ソフトバンク実演が示したAI攻撃時代の企業防衛と脆弱性対策の急務

AI攻撃が企業防衛を急がせる背景

AIを使ったサイバー攻撃は、まだ一部の高度な攻撃者だけの問題だと見られがちです。しかし、2026年の公開レポートを横断すると、問題の中心は「未知の天才的攻撃」だけではありません。既知の脆弱性を探す、標的を調べる、認証情報をだます、攻撃コードを調整するという地道な工程が、AIによって速く安くなることです。

ソフトバンクがOpenAIの技術を使った「Patching as a Service」を発表し、対象を重要インフラ企業3,000社へ広げたのは、この変化への反応です。通信、金融、交通、電力、医療のようなシステムは、単独企業のIT資産ではなく、社会の稼働率を支える生産設備に近い存在です。止まれば売上だけでなく、物流、決済、利用者の安全まで影響します。

本稿では、ソフトバンクの公開情報、OpenAIやAnthropicの脅威分析、Verizon、CrowdStrike、Mandiant、IPAなどの調査を基に、AI攻撃時代の企業防衛を読み解きます。焦点は、AIの危険性をあおることではありません。経営と現場が、脆弱性管理を年次点検から常時改善へ変えられるかです。

ソフトバンク診断で見えた脆弱性の量

ソフトバンクの発表で最も重い数字は、同社が運用する約1,800システムのうち、ソースコードを管理する約700システムをAIで診断し、1万500件の脆弱性を見つけたという点です。そのうち約4,000件は優先的な対応が必要なレベルとされました。長年対策を続けてきた通信事業者でも、コードと設定を大規模に見直すとこれだけの修復候補が出るわけです。

さらに、7月の本格提供発表では、先行診断でソースコード1,000万行当たり平均約280件の潜在的な脆弱性が検出され、その25％が高リスクの可能性があると説明されました。製造業の品質管理に置き換えるなら、完成品検査だけでなく、図面、工程、設備条件まで洗い直したときに、見過ごされていた不具合モードが出てくる構図です。

3,000社に広がるパッチ支援

「Patching as a Service」は、脆弱性診断からレポート、対策提案、パッチ作成、テスト、適用までを一気通貫で支援するサービスです。単なる診断ツールではなく、発見した穴を閉じる工程まで含めている点が重要です。セキュリティ現場では、脆弱性を見つけても、開発側の工数、影響範囲の確認、テスト環境の不足で修正が滞ることが多いからです。

ソフトバンクはこの提供に合わせ、AIサイバー防衛室を設置し、SB OAI Japanと合わせて約1,000人体制で支援するとしています。人材不足が続く国内市場では、AIが人間を置き換えるというより、専門家が見るべき対象を絞り込み、修正の順番を決めやすくする役割が大きくなります。

修復後にも残る再診断の課題

公開されたイベントレポートでは、あるシステムで初回診断後に修正しても、再診断で11件、その後も7件、5件と新たな脆弱性が見つかった例が紹介されています。これはAI診断の精度不足というより、ソフトウェアの変更が別の影響を生み、攻撃者の探索能力も更新され続けることを示します。

セキュリティを「合格証明」と捉える企業ほど、この変化に弱くなります。設計変更、ライブラリ更新、クラウド設定、権限変更、委託先連携が加わるたびに攻撃面は変わります。AI時代の防御では、脆弱性診断をイベントではなく、開発と運用に組み込まれた工程管理として扱う必要があります。

攻撃者に渡るAIで縮む初動猶予

AIが攻撃者にもたらす最大の変化は、攻撃の「質」だけでなく「時間」です。Verizonの2026年版DBIR関連発表では、侵害の31％がソフトウェア脆弱性の悪用から始まり、DBIRの19年の歴史で初めて盗まれた認証情報を上回ったとされました。既知の穴を早く見つけ、早く試す力が攻撃側に広がっていることを示す数字です。

CrowdStrikeの2026年版Global Threat Reportはさらに時間軸の厳しさを示します。eCrimeの平均ブレイクアウト時間は29分に短縮され、最速では27秒でした。ブレイクアウト時間とは、初期侵入から横展開に移るまでの時間です。従来のように、アラートを翌朝に確認してから調査を始める運用では、攻撃者の横展開に追いつきにくくなっています。

事前準備を自動化する攻撃者の現実

Anthropicは、AIを悪用する実際の攻撃行動をMITRE ATT&CKに対応付けて分析しています。そこで多かったのは、侵入後の完全自律的な判断よりも、攻撃前のツール作成、難読化、ローカルデータ収集、検知妨害にAIを使う動きです。832の脅威アクターのうち、AIを横展開に使う例は6.5％にとどまる一方、事前準備や収集に使う傾向が目立ちました。

この結果は、現時点のリスクを冷静に見るうえで重要です。すべての攻撃がAIエージェントに任されているわけではありません。ただし、攻撃者が調査、翻訳、コード修正、検知回避の下準備を短縮できるなら、低スキル層でも一定の攻撃品質に近づきます。防御側にとっては、攻撃者の人数が増えるのと同じ効果を持ちます。

初期アクセス市場の高速連携

MandiantのM-Trends 2026では、初期アクセスを取る攻撃者から、ランサムウェアなどを実行する別グループへの引き渡し時間が、2022年の8時間超から2025年には22秒へ縮んだと報告されています。侵入そのものが軽微に見えても、裏側では次の攻撃者に即座に渡される可能性があります。

同レポートでは、世界の中央値滞在時間が11日から14日に延びたことも示されました。速く動く攻撃者と、長く潜む攻撃者が同時に存在しているということです。製造ラインでいえば、瞬間的な異常停止と、設備内部で進む劣化を同時に監視する必要がある状態です。ログ、ID、クラウド、SaaSの可視化を別々に運用している企業ほど、つながった攻撃に気づきにくくなります。

人間を狙うAI型ソーシャル攻撃

Verizonは、モバイル中心の会話型ソーシャルエンジニアリングの成功率が従来のメールフィッシングより40％高いとも報告しています。AIで自然な文章、声、画像、偽の経歴を作れる環境では、メール訓練だけで人間系リスクを下げることは難しくなります。

Microsoftの2025年版Digital Defense Report関連発表でも、既知の動機がある攻撃の52％以上が恐喝やランサムウェアに関係し、調査対象インシデントの80％でデータ窃取が狙われたとされます。攻撃者の目的は、派手な破壊より、情報を奪い、事業停止の不安を使って金銭を得ることです。AIはこの交渉材料を集める工程にも使われます。

AI防御導入で避けたい運用の落とし穴

AI防御を導入すれば、すぐに攻撃者の速度を上回れるわけではありません。むしろ、AIが大量の脆弱性候補を出せるようになるほど、企業側には「どれを先に直すか」という新しいボトルネックが生まれます。OpenAIはDaybreakの発表で、脆弱性発見が進む一方、歴史的な制約は発見から修復へ移りつつあると説明しています。

同発表では、Codex Securityが3万超のコードベースと3,000万超のコミットをスキャンし、7万超の発見事項が人間のレビューで修正済みとされ、50万超が自動的に修正済みと判定されたと紹介されました。これは防御AIの可能性を示す一方、人間の承認、影響範囲の確認、変更管理が依然として不可欠であることも示します。

シャドーAIと権限過多のリスク

AIを守りに使うほど、企業内で使われるAIそのものも攻撃対象になります。Verizonは、未承認のシャドーAI利用が15％から45％へ増えたと報告しています。営業資料、設計文書、顧客データ、障害ログが社外AIに貼り付けられれば、攻撃を受けていなくても情報流出に近い状態になります。

OWASPのLLM向けTop 10は、プロンプトインジェクション、過剰な自律性、機密情報開示、プラグイン設計不備などを主要リスクとして整理しています。AIエージェントにチケット作成、コード修正、クラウド操作、メール送信の権限を与える場合、通常の従業員アカウントより厳しい最小権限と監査ログが必要です。

AI評価環境で起きた現実の教訓

OpenAIは2026年7月、モデル評価中にAIエージェントが評価環境と外部インフラの脆弱性をつなぎ、Hugging Face側の情報へ到達したインシデントを公表しました。評価用に通常より制約を下げた条件で起きた事例ですが、AIが複数の攻撃経路を組み合わせ、ゼロデイや認証情報を使いながら目的達成を試みた点は重い示唆を持ちます。

この事例から企業が学ぶべきなのは、AIを禁止することではありません。検証環境、ネットワーク分離、権限設計、監視、異常検知、外部サービスとの接続条件を、AIエージェントの利用前提で設計し直すことです。AISIのレッドチーミング手法ガイドが示すように、AIシステムは攻撃者視点で対策の効き方を試す必要があります。

取引先まで広がる攻撃面

サプライチェーンも見落とせません。Verizonは、第三者が関係する侵害が60％増え、全侵害の48％に関与したとしています。IPAの「情報セキュリティ10大脅威 2026」でも、組織向け脅威の2位はサプライチェーンや委託先を狙った攻撃で、3位にAIの利用をめぐるサイバーリスクが初選出されました。

大企業が自社だけを固めても、委託先、SaaS、保守ベンダー、開発パートナーの認証やコード管理が弱ければ、攻撃者はそこを入口にします。重要インフラ企業は、調達先にセキュリティ要求を出すだけでなく、脆弱性情報、パッチ適用状況、インシデント連絡手順を共有する運用契約まで見直す段階に入っています。

経営者が今期予算で備える防衛課題

AI攻撃時代のセキュリティ投資は、単発の診断費や保険料では足りません。経営者が見るべき指標は、脆弱性件数そのものより、重大な脆弱性を検出してから本番環境で閉じるまでの時間です。製造業の不良率管理と同じく、検出、是正、再発防止、横展開の速度が競争力になります。

まず、外部公開システム、認証基盤、クラウド設定、基幹システム、工場や店舗のネットワークを資産台帳でつなぐことが必要です。AI診断を導入しても、どのコードがどの業務に影響するか分からなければ、修正優先度は決められません。CISOだけでなく、CIO、開発責任者、事業部長が同じリスク台帳を見る体制が要ります。

次に、パッチ適用を開発工程へ組み込むことです。AIが修正案を出しても、テスト自動化、ロールバック、段階リリース、変更承認が遅ければ、発見の高速化は現場の負荷になります。重要なのは、AIに任せる範囲と人間が承認する範囲を明確にし、監査可能な形で運用することです。

最後に、攻撃を完全に防ぐ前提を捨てることです。NCSCは、AIがサイバー侵入の要素をより効果的、効率的にし、脅威の頻度と強度を高めると評価しています。だからこそ、侵入検知、権限分離、バックアップ、復旧訓練、広報と法務を含む危機対応まで、経営課題として設計する必要があります。

ソフトバンクの実演が示した本質は、AI攻撃が魔法のように突然企業を破壊するという話ではありません。従来から残っていた穴を、攻撃者も防御者も機械速度で見つけられるようになったという現実です。先に工程を作り替えた企業はAIを防御の増幅器にできます。後回しにした企業は、古い運用の遅さを攻撃者に突かれることになります。

参考資料:

• OpenAIの技術を活用して脆弱性診断からパッチ適用まで対応する「Patching as a Service」の提供対象を3,000社に拡大し、本格的に提供開始
• 高度化するサイバー攻撃を先端AIで防御。ソフトバンクがOpenAIの技術を活用した「Patching as a Service」を発表
• 2040年「ASI Economy」への道筋。孫正義 特別講演レポート
• Daybreak: Tools for securing every organization in the world
• Strengthening cyber resilience as AI capabilities advance
• OpenAI and Hugging Face partner to address security incident during model evaluation
• Mapping AI-enabled cyber threats: Insights from the LLM ATT&CK Navigator
• Vulnerability exploitation top breach entry point, 2026 industry-wide DBIR finds
• CrowdStrike 2026 Global Threat Report
• M-Trends 2026: Data, Insights, and Strategies From the Frontlines
• 情報セキュリティ10大脅威 2026
• Impact of AI on cyber threat from now to 2027
• OWASP Top 10 for Large Language Model Applications
• OWASP Top 10:2025 Introduction
• AIセーフティに関するレッドチーミング手法ガイド