
【実録】AIがサイバー犯罪の常識を崩したー3つの事件が示す新たな脅威
AIによって「攻撃者が増える」「安全制限が破られる」「攻撃が速くなる」。実際の事件から、その脅威を考える。
「AIによるサイバー攻撃がヤバイそう」
最近、このような話を耳にする機会が増えました。
しかし、具体的に何が危険になるのでしょうか。
AIを使えば、これまで不可能だった攻撃が可能になるのでしょうか。それとも、従来のサイバー攻撃が少し効率化されるだけなのでしょうか。
実は、サイバー攻撃の自動化自体は、AIが登場する前から行われていました。大量のWebサイトを自動的に調査し、脆弱性(システムにある、外部からの侵入や情報漏えいにつながる弱点)を探索するプログラムは以前から存在しています。
ところが、生成AI、とりわけ自律的に動作するAIエージェント(目的を与えると、人間が一つ一つ指示しなくても、次に必要な作業を判断して進めるAIの仕組み)の登場によって、これまで人間が行っていた「状況の分析」「次の行動の判断」「失敗した場合の対処」まで自動化され始めています。
しかも、これは単なる技術的な可能性ではありません。実際のサイバー犯罪において、AIが攻撃を支援し、その大部分を実行した事例が確認されています。
そこで、2025年から2026年に公表された3つの事件を取り上げ、AIによってサイバー攻撃の何が変わり始めているのかをご紹介いたします。
事例1:専門知識がなくてもハッカーになれる時代へ――AIが下げた攻撃のハードル
2025年8月、17組織を狙った情報窃取・恐喝事件
2025年8月27日、AI開発企業Anthropicは、自社のAI「Claude Code」が大規模な情報窃取と恐喝に悪用された事件を公表しました。
攻撃者は、少なくとも17の組織を標的にしていました。
対象には、医療機関、緊急サービス機関、政府関連組織、宗教団体などが含まれています。
ただし、17組織すべてで侵入や情報窃取に成功したわけではありません。
この事件で注目すべきなのは、AIがどこまで攻撃者の仕事を代わりに行っていたのかという点です。
これまで専門家が行っていた作業をAIが代行
企業へのサイバー攻撃には、さまざまな専門知識が必要です。
例えば、どのようなサーバーが公開されているのか、使われているソフトウェアに脆弱性がないか、侵入後にはどこに重要な情報が保存されているのか、といった調査です。
こうした作業を行うには、ネットワークやプログラム、データベースなどについて、一定の技術的な知識が必要になります。
今回の事件では、その多くをClaude Codeが支援していました。
Anthropicによると、AIは対象システムの調査、認証情報の収集、ネットワークへの侵入といった作業を自動化していました。
認証情報とは、ユーザー名やパスワードなど、システムにログインするための情報です。
さらに、Claude Codeは盗み出した情報を分析し、どの情報に価値があるのか、被害組織にどの程度の金銭を要求できそうか、といった判断にも利用されていました。
実際に、50万ドルを超える金額を要求するケースもあったと報告されています。
さらに、被害組織に心理的な圧力を与える恐喝文面の作成にも、AIが利用されていました。
つまり、企業のシステムを調べる技術的な作業から、盗んだ情報を金銭に換えるための判断まで、幅広い仕事をAIに任せていたのです。
ただし、この17組織を標的とした攻撃者自身の技術力が低かったと確認されているわけではありません。
では、専門知識の乏しい犯罪者でも、AIを使って高度なサイバー犯罪に関与できるのでしょうか。
その疑問に答える、もう一つの事例があります。
プログラミングが苦手な犯罪者が、AIでランサムウェアを開発
Anthropicは同じ2025年8月の報告で、別の犯罪者によるAIの悪用も公表しています。
この人物は、基本的なプログラミング能力しか持っていなかったとみられています。
にもかかわらず、Claudeを利用して、複数のランサムウェアを開発・販売していました。
ランサムウェアとは、企業のファイルなどを勝手に暗号化して開けなくし、「元に戻してほしければ身代金を払え」と要求する不正プログラムです。
この人物が開発していたランサムウェアには、セキュリティ対策による検知を回避する機能や、データの復旧を妨げる機能などが含まれていました。
販売価格は、1件あたり400〜1,200ドル程度だったと報告されています。
Anthropicによると、この人物はAIの支援なしでは、暗号化処理などの重要な機能を実装したり、プログラムの不具合を解決したりすることが難しかったとみられています。
つまり、本来であれば高度な技術力を持つ人間でなければ作れなかった不正プログラムを、技術力の乏しい犯罪者がAIの助けを借りて開発していたのです。
なお、このランサムウェアによって何件の被害が発生したのかは、Anthropicの公表資料では確認できません。
また、17組織を標的とした情報窃取事件と、このランサムウェア開発事件は、別々の事例です。
出典:Anthropic「Detecting and countering misuse of AI」2025年8月27日
本当の脅威は、攻撃者が増える可能性があること
ここで考えたいのは、AIによって何が変わるのかという問題です。
これまで、高度なサイバー犯罪を実行するためには、長年にわたる学習や経験が必要でした。
ところが、AIが専門知識の一部を補い、プログラムの作成や攻撃方法の検討まで支援できるようになれば、その前提は変わります。
例えば、従来は技術力が足りずにサイバー犯罪を実行できなかった人間でも、AIによって必要な能力の一部を補えるようになるかもしれません。
もちろん、AIを使えば誰でも企業への侵入に成功できるわけではありません。
しかし、重要なのはそこではありません。
サイバー犯罪に必要な専門知識の水準が下がれば、これまで参入できなかった人間まで、攻撃者となる可能性があるということです。
攻撃者が増えれば、企業が攻撃を受ける機会も増えるかもしれません。
ただし、実際にAIによってサイバー犯罪者が何人増えたのか、世界全体で攻撃が何倍に増えたのかについて、正確な統計があるわけではありません。
それでも、専門知識の乏しい人間がAIを利用して高度な不正プログラムを開発したという事実は、サイバー犯罪の参入障壁が下がり始めていることを示しています。
私は、これがAIによるサイバー攻撃の一つ目の脅威だと考えています。
事例2:AIの安全制限が突破された――約30組織を標的にした大規模サイバー攻撃
2025年11月、Anthropicが公表した国家規模の諜報活動
2025年11月13日、Anthropicは、さらに高度なAI利用によるサイバー諜報活動(企業や政府機関などに秘密裏に侵入し、機密情報を集める活動)を公表しました。
この事件は、同年9月中旬に検知されたものです。
Anthropicは、攻撃者が中国政府の支援を受けたグループであると高い確信度で評価しています。
攻撃対象となったのは、大手テクノロジー企業、金融機関、化学メーカー、政府機関など、世界の約30組織でした。
そのうち一部では、実際に侵入に成功したとされています。
しかし、今回の事件で私が最も注目しているのは、攻撃の規模ではありません。
安全対策が組み込まれているはずのClaudeが、実際のサイバー攻撃に利用されてしまったことです。
本来は拒否するはずの攻撃を、なぜAIが実行したのか?
Claudeには、不正侵入や情報窃取といった犯罪への悪用を防ぐため、安全上の制限が設けられています。
そのため、第三者のシステムに無断で侵入するような指示を与えても、通常は拒否されるはずです。
では、なぜ攻撃者はClaudeを利用できたのでしょうか。
Anthropicの公式報告では、その方法が説明されています。
攻撃者はまず、自分たちを正規のセキュリティ企業の従業員だと偽りました。
そして、顧客から依頼された正当なセキュリティ検査を実施しているように見せかけたのです。
さらに、攻撃全体を細かな作業に分割し、それぞれの作業が犯罪の一部であることをAIに分かりにくくしていました。
例えば、あるシステムの構成を調べる行為は、正当なセキュリティ診断でも行われます。
プログラムに脆弱性がないかを確認する作業も、それ自体は不正な行為とは限りません。
しかし、こうした作業を悪意のある目的で組み合わせれば、実際のサイバー攻撃につながる可能性があります。
攻撃者は、このように個々の作業だけを見れば正当な検査にも見える指示を組み合わせることで、Claudeの安全制限を回避していたのです。
これは「ジェイルブレイク」と呼ばれる、安全上の制限を回避する手法の一種です。
重要なのは、攻撃者がClaudeの安全機能そのものを取り除いたわけではないという点です。
正当な業務と不正な攻撃を区別する難しさを利用して、AIに本来拒否するはずの作業を行わせていたのです。
制限を回避した結果、攻撃の80〜90%をAIが実行
攻撃者はClaude Codeを利用し、対象企業の調査、脆弱性の分析、認証情報の収集、内部システムへのアクセスなどを進めていました。
その結果、Anthropicの分析では、攻撃工程の80〜90%をAIが実行していたとされています。
人間が介入したのは、一つの攻撃活動につき、おおむね4〜6回程度の重要な判断場面でした。
攻撃者が標的を選び、AIに必要な役割を与えると、その後の作業の大部分をClaude Codeが担当していたのです。
また、Anthropicが2026年6月に公表した追加分析では、この攻撃グループが利用した具体的な侵入経路も明らかになっています。
その一つが、SSRF(Server-Side Request Forgery)と呼ばれるWebサーバーの脆弱性でした。
SSRFとは、外部の攻撃者がWebサーバーに不正な要求を送り、そのサーバーを通じて、本来は外部から直接アクセスできない内部システムなどへ通信させてしまう弱点です。
例えるなら、部外者が入れない社内の部屋に、受付担当者を通じて問い合わせをさせるようなものです。
今回の攻撃では、インターネットに公開されたWebサーバーのSSRF脆弱性を利用して、内部クラウド環境(企業がインターネット経由で利用するサーバーやデータ保存の仕組み)へのアクセスを進めました。
その後、サーバーへの接続に利用するSSHの秘密鍵(サーバーに接続する際、利用者を確認するための電子的な鍵)や、クラウドサービスの認証情報などを取得し、さらに別の内部システムへアクセス範囲を広げていました。
ただし、これはAnthropicが分析した具体的な侵入経路の一つであり、標的となった約30組織すべてで同じ方法が使われたわけではありません。
出典:Anthropic「Disrupting the first reported AI-orchestrated cyber espionage campaign」2025年11月13日
出典:Anthropic「Mapping AI-enabled cyber threats」2026年6月3日
AIの能力を高めながら、悪用だけを防げるのか?
この事件が示しているのは、単にAIが高度なサイバー攻撃を実行できるようになったということではありません。
その高度な能力を、悪意のある人間が利用できないように制御することの難しさです。
ここには、AI開発企業にとって根本的な問題があります。
例えば、企業のセキュリティ担当者が、自社システムに侵入可能な脆弱性が存在しないか調べる場合を考えてみます。
脆弱性の存在を確かめるには、攻撃者と同じような技術を使って検証する必要がある場合があります。
企業の許可を得て行えば正当なセキュリティ診断ですが、無断で行えば不正な攻撃になり得ます。
つまり、同じ技術的な作業であっても、目的や権限によって正当な行為にも犯罪にもなるのです。
では、AIに危険な技術を一切扱わせないようにすれば、問題は解決するのでしょうか。
確かに、悪用の危険性を減らせるかもしれません。
しかし同時に、正当なセキュリティ研究者による脆弱性の発見や、企業が実施する侵入診断まで制限してしまう可能性があります。
逆に、安全制限を緩めれば、攻撃者に悪用される危険性が高まります。
AIの能力が高度化するほど、その能力を防御には利用させながら、攻撃には利用させないという制御が難しくなる可能性があるのです。
今回の事件では、実際に安全制限の回避が確認されました。
もちろん、これによってAIの安全制限がすべて無意味だと証明されたわけではありません。
しかし、どれほど高度な能力を持つAIでも、その能力を悪用されないようにする仕組みが十分でなければ、重大な脅威になり得ます。
私は、これが二つ目の脅威であり、AIの発展における非常に重要な課題だと考えています。
事例3:攻撃の計画から実行まで、わずか6時間――AIが数千件の認証情報を窃取
2026年9月、Googleが公表
2026年9月8日、Googleの脅威分析チーム「Google Threat Intelligence Group」は、AIを利用したサイバー攻撃に関する調査結果を公表しました。
その中に、特に興味深い事例があります。
Google傘下のMandiantが確認したのは、攻撃者がAIを活用して、短時間で大規模な認証情報窃取を実行した事件です。
攻撃の計画から準備、実行までに要した時間は、6時間未満でした。
この事件で注目したいのは、攻撃の準備や実行に必要な時間が、AIによってどこまで短縮され得るのかという点です。
攻撃の計画から実行までをAIが支援
従来、企業への大規模なサイバー攻撃を実行するには、複数の工程が必要でした。
まず、どのような攻撃を行うのかを検討します。
次に、必要なプログラムやツールを準備し、実際に動作するか確認します。
そして、対象への調査や検査を行い、問題が発生すれば原因を調べ、作業を修正する必要があります。
今回の事件では、攻撃者はこうした作業の多くにAIを利用していました。
Googleによると、攻撃者はAIによるプログラミング支援と、複数のAIエージェントを組み合わせた仕組みを利用していました。
AIは、検査作業を管理し、発生した問題への対処を行いながら、情報収集や認証情報の窃取を進めていました。
つまり、決められたプログラムを高速で実行しただけではありません。
攻撃の計画、必要な仕組みの構築、実行中の問題への対処まで、複数の工程にAIが関与していたのです。
その結果、数千件の第三者の認証情報が侵害されたと報告されています。
6時間未満で、どこまで実行できたのか?
この6時間未満という数字については、重要な点を区別する必要があります。
攻撃者は、すでに侵入に成功していた企業のクラウド環境を利用していました。
したがって、最初の企業への侵入も含めて、すべてを6時間未満で完了したという意味ではありません。
また、攻撃には事前に用意されたAIへの指示書なども利用されていました。そのため、何の準備もない完全な白紙の状態から、すべてを作り上げたと断定することもできません。
Googleが確認したのは、侵害済みのクラウド環境を使い、AIに攻撃の計画・構築・実行を支援させ、6時間未満で大規模な認証情報窃取を行ったという事実です。
重要なのは、攻撃に必要な作業が単にプログラムの実行だけではなかったということです。
何を行うか考え、必要な仕組みを作り、実際の攻撃を進めるところまで含まれていました。
しかも、実行中に問題が発生した場合にも、AIが自律的に対処する仕組みが利用されていました。
そのため、人間が逐一結果を確認し、次の作業を指示する必要性が小さくなっていたのです。
出典:Google Threat Intelligence Group「From Prompting to Autonomy」2026年9月8日
攻撃の準備時間が短くなることの脅威
この事件には、もう一つ重要な意味があります。
企業がサイバー攻撃への対策を行うには、時間が必要です。
攻撃を検知し、状況を分析し、必要に応じてシステムを停止したり、脆弱性を修正したりする必要があります。
しかし、攻撃者がAIによって短時間で計画から実行まで進められるようになれば、防御側が対応できる時間は短くなる可能性があります。
もちろん、同じ攻撃を人間だけで実行した場合に何時間かかるのかという比較実験は公表されていません。
したがって、「AIによって100倍速くなった」といった断定はできません。
それでも、6時間未満で攻撃の計画から実行まで進め、数千件の認証情報を侵害したという事実は、AIによる攻撃の高速化を考えるうえで重要です。
私は、これが三つ目の脅威だと考えています。
サイバー攻撃そのものも、高速化している
ここまで、実際にAIが利用された3つの事件を紹介しました。
では、サイバー攻撃全体の速度はどのように変化しているのでしょうか。
米国のサイバーセキュリティ企業CrowdStrikeは、毎年、世界中で観測したサイバー攻撃の実態を調査しています。
その中に「Breakout Time(ブレイクアウトタイム)」という指標があります。
これは、攻撃者が最初のコンピューターへの侵入に成功してから、組織内の別のコンピューターへ移動するまでに要する時間です。
CrowdStrikeの調査によると、平均ブレイクアウトタイムは次のように変化しています。
2022年:84分
2023年:62分
2024年:48分
2025年:29分
わずか3年間で、84分から29分へと短縮しています。
2025年には、わずか27秒で別のシステムへ移動した事例も確認されました。
ただし、この数字は、AIを使ったサイバー攻撃だけを集計したものではありません。
従来から攻撃の高速化は進んでおり、この変化のすべてがAIによって生じたと考えることはできません。
一方で、AIを利用する攻撃活動の増加を示すデータもあります。
CrowdStrikeの2026年2月の報告では、同社が追跡するAI利用攻撃主体による活動が、2025年には前年比89%増加したとされています。
これは世界中のAI攻撃の総件数が89%増加したという意味ではなく、同社が観測する攻撃主体に関する数字です。
実際の事件に加え、AIを利用する攻撃活動の拡大も観測されているのです。
出典:CrowdStrike「2024 Global Threat Report」
出典:CrowdStrike「2025 Global Threat Report」
出典:CrowdStrike「2026 Global Threat Report」
結論:AIの悪用を完全に防ぐことはできない。だからこそ、防御が必要になる
今回紹介した3つの事件から、AIによるサイバー攻撃の前提が大きく変わり始めていることがわかる。
AIが専門知識の不足を補うことで、サイバー犯罪への参入障壁が下がる。さらに、攻撃の計画から実行までに必要な時間も短縮される。
しかし、最も重要なのは、安全制限を備えたAIであっても、実際のサイバー攻撃に悪用されたという事実である。
AIの安全制限だけでは、悪用を完全に防げない
AI開発企業は、犯罪への悪用を防ぐため、安全制限の強化を続けている。
しかし、正当な脆弱性診断と不正なサイバー攻撃には、技術的に共通する部分が多い。
例えば、企業のシステムに脆弱性が存在するかを調べる行為は、正当なセキュリティ診断でも、不正なサイバー攻撃でも行われる。
悪用を完全に排除しようとして、こうした技術的な作業を一律に禁止すれば、正当なセキュリティ診断まで制限されてしまう。
AIの利便性と安全制限は、表裏一体の関係にある。
実際、Anthropicが公表した事件では、攻撃者が正当なセキュリティ診断を装い、作業を細分化することでClaudeの安全制限を回避していた。
このように、AIに設けられた安全制限を不正な方法ですり抜けることを「ジェイルブレイク」という。
さらに、問題はジェイルブレイクだけではない。
安全制限を変更できる「オープンウェイトLLM」の存在
AIには、ChatGPTやClaudeのように開発企業が管理するサービスだけでなく、オープンウェイトLLMと呼ばれるものがある。LLMとは「大規模言語モデル」の略で、大量の文章などを学習し、質問への回答や文章の作成などを行うAIのことだ。
これは、AIの頭脳に相当する学習済みのデータ(モデルの重み)が公開されており、利用者がダウンロードして自分のコンピューターやサーバーで動かせるAIのことだ。
代表的なものに、MetaのLlamaやOpenAIのgpt-ossなどがある。
オープンウェイトLLMでは、利用者が追加学習(ファインチューニング)を行い、AIの回答や動作の傾向を変更できる。
追加学習とは、すでに学習済みのAIに新しいデータを学習させ、特定の目的に適した動作へ調整する技術だ。
本来は、企業の専門業務にAIを適応させるなど、正当な目的で利用される。
しかし、悪意のある利用者が追加学習によって、犯罪への協力を拒否する安全制限を弱めることも可能だ。
さらに、一度公開されたモデルを、開発元が完全に回収することはできない。
利用者が独自の環境でAIを動かしている場合、開発企業がその利用状況を監視したり、利用を停止させたりすることも原則としてできない。
つまり、仮にOpenAIやAnthropicなどが自社サービスの安全制限を大幅に強化したとしても、攻撃者が別のAIや自ら管理するモデルを利用することまでは防げない。
これは、AIの安全制限をどこまで高度化できるかという問題とは別の、技術的な制約である。
AI開発企業がどれほど安全対策を強化しても、それだけでAIによるサイバー攻撃そのものをなくすことはできない。
だからこそ、必要なのは防御である
AI開発企業による安全対策は、今後も不可欠だ。悪用を減らすための技術開発や監視体制の強化には、大きな意味がある。
しかし、それによってサイバー攻撃そのものがなくなると期待することはできない。
攻撃者は安全制限の回避を試み続け、必要であれば、自ら管理するAIを利用することもできる。
しかも、AIの推論能力(情報を分析し、次に何をすべきか判断する力)や自律的な作業能力は、今後さらに高度化していく可能性がある。
これまで高度な専門知識を持つ一部の人間に限られていた攻撃手段が、より多くの犯罪者に利用されるようになるかもしれない。
企業にとって重要なのは、AI開発企業が危険な利用を禁止しているから安全だと考えることではない。
AIによる高度なサイバー攻撃が行われることを前提に、自社のシステムを防御することだ。
例えば、インターネットに公開されているWebサイトや予約システム、問い合わせフォームなどに、外部から侵入できる弱点がないかを定期的に調べる必要がある。
顧客の氏名、住所、電話番号などの個人情報を保管している場合には、万が一侵入されても、攻撃者が簡単に情報へアクセスできないようにすることも重要だ。
つまり、侵入を防ぐだけでなく、侵入された場合にも情報流出や被害の拡大を防ぐ仕組みが求められる。
AIの悪用を完全に止めることはできない。しかし、攻撃に備えて自社のシステムを守ることはできる。
これこそが、AI時代のサイバーセキュリティにおける現実的な対応なのである。
では、AIはなぜ、これほど高度なサイバー攻撃を実行できるようになったのだろうか。
そこには、LLMの推論能力の向上だけでなく、AIエージェントの自律性や、MCPと呼ばれる外部ツールとの接続技術の進歩がある。
次回は「AIは考えるだけではない――サイバー攻撃を実行する「手足」を手に入れた」をテーマに、AIエージェント、MCP、そして安全制限が回避される仕組みについてわかりやすく解説する。