本的な理解が身につかない可能性もある。 一方で、AIが「なぜこれが脆弱性なのか」を説明しながら修正提案を出すなら、学習機会として機能するかもしれない。
Project Perceptionが「エンジニアのスキルアップを阻害する道具」になるのか、「セキュリティの民主化を実現する道具」になるのか——それはプロダクトの設計思想に大きく左右される。 あなたのチームには、AIが修正を提案したとき、その理由を問い返す文化があるだろうか。
ソース:
- Microsoft to launch Project Perception AI cybersecurity platform this month — NewsBytesApp（2026年7月）
- Microsoft's 'Project Perception' Could Challenge Anthropic's Mythos in AI Security — TechRepublic（2026年7月17日）
- Microsoft Prepares Project Perception to Compete With Anthropic Mythos — Windows Report（2026年7月）
- Microsoft's Project Perception Aims to Make AI Vulnerability Fixing Cheap Enough to Run Nonstop — Windows News AI（2026年7月）
