富士通のセキュリティ商談が倍増：サイバー攻撃急増でAI対策を強化する企業の実践手法

公開日：2026年10月30日更新日：2026年11月3日文：クリスタルメソッド編集部監修：河合継（代表取締役）

AIでサイバーセキュリティ対策を強化する企業の実践手法——攻撃急増時代の対応指針

サイバー攻撃急増が示す企業セキュリティの構造的危機

2026年10月29日、富士通の決算説明会で磯部武司副社長兼CFOが公表した数字は、企業のセキュリティ担当者でなくとも重く受け止めるべき内容だ。セキュリティ商談件数は2026年度第2四半期（7〜9月）に前年同期比約2倍の約1000件に達し、受注規模は概算で約1.5倍に拡大したと報じられている（電波新聞デジタル、2026年10月29日）。

数字の背後にある実態はより深刻だ。警察庁によれば2026年上半期のランサムウェア被害は123件と集計開始以来の半期最多を記録している（Yahoo!ニュース）。京王電鉄が9月にランサムウェア被害を公表し、タイムズカーでも不正アクセスにより退会者を含む約660万件のアカウント情報が流出したと9月に公表されている。さらに10月にはPHPに重大な脆弱性が公表されている（Yahoo!ニュース・サイバー攻撃、ＡＩ・ネット・ＩＴ、企業・経営）。

富士通は2026年8月に、サイバーセキュリティー戦略を担う100人規模の組織を10月に設ける方針を発表し（日本経済新聞・2026年8月26日）、自社の防御体制の強化を進めている。商談の急増と合わせて、サイバー防御が一過性でなく継続的な経営課題になっていることがうかがえる。大手のセキュリティ商談が倍増しているということは、同じ脅威が中堅・中小企業にも等しく向けられているにもかかわらず、対応リソースは企業規模に比例しないという非対称性が存在することを意味する。

AIを使った攻撃で実際に情報が漏れた事例は、AIハッキングによる日本・世界の情報漏洩被害一覧で説明しています。

関連記事AIによる情報漏洩の原因・事例と2つの経路は？

従来型対策が限界を迎える理由——AIが必要とされる構造的背景

攻撃側がAIを活用しているという現実がある。フィッシングメールの文面自動生成、マルウェアの多形的な変異、正規の認証情報を悪用するなりすまし攻撃——これらは従来のシグネチャベースの検知ツールが苦手とするパターンだ。ルールベースのSIEM（セキュリティ情報・イベント管理）は既知の攻撃パターンには強いが、新種の手法への対応に遅れが生じやすい。

もう一つの問題はアラートの量だ。中規模のネットワークでも1日あたり数千から数万件のセキュリティイベントが発生する。専任のセキュリティアナリストが限られる組織では、すべてを手動でトリアージ（優先度付け）することは現実的ではない。対応が遅れた結果、被害が拡大する構造が繰り返される。

AIが担えるのは主に「大量データの中から異常を素早く見つけ、優先度を付け、初動対応を補助する」役割だ。人が最終判断するための情報処理を高速化・高精度化する位置づけであり、人を不要にするものではない。

図1：AIを活用したセキュリティ対応フロー。大量ログの収集・異常検知・優先度付けをAIが担い、最終的な判断と対処は人が行う。

次に読む：AIセキュリティ対策とは？企業のリスクと対策は？

AIセキュリティ対策とは？企業が知るべきリスクと今すぐできる対策【2026年】

企業が実際に使えるAIセキュリティ対策の技術と手法

AIをセキュリティに活用する手法は複数の層に分かれる。導入目的と自社の課題に照らして選択することが重要だ。

機械学習による異常検知（UEBA・ログ分析）

UEBA（User and Entity Behavior Analytics）は、ユーザーやデバイスの通常の行動パターンを機械学習でモデル化し、そこからの逸脱を検出する手法だ。たとえば、通常は国内からのみアクセスする管理者アカウントが深夜に海外IPからアクセスした場合、即座にアラートを生成する。ランサムウェア攻撃の多くが正規の認証情報を使った横断移動（ラテラルムーブメント）を経由することを踏まえると、この手法は早期発見に有効とされる。Microsoft Sentinel、Splunk SIEM、Elastic SIEMなどのプラットフォームが機械学習ベースの異常検知機能を商用提供しており、クラウド型で導入できるものも多い。

自然言語処理を活用したフィッシング検出・メールフィルタリング

フィッシングメールの高度化に対応するため、自然言語処理（NLP）を使ってメール本文の意図・文体・送信元の信頼性を多角的に評価するフィルタリングが普及している。ルールベースのスパムフィルタでは識別困難な「ビジネスメール詐欺（BEC）」の検出に有効とされる手法で、Google WorkspaceやMicrosoft 365が標準機能として搭載している。

脆弱性スキャンとパッチ優先度付け

PHPに重大な脆弱性が2026年10月に公表されたように、公開された脆弱性は攻撃者に即座に悪用される。AIを使った脆弱性管理ツールは、自社システムのアセットリストと公開された脆弱性データベース（CVE等）を照合し、実際の攻撃で悪用されているかどうかのリスクスコアを付けて優先度を提示する。Tenable.ioやQualysが代表的なプラットフォームだ。

SOAR（セキュリティオーケストレーション・自動化・対応）

AIと自動化を組み合わせたSOARは、特定のアラートが発生した際に隔離・通知・チケット起票といった初動対応を自動実行する。アナリストが手動で対応していた繰り返し作業を省力化し、真に判断が必要な事案への集中を可能にする。Palo Alto Networks Cortex XSOARやSplunk SOARが市場に浸透している。

中堅・中小企業と自治体の現実的な導入ステップ

大手とは異なり、中堅・中小企業や自治体がフルスクラッチでセキュリティSOCを構築するのはコスト面で現実的ではない。段階的なアプローチが妥当だ。

限られた予算での導入ステップ（本文の手順を図にしたもの）

表1：規模別・課題別のAIセキュリティ対策の選択肢
組織規模・課題	推奨アプローチ	代表的なサービス形態	主なコスト構造
中小企業（専任セキュリティ担当なし）	クラウド型MDR（マネージドディテクション＆レスポンス）の外部委託	月額サブスクリプション型MDR	月額固定費（エンドポイント数課金）
中堅企業（IT部門あり・SOCなし）	クラウドSIEM＋AI異常検知の内製＋SOCの部分外注	SaaS型SIEM＋MSP契約	データ量・ライセンス数課金
自治体・公共機関	LGWAN環境対応のクラウドSIEM＋J-CSIP連携	政府認定クラウドサービス（ISMAP登録）	調達・入札ベース
大手企業（社内CSIRT保有）	SOAR導入による対応自動化＋脅威インテリジェンス連携	エンタープライズ向けプラットフォーム	ライセンス＋導入・保守費

※各製品・サービスの費用は提供事業者への個別確認が必要。上記は市場の一般的な傾向を整理したものだ。

予算・人員が限られる組織では、まず既存ツール（Microsoft 365、Google Workspace等）に含まれるAIセキュリティ機能を有効化することが、費用対効果の高い第一歩になりやすい。多くの企業がライセンスを保有しながら、高度なセキュリティ設定を無効のままにしているケースがある。

AIで解決できないこと——導入判断で見落としがちなリスクと限界

AIを過信すること自体がセキュリティリスクになる。以下の限界は、導入前に経営・事業責任者が認識しておくべき点だ。

誤検知・見逃しのトレードオフ：AIの異常検知は感度を上げると誤検知（フォルスポジティブ）が増え、アナリストの工数を圧迫する。逆に感度を下げると攻撃を見逃す。適切なチューニングには自組織のデータと専門知識が必要であり、導入直後から高精度で動くわけではない。

学習データの偏り：機械学習モデルは過去のデータで学習するため、新種・ゼロデイ攻撃には弱い。未知の攻撃手法に対しては依然として人の判断と外部の脅威インテリジェンスが不可欠だ。

人的・組織的な抜け穴はAIでは補えない：フィッシングメールを見抜けなかった従業員が認証情報を入力してしまうケースや、内部関係者による意図的な情報持ち出しは、AIだけでは防止が難しい。セキュリティ教育・アクセス権限の最小化・多要素認証（MFA）の徹底が前提となる。

個人情報・プライバシー規制への配慮：UEBAのようなユーザー行動監視は、従業員のプライバシーや個人情報保護法との兼ね合いを精査する必要がある。導入前に法務・労務との確認が求められる。

コストの過小見積もり：ツール導入費だけでなく、チューニング・運用・インシデント対応訓練に継続的なコストが発生する。導入したら終わりではなく、維持運用の体制とコストを含めて投資判断すべきだ。

明日から取れる実務的な三つの行動

意思決定者が今日から動ける行動を段階的に示す。

第一歩：現状把握の棚卸し。自社が現在使っているセキュリティツールの一覧と、そのうちAI機能・高度な設定が有効になっているかを確認する。Microsoft 365のDefender設定、Google WorkspaceのAlert Centerの状況を確認するだけでも、無効になっている保護機能が見つかることは少なくない。

第二歩：守るべき資産の優先順位付け。自社で最もクリティカルな資産（顧客個人情報・基幹システム・会計データ）を特定し、そこへのアクセスログが取れているか・異常を検知できる仕組みがあるかを確認する。富士通が2026年8月に発表した「サイバー防衛ライフサイクル」は、戦略立案から評価・改善までを一体で捉える考え方で、守るべき対象に優先順位を付けて投資する点が参考になる（富士通プレスリリース、2026年8月26日）。

第三歩：外部専門家との対話。MSSP（マネージドセキュリティサービスプロバイダー）やIPAの情報セキュリティ相談窓口を活用し、自社の規模・予算・リスク許容度に合った選択肢を確認する。稟議に必要なROI試算も、自社のログ量・インシデント対応コストの実績値を持ち込むことで精度の高い議論ができる。

サイバー攻撃の頻度と巧妙さは、2026年上半期のランサムウェア被害最多記録が示す通り、増加傾向にある。AIはこの非対称な戦いで防御側の処理能力を底上げする手段として確立しつつあるが、導入効果は設計・運用の質に大きく依存する。ツールを選ぶことよりも、何を守るかの優先順位を明確にすることが意思決定の出発点だ。

参考文献