DaylightのAIエージェント型MDRとは？Goldman Sachs主導8000万ドル調達の背景と次世代セキュリティ基盤の技術構造

生成AIの普及に伴いサイバー攻撃の頻度と複雑性が跳ね上がる中、セキュリティ運用現場の疲弊は限界に達しつつあります。こうした市場環境を背景に、イスラエル発のサイバーセキュリティスタートアップ「Daylight」は現地時間2026年11月10日、シリーズBラウンドで8,000万ドルの資金調達を実施したことを発表しました。

リード投資家を務めたのはゴールドマン・サックス・オルタナティブズ（Goldman Sachs Alternatives）傘下のグロース・エクイティ部門です。本ラウンドにはオクタ・ベンチャーズ（Okta Ventures）が新規参画したほか、ベイン・キャピタル（Bain Capital）、クラフト・ベンチャーズ（Craft Ventures）といった有力VC、さらにWizやCyera、Armisといったセキュリティユニコーンの創業者陣がエンジェルとして名を連ねています。

累計調達額は1億2,000万ドル、評価額は約4億ドルに到達。直近1年間で売上高を40倍以上に急成長させたDaylightの技術的コアと、従来のSOC（Security Operations Center）およびMSSP/MDRをどう再定義しようとしているのかを、エンジニアの視点で紐解きます。

1. 創業者経歴とアーキテクチャの出自：Torqで確信した「自動化の先にある壁」

Daylightの創業チームは、イスラエル軍情報部隊出身のHagai Shapira（CEO）とEldad Rudich（CTO）の2名です。両名はセキュリティ自動化（SOAR）のユニコーン企業「Torq」で、初代エンジニア／R&D責任者と初期プロダクトリーダーとして黎明期を支えたキーパーソンでした。

現場を知り尽くした彼らが痛感していたのは、「ツールを導入しても、運用モデルそのものを変えなければ顧客の負担は減らない」という現実です。静的なルールに依存した自動化や人海戦術のアナリスト運用では、多様化する現代の脅威に対応しきれません。

そこでDaylightは、「AIで人間を代替する」のではなく、「AIエージェントが推論・調査を担い、専門エンジニアが判断と責任を担う」ハイブリッドな運用モデルを設計。硬直したプレイブックを排し、顧客の環境に合わせて自律的に振る舞う次世代SecOpsの土台を築きました。

2. 導入実績とユースケース：最先端SaaS・AI企業が選ぶ理由

Daylightはすでにグローバルエンタープライズや急成長中のAIネイティブ企業で本番導入が進んでいます。公開されている代表的な顧客とユースケースは以下の通りです。

• Miro（ビジュアルコラボレーション基盤）：自社プラットフォームや社内開発で利用されるAI環境を監視。プロンプトインジェクションや自律エージェントの挙動を、既存のMDRワークフローと統合して監査・検知。
• Lovable（自然言語ベースのソフトウェア自動生成ツール）：急拡大するクラウドアカウント群と自律コード実行環境を常時監視・保護。
• LastPass（認証・パスワード管理基盤）：極めて高いセキュリティ要件が課されるインフラにおいて、24時間365日の高精度な脅威監視を実施。
• dLocal（新興国向けクロスボーダー決済基盤）：金融コンプライアンス要件と膨大な決済ログの高速トリアージに適用。
• Rogo（金融セクター特化型AIアナリティクス）：機密データを扱うAIパイプラインの保護とインシデント封じ込めに活用。

3. 資金調達を決定づけた3つの技術的優位性

ゴールドマン・サックスらトップ投資家が高く評価したコア技術は、従来のセキュリティ基盤が抱えていた構造的課題を直接解消する3点に集約されます。

① 「AIエージェント＋Human-in-the-Loop」による信頼性ギャップの解消

セキュリティ実務者の65%が「AIの推奨を信用できるかの判断に1年前より時間をかけている」、63%が「出力の検証に時間を取られている」と回答しています（2026年7月ISC2調査）。AIツールを導入した結果、かえって現場の確認工数が増大するという皮肉な事態が起きているのが現状です。

Daylightはこの「信頼性ギャップ」を埋めるため、AIエージェントによる全量自動調査と、専門セキュリティエンジニアによる最終意思決定を垂直統合しました。顧客組織の成熟度に合わせて、以下の3つの運用形態をシームレスに選択できる柔軟性を備えています。

• Fully managed: Daylightに全運用を委託
• Co-managed: 顧客社内チームと共同運用
• Forward-Deployed Engineers (FDE): 専任エンジニアを顧客組織に派遣し、環境固有のコンテキストに適応

② スキーマレス・セキュリティデータレイク「Aura」

従来のSIEM（Security Information and Event Management）は、ログの取り込みとインデックス作成に伴ってストレージ費用やクエリコストが指数関数的に増大する構造的欠陥を抱えていました。

Daylightのコアプラットフォーム「Aura」は、独自のセキュリティデータレイクを内包。90日間のHotストレージ保持とスキーマレス取り込みを実現しています。エンジニアは難解な専用クエリ言語を駆使することなく、自然言語による対話インターフェースを通じて脅威ハンティングやフォレンジック調査を実行できます。

③ AIネイティブスタック（LLM・MCP・エージェント）の防御統合

Identity、Endpoint、Cloud、SaaSの各種テレメトリ監視にとどまらず、近年エンタープライズで急速に導入が進むAIレイヤーの脅威を包括的にカバーしています。

• Prompt Injection: LLM APIプロキシやアプリケーション層での敵対的プロンプト遮断
• Risky MCP（Model Context Protocol） / Plugins: 自律エージェントが外部ツールを呼び出す際の権限逸脱やデータ持ち出しの検知・遮断
• Shadow Agentic Activity: 開発者や業務部門が独自に立ち上げた自律エージェントの不正通信や異常行動の特定

4. レガシーMDR vs Daylight：構造的アプローチの比較

5. 今後の日本市場への影響：日本のセキュリティ運用が直面する3つの転換点

Daylightが打ち出したAPAC展開は、人手不足に悩む日本のセキュリティ現場に大きなインパクトを与えます。

1. 人材不足の突破口: 人手を増やすことが困難な国内企業において、「AIエージェント＋専門エンジニア」の少数精鋭型MDRが有力な選択肢となる。
2. AI活用のセキュリティ基準: 社内で普及し始めた自律エージェントやMCPの振る舞いを監査・制御する仕組みが、国内でも必須のセキュリティ要件になる。
3. 受託運用モデルの変革: ログの定例報告を中心とする国内MSSP・SIerは、数分で封じ込めまで実行する自律型運用へのアップグレードが不可欠になる。

6. エンジニア向けまとめ：これからのセキュリティ運用に求められる視点

• 自律運用ループへのパラダイムシフト: 条件分岐を書き連ねる従来のSOARプレイブックから、コンテキストを自律的に補完して調査を遂行するエージェント型ワークフローへの移行を前提としたシステム設計が求められます。
• MCPおよびツール実行の権限バウンダリ設計: LLMに外部ツールの操作を委ねる環境では、最小権限の原則に基づくサンドボックス化とアクセス制御が中核的なセキュリティ課題となります。
• AIと人間の協調境界（HITL）の制御: アカウント停止やポッド隔離といった破壊的な自動封じ込めアクションに対し、確信度スコア（Confidence Score）と承認フローをどう切り分けるかという設計力が、今後の運用基盤の成否を握ります。

7. 参考リンク

• https://daylight.ai/blog/as-ai-threats-surge-daylight-raises-80m-led-by-goldman-sachs-alternatives
• https://am.gs.com/en-gb/advisors/news/press-release/2026/daylight-series-b-investment-goldman-sachs-alternatives
• https://daylight.ai/about
• https://daylight.ai/daylight-model
• https://daylight.ai/managed-security-data-lake
• https://daylight.ai/blog/agentic-data-lake-vs-security-data-lake
• https://daylight.ai/blog/daylight-introduces-detection-program-visibilit
• https://daylight.ai/