AIエージェントが引き起こす「無限課金」の罠
深夜のオンコール対応で、ログを追いかけている最中にふと「このクエリ、AIに投げたら一発で解決しないか？」と考えたことはないだろうか。現代のエンジニアにとって、LLMエージェントは魔法の杖だ。しかし、その杖がBigQueryという巨大なデータレイクと接続された瞬間、それは「無限に金を溶かす錬金術」へと変貌する。Qiitaで話題となった『BigQuery × AI で 300 万円溶かそう』という記事は、単なるジョークではない。これは、クラウドインフラの権限管理という「エンジニアの聖域」が、AIの普及によっていかに脆く崩れ去るかを示唆する、極めて生々しい警告である。
問題の核心は、BigQueryのAI.GENERATE関数にある。この関数は、SQLの文脈の中で直接Geminiなどのフロンティアモデルを呼び出すことができる強力なツールだ。しかし、開発者が「無限にでかいプロンプト」を「無限にでかいテーブル」に対して実行したとき、何が起きるか。モデルの推論コストはトークン数に比例し、それがテーブルの行数分だけ乗算される。もし、組織内の誰かが「Agent Platform User」ロールを保持していれば、その人物は意図せずとも、あるいは悪意を持って、組織の予算を数分で使い果たすことが可能だ。我々が普段、IAMポリシーを細かく設計し、最小権限の原則を遵守しているつもりでも、組織内に一つでも「穴の空いたプロジェクト」が存在すれば、そこが攻撃の起点となる。これは、デッドロックやメモリリークといった従来のバグとは次元が異なる、ビジネスそのものを破壊する「経済的バグ」である。
CREATE CAPACITYが突きつける「一撃必殺」の現実
AIによるトークン課金が「じわじわと財布を削る」ものだとすれば、CREATE CAPACITY文による課金は「一撃で致命傷を与える」ものだ。BigQueryの計算資源を確保するためのこのコマンドは、実行した瞬間に年間契約のコミットメントを確定させる。例えば、100スロットを1年間確保するクエリを実行すれば、その瞬間に約320万円（$20,400）の請求が確定する。これは、開発環境の検証用プロジェクトであっても、権限さえあれば実行できてしまうという恐ろしい仕様だ。
我々シニアエンジニアが直面しているのは、AIがコードを書く時代において「権限管理」の重要性がかつてないほど高まっているという事実だ。かつては人間が手動で実行していたインフラ操作を、今はAIエージェントが代行する。しかし、AIは「コスト」という概念を理解しない。プロンプトに「最も効率的な分析環境を構築せよ」と指示すれば、AIは迷わず高価なリソースを確保するだろう。この「AIの善意」が、組織の財務を破壊する。以下の表は、BigQueryにおけるコスト発生の主要なトリガーを整理したものだが、これらはもはや「管理者の操作」ではなく「AIの判断」によって実行され得るものだ。
| 操作項目 | リスクの性質 | 影響範囲 |
|---|---|---|
| AI.GENERATE関数 | トークン課金による青天井のコスト増 | プロジェクト単位 |
| CREATE CAPACITY | コミットメントによる一括高額課金 | 組織・プロジェクト単位 |
| 大規模クエリ実行 | スキャン量に応じた従量課金 | プロジェクト単位 |
ハードキャップを設定すれば安心だと思っているなら、それは甘い。ハードキャップは「上限に達した後のジョブを止める」だけであり、上限に達するまでの「一撃」を防ぐものではないからだ。我々は、AIを導入する前に、AIが実行可能な操作を厳格に制限する「ガードレール」を、IAMポリシーの深層に構築しなければならない。
エンジニアが問われる「AI時代のガバナンス」
結局のところ、この問題は技術的な欠陥ではなく、我々エンジニアの「ガバナンスに対する意識の欠如」に帰結する。AIエージェントが全盛の今、利用者からGoogle Cloud経由のGemini呼び出し権限を全て剥奪するのは現実的ではない。しかし、無防備なままAIを野放しにすることは、組織の資産を無防備なサーバーに置くことと同義だ。我々が明日から取るべき対策は明確である。まず、組織内の全プロジェクトに対して、bigquery.capacityCommitments.create権限を組織レベルの拒否ポリシー（Deny Policy）で封じ込めること。次に、AI関数を利用するプロジェクトに対しては、厳格な予算アラートと、それを超えた瞬間にサービスアカウントを無効化する自動化スクリプトを導入することだ。
しかし、ここで我々自身に問いかけたい。AIの利便性を享受しながら、同時にその暴走を止めるための「足枷」をはめることは、果たして正しいエンジニアリングなのだろうか？ 効率化を追求するAIと、コストを抑制する人間。この二項対立の中で、我々はどのようなアーキテクチャを設計すべきなのか。AIが「コスト」という制約を理解し、自律的に最適化を行う未来はまだ遠い。それまでの間、我々エンジニアは、AIという強力なエンジンを搭載した車を運転しながら、同時にブレーキの配線を常に監視し続けるという、極めて高度な綱渡りを強いられている。あなたは、自分の管理するプロジェクトで、AIが「300万円の請求書」を生成するのをただ見守るのか、それとも、その暴走を止めるための「防波堤」を今すぐ構築するのか。技術の進化を止めることはできないが、その進化がもたらす「破壊」を制御できるのは、現場に立つ我々だけである。
コメント