AI が組織にもたらす 4 億 5700 万件のサイバーセキュリティリスクに対するセキュリティ対策

Tenable は 30 日間で、7,000 以上の組織において 4 億 5,700 万件の AI 関連セキュリティ問題を検知し、1 組織あたり平均 6 万 2,000 件のエクスポージャーが確認されました。「シャドー AI」が問題であることをすでに認識していなかったとしても、このようなデータを見れば、あらゆる組織が包括的なサイバーエクスポージャー管理プログラムを通じて、リスクを可視化し、マッピングし、評価し、保護する必要があるのは明らかです。

AI は組織にどれほどのサイバーセキュリティリスクをもたらすのか？

これまで一部のセキュリティ担当者は、「シンプルで分かりやすい考え方」を前提としてきました。脆弱性対応の SLA がすべて達成されていれば安全だと考え、CVE の追跡やパッチ適用のスケジュール管理に注力すれば、サイバーリスクは適切に管理できていると思われてきました。

今日、AI によってサイバー脅威が拡大し、サイバー防衛のあり方が一変する中、この格言は、単なる古い思い込みから、まさに危険極まりない誤謬へと変わっています。このモデルに基づいて活動するサイバーチームは、Tenable が「vulnami」と呼ぶもの――AI による脆弱性発見によって引き起こされる CVE の津波――に飲み込まれてしまうリスクがあります。 また、ハイブリッド環境において、CVE 以外の脅威が広範囲に及んでいることに気づかず、対処できないリスクもあります。

このブログでは、 「AI は組織にどれほどのサイバーセキュリティリスクをもたらすのか？」という疑問に答え、サイバーエクスポージャー管理がどのようにセキュリティチームを強化し、「CVE の津波 (vulnami)」に先手を打つだけでなく、オンプレミスとクラウドを問わず、アタックサーフェス全体にわたる CVE 以外の課題にも対処できるようにするのかを詳しく解説します。

脆弱性修正の悲惨な現状

2026 年版 Verizon Data Breach Investigations Report (DBIR) によると、侵害の約 3 分の 1 (31%) は未パッチのCVEを起点としており、脆弱性の悪用が最も一般的な初期侵入経路となっています。

ここで重要な点は、こうした CVE のほとんどは、ニュースの見出しを飾るようなゼロデイ脆弱性ではないということです。 多くの場合、これらは数年も前から存在し、パッチもずっと前から公開されている脆弱性です。 

この点を説明するために、Tenable One サイバーエクスポージャー管理プラットフォームから得られた最新のテレメトリデータをご紹介します。

• 1,865 の組織が、フォーティネットの FortiOS における 2024 年の脆弱性 (CVE-2024-21762) の影響を依然として受けている
• 3,569 の組織が、2021 年の Log4Shell 脆弱性 (CVE-2021-44228) のリスクに依然としてさらされている
• 1,430の組織が、2017年のWannaCryの脆弱性「CVE-2017-0144」の影響を依然として受けている

さらに、13,000 を超える組織からの集計データに基づき、2026 年版ベライゾン DBIR レポートでは、これらの組織が、サイバーセキュリティ・インフラセキュリティ庁 (CISA) の既知の悪用されている脆弱性 (KEV) カタログに掲載されている CVE のうち、実際に出回っている状態で積極的に悪用されているものをリストアップしたもので、これらの組織が完全に是正できたのはわずか 26% に過ぎないことが判明しました。

また、タイムリーなパッチ適用に関しては、DBIR によるとほとんどの組織で進展が見られないばかりか、むしろ後退している状況です。パッチ適用までの期間の中央値は 43 日となっており、昨年のベライゾン DBIR で報告された 32 日から増加しています。要するに、AI によって攻撃者がかつてないスピードで脆弱性を発見・エクスプロイトできるようになったまさにその瞬間に、企業がパッチを適用するのにより多くの時間がかかるようになっているのです。

こうした現実を踏まえると、防御側は AI を活用して、脆弱性の優先順位付けと修正を自動化すべき時が来ています。そのためには、エージェント型AI セキュリティツールを含むセキュリティスタックと自社のチームを信頼し、最も重大な脆弱性を数週間や数ヶ月ではなく、数時間以内に修正できるようにする必要があります。

また、脆弱性管理だけにとどまらず、その先へ進むべき時が来ています。脆弱性管理は依然として不可欠ですが、それだけでは不十分だからです。 AI 時代において組織のセキュリティを確保するためには、IT、オペレーショナルテクノロジー (OT)、AI、IoT、クラウド資産全体にわたる、アイデンティティの欠陥や設定ミスを含むあらゆるセキュリティ上の脅威を評価し、それらがどのように組み合わさって、組織の最も機密性の高いシステムやデータへとつながる攻撃経路を形成しているかを把握する必要があります。

CVE以外の脅威の驚異的な規模と影響

2026 年の DBIR によると、情報漏洩の 31% が CVE を起点としているとすれば、サイバーインシデントの 3 分の 2 は、次のような、まったく別の要因を起点としていることになります。例えば、以下のようなものです。

• 設定ミス
• 盗まれた認証情報
• 露出したシークレット

CVEに登録されていないセキュリティ上の問題は、どの程度重要なのでしょうか？ Tenableのテレメトリデータによると、検出結果の約37％はCVEではないものの、これらが侵害の侵入経路の63％を占めています。 ここは重要なポイントです。検出結果の 3 分の 1 が、リスクの 3 分の 2 を占めているのです。

したがって、セキュリティ対策プログラムがCVEのみ、あるいは主にCVEのみを監視している場合、アタックサーフェスの大部分を事実上見落としていることになります。

目には見えないが、極めて深刻な脅威: シャドー AI

AI の影響により、この可視性の格差は毎週拡大しています。新しい AIツールが市場に登場すると、従業員は組織の承認を得ることなく、それをすぐに取り入れてしまうことがよくあります。

未承認の AI ツールが環境内で使われていないか、どれくらいの頻度で後追いで確認しているでしょうか。さらに、インフラの他の分野と同様、AI に関連するリスクの多くは標準的な CVE ではなく、LLM の設定ミスや未管理のモデル依存関係、AI ワークロード内で露出した認証情報などに起因します。

この問題の規模を具体的に把握するために、最近の30日間にわたり、Tenable One サイバーエクスポージャー管理プラットフォームは、AI 専用に開発された 274 種類の検出プラグインを用いて、当社の顧客基盤全体で 4 億 5700 万件のセキュリティ上の問題を発見しました。これを顧客 1 社あたりで平均すると、AI 関連のエクスポージャーは 62,000 件となります。

ここでは、シャドー AI のリスクに関する具体的な例を 1 つ挙げます。当社の AI 検出プラグインを利用しているある顧客が、以前は Clawdbot や Moltbot として知られていたエージェント型 AI パーソナルアシスタントツール「OpenClaw」を 12 件発見しました。一見するとそれほど悪くはないように見えますが、その組織は自社環境での OpenClaw の使用を承認していませんでした。しかし、さらに詳しく調べてみると、はるかに深刻な事態が判明しました。

OpenClaw のインスタンスは、品質保証テストを委託していた外部業者によって、顧客のクラウドワークロード上にインストールされていました。彼らは、その請負業者に API キーを提供しただけでなく、ソースコードの大部分へのアクセス権も与えていました。さらに、この請負業者は、OpenClaw のインスタンスを、Telegram (これも承認されていないツール) を介してリモートで管理できるように設定していました。 

つまり、第三者業者によってインストールされた、自律的な機能を備え、ソースコードにアクセスしていた未承認の AI ツールが、12件も存在していたということです。さらに、OpenClaw は、同社が可視化もアクセスもできない通信チャネルを通じて制御されながら、インターネットからどこのものとも分からないソフトウェアを遠隔でダウンロードしていました。

重要なのは、AI のアタックサーフェスは将来の問題ではなく、すでに現実のリスクであるという点です。そのため、AI に対するセキュリティ対策が不可欠です。

AI を活用したサイバーエクスポージャー管理の導入

従来の CVE プログラムが必要ではあるものの不十分であるとするなら、その解決策は何でしょうか？ ご想像の通り、それは AI を活用したサイバーエクスポージャー管理です。

サイバーエクスポージャー管理は、従来のポイントインタイムの脆弱性診断をはるかに超え、オンプレミス、クラウド、OT 環境、さらには AI ツールやインフラに至るまで、攻撃者が悪用する可能性のある脆弱性、設定ミス、過剰な権限、および漏洩した機密情報を、アタックサーフェス全体にわたって継続的に評価するものです。 重要なのは、サイバーエクスポージャー管理が、単にこれらの問題を列挙するだけでなく、それらを結びつける攻撃経路を可視化することにあります。

特に、Tenableの調査によると、組織はセキュリティ上の検出結果1件につき平均3つの攻撃経路に直面していることが明らかになっています。したがって、検出結果が5万件ある場合、その環境は攻撃者に対して15万通りの侵入経路を提供していることになります。 もちろん、それらがすべて同じように重要というわけではありません。また、ここでは、サイバーエクスポージャー管理により、最も重要な資産に直接つながる経路を隔離・遮断することで、セキュリティ対策に役立ちます。

貴社のチームは、今日、攻撃者が貴社の最重要資産に到達するために、その時点で最も頻繁に利用すると考えられる上位 5 つ、あるいは上位 10 の攻撃経路を把握していますか？あなたのチームは、それらの攻撃経路の連鎖を断ち切るのにどれくらいの時間がかかるか、把握していますか？ もしこれらの質問に対する答えが「いいえ」なら、サイバーエクスポージャーの修正における優先順位はおそらく間違っているでしょう。

対応は急務

AI の登場により、セキュリティ担当者の負担はさらに増しています。攻撃、脆弱性の発見、悪用、そしてアタックサーフェスの拡大のスピードに対応するという課題を解決するには、予防的なセキュリティ運用モデルと、サイバーリスクを低減するための新たなアプローチが必要です。

幸いなことに、AI を活用したサイバーエクスポージャー管理によって攻撃経路のマッピングと優先順位付けが自動化されるため、以下のメリットを得て、脅威の一歩先を行くことができます。

• ハイブリッド環境全体のアタックサーフェス全体にわたる継続的な資産検出を通じて、すべての脆弱性、設定ミス、過剰な権限、およびその他のセキュリティ問題を把握し、一元的な可視性を実現します。
• 一見孤立しているように見えるセキュリティ上の問題が、どのように相互に関連し合い、悪用される可能性のある危険な攻撃経路を形成しているかを可視化する、AI を活用した状況に応じたインサイト
• 適切な安全策 (人間の監督を含む) を備えたエージェント型 AI ワークフローを通じて、自動化された協調的な修正をトリガーする、マシン並みのスピードで動作するアクション

サイバーエクスポージャー管理機能が導入され、承認されていないシャドー AI ツールを含む包括的な資産検出、アタックサーフェスの完全な可視化、より精度の高い優先順位付け、そしてマシンスピードでの修正が可能になりました。

容易なことではありませんが、サイバーエクスポージャー管理を行うことで、AI 時代の組織を保護することが可能になります。今すぐ取り組むべきです。 

詳細については、ブログ記事「Mythos の時間との闘い: 自動パッチ適用に Tenable Hexa AI カスタムエージェントを活用」をご覧ください。