日本企業の情報漏えいはなぜ続く？侵入経路と企業の防御体制

2026年10月16日

日本企業の情報漏えいは、なぜ防げないのでしょうか。近年、ランサムウェア攻撃によって受注や出荷が止まった例や、1,000万件を超える顧客情報の流出が公表された例など、業種を問わず大規模な被害が発生しています。

各社の公表資料を見ると、侵入経路や被害が広がった原因はさまざまです。ネットワーク機器からの侵入、管理者権限の悪用、システムの脆弱性、情報へのアクセス制限の不備などが確認されています。外部からの侵入を防ぐ対策だけでなく、侵入された後に被害を広げない仕組みも必要になっています。

さらに、攻撃者が生成AIを利用する動きも具体的な事件として報告されるようになりました。AIは攻撃用プログラムの開発に加え、脆弱性の調査や侵入後の情報収集にも使われています。攻撃者が短時間で複数の作業を進められるようになれば、企業には不審な活動の早期検知や、被害が広がる前に対処する仕組みが求められます。

一方、国内の企業調査では、セキュリティ投資をしていない中小企業や、外部接続に使う機器の更新を完了していない企業があることも分かっています。企業が攻撃を防げるかどうかには、技術的な対策に加え、予算や管理体制、経営上の意思決定が関係しています。

日本企業で相次いだ情報漏えい事件

2026年10月15日、セキュリティ企業ラックは、国内のWebシステムやスマートフォンアプリに関連する情報漏えいの分析結果を公表しました。

同社が公開情報から独自に集計した、国内法人が運営するWebシステムやアプリへの不正アクセスに伴う情報漏えい、またはそのおそれがある事案は、2026年10月6日時点で119件あり、そのうち81件が7月以降に公表されたものです。

これは国内すべての情報漏えい件数ではなく、ラックが定めた条件に該当する公表事案の集計です。

また、9月に公表された事案を同社が整理したところ、攻撃経路はWebアプリケーションの脆弱性、認証情報の不正利用、APIの悪用など多岐にわたり、被害を受けた業種も一つに集中していませんでした。

APIとは、アプリやシステムがサーバーと情報をやり取りするための窓口となる仕組みです。

出典：ラック「国内で相次ぐWebシステムからの情報漏えい」

個別の事件を見ても、被害が発生する経路や影響は異なります。

2026年10月9日、航空券などの比較予約サイト「skyticket」を運営するアドベンチャーが、第三者による3件の不正アクセスを公表しました。最も規模の大きい事案では、約1,464万件の顧客情報が対象となり、外部への流出が確認されています。

同じ月には「焼肉きんぐ」の公式アプリでも約1,079万件の会員情報が漏えいしました。2025年にはアサヒグループやアスクルがランサムウェア攻撃を受け、業務システムの停止や商品供給への影響も発生しています。

企業・サービス	主な発生時期	公表された被害
KADOKAWA	2024年6月	ランサムウェアによるシステム障害と個人情報の外部漏えい
アサヒグループ	2025年9月	ランサムウェア攻撃。情報の一部流出を確認し、別の個人情報にも流出のおそれ
アスクル	2025年10月	ランサムウェアによるサービス停止。顧客・一部取引先情報の流出
Gyazo	2026年9月	ユーザー関連データと画像メタデータの流出
焼肉きんぐ	2026年10月	公式アプリの会員情報10,788,963件の流出
skyticket	2026年8〜10月	異なる経路による3件の不正アクセス。情報の流出または流出のおそれ

2026年10月15日までの公表情報に基づく代表例です。各社で流出した情報の種類や調査状況は異なり、データ件数をそのまま被害人数として合計することはできません。

アサヒグループの侵入から攻撃までの経緯

アサヒグループホールディングスは2026年2月18日、前年9月に発生したサイバー攻撃の調査結果を公表しました。

攻撃者はシステム障害の約10日前に、グループ拠点のネットワーク機器を経由して社内ネットワークに侵入していました。その後、主要なデータセンターに入り込み、パスワードの弱点を突いて管理者権限を奪取し、複数のサーバーを探索していたと同社は説明しています。

9月29日にはランサムウェアが実行され、複数のサーバーや一部の従業員用パソコンが暗号化されました。

ランサムウェアとは、企業のデータを暗号化して業務を妨害したり、盗み出した情報の公開を材料に金銭を要求したりする攻撃に使われる不正プログラムです。

アサヒグループは従業員用パソコンに保存されていた一部の情報が盗まれたことを確認しています。一方、データセンター内の個人情報については、流出の可能性があるものとして区別して公表しました。

同社は9月29日午前7時ごろにシステム障害を確認し、午前11時ごろにネットワークを遮断しています。

攻撃者が内部に侵入してから障害が表面化するまでの間、複数のサーバーを探索していた経緯が分かります。内部の不審な操作を検知し、別のシステムへの移動を制限する対策が、被害拡大の防止に関わります。

出典：アサヒグループ「サイバー攻撃被害の再発防止策とガバナンス体制の強化について」

skyticketで発生した3件の不正アクセス

skyticketが2026年10月9日に公表した3件の不正アクセスは、それぞれ原因が異なります。

事案	公表された原因	対象規模
サーバーへの不正アクセス	管理機能の不正操作を起点として、別のサーバーやクラウド上の情報へアクセス	約1,464万件
業務管理システムへの不正アクセス	システムの脆弱性を悪用	17,780件など
バス予約サービス	認証なしで予約完了ページにアクセスできる状態	約12,000予約

最初の事案では、氏名、生年月日、住所、メールアドレスなどが流出しました。約1,464万件の対象データには、ハッシュ化されたログインパスワードを含む約413万件も含まれています。

ハッシュ化とは、パスワードを一定の計算によって別の値に変換して保存する方法です。元の文字列をそのまま保存するより安全ですが、パスワードの強度や使用された方式によっては解析される危険が残ります。

バス予約サービスでは、ログインしていない第三者が予約完了ページを閲覧できました。これは、誰にどの情報の閲覧を許可するかという「認可」に関わる問題です。

一方、業務管理システムの事案では、返金先の銀行口座情報なども流出または流出のおそれの対象となりました。流出した情報によって、利用者が警戒すべき不正利用の種類も変わります。

出典：skyticket「不正アクセスによるお客様情報の流出に関するお詫びとお知らせ」

Gyazoのユーザー情報と画像メタデータの流出

画像共有サービス「Gyazo」では、2026年9月11日に画像アップロードサーバーの脆弱性が悪用され、攻撃者がサーバー上で不正なコマンドを実行しました。

運営するHelpfeelは同日の夜に不審な活動を検知し、調査を開始しています。

9月25日の第二報では、約2,362万件のユーザー関連データについて内訳が公表されました。うち約1,801万件はメールアドレスを登録していない匿名ユーザーに関するデータで、残りの約562万件が登録ユーザーに関するデータでした。

画像に関連するメタデータの流出も確認されています。

データの種類	公表された件数
画像に関するメタデータ	約4億9,000万件
条件を絞って取得された画像メタデータ	240万件
過去に削除した画像に関するメタデータ	約1億7,400万件

メタデータとは、画像本体とは別に保存される識別情報などの関連データです。公表されたこれらの件数は、画像ファイルそのものが外部に流出した件数ではありません。

第一報では、メタデータに画像URLを構成する情報が含まれていたため、不正に閲覧されるおそれがあるとして、一部画像の閲覧を一時停止したことも説明されています。

9月25日に追加公表された約1億7,400万件は、主に2023年2月以前に削除された画像に関するメタデータです。削除済みの画像ファイル本体は含まれていません。

画像を削除する操作と、関連するすべての情報を削除する処理は、システム上で別々に管理される場合があります。保存するデータの種類と削除範囲を適切に把握する必要性が分かる事例です。

出典：Helpfeel「Gyazo」への不正アクセスによる情報漏えいに関するお知らせとお詫び（第一報）、第二報

焼肉きんぐの会員情報漏えい

物語コーポレーションは2026年10月5日、焼肉きんぐ公式アプリの会員管理システムへの不正アクセスを公表しました。

同社によると、10月2日に不正アクセスを確認し、翌3日に会員情報の漏えいが判明しています。

登録されていた10,808,784件のうち、漏えいしたのは10,788,963件でした。対象には、会員番号、登録名、メールアドレス、電話番号が含まれています。

ログインパスワード、生年月日、郵便番号、店舗利用履歴などは流出しておらず、同社はクレジットカード情報を保有していないと説明しています。

10月5日時点では、具体的な侵入原因の調査が続いていました。

同じ個人情報漏えいでも、パスワードが流出した場合と、メールアドレスや電話番号が流出した場合では、二次被害につながる経路が異なります。

出典：物語コーポレーション「『焼肉きんぐ』公式アプリ会員管理システムへの第三者からの不正アクセスによる個人情報漏えいに関するお詫び」

情報漏えいの報告件数とサイバー攻撃の増減

大規模な情報漏えい事件の公表が続く一方で、個人情報漏えいの報告件数が毎年増え続けているわけではありません。

個人情報保護委員会の年次報告によると、民間事業者等による個人データの漏えい等報告の処理件数は、2024年度が19,056件、2025年度が17,139件でした。

年度	漏えい等報告の処理件数
2024年度	19,056件
2025年度	17,139件

2025年度は前年度より1,917件少なくなっています。

また、2025年度の報告のうち、不正の目的で行われたおそれのある行為に関係する類型は22.3％でした。漏えい等報告には、誤送信や紛失など、サイバー攻撃以外の事案も含まれます。報告の類型は重複して計上される場合があるため、22.3％を単純に全件から引いて、残りを別の種類の事故とみなすこともできません。

2022年4月1日施行の改正個人情報保護法では、一定の個人データの漏えい等について、個人情報保護委員会への報告と本人への通知が義務化されました。制度変更前後の統計を比較する際には、報告義務の違いも考慮する必要があります。

さらに、ラックの2026年10月の分析では、対象事案について企業が事故を認知してから最初に公表するまでの平均日数が、同年5月の10.9日から9月には2.9日へ短縮していました。

公表が早くなれば、同じ時期に多くの事件が明らかになる可能性があります。ラックは、公表件数の増加には実際の被害状況だけでなく、企業の初動対応や開示姿勢の変化も影響していると分析しています。

重大事件の公表が続いていること、法律に基づく報告件数が増減していること、実際のサイバー攻撃が増減していることは、それぞれ別の事象です。

出典：個人情報保護委員会「令和7年度年次報告」、ラック「国内で相次ぐWebシステムからの情報漏えい」

企業への侵入経路とセキュリティ対策の問題

企業へのサイバー攻撃を防ぎきれない原因には、修正されていない脆弱性、管理機能や認証情報の不正利用、アクセス権限の制御不足などがあります。攻撃者が最初のシステムへ侵入した後、別のサーバーへ移動できる状態にあると、情報漏えいや業務停止の被害が広がる可能性があります。

ネットワーク機器とソフトウェアの脆弱性

企業では、社外から社内システムへ接続するために、VPN（Virtual Private Network）を利用することがあります。インターネット上に保護された通信経路を作る技術です。

VPN機器にもソフトウェアが使われており、脆弱性が見つかった場合には、メーカーが提供する修正プログラムを適用する必要があります。

アサヒグループの事件では、グループ拠点にあるネットワーク機器が侵入の入口になったと同社は説明しています。機器の種類や、未修正の脆弱性が悪用されたかどうかは公表しておらず、侵入後の管理者権限の奪取については、パスワードの弱点を突かれたとしています。

同社は再発防止策として、リモートアクセスVPN装置と、外部からの侵入リスクを抱えるデバイスの全面廃止を挙げています。

個人情報保護委員会の年次報告でも、不正アクセスによる漏えいの原因として、VPN機器などの脆弱性への対応方法が公開されていたにもかかわらず、事業者が対応を先送りしていた事例が多く見られたと指摘しています。

脆弱性の修正情報が公開されても、企業側で適用されなければ、攻撃者が悪用できる状態が続くことになります。

管理者権限と内部ネットワークの保護

管理者権限は、システムの設定変更、利用者の追加、データの管理などに使われる強い権限です。

攻撃者がこの権限を奪うと、別のサーバーへアクセスしたり、情報を取得したりできる場合があります。

アサヒグループとskyticketでは、侵入後に取得した権限や操作可能になった管理機能を使って、別のシステムへアクセスする活動が報告されています。

被害を制限する方法の一つが「最小権限」です。アカウントやシステムには、業務に必要な範囲の操作だけを許可します。

さらに、ネットワークを業務ごとに分離し、システム間の通信を制限すれば、一つのサーバーが侵害された場合の被害拡大を抑えられます。

スマートフォンアプリからサーバーを狙う攻撃

国内で相次ぐ情報漏えいでは、スマートフォンアプリの解析結果を悪用してサーバーを狙う手法も確認されています。

2026年10月13日、NICT（情報通信研究機構）は「A2B攻撃（App-to-Backend Attack）」について注意喚起しました。

NICTが確認したのは、一般に公開されているAndroidアプリを解析し、接続先のAPIやサーバーを特定して攻撃する手法です。NICTは、iOSアプリやWebサービスのバックエンドでも同様の問題が起こりうるとしています。

スマートフォンアプリは、利用者が画面を操作すると、裏側で企業のサーバーと通信しています。ログイン認証や利用者情報の管理などは、こうしたサーバー側で処理されることがあります。

攻撃者はアプリの構造や通信内容を解析することで、一般には公開していないつもりのサーバーの仕様を把握し、その弱点を探します。

アプリの解析自体は正規のセキュリティ診断でも利用される技術です。問題となるのは、得られた情報を使ってサーバーの脆弱性や閲覧権限の不備を悪用する行為です。

攻撃者はアプリを介さずサーバーに直接リクエストを送れるため、情報の閲覧や操作を許可するかどうかは、サーバー側で適切に判定する必要があります。

NICTは、アプリを公開する事業者に向けて、侵害の有無の確認、脆弱性の点検、暫定的な緩和策という3種類の対策を推奨しています。

一方、ラックは、アプリが解析されることを前提に、重要な認証や認可の判断をアプリ側に任せず、サーバー側で安全性を確保する設計の必要性を説明しています。

出典：NICT「【注意喚起】相次ぐ情報漏えい、その原因の一つは『アプリ解析からのサーバ攻撃』」、ラック「国内で相次ぐWebシステムからの情報漏えい」

委託先とサプライチェーンの管理

企業の業務には、予約、決済、物流、クラウドサービスなど、多数の外部事業者が関わっています。

委託先が侵害された場合、委託元の顧客情報や業務にも被害が及ぶ可能性があります。そのため、取引先に与えるアクセス権限や、事故が起きた際の連絡体制も管理対象になります。

NRIセキュアの「企業におけるサイバーセキュリティ実態調査2025」では、委託元から求められるセキュリティ評価への対応について、日本の委託先企業の75.4％が課題を感じていました。

最も多かったのは、委託元ごとに評価項目や調査票が異なり、対応が煩雑になるという問題で、42.8％が挙げています。

安全性を確認する仕組みがあっても、その運用方法が企業ごとに異なると、取引先の確認作業に負担が生じます。

出典：NRIセキュア「企業におけるサイバーセキュリティ実態調査2025」

AIを使ったサイバー攻撃の実態

国内の事件で問題となった脆弱性、管理者権限、侵入後の別システムへのアクセスは、AIを悪用する攻撃者も対象としている工程です。

2025年から2026年にかけて、GoogleやAnthropicは、AIを利用した攻撃用プログラムの開発に加え、侵入後の情報収集や操作を自動化する事例を報告しました。

これらの調査は、各社が自社サービス上で観測した悪用や、自社の脅威調査で追跡した活動に基づきます。各社が把握できた範囲の情報ですが、AIが実際にどのような作業に使われているかを知る材料になります。

攻撃者はAIを何に使っているのか

2026年6月3日、Anthropicは、悪意あるサイバー活動にClaudeを利用していた832件のアカウントについて分析結果を公開しました。

調査対象は、2025年3月から2026年3月にかけて同社が利用規約違反で停止したアカウントのうち、攻撃手法を分類できるだけの情報があったものです。

分析には、サイバー攻撃の手法を分類するMITRE ATT&CKという枠組みが使われました。

AIを利用した攻撃活動	該当アカウント（832件中）
攻撃用の機能開発	574件（69.0％）
うちマルウェアの開発	560件
侵入先の内部ネットワークでの移動	54件（6.5％）

マルウェア開発の560件は、攻撃用の機能開発574件の内数です。

マルウェアとは、情報の窃取やシステムへの不正操作などに使われる悪意あるプログラムの総称です。

調査では、攻撃用コードの作成だけでなく、コードを解析されにくくする処理や、防御機能を妨害する方法にもAIが使われていました。

侵入後に別のサーバーへ移動する「ラテラルムーブメント」でAIを利用したアカウントは54件でした。利用例の数は攻撃準備段階より少ないものの、Anthropicの独自評価では、この54件の平均リスクスコアは56.4で、調査対象全体の平均46.8を上回っています。

同社は、侵入後の操作にAIを使うことが、高リスクの攻撃者を識別する強い指標だったと説明しています。

また、調査期間の前半6か月と後半6か月を比較すると、中程度以上のリスクと評価されたアカウントの割合は33％から56％へ上昇しました。

Anthropicは、この変化について、検知手法の改善が寄与した可能性も認めています。一方で、侵入済みネットワーク内のアカウント探索や情報の自動持ち出しにAIを使う活動が増えたことも報告しています。

出典：Anthropic「Mapping AI-enabled cyber threats」

AIはどこまで自律して攻撃できるのか

AIによる攻撃の自動化は、プログラムを生成するだけの利用と、AIが外部ツールを操作して作業を進める利用で大きく異なります。

後者では、攻撃者が目的を指定すると、AIがネットワークの状態を調べ、次に何を調査するかを判断しながら処理を進めます。こうした複数の作業を連続して実行する仕組みは、AIエージェントと呼ばれます。

2025年11月13日、AnthropicはClaude Codeを悪用したサイバースパイ活動を公表しました。

同社は2025年9月中旬に不審な活動を発見し、調査の結果、中国政府の支援を受けたと高い確信度で評価する攻撃集団の活動を特定したと説明しています。

攻撃者は約30組織を標的にし、少数の対象では実際に侵入に成功しました。

Anthropicの説明によると、攻撃者はClaude Codeを外部のセキュリティ検査ツールと接続し、システム構成の調査、脆弱性の検証、認証情報の収集、内部の探索などを実行させていました。

2026年6月に公開された追加分析では、攻撃者がセキュリティ検査用のLinux環境（Kali Linux）でClaude Codeを動かし、MCPと呼ばれる接続方式を使って外部の検査ツールを操作させていたことも説明されています。

MCPは、AIが外部のデータやプログラムを利用するための仕組みです。この事件では、AIは調査結果を文章で返すだけでなく、接続したツールを実際に動かしていました。

攻撃の過程では、公開Webサーバーの脆弱性を悪用して内部のクラウド環境へアクセスし、別のサーバーへ接続するためのSSH秘密鍵や、クラウドサービスの認証情報を取得していました。

Anthropicは、このキャンペーンの作業の80〜90％をAIが実行し、人間が介入したのは攻撃ごとにおよそ4〜6回の主要な判断だったと推定しました。最終的なデータの持ち出しなど、重要な操作には人間の指示が関わっていました。

また、AIが存在しない認証情報を報告するなど、誤った結果を返した場面もありました。

この事例では、人間が目的と重要な判断を担い、AIが複数の技術的な作業を連続して実行していました。

出典：Anthropic「Disrupting an AI-orchestrated cyber espionage campaign」、「Mapping AI-enabled cyber threats」

AIによる認証情報収集の自動化

2026年9月8日、Google Threat Intelligence Groupは、AIを使った認証情報収集活動について報告しました。

2026年第2四半期に観測された事例では、攻撃者がクラウド環境を侵害した後、その環境を利用して、AIエージェントによる大量の認証情報収集キャンペーンを計画・構築・実行しています。

その一連の作業にかかった時間は6時間未満でした。

認証情報とは、IDやパスワード、ログイン状態を維持するためのトークンなど、システムへのアクセスを認める際に使われる情報です。

Googleによると、この活動では数千件の第三者の認証情報が侵害されました。

攻撃者はAIコーディングツールと自動化の仕組みを組み合わせ、処理の管理や発生した問題への対応を進めていました。

ここで報告された6時間未満という時間は、侵害されたクラウド環境を利用した後続活動に関するものです。最初の侵入からすべての作業を6時間以内に終えたという意味ではありません。

Googleは同じ報告書で、攻撃者が完全自律型の攻撃パイプラインを実際の標的に使った例はまだ観測していないとしたうえで、エージェント型AIの導入が進んでいることから、攻撃者の利用がその方向へ進んでいる可能性があると分析しています。

人間の指示を受けながら複数の作業を自動化する攻撃と、AIが攻撃の目的から最終判断まで独立して決定する仕組みは、区別して考える必要があります。

出典：Google「From Prompting to Autonomy – The Evolution of Adversarial AI」

AIによる脆弱性の発見と悪用

AIは、攻撃者が脆弱性に関する情報を調べ、攻撃用のコードを作成する場面でも利用されています。

2026年5月11日、Google Threat Intelligence Groupは、AIを使って開発されたと高い確信度で評価するゼロデイ攻撃コードを確認したと発表しました。

ゼロデイとは、修正プログラムが公開される前など、防御側が十分に対応できていない脆弱性を指します。

この事例の攻撃コードは、Webベースのシステム管理ツールに存在した、二要素認証を回避できる脆弱性を利用するものでした。悪用には正規のユーザー認証情報が必要でした。

Googleは、コードの構造やコメントなどからAI利用を高い確信度で評価していますが、使われたAIモデルは特定されていません。

同社は2026年9月の報告でも、修正公開からおよそ1か月後に、Firefoxの脆弱性を狙って大規模言語モデル（LLM）で生成されたとみられる複数の攻撃コードが、外部から閲覧できるディレクトリに置かれていたのを確認しています。

脆弱性の情報が公開されると、防御側は修正に取り組む一方、攻撃者も公開情報を分析して悪用する方法を探し始めます。AIは、その調査や試作を補助する手段になっています。

国内の企業でVPN機器などの脆弱性への対応が先送りされていた例が報告されていることを考えると、修正情報が公開されてから対策を実施するまでの期間は、防御上の課題になります。

出典：Google「Adversaries Leverage AI for Vulnerability Exploitation, Augmented Operations, and Initial Access」、「From Prompting to Autonomy」

技術経験の少ない攻撃者によるAIの悪用

AIの利用は、攻撃の作業時間だけでなく、攻撃者に求められる技術的な知識にも影響しています。

2025年8月、Anthropicは、基本的なプログラミング能力しか持たない攻撃者がClaudeを利用してランサムウェアを開発し、販売していた事例を公表しました。

同じ報告書では、Claude Codeを利用して少なくとも17組織を標的にした、データ窃取と恐喝の活動も紹介されています。

この活動では、盗んだ情報を公開すると脅して金銭を要求しており、要求額が50万ドルを超える場合もあったとされています。

攻撃用プログラムを作る作業や、取得した情報を整理する作業をAIに任せれば、経験の少ない攻撃者でも複雑な処理に取り組みやすくなります。

Anthropicの2026年6月の分析でも、攻撃者自身の技術力の高さは、AIによる危険な能力の増幅を予測するうえで強い指標ではありませんでした。

従来、複雑な攻撃の実行には相応の技術力が必要でしたが、AIと外部ツールを組み合わせることで、攻撃者自身の知識だけでは実行しにくかった処理を進められる可能性があります。

出典：Anthropic「Detecting and countering misuse of AI – August 2025」、「Mapping AI-enabled cyber threats」

AIそのものを狙うサイバー攻撃

企業が導入するAIツールも、攻撃の対象になっています。

例えば、AIコーディングアシスタントには、ソースコードの読み取り、ファイルの編集、テストの実行、外部サービスへの接続といった機能があります。

このとき、AIが読み込むファイルや文章に悪意のある指示を埋め込む攻撃が「プロンプトインジェクション」です。

AIが外部から取得した情報を、正規の利用者からの命令と取り違える危険を利用しています。

Googleが2026年9月に報告した事例では、攻撃者がソフトウェア開発プロジェクト内の隠しフォルダに設定ファイルを置き、AIコーディングアシスタントに任意のコマンドを実行させようとしていました。

こうした攻撃では、AIが読み込んだ文章が、そのままファイル操作やプログラム実行につながる可能性があります。

また、AI開発ツールが利用するAPIキーやクラウド認証情報も攻撃対象になります。これらを盗まれると、外部サービスへの不正アクセスや計算資源の無断利用につながる場合があります。

ラックも2026年10月の報告で、盗まれた認証情報を利用し、Google CloudのVertex AIを通じてClaudeを大量利用した事例や、AWSのAmazon Bedrockを不正利用した事例を紹介しています。いずれも企業がクラウド上で生成AIを利用するためのサービスに関係しています。

AIを悪用して企業を攻撃する場合と、企業が導入したAIサービスそのものを不正利用する場合では、守るべき対象が異なります。

企業でAIを導入する際には、AIが生成したコードの品質に加え、AIが利用できるファイル、ツール、認証情報、外部通信をどこまで許可するかという設計も必要になります。

出典：Google「From Prompting to Autonomy」、ラック「国内で相次ぐWebシステムからの情報漏えい」

日本の情報漏えい事件とAIの関係

今回取り上げた国内企業の公式事故報告では、攻撃者によるAI利用が特定された事例は確認できませんでした。ラックも2026年10月の分析で、国内の一連の事案にAIエージェントが直接関与したという公開証拠は、現時点ではないと評価しています。

一方で、国内企業の防御上の課題と、AIを悪用する攻撃者が対象とする工程には重なる部分があります。

第一に、脆弱性への対応です。AIを利用して攻撃コードを調査・試作する活動が確認されている一方、国内ではVPN機器などの修正が先送りされた事例が公的資料に記載されています。

NICTも2026年10月の注意喚起で、AIによってアプリの解析や脆弱性の発見が効率化され、A2B攻撃がより多くのシステムに広がる可能性を指摘しています。国内で確認された攻撃手法に対して、AIが今後どのような影響を与えるかという観点です。

第二に、侵入後の被害拡大です。アサヒグループやskyticketでは、侵入後に別のシステムへアクセスした経緯が報告されています。Anthropicの調査でも、侵入後の内部ネットワーク移動にAIを使う活動は、リスク評価の高い攻撃者に多く見られました。

第三に、企業自身のAI利用です。AIコーディングツールや外部サービスを業務へ導入する場合、従来のシステムに加え、AIが扱うファイルや認証情報、実行権限も管理対象になります。

これらの事実から考えられるのは、従来から必要だった脆弱性管理、アクセス権限の制限、監視、緊急対応の重要性が、AIを利用した攻撃の普及によってさらに高まるということです。

国内の個別事件の原因をAIに求めるのではなく、実際に観測されている攻撃方法の変化を踏まえて、企業の防御を見直す必要があります。

日本企業のセキュリティ投資と管理体制

企業への攻撃を防ぐには、技術的な対策を継続して運用する必要があります。そのためには、予算、人材、担当部署、緊急時の対応手順なども欠かせません。

中小企業のセキュリティ投資と担当体制

IPAは2024年10月25日から11月6日にかけて、全国の中小企業4,191社を対象にWebアンケートを実施しました。

その結果、直近過去3期に情報セキュリティ対策への投資をしていない企業は62.6％でした。投資していない理由で最も多かったのは「必要性を感じていない」で、投資していない企業の44.3％が回答しています。

ほかには「費用対効果が見えない」が24.2％、「コストがかかりすぎる」が21.7％でした。

企業のセキュリティ体制についても、専門部署がある企業は9.3％で、約7割が組織的な対策体制を整えていませんでした。

調査項目	回答割合
直近過去3期にセキュリティ投資なし	62.6％
組織的なセキュリティ対策体制なし	約7割
セキュリティ専門部署あり	9.3％
投資しない理由が「必要性を感じない」	44.3％

※44.3％は投資していない企業を対象とした回答です。

また、IPAの「5分でできる！情報セキュリティ自社診断」の25項目について、「実施している」と「一部実施している」を合わせた割合は、OSやソフトウェアの最新化が73.0％、ウイルス対策ソフトの導入・更新が71.4％でした。

一方、新たな脅威や手口を社内で共有する仕組みは37.9％、緊急時の体制整備や対応手順の作成は39.8％で、一部実施を含めても4割に届いていません。

技術的な対策が一定程度普及していても、事故への対応や組織内での情報共有が十分に整っていない企業があります。

なお、この調査は中小企業を対象としており、大企業の事故原因を直接説明するデータではありません。

出典：IPA「2024年度中小企業における情報セキュリティ対策に関する実態調査」、調査速報版

企業のVPN利用とセキュリティ更新

NRIセキュアは2025年、日本・米国・オーストラリアの企業2,282社を対象にセキュリティ実態調査を実施しました。

2026年2月12日に公表された結果によると、日本企業のVPN利用率は84.2％でした。前年度調査の85.3％とほぼ同じ水準です。

VPNに関するセキュリティ対策では、「最新パッチの適用」を完了している割合が63.1％でした。

この数字は、VPNに関する対策項目への回答を集計したものです。すべての企業の全システムについて更新率を測った数値ではありません。

外部接続に使う機器については、脆弱性情報の把握、修正プログラムの適用、不要な接続経路の停止など、継続的な管理が必要になります。

出典：NRIセキュア「企業におけるサイバーセキュリティ実態調査2025」

日本企業の経営判断と責任体制

サイバーセキュリティ対策には、情報システム部門だけでは決められない事項があります。

老朽化した機器の交換には予算が必要です。業務システムの更新には稼働停止の調整が伴い、重大な攻撃が発生すれば、サービスを停止するかどうかの判断も求められます。

技術的な問題を把握していても、その解決に必要な判断が進まなければ、危険な状態が長く残る可能性があります。

対策の予算と実施を決める仕組み

技術部門が脆弱性を発見した場合でも、機器の交換やシステム改修が必要であれば、予算を承認する部門との調整が発生します。

業務システムを停止しなければ修正できない場合には、事業部門との調整も必要になります。

こうした調整には、業務への影響を抑える役割があります。しかし、重大な脆弱性が見つかった場合の判断期限や最終責任者が定まっていなければ、対策が先送りされるおそれがあります。

経済産業省とIPAが2023年に公表した「サイバーセキュリティ経営ガイドライン Ver3.0」は、経営者に対して、予算・人材の確保、組織的な管理体制の構築、緊急対応体制の整備などを求めています。

セキュリティ担当者の技術力に加え、その担当者が必要な対策を実施できる権限や仕組みも、防御体制の一部です。

アサヒグループが事故後に見直した管理体制

アサヒグループは2026年2月18日、技術面と組織面の両方について再発防止策を発表しました。

技術面では、リモートアクセス用VPN機器の全面撤去、古い通信経路の見直し、ネットワークの分離、端末の監視強化、権限管理の強化などが含まれています。

組織面では、情報セキュリティを担当する独立した組織と専任役員の設置、情報セキュリティ委員会の設置、取締役会による監督機能の強化を公表しています。

同社は事故以前から、サイバー攻撃を経営上の重要なリスクの一つと位置づけ、グループ共通の基準を設けていたと説明しています。

そのうえで、事件を受けて監視や管理体制をさらに強化する判断をしました。

経営層がリスクを認識していることと、実際に侵入や被害拡大を防ぐ対策が機能することは、分けて考える必要があります。

企業文化や意思決定の遅さとの関係

日本企業の情報漏えいについては、保守的な組織文化や意思決定の遅さが影響しているのではないかという疑問もあります。

例えば、重大な脆弱性が見つかっても、修正による業務停止を複数の部門が承認しなければならない場合、対応までに時間がかかる可能性があります。

逆に、緊急時の判断権限と対応期限を事前に定めていれば、同じ問題を発見しても、より早く対策を進められる場合があります。

AIによる攻撃の自動化が進む状況では、こうした組織的な判断の仕組みが、従来以上に防御の速度へ影響する可能性があります。

今回参照した企業の事故報告、IPAの中小企業調査、NRIセキュアの企業調査は、日本企業に特有の保守性や責任転嫁が情報漏えいを増加させているという因果関係を示したものではありません。

組織文化がセキュリティ対策に与える影響を調べるには、脆弱性の発見から修正までの期間、セキュリティ担当者の決裁権、重大なリスクを経営層へ報告する経路など、実際の業務の仕組みを確認する必要があります。技術部門が危険を把握した後、それをどのような手順で対策に結び付けているかが、企業の防御体制を評価する具体的な材料になります。

出典：経済産業省・IPA「サイバーセキュリティ経営ガイドライン Ver3.0」

企業の情報漏えいに備えて個人ができること

企業が保管する個人データの安全管理については、個人情報保護法第23条が、事業者に必要かつ適切な措置を講じることを求めています。

利用者が企業のサーバーやアクセス制御を直接管理することはできませんが、日常的な認証設定や登録情報の見直しによって、一部の二次被害を減らせます。

パスワードを使い回さない

同じパスワードを複数のサービスで使っていると、一つのサービスから認証情報が流出した場合に、別のサービスへの不正ログインにも悪用される危険があります。

このような攻撃を「パスワードリスト攻撃」と呼びます。

各サービスに異なる長いパスワードを設定し、パスワードマネージャーで管理することで、使い回しを避けられます。

特にメールアカウントは、ほかのサービスのパスワード再設定に使われることが多いため、優先的に保護する必要があります。

パスキーと多要素認証を利用する

パスキーは、公開鍵暗号方式を利用する認証方法です。

利用者側の秘密鍵とサービス側の公開鍵を組み合わせるため、サービス側に従来型のパスワードを預けずにログインできます。

また、認証するWebサイトと結び付いた仕組みなので、偽サイトに誘導してパスワードを入力させるフィッシングへの耐性があります。

パスキーに対応していないサービスでは、多要素認証を設定する方法があります。パスワードに加えて、認証アプリやセキュリティキーなど、別の要素で本人確認する仕組みです。

金融サービス、メール、通販など、重要なアカウントでは、対応している認証方式を確認しておくと、不正ログインの危険を減らせます。

出典：IPA「インターネットサービスへの不正ログインによる被害が増加中」

サービスに登録する個人情報を減らす

会員登録では、氏名、住所、電話番号、生年月日などを求められることがあります。

配送先などサービスに必要な情報もありますが、任意のプロフィール項目については入力する必要性を判断できます。

利用しなくなったサービスのアカウントを整理すれば、管理するアカウントの数や、新たな情報を預ける先を減らせます。

一方、アカウントを削除しても、過去の取引記録や関連データがすべて直ちに消去されるとは限りません。データの保管期間や削除の扱いはサービスごとに異なります。

フィッシング詐欺への備え

メールアドレスや電話番号が流出すると、企業を装った偽メールやSMSなどに利用される可能性があります。

フィッシング詐欺は、本物の企業やサービスに似せたWebサイトへ誘導し、パスワードやカード情報を入力させる手口です。

普段から公式アプリや登録済みのブックマークからアクセスし、メールのリンクから安易にログインしない習慣が、偽サイトへの誘導を避ける助けになります。

流出した情報の種類によっては、別の詐欺にも注意が必要です。例えば、skyticketの事案では返金先の銀行口座情報が対象となり、同社は返金手続きを装って暗証番号などを聞き出す連絡への注意を呼びかけています。

ログイン履歴と決済通知を確認する

銀行やクレジットカード、主要なWebサービスでは、ログインや決済を通知する機能が提供されている場合があります。

対応するサービスで通知を有効にしておけば、不審なアクセスや身に覚えのない決済を早期に発見しやすくなります。

重要なアカウントについては、登録メールアドレスや復旧方法が現在も利用できる状態かを確認しておくことも必要です。

こうした対策は企業のシステムへの侵入を防ぐものではありませんが、利用者のアカウントが悪用された際の早期発見と被害抑制につながります。

よくある質問

日本企業は海外よりサイバー攻撃に弱いのですか？

日本企業には、セキュリティ投資、機器の更新、組織的な管理体制などに課題が見られます。国際的な優劣を判断するには、企業規模や業種、対策項目をそろえて比較する必要があります。

AIを使ったサイバー攻撃は実際に起きていますか？

AnthropicやGoogleは、攻撃者がAIを利用してマルウェアを開発したり、脆弱性を調査したり、侵入後の操作を自動化したりした活動を報告しています。

日本の情報漏えい事件にAIは使われているのですか？

2026年10月15日時点で、国内の一連の事案にAIエージェントが直接関与したことを示す公開証拠は確認されていません。AIによって攻撃の準備や調査が効率化される可能性と、実際の事件で使われたことは区別する必要があります。

大企業でもサイバー攻撃を防げないのはなぜですか？

大企業では多数のシステム、外部サービス、ネットワーク機器などを利用しており、攻撃の入口も複数存在します。侵入防止だけでなく、管理者権限の制限、内部ネットワークの監視、被害拡大の防止、復旧体制も必要になります。

参考・参照元

よかったらシェアしてね！

URLをコピーしました！

URLをコピーしました！

この記事を書いた人

山田

AI・IT・テクノロジーの話題を中心に、気になったニュースや研究を一次資料までたどって調べています。

新しい技術を「すごい」「怖い」で終わらせず、何が起きているのか、なぜ注目されているのか、どこまで分かっているのかを、できるだけ前提から整理して書いています。

AI、サイバーセキュリティ、プログラミング、ハードウェア、そして技術が社会に与える影響が主なテーマです。
専門的な話でも、詳しい人だけのものにしないこと。分からないことは分からないままにせず、元の資料まで確認すること。
そんな姿勢で「柩のノート」を更新しています。