AI ボットと LLM ボットの管理が重要な課題に:適切な対応方法

Tom Emmons

執筆者

Tom Emmons

July 15, 2025

Tom Emmons

執筆者

Tom Emmons

Tom Emmons は、主に機械学習と自動化を担当するチームのリーダーであり、データマニアでもあります。セキュリティを専門とし、特に DDoS とアプリケーションセキュリティについて豊富な知識を有しています。

 

将来的には、AI や LLM との関係をどのように管理するかが、ビジネスの運営方法において重要な要素となっていくでしょう。
将来的には、AI や LLM との関係をどのように管理するかが、ビジネスの運営方法において重要な要素となっていくでしょう。

AI ボットや LLM スクレイパーはどれも、貴社のコンテンツを狙っています。Akamai は、ビジネスの妨げとなるスクレイパーを阻止し、ビジネスを後押しするボットを管理します。

概要

  • AI ボットのトラフィックは、過去 1 年間で 300% 増加しています。
  • AI/LLM ボットの数は大幅に増加していますが、その使用パターンは意図の判断に役立ちます。
  • Akamai を利用すれば、誰がどのような条件でどのコンテンツにアクセスできるかを決定することにより、誰がコンテンツにアクセスしているかを把握し、スクレイパーを阻止し、トラフィックの制御を取り戻すことができます。

AI によってインターネットのトラフィックが増加

自己識別された Akamai カテゴライズボットのライブラリ内での調査によると、人工知能(AI)を利用したボットトラフィックは、昨年末にはほとんどないに等しい状態でしたが、Akamai プラットフォーム全体のトラフィックの 0.27%、既知のボットの 0.9% にまで増加しました(図 1)。このトラフィックはすでに 1 日あたり数十億件のリクエストに達しています。

Verified AI bot daily triggers have increased massively and steadily since we began tracking them in late 2024 Fig. 1: Verified AI bot daily triggers have increased massively and steadily since we began tracking them in late 2024

この劇的な増加が収まる兆候はなく、参入する AI ボット(スクレイピング、ユーザー主導、エージェント主導)が週ごとに増えています。AIボットの中には、より優れた動作をするボットもあり、その目的も多岐にわたります。  

Akamai は、検証済みボットと推定される AI ボットの両方を積極的に追跡します。

  • 検証済み AI ボット:ユーザー/エージェントおよびその他の要素(ソース ASN など)を経由
  • 推論された AI ボット:ユーザー/エージェント(その他の要素なし)または脅威インテリジェンス信号を経由

Akamai が保護するのは、世界有数の価値があり標的とされている多数のブランド

当社は、世界中のさまざまな業界の大手企業の多くを保護し、その極めて価値の高い資産も保護しています。 

Akamai は世界で最も分散したクラウドプラットフォームを運営しているため、「善意」について誰よりも把握しており、それゆえに「悪意」も容易に検知することができます。  

AI ボットと大規模言語モデル(LLM)の目的を理解し、活動やユースケースについて比類のない洞察を得ることで、最高の管理ソリューションを提供する能力を獲得しています。 

これは(徹底的なクロールがあまり頻繁に実行されない)モデル構築とは対照的に、(特定の情報がリアルタイムで検索される)ユーザー主導またはエージェント主導の AI/LLM リクエストで特に注目されます。 

LLM の爆発的増加を最前線で確認

Akamai は、LLM の使用加速を可視化する上で独自の立場にあります。現在、次の 5 つのことが起こっています。

  1. ボットに占める AI/LLM ボットの数は、大幅に増加しています。
  2. インバウンドの AI ボットリクエストは、さまざまなベンダーから送信されます。
  3. 特定の産業をターゲットにしている LLM とその場所を把握しています。
  4. 一部の業界は、AI ボットの標的として特に注目されています。
  5. 使用パターンは、意図を判断するのに役立ちます。

AI/LLM ボットはボットの割合として増加している

認証済みボットの数は 2024 年後半以降、大幅に増加していますが、その増加のほとんどは期間の初めに発生しています。Akamai は同時期に認証済み AI ボットの追跡を開始しましたが、その増加は着実かつ急激です(図 2)。

Verified AI bots are growing at a much faster rate than verified bots in general Fig. 2: Verified AI bots are growing at a much faster rate than verified bots in general

さまざまなベンダーからのインバウンド AI ボットリクエスト

当社は、AI ベンダーのデータセンター、社内 AI モデルを実行している データセンター、AI ベンダーのモバイルアプリからなど、数十の AI ボットを積極的に追跡しています(図 3)。

We see a wide variety of AI bot–sourced traffic, with the top six vendors accounting for two-thirds of traffic Fig. 3: We see a wide variety of AI bot–sourced traffic, with the top six vendors accounting for two-thirds of traffic

特定の産業を対象とする LLM

どのLLMが特定の産業や地域をターゲットにしているかはわかっています。多くのトップ AI ボット(Google、Claude、Meta など)は、当社のコマース分野のお客様に重点を置いています(図 4)。

  • GPTBot(OpenAI)は、ハイテク顧客を好む傾向があります。
  • Operator(OpenAI エージェント)は、もっぱらハイテク顧客を標的にしています。
  • PetalBot(Huawei)はソーシャルメディアの顧客を重点的に標的にしています。
AI bot traffic from various vendors varies by day Fig. 4: AI bot traffic from various vendors varies by day

AI ボットの標的になりやすい業界

図 5 に示すように、さまざまな AI ボットがさまざまな業界を標的にしています。

Different AI bots target different industries Fig. 5: Different AI bots target different industries

図 6 からは、パブリッシング業界のお客様は、当社の幅広い顧客ベースよりも AI ボットによるトラフィックを目にする可能性が 7 倍以上高いことがわかります。AI ボットは、同業界で見られる上位のユーザーエージェントの一部を構成しています(左側の赤い棒グラフ)。 

AI bots are not among the top user agents across all customers, but they are among the top when looking at publishers Fig. 6: AI bots are not among the top user agents across all customers, but they are among the top when looking at publishers

使用パターンは、意図を判断するのに役立つ

図 7 では、赤い棒グラフ(顧客数)はモデル構築/更新のためのスクレイピングを表しています。青色の棒グラフは、ユーザー/エージェント主導のリクエストを示しています。

While many AI bots are active across a large number of accounts, only a handful are generating sizable volumes of requests Fig. 7: While many AI bots are active across a large number of accounts, only a handful are generating sizable volumes of requests

Akamai による AI/LLM ボットの管理方法

20 年以上にわたり、Akamai はパブリッシャーと緊密に連携してデジタル資産を保護し、絶えず変化する脅威に先手を打つよう努めてきました。

  • 誰がコンテンツにアクセスしているかを把握する:既知のボットの状況と、そのボットがどのように適応して検知を回避するかを把握します
  • スクレイピングを阻止する:ボットによるコンテンツのクロールを即座に許可またはブロックします
  • 制御を取り戻す:どのコンテンツにどのような条件でアクセスできるかを決定します

既知のボットになりすまそうとしている悪性ボットを特定するための特別な検知機能を備えています。組織が一部の AI ボット(ChatGPT など)を許可していることを知っている攻撃者は、それを悪用する可能性があります。

AI ボットとの関係を制御する

当社のボット管理ソリューションのキーワードは...管理です。AI ボットを完全にブロックすることは、ユーザーやエージェント主導の AI トラフィックが急速に増加している今、強引な戦略となります。しかし、すべての AI ボットを許可することも、誤った判断になる可能性があります。 

Akamai のボット管理スイートは、お客様が AI ボットとの関係を制御することを可能にします。これにより、有益と分かっているボットを許可し、悪性ボットをブロックし、その他のボットに対しては状況に応じたきめ細かいアクションを実行できるようになります。その結果、お客様はビジネスに最適な意思決定を行うことができます。

明日の現実世界のユースケースを今日考える

たとえば、ある小売企業が、特定の LLM と製品の詳細を共有したいが、価格情報は共有したくないと考えているとします。その場合、特定の LLM に対しては価格の詳細を記載していない製品ページを供給しつつ、インタラクションを行いたくない LLM(または LLM ボットのなりすまし)からのリクエストに対してはターピットを行うことができます。 

おそらくこのシステムは AI エージェントによるチェックアウトは許可しませんが、代わりに購入者が人間であることを確認するためのユーザーチャレンジを提示します。  

別の例を考えてみましょう。このシナリオでは、パブリッシャーはビジネス収益化の取り決めを交わしている AI ベンダーからのクエリを受け入れ(Google AI の Offerwall など)、そうではない AI ベンダーにはチャレンジ(JavaScript や CAPTCHA など)を挿入したいと考えています。

LLM ボットの管理方法は戦略的なビジネスニーズ

業界では、ボットはセキュリティや悪用の問題として捉えられがちです。しかし、企業がボットトラフィックをどのように処理するかがビジネス目標に直接影響することが、ますます明らかになっています。 

お客様はビジネスの状況にに応じた AI ボットの活用について考えることが求められます。そして、Akamai はそのお手伝いをいたします。これは新たな分野であり、全体像を見ることができる当社の能力には大きな価値があると思います。次の質問について考えてみてください。 

  • どの LLM にサービスを提供することに興味がありますか?
  • お客様にとって重要なユースケース(モデル構築とユーザー/エージェント)は何ですか?
  • どの情報を共有したいですか?また、どの情報を共有したくないですか?
  • インバウンド AI を管理するために、どのようなメカニズムを採用しますか? 

将来的には、AI/LLM との関係をどのように管理するかが、ビジネスの運営方法の重要な部分となり、そして目標を達成できるかどうかの重要な要素となっていくでしょう。 



Tom Emmons

執筆者

Tom Emmons

July 15, 2025

Tom Emmons

執筆者

Tom Emmons

Tom Emmons は、主に機械学習と自動化を担当するチームのリーダーであり、データマニアでもあります。セキュリティを専門とし、特に DDoS とアプリケーションセキュリティについて豊富な知識を有しています。