こんな人・場面向けの記事です：「AIが、サイバー攻撃を安く、高性能にしている」というニュースを見て、自社のセキュリティ診断や防御の考え方を、見直したい情報システム・セキュリティ・経営企画の担当者の方。
この記事で分かること
- セキュリティ企業XBOWの2026年の調査では、最先端ではない「中位」のAIモデルが、攻撃に使える水準（脆弱性の悪用など）に達してきたと報告されました。価格が安いため、同じ課題を何度も繰り返し試せる点が、攻撃側に有利に働くと、同社のAI責任者は述べています[1]
- OpenAIのGPT 5.5は、XBOWが記録した攻撃の評価で、最高水準の成績でした。脆弱性の見逃し率は、GPT 5の40%から10%に下がりました[1]
- 一方で、防御側の診断をAIの自動化だけに任せる組織は減っています。Cobaltの調査では、29%から9%に低下しました[2]
調査の概要
CyberScoopは、XBOWの調査を、「AIの『中位層』が、ハッキングで飛躍的に向上した」という見出しで報じました。この調査は、専有のモデルとオープンなモデルの、両方が、攻撃のセキュリティの分野で、戦略的に重要になっていると示しています[1]。
対象になったモデルには、Z.aiのGLM-5.2、xAIのGrok 4.5、AnthropicのOpus 4.7、MetaのMuse Spark 1.1などがあります。これらは、政策の担当者が懸念する、多くの攻撃・悪用の課題で、強い成績を示しました[1]。
| 項目 | 報じられた内容 |
|---|---|
| 中位のモデルの変化 | 半年前は、やや複雑な作業を最後まで実行できなかったが、いまは、おおむね実行できる[1] |
| 価格の影響 | 価格が安いので、より多くの時間と試行を投じられ、最先端のモデルに追いつく場合がある[1] |
| GPT 5.5の脆弱性の見逃し率 | 10%。GPT 5は40%で、4倍だった[1] |
| ソースコードなしの成績 | GPT 5.5は、コードを見られない条件でも、コードを読めた旧版を上回った[1] |
最先端のモデルは、費用も大きい
CyberScoopは、MythosやGPT 5.6のような最先端のモデルは、個々のサイバー課題で、より高い能力を持つ一方、処理量（トークン）の費用が、桁違いに大きくなりうると伝えています[1]。
Anthropicの新しい研究では、15のオープンソースのプロジェクトで、AIの集団（スウォーム）が、情報を共有しながら脆弱性を探す実験が行われました。個別に動いた場合は21件の脆弱性でしたが、連携した集団では266件を見つけました。ただし、そのために、それぞれ6.5 million、27 millionのトークン（筆者換算：約650万、約2,700万）という、大量の処理量を使っています[1]。
同じ実験では、AIどうしの連携の仕方が、人の場合と大きく異なることも報告されています。AIは、人より均質で、同じ状況で、同じような行動を取りやすく、人ならば多様な行動を取る場面でも、そうならないことがあると、Anthropicのブログは述べています[1]。
XBOWのAI責任者は、攻撃者の立場から見れば、すでにそこ（安く効果的に使える段階）にいると思う、と述べています[1]。
防御側の動き：診断を、AIだけに任せない
Infosecurity Magazineが報じたCobaltの調査では、診断をAIの自動化だけに頼る組織の割合が、29%から9%に下がりました。また、回答者の78%が、完全自動のスキャンツールが重大な脆弱性を見逃したと答えています[2]。約半数の47%は、人がAIを補助するハイブリッド型を望んでいます[2]。詳しくは、AIによる脆弱性診断は任せきりで大丈夫？Cobalt調査の結果で整理しています。
企業の担当者にとって、何を意味するのか（筆者の整理）
以下は、報道の内容を、実務の視点で整理した筆者の見解です。報道が述べた内容ではありません。
| 論点 | 整理 |
|---|---|
| 攻撃の敷居が下がる | 安いモデルで、攻撃の試行を繰り返せるため、これまで狙われにくかった相手も、対象になりうる |
| 脆弱性を、早く直す | 見つけられてから悪用されるまでの時間が、短くなる。直す速さが重要になる |
| 防御でも、AIは使える | AIの診断や監視は、有効な手段になりうる。ただし、人の確認と組み合わせる |
| 「AIの診断が安い」だけで判断しない | 費用の安さと、見逃しの少なさは、別の話。診断の質と範囲を確認する |
具体例：自社のシステムの、優先順位を見直す手順（筆者の整理）
以下は、情報システムの担当者が、防御の優先順位を見直す場面を想定した、筆者の例です。報道が示した手順ではありません。
- インターネットから見えるシステム（Webサイト、顧客向けのサービス）を、すべて一覧にする
- 重要度（顧客情報、売上に直結するか）で、優先順位をつける
- 重要度の高いシステムは、人による診断を含め、定期的に脆弱性の診断を受ける
- 見つかった脆弱性の、修正までの期限と、担当者を決める（重大なものは、数日以内を目安にする）
- ソフトウェアの更新を、遅らせない仕組み（自動更新、定期の点検）を整える
保存用チェックリスト：AI時代の防御を見直す前に
- インターネットに公開しているシステムを、すべて把握しているか
- 重要度に応じた、診断の頻度と範囲が決まっているか
- 診断の結果を、人が確認する手順があるか
- 見つかった脆弱性を、期限内に直す体制があるか
- ソフトウェアの更新が遅れているシステムを、一覧で確認できるか
- 自社が導入したAIサービスも、診断の対象に入っているか
上司・同僚に説明する3行
- XBOWの調査では、安価な中位のAIモデルが、攻撃の作業でも、実用的な水準に達してきた[1]
- 攻撃側は、安さを生かして試行を繰り返せる。防御側では、AIの自動診断だけに頼る組織は減っている[1][2]
- 自社は、重要なシステムの診断と、脆弱性を直す速さを見直す
よくある質問
Q1. 診断の費用が、AIで大きく下がりますか？
本記事の出典は、診断費用の具体的な削減幅を示していません。費用の数字は、根拠を確認してから判断してください。
Q2. AIによる攻撃を、防ぐ方法はありますか？
出典は、個別の防御策を、詳しくは述べていません。一般的には、脆弱性を早く直すこと、公開システムの把握、人を含む診断の組み合わせが、基本になります（筆者の整理）。
Q3. 自社は、狙われますか？
出典からは、個別の企業が狙われる可能性は分かりません。攻撃の敷居が下がる傾向は、報告されています[1]。
限界・未確認事項
- 本記事は、CyberScoop（XBOWの調査を紹介）と、Infosecurity Magazine（Cobaltの調査を紹介）の報道に基づいています。XBOWの報告書の全文は確認していません。
- XBOWとCobaltは、セキュリティのサービスを提供する企業で、それぞれの立場が調査に影響する可能性があります。
- 攻撃の成功率や費用の詳しい数値は、確認できた範囲では、示されていません。以前の記事にあった、1回の費用が数百円になるという趣旨の数字は、確認できていません。
- 個別のモデルの性能は、日々変わります。
- 本記事は、攻撃の方法を紹介するものではありません。防御の判断のための、情報の整理です。
コメント