AIが脆弱性を自動で見つける時代、日本企業はどう備えるか — 3つの選択肢

なぜ今、自社のセキュリティを見直すべきか

結論から書きます。Anthropicが2026年4月に発表したClaude Mythosの能力(主要OSから数千件のゼロデイ脆弱性を自律発見)が、今後1年以内にオープンソースの世界にも到達します。Mythosそのものは世界11社しか触れませんが、Part 2で取り上げた『OpenMythos』のような再現プロジェクトがGitHubで1ヶ月12,900スターを集める時代になりました。

今までセキュリティ対策の議論は『攻撃側の能力はある程度想定できる』前提に立っていました。人間の攻撃者が時間をかけて少しずつ脆弱性を見つけてくるのを、防御側も人間のスピードで追いかける構図です。Mythos以降の世界では、攻撃側が『AIで一晩に数百件のゼロデイを発見・エクスプロイト化する』能力を手に入れる可能性があります。

1年という時間は長いように見えて、企業のセキュリティ体制を作り直すには短い時間です。社内システムの棚卸し、パッチ運用の自動化、社内人材の育成・採用、外部委託先の整備、経営層の合意形成、予算承認まで含めると、最低でも半年から1年は走り続けないと間に合いません。だから今、動き始める意味があります。AIエージェント導入を段階的に進める考え方はエンタープライズAI導入を『試す』から『業務にする』へ｜スケール4段階の設計ポイントで全体像を整理しています。

日本企業の現在地 — なぜProject Glasswingに日本が入っていないのか

Anthropicが運営するProject Glasswingの参加11社は、AWS・Anthropic・Apple・Broadcom・Cisco・CrowdStrike・Google・JPMorgan Chase・Linux Foundation・Microsoft・NVIDIA・Palo Alto Networksです。米欧のクラウド・OS・金融・通信機器・セキュリティ専業ベンダーが中心で、日本企業は1社も含まれていません。

なぜ日本企業が入っていないのか。表面的な理由は『英語圏のグローバル防衛能力を中心に選定された』ということですが、もう少し構造的に見ると、3つの背景があります。

1. 重要インフラの規模感 — AWSやMicrosoft・Googleのようなハイパースケーラー、Cisco・Palo Alto Networksのようなセキュリティ専業の大手は、世界規模で見ると日本企業に近接するプレイヤーが少ない。NTTやKDDIは候補になりうるが、国境を超える防衛協力体制が確立していない
2. 米英主導の安全保障枠 — Mythos配布はFive Eyes(米英加豪NZ)の安全保障情報共有の枠内で運用されている色合いが強く、選定プロセス自体が日本を含めにくい構造
3. Anthropic側の営業優先順位 — Anthropicは米英EUを中心に大手企業契約を伸ばしてきた一方、日本市場は2024年から本格進出した後発市場。重要パートナー選定の優先順位がまだ低い

実務的に言えば、日本企業の情シス担当者にとって『AnthropicからMythosを借りて自社の脆弱性を先に見つけてもらう』という選択肢は今のところありません。米欧の重要インフラが先に守られていく一方で、日本企業はその恩恵から外れた位置に立たされている、というのが現在地です。日本の中堅企業が現実的に取り組めるAIエージェントの導入方針はAnthropicとOpenAIが同時投入したエンタープライズAIエージェント｜中堅企業が取り込むべき4つの視点で整理しています。

選択肢①: 社内システムの脆弱性を今すぐ棚卸し

ここから3つの具体的な選択肢を提示します。最初の選択肢は『攻撃側がAIで自社を狙う前に、自社で先に見つけてパッチを当てる』時間稼ぎです。一見当たり前ですが、多くの日本企業で『最後に体系的な脆弱性スキャンをしたのはいつか』を即答できない現実があります。

予算感の目安は、中小企業で年100〜300万円、中堅企業で年500〜1,500万円、大企業で年数千万円〜1億円程度です。脆弱性スキャナーは月額契約のSaaS型が主流なので、いきなり全システム対象にせず、優先度の高い『公開Webサイト』『公開API』から段階的に広げていくのが現実的です。

重要なのは『見つけて終わり』にしないことです。スキャンで100件の脆弱性が見つかったとしても、社内でパッチを当てて再スキャンで0件にするまでが棚卸しです。次の選択肢②(パッチサイクル高速化)とセットで考えてください。

選択肢②: パッチサイクルの高速化 — Mozillaに学ぶ

Part 1で紹介したMozillaのFirefox 150リリースは、選択肢②の象徴的事例です。Mozillaは2026年4月、Claude Mythosが発見した271件の脆弱性を1回のメジャーリリースでほぼ全てパッチしました。180件のsec-high・80件のsec-moderateを、緊急対応で開発・テスト・配布まで完遂したのです。

日本企業の業務システムで、同じスピード感でパッチを当てられる体制は珍しいと思います。多くの場合『パッチを当てるための承認会議に2週間、テスト環境準備に1週間、本番反映の調整にさらに2週間』というスケジュールが普通で、緊急脆弱性に対しても1〜2ヶ月かかるのが実態です。

この体制ではMythos時代に間に合いません。攻撃側がAIで1日に数十件の脆弱性を発見してくる時代に、防御側が1件のパッチに数ヶ月かけていれば、被害は不可避です。パッチサイクルを最低でも『発見から1週間以内に本番反映』のレベルに引き上げる必要があります。

1. CI/CDパイプラインの整備 — 全社的にGitHub Actions・GitLab CI・CircleCI等を導入し、コミットからテスト・本番反映までを自動化。手動デプロイを残さない
2. テスト自動化の比率向上 — 単体テスト・統合テスト・E2Eテストを全て自動化し、人手レビューの工数を最低限まで圧縮
3. 緊急パッチ運用ルールの明文化 — 『sec-highは48時間以内に本番反映』『sec-moderateは1週間以内』など、組織レベルでパッチSLAを定義
4. AI開発エージェントの活用 — Claude CodeやCursorで脆弱性修正コードのドラフトを自動生成し、人間レビューだけで本番反映できる体制に
5. 承認フローの簡素化 — 緊急パッチ専用の高速承認ルートを設計。CTO/CISOの1名承認で本番反映できる仕組みに

予算感は、CI/CD整備に年200〜500万円、テスト自動化に年300〜1,000万円、AI開発エージェントの導入に月数万円から数十万円程度です。一度整備すれば、その後の運用コストは大きく下がります。むしろ整備しないままMythos時代を迎える方が、長期的にはコスト高になります。

選択肢③: AI Red Team — 社内システムをAIで定期テストする

3つ目の選択肢は『攻撃側と同じ道具を、社内の防御側でも持つ』考え方です。AI Red Teamと呼ばれる手法で、自社システムをAIに攻撃させ、見つかった脆弱性を内部で修正するという、防御を一段階引き上げる仕組みです。

本物のClaude Mythosは触れませんが、現時点で誰でも使えるAIだけでも、かなりのことができます。Claude Opus 4.7やGPT-5.5に自社コードのレビューを依頼すれば、人間の目では見逃しやすい脆弱性パターンを指摘してくれます。

# Claude Code で自社リポジトリのセキュリティレビューを実行する例
# プロジェクトルートで実行
claude "このリポジトリのコード全体をセキュリティ観点でレビューしてください。n特に以下を確認してください:n1. SQL Injection 可能な箇所n2. XSS の余地がある HTML 出力n3. 認証バイパス可能なルートn4. 秘密情報のハードコードn5. 依存パッケージの既知の脆弱性 (CVE)nn発見した脆弱性は重要度別に分類し、n修正コードのドラフトも提示してください。"

中長期的には、OpenMythosのような『Mythos相当のOSS』が学習を完成させて公開された段階で、それを社内に取り込んで自社専属のAI Red Teamとして運用する選択肢も視野に入ります。Glasswing参加企業に1社も日本企業が入っていない以上、自前でAI Red Team能力を持つことは、Mythos時代を生き残るための必須要件になります。OSSのAIモデルを社内で安全に動かす設計は大企業こそローカルLLMとオンプレミス生成AIを検討すべき理由、AIコーディングエージェントを社内に入れる際のルール設計はAIコーディングエージェントを安全に導入するための社内ルール設計を参照してください。

経営層が判断すべき『使う/使わない』の論点

ここまでは情シス担当者が動かす実務的な選択肢ですが、経営層には別の観点での判断が求められます。投資判断・ガバナンス・法務対応の3点に整理します。

特に投資判断は、被害発生時のコストを過小評価しないことが重要です。情報漏洩の平均被害額は、中堅企業で1〜3億円、大企業では数十億円規模に達することもあります。年数百万円〜数千万円のセキュリティAI投資は、被害発生確率を1%下げるだけでも十分なROIが取れる計算です。AIエージェントから情報が漏洩する経路の整理はAIエージェントが企業データを漏らす5つの経路｜経理AXで守るべき設計原則、AIに何を入れて何を入れるべきでないかの判断軸はそれ、AIに入れて大丈夫ですか — 企業が生成AIに入れてはいけない情報9類型と判断基準で詳しくまとめています。

中小企業のための『最小構成』アクションプラン

ここまでの選択肢は中堅・大企業向けです。社員数100名以下の中小企業向けに、もっと現実的な最小構成プランを提示します。

1. 公開Webサイトの脆弱性スキャナーを月額契約 — Detectify(月3万円〜)やSnyk(無料プランあり)で公開サイトを月1回スキャン
2. Claude / ChatGPT 等を使ったコードレビューを習慣化 — 開発者がコミット前にAIにレビュー依頼する習慣を社内ルール化。コストは月数千円から
3. パッチ運用の社内手順書を整備 — 『誰が』『何を』『何日以内に』対応するかを1ページで文書化。内製可能、外注しても20〜50万円
4. 年1回の外部脆弱性診断を予算化 — ベンダーに依頼する正式な脆弱性診断を年1回実施。50〜200万円程度
5. 経営層が『セキュリティはコストではなく投資』と言語化 — 全社員にメッセージとして発信し、現場の協力を得る

この5つを揃えるだけで、年間予算100万円台から中小企業のMythos時代対応が始められます。完璧を目指す必要はなく、『何もしていない状態』から『最低限の備えがある状態』に持ち上げるだけで、攻撃側のコスト対効果が悪化し、自社が標的にされる確率が下がります。

まとめ — Mythos時代を生き残る3つの行動指針

Claude Mythos特集の最終回として、Part 1からPart 3を通じて見えてきた行動指針を整理します。

• AIによる脆弱性自動発見は、フロンティアモデル(Mythos)から始まって、1年以内にOSSにも到達する
• Project Glasswing参加11社に日本企業は1社も入っておらず、米英主導の防衛枠の外にいる
• 選択肢①(脆弱性棚卸し)・②(パッチ高速化)・③(AI Red Team)の3つを自社サイズで組み合わせる
• 中堅以上は社内チーム+外部委託のハイブリッド、中小はSaaS+AIエージェント活用が現実解
• 経営層は『セキュリティはコストではなく投資』と明文化し、現場の動きを後押しする
• 全社のAI戦略を『フロンティア追従』ではなく『業務密着の継続改善』に置く方が、長期的にはROIが高い

Mythosのようなフロンティアモデルは話題性があり、メディアでも大きく取り上げられます。一方で、日本企業の日常業務にとって本当に重要なのは『話題性のあるAI』ではなく『業務サイクルに組み込めるAI』です。前者は変化が早く、追いかけ続けるコストが高い。後者は一度組み込めば中長期的に企業の競争力を底上げします。Mythos時代の備えも、この優先順位で進めるのが現実解です。