Sequoia Capitalが2026年3月、セキュリティログ検索スタートアップScannerのSeries Aをリードした。調達額は$22M（約33億円）。この投資の意味を正しく理解するには、SIEMという市場が直面している構造的な崩壊を見なければならない。

本記事では、Sequoiaのブログ記事「Every Log Tells a Story — If You Can Find It Fast Enough」を起点に、単なる企業紹介を超えた業界分析を展開する。従来型SIEMがなぜ限界に達したのか、データレイク型アーキテクチャが何を変えるのか、そしてAIエージェントがセキュリティ運用をどう塗り替えるのか。日本市場への影響を含め、包括的に読み解く。

---

この記事でわかること

1. SIEMの構造的崩壊: なぜ「ログの99%が見えない」問題が発生するのか
2. Scannerの技術革新: S3上のペタバイト級ログを秒単位で検索する仕組み
3. AIエージェント × セキュリティ: MCPが切り拓くSOC自動化の新境地
4. $341億市場の勢力図: Datadog、Splunk/Cisco、そして新興勢力の位置関係
5. 日本企業が今すべきこと: 946億円国内市場での戦略転換ポイント

基本情報

---

SIEMの構造的崩壊：「見えないログ」という時限爆弾

CISOの予算を蝕むログの経済学

セキュリティチームは二律背反に苦しんでいる。Sequoiaのブログ記事がこの問題を端的に表現している。

“

"We drown in logs we can't afford to keep and go blind on the logs we can't afford to search." （保持する余裕のないログに溺れ、検索する余裕のないログには盲目になる）

数字で見ると深刻さが浮き彫りになる。

つまり、企業が生成するセキュリティログの大半は「保存はしているが検索できない」状態にある。いざ侵害が発覚したとき、攻撃者が半年前に仕込んだ痕跡を追えない。これは技術的な問題ではなく、SIEMの課金モデルそのものが生み出した構造的欠陥だ。

なぜ従来型SIEMは限界なのか

SIEMの課金モデルは「取り込みデータ量（GB/日）」に基づく。クラウドネイティブなアプリケーションが爆発的にテレメトリデータを生成する時代に、この課金体系は根本的に矛盾する。

結果として起きること：

• ログの事前フィルタリング: コスト削減のため、取り込み前にログを間引く
• 可視性の喪失: 間引いたログに含まれていた証拠は永久に失われる
• コールドデータの死蔵: S3に移したログは「ある」が「使えない」
• 調査の遅延: 侵害発生時、必要なデータへのアクセスに数時間〜数日

Jump Capitalのレポートによれば、「SIEMスタックは壊れている」。モノリシックなSIEMからモジュラーな構成へ、ストレージと分析の分離へと、市場は不可逆的に動いている。

---

Scannerの技術：なぜ「速い」のか

S3ネイティブの逆索引という発明

Scannerの創業者Cliff Crosland（CEO）とSteven Wuは、この問題に対してインフラレベルの再設計で応えた。両者はスタンフォード大学CS卒で、Accompany社（Ciscoが買収）で大規模データインフラを構築した経験を持つ。

Scannerの技術的核心は、オブジェクトストレージ（S3）用に一から設計された逆索引にある。

従来のアプローチでは、S3上のデータを検索するにはAthenaのようなクエリエンジンを使う必要があり、ペタバイト規模のスキャンには数時間を要した。Scannerは異なるアプローチを取る。

フィールド値からファイル領域への直接マッピングを行うことで、数十億行のログをスキャンする代わりに、関連するデータスライスのみにアクセスする。これにより：

• 数時間 → 秒単位のクエリ実行
• ペタバイト規模のログをインタラクティブに処理
• 1日あたり数十TBのデータに対して数百の検出ルールを常時実行

Sequoiaはこれを「パフォーマンスに対する哲学的な執着」と評している。

MCP統合：AIエージェントがセキュリティ調査を自律実行する

Scannerが注目に値するもう一つの理由は、AIエージェントとの統合だ。

ScannerはModel Context Protocol（MCP）サーバーを公開しており、AIエージェントがセキュリティデータレイクに直接接続できる。これにより、以下が可能になる：

• インタラクティブ調査: AIエージェントがログを自律的にクエリし、異常を追跡
• AI支援の検出ルール作成: 人間が意図を伝えれば、AIがルールを生成・テスト
• 自律応答ワークフロー: 検出 → 調査 → 対応をAIが一貫して実行

驚くべきデータがある。MCPリリースから数週間以内に、顧客の約3分の1が本番環境で使用を開始した。さらに、プラットフォーム上のクエリの80%がAIエージェントによるものだという。

これは単なる機能追加ではない。SOC（Security Operations Center）の運用モデルそのものを変える可能性がある。Helixar.aiのレポートは、2026年を「エージェンティックセキュリティ」の元年と位置づけているが、Scannerはその最前線にいる。

---

顧客が証明するプロダクトマーケットフィット

Scannerの顧客リストは、技術先進企業が並ぶ。

特筆すべきはRampの事例だ。セキュリティログの管理からスタートし、アプリケーションログの管理にまで用途を拡大。結果としてSIEMへの支払いを大幅に削減した。これは、Scannerがセキュリティ領域を超えて汎用的なログ管理プラットフォームに進化する可能性を示唆している。

---

$341億市場の地殻変動：誰が覇権を握るのか

オブザーバビリティ市場の現在地

2026年のグローバルオブザーバビリティ市場は約$341億（約5.1兆円）と推計され、2035年には$1,721億（約25.8兆円）に達する見通しだ（CAGR 19.7%）。

主要プレイヤーの動向

Datadog — 攻めの拡大戦略

• 2025年売上$34.1億（前年比28%増）、2026年目標$40.6〜41億
• EppoとMetaplaneを買収し、フィーチャーフラグとデータオブザーバビリティを統合
• Bits AIエージェントでSRE向けAI機能を強化
• 日本市場シェア34.7%で1位（富士キメラ総研調査）

Splunk/Cisco — $280億買収後の統合フェーズ

• Ciscoの$280億（約4.2兆円）買収でセキュリティ＋オブザーバビリティの垂直統合を狙う
• しかし、従来の課金モデルの重荷は残る
• エンタープライズの既存顧客基盤が強み

新興勢力 — データレイク型アーキテクチャの台頭

Sequoiaの投資仮説を読み解く

Sequoiaがこの段階でScannerに賭けた理由は明確だ：

1. 市場構造の転換点: SIEMからデータレイクへの移行は不可逆的
2. 技術的モート: S3ネイティブの逆索引は後発が簡単に追いつけない
3. AIエージェント時代の基盤: MCPでの80%AI利用率は、次世代SOCの基盤となる
4. 拡張性: セキュリティログ → アプリケーションログ → 全ログへの横展開

SIEM市場全体の規模は2026年に$113億（約1.7兆円）と予測されており（CAGR 14.5%）、そのうちデータレイク型への移行が加速すれば、Scannerの潜在市場は数千億円規模になる。

---

日本市場への影響：946億円市場で何が変わるか

国内オブザーバビリティ市場の現状

富士キメラ総研の調査によると、日本の運用管理・オブザーバビリティ市場は2024年度に946億円規模に達している。ハイブリッドクラウド環境の拡大に伴い、IT運用の複雑化が加速する中、ツール需要は堅調に伸びている。

しかし、日本市場には固有の課題がある：

1. SOC人材の慢性的不足

経済産業省の試算では、日本のセキュリティ人材不足は数万人規模に上る。限られた人員で膨大なログを監視するには、AIエージェントの活用が不可避だ。Scannerのようなツールは、人材不足を「自動化で補う」という現実的な解を提供する。

2. コンプライアンス要件の厳格化

改正個人情報保護法やNISTフレームワークへの対応において、ログの長期保持と高速検索は必須要件になりつつある。SIEMのコスト制約でログを間引くことは、もはやコンプライアンスリスクだ。

3. クラウドシフトの加速

AWSとAzureの国内利用が急拡大する中、S3上のログを直接活用できるデータレイク型アプローチの親和性は高い。

日本企業が今取るべきアクション

短期（6ヶ月以内）:

• 現在のSIEMコストと実際に検索可能なログの割合を棚卸し
• S3/Azure Blobに退避しているコールドデータの量と種類を把握
• AIエージェント対応のセキュリティツールの評価を開始

中期（1〜2年）:

• SIEMとデータレイクのハイブリッド構成への移行計画を策定
• MCP対応のAIエージェントをSOCワークフローに統合
• Snowflake/Databricksとの連携によるログのビジネス活用を検討

長期（3年以上）:

• フルデータレイク型のセキュリティ基盤への移行
• ゼロトラストアーキテクチャの可視性レイヤーとしてのログ管理の位置づけ

---

独自分析：なぜ「今」この投資なのか

3つのメガトレンドの交差点

Scannerへの投資を理解するには、3つのトレンドが同時に成熟している点を見る必要がある。

トレンド1: ストレージとコンピュートの分離

クラウドデータウェアハウス（Snowflake、Databricks）が確立した「ストレージとコンピュートの分離」というアーキテクチャ原則が、セキュリティ領域にも波及している。SIEMが独自ストレージにログを取り込む時代は終わりつつある。

トレンド2: AIエージェントの実用化

2025〜2026年にかけて、AIエージェントは概念実証から本番環境へと移行した。Scannerの「クエリの80%がAI」という数字は、この移行がセキュリティ領域で最も速く進んでいることを示す。理由は明確で、セキュリティ調査は「大量データからパターンを見つける」というAIが最も得意とするタスクだからだ。

トレンド3: テレメトリ爆発

クラウドネイティブ、マイクロサービス、エッジコンピューティングの普及により、テレメトリデータ量は指数関数的に増加している。Gartnerの予測では、テレメトリストレージコストがインフラ本体のコストを上回るケースも出始めている。従来の「全部SIEMに入れる」モデルは物理的に持続不可能だ。

Scannerのリスク要因

公平を期すため、Scannerが直面するリスクも指摘しておく：

• Datadog/Splunkの反撃: 既存大手がデータレイク統合を強化する可能性。Datadogは既にOPAL（Open Pipeline for Logs）を展開
• AWS/GCP/Azureのネイティブ対応: クラウドベンダー自身がS3上のログ検索を高速化すれば、Scannerの差別化が薄れる
• 営業体制の構築: 技術先進企業への浸透は順調だが、エンタープライズセールスの本格化が次の壁
• 日本市場への参入タイミング: 日本語対応、国内パートナーの有無が普及の鍵

---

よくある質問（FAQ）

Q1. ScannerはSIEMを完全に置き換えるのか？

現時点では「補完」に近い位置づけだ。Rampの事例のように、SIEMに送るログ量を最小化しつつ、大量のログはScannerで管理するハイブリッド構成が現実的。ただし長期的には、SIEM自体がデータレイク型に移行するため、境界は曖昧になるだろう。

Q2. 日本語対応はしているのか？

2026年3月時点では、Scannerのインターフェースは英語のみ。ただし、ログデータ自体は言語非依存であり、日本語を含むログの検索は技術的に問題ない。本格的な日本市場参入にはローカライゼーションとパートナー戦略が必要になる。

Q3. 既存のSplunkからの移行は容易か？

Scannerはスタンドアロンでの導入が可能で、既存SIEMと併用できる設計。S3に退避済みのコールドデータからインデックスを構築するため、データ移行は最小限で済む。

Q4. MCPとは何か？なぜ重要なのか？

Model Context Protocol（MCP）は、AIモデル（エージェント）が外部ツールやデータソースに接続するための標準プロトコル。ScannerがMCPに対応することで、Claude、GPT等のAIエージェントがログデータに直接アクセスし、自律的にセキュリティ調査を実行できる。

Q5. 競合のCriblやAnomaliとの違いは？

Criblはログのルーティングと変換に特化したパイプラインツール。Anomaliは脅威インテリジェンスとの統合が強み。Scannerの差別化は検索速度とAIエージェント統合にある。3社は競合というより、セキュリティデータ基盤の異なるレイヤーをカバーしている。

---

まとめ

主要ポイント

1. SIEMの構造的限界は不可逆的: 取り込み課金モデルは、テレメトリ爆発の時代に持続不可能。データレイク型への移行は選択ではなく必然
2. ScannerはSequoiaが賭けた「次のインフラ」: S3ネイティブ逆索引 × AIエージェント統合という技術的モートが評価された
3. AIエージェントがSOCを変える: クエリの80%がAI実行という数字は、セキュリティ運用の自動化が「将来の話」ではないことを証明
4. 日本企業は今が動き時: 946億円の国内市場で、SIEMコストの見直しとAIエージェント導入の評価を始めるべき

次のステップ

• 自社のSIEMコスト対検索可能ログ比率を確認する
• S3退避ログの棚卸しとデータレイク型ツールの評価を開始する
• MCP対応AIエージェントのセキュリティ運用への適用を検討する

---

関連記事

---

参考リソース

• Sequoia Capital「Partnering with Scanner」
• SecurityWeek「Scanner Raises $22 Million for AI-Powered Threat Hunting」
• Jump Capital「The SIEM Stack Is Breaking」
• Datadog 2026年年頭所感（日本市場）
• ビジネス+IT「2026年オブザーバビリティ10トレンド」

---

本記事はネクサフローのAI・セキュリティ分析シリーズの一部です。