このフレームワークは、連携するパートナーエコシステムを通じて提供される、密接に統合された6つの柱で構成されています 。

アカマイの「エージェンティック・セキュリティ・フレームワーク」を支える6本柱

1. 本人確認と人的な帰属の確認（Verified Identity and Human Attribution）
   この柱は、自律型AIエージェントと、それを許可した人間のユーザーとの間に、検証可能な結びつきを確立します。目的は、エージェントによるすべての行動を、同意した実在の個人まで追跡できるようにすることです 。これは、VisaやExperianとの提携を通じて部分的に達成され、これらの企業が本人確認や支払い検証の機能を提供します 。

2. すべてのトラフィックソースに対する比類なき可視性（Unparalleled Visibility Across All Traffic Sources）
   現在、多くのウェブサイトは、ユーザーのために情報を収集する正規のAIエージェントと、データを不正に取得する悪意のあるスクレイピングボットを確実に区別できません。この柱はトラフィックパターンに対する深い可観測性を提供し、組織がエージェントによるトラフィックの流れを初めて識別、分類、理解することを可能にします 。

3. 適応型の信頼分析（Adaptive Trust Analysis）
   フレームワークは、許可か拒否の二者択一ではなく、段階的な評価モデルを適用します。エージェントの信頼性は、本人確認のシグナルと行動分析の組み合わせによってリアルタイムで評価されます。リクエストは、継続的な信頼スコアに基づいて、完全な許可、レート制限、追加認証の要求、拒否といった、よりきめ細かく効率的なセキュリティ対応が取られます 。

4. エッジでの意思決定（Edge-Powered Decision-Making）
   すべての強制的な判断は、アカマイが世界に分散配置するエッジネットワークで実行されます。信頼シグナルを処理し、信頼できないリクエストや異常なリクエストを顧客のオリジンサーバーに到達する前にエッジで遮断することで、正規のトラフィックのパフォーマンスに影響を与えることなく、バックエンドのインフラを大規模攻撃と標的型攻撃の両方から保護します 。

5. 収益化の実現（Monetization Enablement）
   コンテンツを発行する企業は、この柱を利用してAIエージェントにリクエスト単位の課金を行うことができます。ライセンスと支払いのプラットフォームであるTollBitや、エージェントの本人確認と支払い基盤を提供するSkyfireといったパートナーと共に構築されたこのシステムは、有料アクセスの条件をエッジで強制することを目的としています。これは、これまで制御不能だったエージェントのアクセスを、許可制で収益化可能なチャネルへと変えるものです 。

6. ユーザー中心の分析（User-Centric Analysis）
   行動分析とコンテキスト分析は、各エージェントの背後にいる許可されたユーザーに直接ひも付けられます。これにより組織は、人間のユーザー向けに既存するリスクモデルや利用ポリシーを、それに対応するエージェントの行動にも適用できるようになります 。

人間とボットを結ぶ「Know Your Agent（KYA）」プロトコル

フレームワークの中心的なメカニズムとなるのが、Know Your Agent（KYA） プロトコルです。これは、あらゆるリクエストに対して「そのエージェントは誰か、誰が許可したのか、何を許されているのか」という3つの基本的な問いに答えるために設計されています 。このプロトコルは、人間のユーザー、そのAIエージェント、そして特定のトランザクションを結ぶ、暗号的に検証可能な連鎖を作り出すことで機能します。

これは、戦略的なパートナーエコシステムを通じて実現されます。

• Visa: アカマイは、自社のエッジセキュリティをVisaのTrusted Agent Protocol（TAP）と統合します。TAPは、Visaの決済ネットワークを利用するAIエージェントを認証するためのフレームワークです。この提携を通じて、アカマイはVisaが提供する決済情報の確認に、行動分析とネットワークのインテリジェンスを追加します 。
• Experian: アカマイは、Experian Agent Trust™フレームワークに接続します。このフレームワークは、人間とエージェントの結びつき（Human-to-Agent Binding）のシステムを確立し、消費者の身元とそのエージェントとの間に、検証可能で永続的なリンクを作り出します。アカマイのエッジ機能は、セキュリティポリシーを施行し、ボットの活動をリアルタイムで制御することで、これを強化します 。
• Skyfire: このパートナーは、エージェントが認証を受け、ポリシーの範囲内で動作し、グローバルな決済ネットワークにアクセスすることを可能にする、支払いとエージェントIDのインフラを提供します。この統合により、企業は既存のシステムを再設計することなく、この信頼レイヤーをエッジにもたらすことができます 。

実際的な結果として、たった一つのリクエストがオリジンサーバーに到達するよりも前に、信頼に関する判断を下すことが可能になります。あるパートナー企業が述べたように、アカマイのエッジでの強制力がExperianの「人間とエージェントの結びつけ」にプラグインすることで、リアルタイムのリスクスコアリングが追加され、加盟店はエージェント主導の取引を信頼するかどうかを未然に判断できるのです 。

エッジでの「段階的信頼」評価

このフレームワークの設計思想の核となるのが、従来の二者択一的なファイアウォールの論理を超えた 「適応型の信頼分析」 です。エージェントのトラフィックは段階的な尺度で評価され、信頼スコアは、KYAプロトコルからの検証済みID、エージェントの行動パターン、特定のリクエストのコンテキストといった、複数のリアルタイムシグナルから組み立てられます 。許可と監視から、制限、追加認証、遮断に至るまでの強制措置は、分散ネットワークのエッジで即座に実行されます 。これは、信頼できない自動処理を早期に阻止する一方で、検証済みエージェントにはシームレスで低遅延な対話を可能にすることを意図しています。

エンタープライズIDプロバイダーとの統合

このフレームワークは、企業の既存のセキュリティアーキテクチャに取って代わるのではなく、適合するように設計されています。一般的なIDプロバイダーと統合できるよう構築されており、組織は現在の認証・認可ポリシーをエージェント主導のトラフィックにまで拡張できます 。提供された情報源では、この特定のフレームワークに関してAuth0やPing Identityといった具体的な名称は挙がっていませんが、アカマイのこの柱に関する説明は、標準的なIDインフラをエージェントの信頼判断に組み込むという目標を示しています。つまり、エージェントのアクセスは、人間のユーザーにすでに使用されているものと同じIAM（Identity and Access Management）のコンテキストで管理できるようになるのです 。

新たな収益化モデル：AIエージェントへの「リクエスト単位課金」

おそらく商業的に最も変革をもたらす柱が、「収益化の実現」 でしょう。コンテンツ発行者にとって、AIエージェントはトラフィックを促進する一方で、広告やペイウォールを回避することが多い、いわば「もろ刃の剣」です。この柱は、直接的な経済的回答を提供します。ライセンスと支払いのプラットフォームであるTollBit、そしてSkyfireとの提携により、アカマイは発行者がエージェントに対してリクエスト単位や利用量ベースで課金するアクセスルールを設定できるようにします 。

このモデルでは、発行者はAIエージェントがどのようにコンテンツを利用することを許されるかという条件を定義できます。アカマイのエッジネットワークはこのポリシーを強制し、認証され支払いをするエージェントにのみアクセスを許可します。一方で、支払いパートナーが利用状況の追跡、請求、決済を処理します 。そのビジョンは、収益化されていなかったエージェントによるスクレイピングの流れを、アクセスが許可制で有料となる、新たな大規模な収益チャネルへと変えることです。

アカマイの6本の柱とそのパートナーネットワークは、ウェブのトラフィックの大部分が人間以外のものになる未来への、体系的な賭けを表しています。セキュリティモデルを「ブロック」から「管理と収益化」へとシフトさせることで、このフレームワークは、自律的なAIコマースが拡大するために不可欠な「信頼のレイヤー」を提供することを目指しています 。

このフレームワークは、連携するパートナーエコシステムを通じて提供される、密接に統合された6つの柱で構成されています 。

アカマイの「エージェンティック・セキュリティ・フレームワーク」を支える6本柱

1. 本人確認と人的な帰属の確認（Verified Identity and Human Attribution）
   この柱は、自律型AIエージェントと、それを許可した人間のユーザーとの間に、検証可能な結びつきを確立します。目的は、エージェントによるすべての行動を、同意した実在の個人まで追跡できるようにすることです 。これは、VisaやExperianとの提携を通じて部分的に達成され、これらの企業が本人確認や支払い検証の機能を提供します 。

2. すべてのトラフィックソースに対する比類なき可視性（Unparalleled Visibility Across All Traffic Sources）
   現在、多くのウェブサイトは、ユーザーのために情報を収集する正規のAIエージェントと、データを不正に取得する悪意のあるスクレイピングボットを確実に区別できません。この柱はトラフィックパターンに対する深い可観測性を提供し、組織がエージェントによるトラフィックの流れを初めて識別、分類、理解することを可能にします 。

3. 適応型の信頼分析（Adaptive Trust Analysis）
   フレームワークは、許可か拒否の二者択一ではなく、段階的な評価モデルを適用します。エージェントの信頼性は、本人確認のシグナルと行動分析の組み合わせによってリアルタイムで評価されます。リクエストは、継続的な信頼スコアに基づいて、完全な許可、レート制限、追加認証の要求、拒否といった、よりきめ細かく効率的なセキュリティ対応が取られます 。

4. エッジでの意思決定（Edge-Powered Decision-Making）
   すべての強制的な判断は、アカマイが世界に分散配置するエッジネットワークで実行されます。信頼シグナルを処理し、信頼できないリクエストや異常なリクエストを顧客のオリジンサーバーに到達する前にエッジで遮断することで、正規のトラフィックのパフォーマンスに影響を与えることなく、バックエンドのインフラを大規模攻撃と標的型攻撃の両方から保護します 。

5. 収益化の実現（Monetization Enablement）
   コンテンツを発行する企業は、この柱を利用してAIエージェントにリクエスト単位の課金を行うことができます。ライセンスと支払いのプラットフォームであるTollBitや、エージェントの本人確認と支払い基盤を提供するSkyfireといったパートナーと共に構築されたこのシステムは、有料アクセスの条件をエッジで強制することを目的としています。これは、これまで制御不能だったエージェントのアクセスを、許可制で収益化可能なチャネルへと変えるものです 。

6. ユーザー中心の分析（User-Centric Analysis）
   行動分析とコンテキスト分析は、各エージェントの背後にいる許可されたユーザーに直接ひも付けられます。これにより組織は、人間のユーザー向けに既存するリスクモデルや利用ポリシーを、それに対応するエージェントの行動にも適用できるようになります 。

人間とボットを結ぶ「Know Your Agent（KYA）」プロトコル

フレームワークの中心的なメカニズムとなるのが、Know Your Agent（KYA） プロトコルです。これは、あらゆるリクエストに対して「そのエージェントは誰か、誰が許可したのか、何を許されているのか」という3つの基本的な問いに答えるために設計されています 。このプロトコルは、人間のユーザー、そのAIエージェント、そして特定のトランザクションを結ぶ、暗号的に検証可能な連鎖を作り出すことで機能します。

これは、戦略的なパートナーエコシステムを通じて実現されます。

• Visa: アカマイは、自社のエッジセキュリティをVisaのTrusted Agent Protocol（TAP）と統合します。TAPは、Visaの決済ネットワークを利用するAIエージェントを認証するためのフレームワークです。この提携を通じて、アカマイはVisaが提供する決済情報の確認に、行動分析とネットワークのインテリジェンスを追加します 。
• Experian: アカマイは、Experian Agent Trust™フレームワークに接続します。このフレームワークは、人間とエージェントの結びつき（Human-to-Agent Binding）のシステムを確立し、消費者の身元とそのエージェントとの間に、検証可能で永続的なリンクを作り出します。アカマイのエッジ機能は、セキュリティポリシーを施行し、ボットの活動をリアルタイムで制御することで、これを強化します 。
• Skyfire: このパートナーは、エージェントが認証を受け、ポリシーの範囲内で動作し、グローバルな決済ネットワークにアクセスすることを可能にする、支払いとエージェントIDのインフラを提供します。この統合により、企業は既存のシステムを再設計することなく、この信頼レイヤーをエッジにもたらすことができます 。

実際的な結果として、たった一つのリクエストがオリジンサーバーに到達するよりも前に、信頼に関する判断を下すことが可能になります。あるパートナー企業が述べたように、アカマイのエッジでの強制力がExperianの「人間とエージェントの結びつけ」にプラグインすることで、リアルタイムのリスクスコアリングが追加され、加盟店はエージェント主導の取引を信頼するかどうかを未然に判断できるのです 。

エッジでの「段階的信頼」評価

このフレームワークの設計思想の核となるのが、従来の二者択一的なファイアウォールの論理を超えた 「適応型の信頼分析」 です。エージェントのトラフィックは段階的な尺度で評価され、信頼スコアは、KYAプロトコルからの検証済みID、エージェントの行動パターン、特定のリクエストのコンテキストといった、複数のリアルタイムシグナルから組み立てられます 。許可と監視から、制限、追加認証、遮断に至るまでの強制措置は、分散ネットワークのエッジで即座に実行されます 。これは、信頼できない自動処理を早期に阻止する一方で、検証済みエージェントにはシームレスで低遅延な対話を可能にすることを意図しています。

エンタープライズIDプロバイダーとの統合

このフレームワークは、企業の既存のセキュリティアーキテクチャに取って代わるのではなく、適合するように設計されています。一般的なIDプロバイダーと統合できるよう構築されており、組織は現在の認証・認可ポリシーをエージェント主導のトラフィックにまで拡張できます 。提供された情報源では、この特定のフレームワークに関してAuth0やPing Identityといった具体的な名称は挙がっていませんが、アカマイのこの柱に関する説明は、標準的なIDインフラをエージェントの信頼判断に組み込むという目標を示しています。つまり、エージェントのアクセスは、人間のユーザーにすでに使用されているものと同じIAM（Identity and Access Management）のコンテキストで管理できるようになるのです 。

新たな収益化モデル：AIエージェントへの「リクエスト単位課金」

おそらく商業的に最も変革をもたらす柱が、「収益化の実現」 でしょう。コンテンツ発行者にとって、AIエージェントはトラフィックを促進する一方で、広告やペイウォールを回避することが多い、いわば「もろ刃の剣」です。この柱は、直接的な経済的回答を提供します。ライセンスと支払いのプラットフォームであるTollBit、そしてSkyfireとの提携により、アカマイは発行者がエージェントに対してリクエスト単位や利用量ベースで課金するアクセスルールを設定できるようにします 。

このモデルでは、発行者はAIエージェントがどのようにコンテンツを利用することを許されるかという条件を定義できます。アカマイのエッジネットワークはこのポリシーを強制し、認証され支払いをするエージェントにのみアクセスを許可します。一方で、支払いパートナーが利用状況の追跡、請求、決済を処理します 。そのビジョンは、収益化されていなかったエージェントによるスクレイピングの流れを、アクセスが許可制で有料となる、新たな大規模な収益チャネルへと変えることです。

アカマイの6本の柱とそのパートナーネットワークは、ウェブのトラフィックの大部分が人間以外のものになる未来への、体系的な賭けを表しています。セキュリティモデルを「ブロック」から「管理と収益化」へとシフトさせることで、このフレームワークは、自律的なAIコマースが拡大するために不可欠な「信頼のレイヤー」を提供することを目指しています 。