WhiteMatterは何を管理する?
WhiteMatterが管理対象にするのは、人が使うチャット画面だけではありません。企業が配置したAIエージェント、基盤モデル、接続するツール、MCPサーバー、ブラウザや端末で動くAI利用を一つの制御層へ集めると説明しています。[2]
製品の流れは、大きく三つに分かれます。
- 導入前にエージェントの目的、権限、接続先を登録し、社内ポリシーに照らす
- 実行時にツール呼び出しやデータアクセスをGuardianが判定する
- 実行結果と利用量を記録し、調査や費用管理へ使う
WhiteMatterは、エージェントが増えると対応するGuardianも増える設計を掲げています。Business Insiderによると、Guardianは顧客のトークンを使わず、WhiteMatterが運用するモデルとGPUで動きます。顧客は「管理対象エージェント数」に基づく定額料金を支払うと報じられています。具体的な料金表や最低契約数は公開されていません。[3]
AIエージェントの安全対策には、似て見えて役割の違う層があります。
| 層 | 答える問い | WhiteMatterが担うとする範囲 |
|---|---|---|
| 身元確認 | どのエージェントか | 登録、所有者、接続関係の可視化 |
| 認可 | 何をしてよいか | ポリシーに基づく行動判定 |
| 監視 | 実際に何をしたか | ツール呼び出しと結果の記録 |
| 費用管理 | どれだけ使ったか | エージェントやスキル単位の予算制御 |
| 事後調査 | 問題が起きた経路は何か | トレース、再生、調査のための証跡 |
身元がわかることと、支払い・送信・削除などの操作を許可できることは同じではありません。TechCreateのAgent Name Serviceの解説で扱った公開仕様は主に身元確認の層です。WhiteMatterは、その先の行動制御と監視を企業向け製品として提供しようとしています。
2,000万ドル調達と事業の仕組み
WhiteMatterは2026年11月10日、Blumberg Capitalが主導する2,000万ドルのSeries Aを発表しました。既存投資家のCrew CapitalとSprout & Oakも参加し、累計調達額は2,400万ドルです。資金は研究開発、販売体制、幹部採用へ使うとしています。[4]
Business Insiderは、WhiteMatterのチームが約80人で、今後12カ月に50%増員する計画だと報じました。料金は管理対象エージェント数に応じた定額制とされ、顧客企業がエージェントを増やすほど契約額も増える構造です。[3]
会社側は、次の数字を公表しています。[4]
- 管理対象のGuardianエージェントが225万超
- AIの相互作用を1,160億件超処理
- 過去6カ月に売上が5倍
- 2026年に顧客数が3倍
- ポリシー判定が2.24ミリ秒、1分当たり最大7,800件
これらは成長の規模感を示しますが、数字の定義には注意が必要です。225万が顧客側のAIエージェント数なのか、対応するGuardianの数なのか、資料内で表現が揺れています。売上の開始額、顧客数、測定対象、2.24ミリ秒の試験条件も公表されていません。SecurityWeekは資金調達と製品の概要を独立して報じていますが、性能値を独自に検証したとはしていません。[5]
したがって、「1,160億件を処理したから攻撃を防げる」とは言えません。処理件数は観測量であり、正しく拒否した危険操作、誤って止めた正常操作、見逃した操作の割合ではないからです。
Guardianは何を止められる?
WhiteMatterは、導入前のポリシー審査と実行時の判定を一体にする点を特徴としています。たとえば、経理エージェントに請求書の読み取りは許可しても、振込の確定は人の承認がなければ拒否する、といった境界を設計する用途が考えられます。
ただし、製品が判断を返すことと、外部システムで操作が確実に止まることは別です。導入時には次の経路を確認する必要があります。
- ブラウザ、端末、API、MCPのどの経路を実際に仲介するか
- 別の認証情報や直接APIを使った操作も捕捉できるか
- 許可の期限切れや取り消しが、待機中の処理へ反映されるか
- タイムアウトや再試行で、同じ操作が二重実行されないか
- 判定ログと、外部サービスが受理した結果を結び付けられるか
WhiteMatterは100万回の試験で二重実行がゼロだったと説明していますが、試験したシステム、障害条件、外部サービスの範囲は公開していません。これは有望な社内測定であって、あらゆる環境の「一度だけ実行」を保証する数字ではありません。
導入判断に必要な比較条件
WhiteMatterの検討対象になりやすいのは、複数部門が異なるAIエージェントを使い、誰がどの権限で動かしたかを一元管理したい企業です。特に、医療、金融、顧客情報など、操作前の承認と事後監査の両方が必要な業務では、評価項目を具体化できます。
比較試験では、危険な操作を止める精度だけでなく、正常な仕事を止める負担も測ります。
- 代表するエージェントと操作を10〜20種類に絞る
- 許可、拒否、人の承認が必要なケースを決める
- 正しい拒否、誤拒否、見逃し、判定遅延を記録する
- 通信障害、再試行、権限取り消しを含む失敗条件を試す
- 既存のID管理、SIEM、クラウド標準機能との重複を確認する
公開資料では、具体的な料金、最低契約数、対応するMCP実装の一覧、データ保持期間、第三者評価を確認できませんでした。導入効果を判断するには、管理対象エージェント数だけでなく、削減できた事故・調査時間と、誤拒否による業務停止を同じ期間で比べる必要があります。
まとめ
- WhiteMatterはAIエージェント、モデル、MCPサーバーを登録し、導入前審査と実行時の行動判定を一つの制御層で扱う
- 管理対象エージェント数に応じた定額制と報じられているが、具体的な料金や最低契約数は未公表。2,000万ドル調達は製品効果の証明ではない
- 会社公表の処理件数や速度だけでなく、見逃し、誤拒否、実際の操作経路、再試行時の二重実行を自社環境で確かめることが導入判断になる
出典・参考
- WhiteMatter「QuilrAI is now WhiteMatter」(2026年11月)
- WhiteMatter「Governance Across the Entire Agent Lifecycle」(2026年11月16日確認)
- Business Insider「This startup raised $20 million to keep AI agents in line with more AI agents」(2026年11月10日)
- WhiteMatter / PR Newswire「WhiteMatter Raises $20M Series A」(2026年11月10日)
- SecurityWeek「WhiteMatter Raises $20 Million in Series A Funding」(2026年11月10日)






読者のコメント (0)
コメントを残す