HelmGuard、AIエージェントでコンプライアンスを「継続的なリスク保証」へ　730万ドルを調達

規制業界のコンプライアンス対応では、質問票への回答、証憑の収集、定期レポートの作成が繰り返されがちです。ロンドン拠点のHelmGuardは、専門化したAIエージェントが社内文書、非構造化データ、接続先システムにある最新情報を確認することで、ガバナンス・リスク・コンプライアンス（GRC）を「一時点の書類確認」から継続的な保証プロセスへ変えることを目指しています。5

狙いは「書類」ではなく、証拠からリスクを検証すること

HelmGuardは自社を、エージェント型のGRC・セキュリティプラットフォームと位置づけます。同社のAIエージェントは、担当者や取引先がその都度まとめた証憑パックに主として依存するのではなく、組織のシステムや文書からリスクシグナルを収集・評価する仕組みです。目標は、セキュリティ、コンプライアンス、第三者リスクをより最新の状態で把握し、業務上の意思決定につなげることにあります。5

これは、取引先や社内チームに対して、同じ統制の証明を何度も求めることの多い業界で意味を持ちます。HelmGuardが想定する用途には、第三者リスク管理、統制上の不足の評価、運用中のAIエージェントに対する保証などがあります。同社は、評価にかかる時間を数週間から数時間へ短縮できる可能性があるとしています。5

規制産業の利用者にとって重要なのは、AIが質問票を速く埋めるだけ、という話ではありません。HelmGuardによれば、システムはリスク、そのリスクを裏づける証拠、リスクを低減するための統制の関係を評価します。結論には、証拠への引用、推論の記録、人による確認を残すよう設計されており、社内関係者、監査人、規制当局が検証できることを意図しています。5

継続的な保証で何が変わるのか

従来の評価は基本的にスナップショットです。取引先が文書を提出し、担当者が確認してレポートを作成します。しかし、その後にシステム、統制、取引先の状況が変われば、レポートはすぐに古くなり得ます。HelmGuardのアプローチは、関連するシグナルをソースシステムから継続的に収集し、再評価することを前提にしています。25

実際に機能すれば、取引先デューデリジェンスやセキュリティ統制レビューにおける反復的な証拠収集を減らせる可能性があります。一方で、この仕組みには高い説明可能性が求められます。証拠の中身、その解釈、指摘事項と根拠資料との結び付きが、人間による異議申し立てやレビューに耐える明確さを保たなければなりません。

HelmGuardは初期顧客の事例として、米国の保険会社向けに1,250社の取引先を1週間未満で評価したこと、ある遠隔医療・通信分野の顧客で保証回答までの時間を数日から数分へ短縮したことを挙げています。ただし、これは同社が公表した事例であり、独立した監査による性能評価ではありません。5

資金調達で進める「実行時」のAIエージェント保証

HelmGuardは、Infinity VenturesとFrontlineが共同リードする730万ドルのシードラウンドを実施しました。FinTech Collective、Stage 2 Capital、Entrepreneurs Firstも参加しています。25

資金の主要な使途の一つは、AIエージェントが実際に稼働している間の行動を評価する「エージェント保証」レイヤーです。5 AIシステムの運用リスクは、モデルの更新、新しいツールとの接続、アクセス可能なデータや実行可能なアクションの追加によって変化し得ます。実行時の評価は、導入前の一度きりの審査だけに頼らず、こうした変化を発生時点で評価することを狙います。5

調達資金は米国展開と、エンジニアリングおよび市場開拓部門の採用にも充てられる予定です。HelmGuardはロンドン本社に加え、ニューヨークとサンフランシスコに拠点を置く計画を示しています。56

「Verified Risk Network」：再利用できる、根拠付きのリスク情報

長期構想の中心にあるのが、Verified Risk Networkです。これは、証明書、レポート、質問票を組織間で何度もやり取りする代わりに、継続的に検証された根拠付きの「主張」を交換する仕組みです。5

想定される流れはシンプルです。ある組織が別の組織に保証上の回答を求める際、後者が毎回静的な回答書を作り直すのではなく、AIエージェントが裏づけ資料を伴う最新の主張を提示する。同社によれば、その主張には引用、推論の記録、人による監督を保持させる考えです。5

構想どおりに進めば、第三者保証に伴う重複作業を減らしつつ、回答の鮮度を高められる可能性があります。ただし、これを完全自律型のコンプライアンス判断と混同すべきではありません。同社の設計には人によるレビューが含まれており、多様な顧客や規制環境で継続的保証がどこまで信頼性を確保できるかは、今後の本番運用で検証される必要があります。5

次に注目すべき点

HelmGuardの戦略は、ソースからの直接的な証拠収集、継続的な再評価、そしてAIエージェント自体の監督という3つの考え方を組み合わせたものです。730万ドルの資金調達により、同社は販売・開発体制を広げながら、実行時保証レイヤーとVerified Risk Networkの開発を進める余地を得ました。56

本当の試金石は、監査、取引先審査、セキュリティインシデント、規制当局の調査といった重要な局面で、企業がこの仕組みの主張を信頼できるかどうかです。評価を速くするだけでは足りません。HelmGuardが置き換えようとする書類と同等に、根拠、推論、人間の説明責任が持続的に検証可能であることが求められます。