権限管理が難しい本当の理由は、規模ではなく注意力の限界にある

Jun 09, 2026

1 min read

2 views

72%

入口は「階層」だが、問題の本体はもっと深い

昔のシステムは、情報をきれいに整理すれば管理できると考えていた。だからディレクトリを作り、ドメインを切り、権限を配ればよい、という発想になる。だが実際には、組織が大きくなるほどその単純さは崩れる。階層は増え、例外は増え、誰が何にアクセスできるのかはすぐに曖昧になる。

ここで見落とされがちなのは、管理の失敗は「構造が足りない」からだけではないことだ。もっと根本には、人間の注意力には限界があるという事実がある。どれほど立派な階層図を描いても、運用者の頭の中で全体像を保てなければ、設計はすぐに壊れる。つまり、権限管理とAIの集中力は、いっけん無関係に見えて、どちらも同じ問いにぶつかっている。

複雑なシステムの問題は、情報が足りないことではない。人間が保持できる「文脈」の量を超えることだ。

この視点に立つと、Active Directoryの進化と、LLMにおけるAgent Skillsの必要性は、同じ歴史の別々の章として読める。どちらも、散らかった世界をどうやって局所化し、意味のある単位に切り分けるかという挑戦なのだ。

階層化は秩序を作るが、注意力を節約しない

Windows NTドメインの時代には、階層構造を作れないこと、ひとつのドメインで扱える容量が小さいことが大きな問題だった。これは単に技術仕様の話ではない。人間が大規模な組織を直感で扱うには、まとまりのある境界が必要だからだ。階層化は、その境界を作るための最も素朴で強力な手段だった。

たとえば、1000人の社員に一律で権限を配るより、部門ごとにまとめたほうがわかりやすい。営業部、開発部、管理部といった箱を作れば、管理者は個別例外を減らせる。ここで階層の価値は、データを保存する能力よりも、認知の圧縮にある。複雑な現実を、人間が扱える粒度まで畳み込むのである。

しかし階層は万能ではない。階層を増やすほど例外処理が増え、どこかに必ず「このユーザーは特別」「このサービスは別扱い」が発生する。すると、設計は美しくても、運用の現場では確認作業が雪だるま式に膨らむ。要するに、階層は秩序を作るが、注意力の消費をゼロにはできない。

この点が重要だ。多くの人は複雑さを「構造化すれば解決する」と考えるが、実際には構造化は複雑さを見える形に変換するだけで、消すわけではない。だからこそ、古いドメイン管理の限界は、単なる容量不足ではなく、運用者の認知負荷が臨界点を超えた結果でもあった。

LLMの失敗は能力不足ではなく、文脈の散乱で起きる

この問題は、LLMにもそのまま現れる。モデルが不器用なのではなく、注意力が分散すると性能が急激に落ちる。ひとつの作業に必要な前提、制約、目的、形式、例外条件が雑然と混ざると、モデルは何を優先すべきか見失う。これは人間の集中力が途切れるとミスが増えるのと驚くほど似ている。

たとえば、優秀な新人に「この顧客向けレポートを書いて」と頼んだとしよう。ただし、社内用語、法務上の注意、ブランドトーン、納品フォーマット、過去の事例、上司の好みまで一度に口頭で伝えると、ほとんどの人は混乱する。LLMでも同じで、情報をただ増やせば賢くなるわけではない。注意をどこに向けるかを設計することが必要になる。

Agent Skillsの発想は、ここで極めて示唆的だ。モデルに何でも自由にやらせるのではなく、作業単位ごとに必要な技能と文脈を明示し、集中すべき範囲を狭める。これは単なるプロンプト工夫ではなく、認知負荷の設計である。いわば、巨大な会議室で全員が同時に発言している状態をやめ、テーマごとに小さな部屋へ分けるようなものだ。

ここで見えてくるのは、AIの性能問題が、実は「知性」よりも「編成」の問題だということだ。どれだけ賢いエンジンでも、入力が雑多で注意が拡散すれば力を出せない。逆に、能力が中程度でも、関心領域がよく定義されていれば、驚くほど安定した成果を出せる。

本当に必要なのは、構造ではなく「注意の境界線」

Active DirectoryとAgent Skillsを並べて考えると、共通点は単純な階層化ではない。もっと本質的なのは、注意の境界線を引くことだ。誰がどの情報を見ればよいか、どの作業にどの文脈だけを渡すべきか、その境界が曖昧だと、管理も推論も破綻する。

ここで役立つのが、システムを3層で考える見方だ。

対象の層: 何を管理するのか。ユーザー、端末、ファイル、あるいはタスク。
境界の層: どこまでをひとまとまりとみなすのか。部門、グループ、作業スキル、権限セット。
注意の層: 誰または何が、その境界内の文脈だけを見て判断するのか。

従来の設計は、対象の層と境界の層に偏りがちだった。だが本当に事故を減らすのは、注意の層をきちんと作ることだ。たとえば、オンプレADは閉じたネットワーク内のリソースを扱うので、境界が比較的明確だ。一方、クラウドの認証はサービス利用者という広い対象を扱うため、境界はネットワークの内外ではなく、用途や権限の文脈で引く必要がある。

AIでも同じだ。ひとつの巨大な指示文にすべてを詰め込むのではなく、「この技能では何を見るか」「何を見ないか」を先に決める。するとモデルは、散乱した情報の海から泳ぐのではなく、定義された水路を流れるようになる。これが集中力を保つ設計の本質だ。

優れたシステム設計とは、情報を増やすことではない。見るべき範囲を減らし、判断の焦点を鋭くすることだ。

管理の未来は、もっと賢い頭脳ではなく、もっと上手い分割にある

この二つの話を重ねると、ひとつの結論にたどり着く。複雑な組織や複雑なAIをうまく動かす鍵は、万能な中心制御ではない。むしろ、文脈を小さく区切り、それぞれに適した注意を割り当てることである。

これは人間組織にも当てはまる。大企業が機能しなくなるのは、人数が多いからだけではない。会議、承認、例外処理、部門間調整が一枚岩の注意力にぶら下がるからだ。担当者が増えるほど、誰かの頭の中に全体が収まらなくなる。そこで必要なのは、より強い管理者ではなく、責務が明確な小さな単位だ。

AIの運用も同じ方向に進むだろう。巨大な汎用モデルにすべてを丸投げするのではなく、タスクごとに技能を分け、必要な知識だけを渡し、残りは見せない。これにより、モデルは「何でも知っている」存在ではなく、「必要なときに必要なことへ集中できる」存在になる。ここには、オペレーティングシステムの進化にも似た考え方がある。メモリを全部一度に扱うのではなく、ページ単位で切り替えるから大規模化できたのと同じだ。

つまり、スケールとは積み上げではない。分割し、境界を定義し、局所最適を信頼することだ。これは一見すると後退に見えるが、実際には前進である。人間もAIも、全体を一度に抱え込むと壊れる。壊れないために、よく分ける必要がある。