近年のサイバーセキュリティに関する議論の焦点は、人工知能（AI）とそれがもたらす可能性のある壊滅的な被害へと急速にシフトしている。確かに、自律型システムは偵察や脆弱性の発見を迅速化し、生成AIは説得力のあるフィッシングメッセージやディープフェイク、悪意あるコードを作成できる。また、ますます強力になるAIエージェントは、最終的には人間の手をほとんど借りずに複雑な攻撃を実行するようになるかもしれない。これらの進展は慎重に検討する価値がある。しかし、AIを究極の敵として描くことにはリスクが伴う。より重要な問いは、攻撃者と防御者の双方がますます強力なAIを利用できるデジタル世界に対して、我々のサイバーセキュリティアーキテクチャが備えられているか否かである。
AIは本質的に「加速装置」であるがゆえに、この区別は極めて重要だ。AIは敵の効率を高めうる一方で、セキュリティチームのスピードと能力も高めうる。検知、相関分析、対応の自動化に加え、攻撃の一部も自動化しうる。脆弱性の発見を支援すると同時に、防御側がそれを認識・優先付けする支援もできる。したがって、真の戦略的課題はAIをサイバーセキュリティから排除することではない。AIを安全に組み込める堅牢なサイバーセキュリティアーキテクチャを構築することにある。
最新のデータもこの点を裏付けている。ベライゾンの「2026年データ侵害調査レポート（DBIR）」は、145カ国における2万2000件以上の確認されたデータ侵害を含む、3万1000件以上の実際のセキュリティインシデントを調査した。同レポート史上初めて、ソフトウェアの脆弱性の悪用が、盗まれた認証情報を抜いて最大の初期侵入経路となり、侵害全体の31%を占めていることが判明した。さらに、ベライゾンはランサムウェアが侵害の48%に現れ、生成AIが攻撃の複数の段階を通じて使用されていることを明らかにした。
ベライゾンによる2026年データ侵害調査レポート：
すべての経営幹部や政策立案者は、これらの数値に懸念を抱くべきである。しかし、これらは基本の重要性が依然として変わらないことも示している。AIがサイバー脅威のペースを速めているとしても、脆弱性、認証情報、人間の行動、サードパーティ、および不十分なセキュリティアーキテクチャが、引き続き組織を危険にさらしている。別のAIセキュリティ製品を導入することが解決策ではない。ゼロトラスト、セグメンテーション、強力なアイデンティティ管理、暗号化、継続的な監視、官民連携、および機密システムへの厳格に規制されたアクセスこそが、より堅牢なエコシステムの基礎となるものである。
脅威の方程式はAIによって変わりつつある
人工知能がサイバーリスクを変化させていることは疑いようがない。AI支援ツールは、攻撃者が標的を調査し、脆弱性を特定し、悪意あるツールを開発・修正するのを支援する一方で、生成AIは説得力のあるソーシャルエンジニアリングキャンペーンを作成する敷居を下げている。ベライゾンの2026年の調査によると、脅威アクターはマルウェア開発、標的選定、初期アクセスのために生成AIを利用していた。これは、AIが単なる理論上の将来の懸念ではなく、すでに実際の脅威環境の一部であることを示している。
自律型AI（エージェンティックAI）の発展により、もう1つの側面が加わっている。単にクエリに回答するだけのAIシステムがもたらすリスクは、ある一種類のリスクにすぎない。AIエージェントがデータベースにアクセスし、アプリケーションと通信し、コードを記述し、意思決定を行い、個人や組織を代表して行動できるようになると、まったく異なるセキュリティ上の課題が生じる。AIシステムの自律性が高まるにつれて、そのアイデンティティ、権限、監視、および境界線がますます重要になっていく。
しかし、脅威となるのと同じ機能が、防御を強化することにもつながる。AIは、さまざまなシステムからのインジケーターを関連付け、異常な動作を特定し、脆弱性の優先順位を決定し、人間のアナリストでは不可能な規模でセキュリティテレメトリーを処理し、インシデント対応を支援することができる。また、現代のネットワークが生成する膨大なアラートの中から、セキュリティオペレーションセンター（SOC）が本物の脅威を特定するのを支援することも可能だ。
このため、「AI対サイバーセキュリティ」という構図だけで未来を語るべきではない。「AIを活用する攻撃者対AIを活用する防御者」という構図の方が、より現実的な姿を描いている。AIを単体の技術として利用するのではなく、より包括的なセキュリティアーキテクチャに組み込む組織こそが、その恩恵を享受することになるだろう。
真の問題は時代遅れのセキュリティアーキテクチャにある
長年にわたり、「境界（ペリメーター）」という概念がサイバーセキュリティの基礎となってきた。信頼できないアクターを排除するため、組織は信頼された社内ネットワークの周囲にファイアウォールを構築した。企業のサーバーがアプリケーションをホストし、従業員が主にオフィスから働き、データが組織の境界内に保管されていた時代には、そのモデルは理にかなっていた。
もはやそのような世界は存在しない。従業員はモバイルデバイスを使用し、リモートで勤務している。アプリケーションは複数のクラウドに分散している。企業ネットワークはモノのインターネット（IoT）デバイスに接続されている。情報技術（IT）と制御技術（OT）はますます相互作用している。ビジネスシステムは外部のベンダーからもアクセス可能だ。組織、プラットフォーム、管轄区域を超えて機密データが交換されている。さらに、AIエージェントが人とデータ、アプリケーションを繋ぐ架け橋として機能し始めている。
もはや保護すべき境界は1つだけではない。これこそが、ゼロトラストの重要性が高まっている主な理由である。根本的な考え方は、ネットワークに接続されているから、あるいはすでに認証を済ませているからという理由だけで、いかなるユーザー、デバイス、アプリケーション、デジタルアイデンティティも暗黙的に信頼されるべきではない、というものだ。アクセスの評価には、アイデンティティ、コンテキスト、行動、認可、および必要性のすべてを考慮すべきだ。
AI主導の環境において、その考え方は人間のユーザーだけに留まらない。AIエージェント、自動化されたサービス、マシンのアイデンティティを、付与・監視・制限・取り消しが可能な権限を持つエンティティとして扱う必要性がますます高まっている。組織にとっての問いはシンプルであるべきだ。「このエンティティは何にアクセスできるのか、何ができるのか、なぜそのアクセスが必要なのか、そしてそのアクセスはどれほど迅速に遮断できるのか」ということである。AIシステムがより自律的になるにつれて、この問いはさらに重要性を増す。すべてのビジネスリーダーが理解すべきAIのメリットとリスクについては、以下を参照されたい。
FORBES ｜ チャック・ブルックス
すべてのビジネスリーダーが理解すべき、AIのメリットとリスク
「AIにアクセスさせないもの」が最も重要なAIセキュリティの意思決定になり得る
企業におけるAIの急速な導入に伴い、組織の膨大なデータへのアクセスをモデルに許可したくなる誘惑にかられる。データが多ければ多いほど、クエリへの回答やタスクの実行といったAIシステムの能力は向上するが、無制限のアクセスは深刻なサイバーセキュリティおよびプライバシー上のリスクをもたらす。
すべてのデータが等しく機密性や価値を持っているわけではない。公開情報、社内の業務記録、知的財産、個人を特定できる情報（PII）、財務データ、医療記録、制御技術（OT）情報、および国家安全保障情報を、同じデジタル環境に属するものとして扱うべきではない。
その結果、AI時代における最も重要な防御策の1つがデータのセグメンテーション（断片化・分離）である。企業は、AIシステムが特定のタスクを完了するために真に必要とするデータを見極め、そのデータへのアクセスを制限すべきだ。職員が公開ポリシーを探すのを支援するAIアシスタントに、独自の知的財産への無制限のアクセスは不要である。カスタマーサービスをサポートするAIシステムが、財務システムに自動的にアクセスできるようにすべきではない。基盤となるネットワークが許可しているからといって、企業文書を分析するAIツールが制御技術（OT）環境へと横方向に移動（ラテラルムーブメント）できるようにすべきではない。
「最小限の必要なアクセス」を基本原則とすべきである。マイクロセグメンテーション、アイデンティティベースの制御、データの分類、暗号化、および継続的な監視を通じて、機密データの周囲に境界を築くことができる。これらの境界は、万が一AIシステムが侵害された場合に、その被害の範囲と漏洩する可能性のある情報量を制限することができる。本質的に、これはAIとデータに適用されたゼロトラストである。
専門的なネットワークには専門的なAIプロトコルが必要である
病院、金融機関、製造施設、エネルギーシステム、輸送ネットワーク、電気通信インフラ、国家安全保障システムといった専門的な環境にAIが導入される場合、課題はさらに重大になる。
こうした環境において、AIは非常に有益である。産業用機械を監視し、異常を検知し、プロセスを合理化し、医療分析を支援し、サイバー脅威の検出を強化することができる。したがって、AIをこれらのシステムから完全に切り離してしまえば、AIがもたらし得る潜在的なメリットの多くが失われることになる。
しかし、その統合は管理される必要がある。どのAIシステムが専門的なネットワークと通信できるのか、どのようなデータにアクセスできるのか、およびどのようなアクションの実行が許可されるのかを規定する明確なプロトコルを確立することが重要だ。リスクの高い環境においては、より強力な認証、さらなるセグメンテーション、制限された権限、および継続的な監査がすべて活用されるべきである。機密システムに直接アクセスさせるのではなく、制御されたゲートウェイや隔離された実行環境を介してAIを機能させるべき場合もある。
重大な結果を招く行動、特にAIの決定が金融資産、物理的なインフラ、安全性、または国家安全保障に影響を与える可能性がある場合には、追加の認可が必要とされるべきである。
AIエージェントが、より効率的であると判断したからという理由だけで、自らの特権を昇格させることを許可すべきではない。さらに、ポリシーによる制御なしに、AIシステムが別のエージェントに自らの権限を自動的に譲渡することを許可すべきではない。AIが有益なタスクを実行するのを阻止することがゴールではない。AIが、許可されたタスクのみを実行できるようにすることがゴールなのだ。
制御技術（OT）にとって、これは特に重要になりつつある。AIの潜在的なメリットは、物理的プロセスや重要インフラに影響を与える可能性のあるシステムに新たなデジタル経路を導入するリスクと天秤にかけられなければならないため、米国土安全保障省サイバーセキュリティ・インフラセキュリティ庁（CISA）とそのパートナーは、OT環境にAIを安全に統合するためのガイドラインを作成している。
今日のセキュリティ戦略には耐量子計算機暗号が含まれる
AIと並んで、企業が見過ごすわけにはいかないもう1つの技術的シフトがある。それが量子コンピューティングだ。現代のデジタル通信、取引、アイデンティティを支える公開鍵暗号の一部は、最終的に、十分に強力な量子コンピュータによって脅かされる可能性がある。そのようなマシンが利用可能になったときに何が起こるかだけが問題ではない。将来の量子技術によって暗号解読が可能になることを期待して、敵対者は「今」暗号化されたデータを収集することができるのだ。
この「今データを収集し、後で解読する（Harvest Now, Decrypt Later）」という脅威によって、サイバーセキュリティの計画のタイムラインは変化している。何年、あるいは何十年にもわたって秘密を保持する必要がある情報を持つ組織は、暗号化の脆弱性に対する露出度をすでに評価しているべきである。今日暗号化されているとしても、政府の記録、国防情報、知的財産、医療データ、財務情報、および戦略的なビジネス通信は、長期的には依然として価値を持ち続ける可能性がある。
米国国立標準技術研究所（NIST）によると、今こそ耐量子計算機暗号（PQC）への移行を開始すべき時である。NISTの移行計画では、組織が脆弱な暗号システムを特定し、それらのリプレースまたはアップデートを開始することが求められている。実装可能な3つの完成された耐量子規格が用意されている。現在の移行フレームワークの下では、リスクの高いシステムが早期に移行することが予想されており、最終的には量子に対して脆弱なアルゴリズムは推奨されなくなり、NIST規格から削除される予定である。
この移行は容易ではないだろう。アプリケーション、クラウドプラットフォーム、デバイス、通信システム、サプライチェーンのすべてに暗号が組み込まれており、多くの組織には、暗号アルゴリズムを使用しているアプリケーションの包括的な棚卸しが不足している。
AI自体がその支援に役立つ可能性がある。AIは、企業が脆弱なシステムを特定し、暗号の依存関係を見つけ、ソフトウェアインベントリを分析し、移行の優先順位を設定するのを支援できる。したがって、新たなセキュリティ上の課題を生み出す同じ技術革新が、組織がそれらの課題を管理するのを支援することもできるのである。
フォースマルチプライヤー（効果増幅器）としての官民連携
政府機関と比較して、テクノロジー企業、サイバーセキュリティ企業、および民間インフラのオペレーターは、脅威を異なる視点から見ている。個々の企業は通常、政府のインテリジェンス、法執行能力、および国家レベルの活動に関する包括的な理解には及ばない。一方で、どちらの側も、単独ではエコシステムを十分に保護することはできないのである。
したがって、官民連携は単なる政策目標ではなく、サイバーセキュリティにおける戦略的能力とみなされるべきである。米国は、CISA、情報共有組織、業界固有のパートナーシップ、および共同サイバー防御コラボラティブ（JCDC）などのプログラムを通じて、この連携のための重要なモデルをすでに構築している。しかし、このモデルはより実務的で、より迅速なものにならなければならない。企業は即座に実行可能な脅威インテリジェンスを必要としており、政府は商用ネットワークで発見された攻撃、脆弱性、および新しい技術への迅速な可視性を必要としている。
目標とすべきは、業界が実際の運用環境で観察した内容を共有し、政府が脅威について把握している情報を共有し、双方がその情報を利用して防御を強化するという、継続的なフィードバックループである。AI技術のエコシステムは主に民間主導であるため、この連携は特に極めて重要だ。民間企業は、将来の国家安全保障に影響を与える基盤的なAIモデル、クラウドプラットフォーム、半導体技術、およびアプリケーションの多くを開発している。
したがって、サイバーセキュリティ政策とテクノロジー政策を切り離すことは不可能である。安全なAI、耐量子計算機暗号、アイデンティティ管理、重要インフラのセキュリティ、およびサイバーレジリエントなアーキテクチャについて、大学、国立研究所、テック企業、サイバーセキュリティ企業、および政府機関はさらに連携を深めるべきだ。セキュリティをエコシステム全体の共有の責任とすることが、目指すべきゴールである。
防御にはさらなるAIが必要である
現代のデジタル活動の量と速度は、サイバーセキュリティの人材だけで手作業に対応できる範囲を超えている。AIは、人間の知識を補完するために必要な分析範囲を提供することができる。
防御用AIを使用すれば、継続的なネットワーク行動分析、脅威インテリジェンスの相関分析、異常検知、および脆弱性の優先順位付けがすべて可能になる。一見無関係に見えるインシデントが、実際には組織的な攻撃の一部であるかどうかを判断するのに役立つ。攻撃者が環境内を横方向に移動（ラテラルムーブメント）する前に、セキュリティチームが侵害されたアイデンティティやデバイスを特定するのを支援することもできる。
AIはインシデント対応の一部を自動化することもできる。システムは、明確に定義されたポリシーに基づいて、侵害されたエンドポイントを隔離し、認証情報を取り消し、あるいは不審なトラフィックをブロックする一方で、重大な結果をもたらす決定を人間のアナリストに転送することができる。しかし、防御用AIにはそれ自体のセーフガード（安全対策）が必要である。組織は、AIセキュリティシステムがどのようなデータを使用しているか、その結論に至った理由、および実行可能なアクションを把握しておく必要がある。重大な決定には、適切な人間の監視が引き続き適用されるべきだ。監視されない不透明な権限のレイヤーを新たに追加するのではなく、AIはセキュリティ専門家の効率を高め、迅速化させるものでなければならない。したがって、人間を自律的なサイバーセキュリティに置き換えることは、最善のモデルではない。マシンの知能と人間の専門知識を組み合わせることこそが重要である。
「予防という幻想」よりも「レジリエンス」が重要である
いかなる組織も、絶対に侵害されないと保証することはできないという事実が、現代のサイバーセキュリティにおける最も重要な教訓の1つである。よく整えられたセキュリティ戦略は、一部の攻撃が最終的には成功することを認めた上で構築される。
目標は、攻撃の難易度を高め、その影響を最小限に抑え、迅速に特定し、迅速に復旧することである。これこそがサイバーレジリエンスだ。レジリエンスが確保されている場合、機密情報は単一の環境に集中するのではなく、分散して管理される。ある領域での侵害が自動的にすべての場所での侵害にならないよう、重要なシステムはセグメント化される。それは、暗号化が耐量子時代に向けて準備され、アイデンティティが最小限の権限を持ち、AIエージェントに制限された権限が与えられていることを意味する。
また、復旧システムが保護される必要があることも意味する。バックアップを、攻撃者が侵害を試みているのと同じ環境に接続することはできない。組織は、重大な被害が発生してから初めてインシデントに対応し始めるべきではない。予測、検知、封じ込め、復旧、および適応が、サイバーセキュリティにおける継続的なプロセスにならなければならない。
『Inside Cyber: How AI, 5G, IoT, and Quantum Computing Will Transform Privacy and Our Security（サイバーの内幕：AI、5G、IoT、量子コンピューティングがプライバシーとセキュリティをいかに変革するか）』をはじめとする、サイバーセキュリティ、新興技術、およびデジタル信頼に関する私の著作はすべて、この中心的なテーマに焦点を当てている。テクノロジーは絶えず変化しているが、基本的なニーズは依然として同じである。すなわち、セキュリティアーキテクチャは時代とともに変化できなければならないということだ。
解決策はAIの制限ではなく、サイバーセキュリティの強化である
AIを利用したサイバー攻撃がさらに多くのヘッドラインを飾ることになるだろう。そうあるべきだ。テクノロジーが脅威の状況をいかに変化させているかを過小評価する組織は、リスクにさらされることになる。
しかし、より大きな戦略的過ちは、AIを制限することだけが唯一の解決策だと信じることである。AIは、米国とその同盟国の経済競争力、科学の進歩、ヘルスケア、防衛、インテリジェンス、および国家安全保障にとって不可欠である。イノベーションから後退するのではなく、強固なセキュリティアーキテクチャに裏打ちされた責任ある導入を目指すべきである。
それは、ゼロトラストを独立したプロジェクトとして扱うのではなく、AI環境に統合することを意味する。強力なAIシステムと統合する前に、機密データを細分化することを意味する。AIエージェントに最小特権の権限とアイデンティティを付与することを意味する。AIと専門ネットワークとの相互作用を管理するプロトコルを策定することを意味する。暗号化に関連する量子コンピュータが実用化される前に、耐量子計算機暗号への移行を急ぐことを意味する。適切な人間の監視を維持しつつ、防御にAIを積極的に利用することを意味する。さらに、単一のエンティティの制御下にないエコシステムを保護するために必要な、官民の同盟を強化することを意味する。
AIはサイバーセキュリティの課題の一因となるだろう。そして同時に、サイバーセキュリティの解決策においても、ますます大きな役割を果たすことになる。成功する企業とは、必ずしもAIの利用を最小限に抑えている企業でも、あるいは最も高度なAIを使用している企業でもない。それは、テクノロジーへのアクセスを管理し、データを保護し、システムを分離し、アイデンティティを確認し、暗号化を強化し、自社のオンライン空間を監視する方法を熟知している企業である。
AIが成功するか失敗するかが、将来のサイバーセキュリティを決定づけるわけではない。AIがいたる所に存在する世界で機能するほど十分に堅牢なシステムを構築できるかどうかが、それを決定づける。サイバーセキュリティからAIを排除し続けることが真の課題ではない。AIを安全に導入できるほど堅牢なサイバーセキュリティの枠組みを構築することこそが真の課題なのである。
