Claudeが脆弱性を見つける時代に、セキュリティ企業は何を売るのか

AI活用

※この記事は2026年9月時点の公開情報をもとに、AIによってサイバーセキュリティ産業の役割がどう変わるかを考えた個人的なメモです。個別企業の投資判断や、サイバー攻撃の手法を扱うものではありません。

最近、AIの脅威や開発リスク、安全性について語られる場面が増えています。

高性能なAIが、これまで人間が見つけられなかった脆弱性を見つける。
同じ能力が攻撃側へ広がれば、従来より速く、大規模な被害が起きるかもしれない。
だから、AI開発の速度や公開範囲を慎重に考える必要がある。

ここまでは分かります。

ただ、その流れの中でセキュリティ企業が注目されているのを見て、少し引っかかりました。

よく見る連想は、次のようなものです。

AIの攻撃能力が上がる。
企業はセキュリティ予算を増やす。
だから、既存のセキュリティ企業が必要になる。

たしかに、需要が増える方向は自然だと思います。

しかし、そもそもの脅威は、従来より高性能なAIです。

現在のセキュリティ企業は、その高性能AIへ本当に対応できるのでしょうか。

セキュリティという名前が付いているから注目されたのか。
実際に防げる技術や運用が確認されているのか。
それとも、危険が増えれば予算も増えるはずだという期待が先に立っているのか。

脆弱性を見つける一番重要な知能を基盤AI側が持つなら、これからの防衛の中心を、本当に今のセキュリティ企業が握り続けられるのか。

自分が気になったのは、ここでした。

危険が増えること。
セキュリティが注目されること。
予算が増えること。
現在の専門企業が高性能AIへ対抗できること。

この四つは、つながって見えても、それぞれ別に裏付けが必要です。

今回は、AI時代のセキュリティをいくつかの役割へ分けて考えてみます。

Mythosはすでに「見つける」段階で結果を出している

Anthropicは、Claude Mythos Previewなどを使った脆弱性発見の状況を公開しています。

2026年8月26日時点で、392のオープンソースプロジェクトに対して2,300件の脆弱性を開示し、そのうち421件が修正されたと説明しています。

かなり大きな数字です。

AIがセキュリティの補助をする、という段階ではありません。

大量のコードを調べ、問題になりそうな箇所を候補として出すところでは、すでに人間だけで行う場合とは違う規模になっています。

ただし、この数字には重要な続きがあります。

Anthropicは、AIが出した候補を外部のセキュリティ調査会社とともに確認し、本当に脆弱性なのかを再現し、深刻度を判断したうえで、開発元へ報告しています。

さらに、AIが見つけた全件を開示できているわけではなく、独立した人間による選別と確認が処理速度を制限しているとも説明しています。

つまり、AIが大量に見つけられるようになっても、それだけで大量に直せるわけではありません。

ここに、AI時代のセキュリティを考えるヒントがある気がします。

注目されていることと、対応できることは別だと思う

Anthropicが外部のセキュリティ調査会社へ確認を依頼していることは、AIが強くなっても専門家の役割が残る証拠にはなります。

AIが出した候補を再現する。
本当に問題なのか判定する。
深刻度を決める。
開発元へ伝わる報告書にする。

こうした仕事は、モデルが候補を出しただけでは終わりません。

ただし、これは「既存のセキュリティ企業なら、Mythos級のAIを防げる」という証拠ではありません。

脆弱性の確認を手伝えること。
企業向けのセキュリティ製品を販売していること。
高性能AIによる攻撃を検知し、実際に止められること。

これらも別の話です。

既存企業がAI対応製品や新しい戦略を発表していても、それは進む方向を示したものです。実際にどの攻撃へ対応できたのか、誤検知をどこまで抑えられたのか、AIが見つけた問題を修正まで運べたのかは、別に確認する必要があります。

現時点で確認できるのは、AIによる脆弱性発見能力が大きく伸びていることと、その後の人間による確認や修正が追いついていないことです。

一方で、現在注目されているセキュリティ企業が、同じ速度で防衛能力を伸ばせているかまでは、企業ごとに見なければ分かりません。

だからこそ、セキュリティ企業を一括りにせず、実際に何を持っているのかを分けて考えたいと思いました。

「発見できる」と「守れる」は同じではない

AIが脆弱性を見つけたとしても、その瞬間にシステムが安全になるわけではありません。

本当に問題なのか確認する。
どの環境で影響が出るか調べる。
どれから先に直すか決める。
修正によって別の障害が出ないか確認する。
すぐ直せない場合は監視や隔離で対応する。
最後に、修正が実際の環境へ反映されたか確かめる。

発見と防衛の間には、かなり多くの工程があります。

これは以前書いた、「Mythosを借りられるかより、借りた後に誰が判断して直すのか」という話にもつながります。

ただ、今回はもう少し産業側から考えてみたいと思います。

強いAIが専門領域へ入ってきた時、専門企業の仕事が全部消えるわけではありません。

その代わり、どの役割に価値が残るのかが変わる可能性があります。

AI時代のセキュリティを四つに分けて考える

自分なりに整理すると、これからのセキュリティには少なくとも四つの役割があります。

1. 知能・発見

コードを読み、脆弱性を探し、攻撃経路や修正案を考える役割です。

ここは、Claudeのような基盤AIが急速に強くなっている部分です。

これまで専門ツールや専門家が時間をかけていた調査の一部を、汎用性の高いモデルがまとめて扱えるようになる可能性があります。

単にアラートを要約したり、報告書を作ったりするだけの機能は、基盤モデル側へ吸収されやすいかもしれません。

2. 観測・文脈

次は、実際の環境で何が起きているかを見る役割です。

どの端末が動いているのか。
誰がログインしたのか。
どの通信が普段と違うのか。
どのクラウド設定が変更されたのか。
その企業では、どのシステムを止められないのか。

強いAIでも、渡されていない現場の情報までは分かりません。

端末、ネットワーク、クラウド、IDから継続的に情報を集めている企業には、ここで価値が残ります。

モデルの頭がよくても、現場を見る目がなければ判断材料が足りないからです。

3. 制御・実行

問題を見つけた後に、実際に止める役割です。

危険な通信を遮断する。
端末を隔離する。
権限を制限する。
修正を適用する。
操作の履歴を残す。

AIが「この端末を止めた方がよい」と答えても、実際に止める権限を持っていなければ防衛は完了しません。

Anthropic自身も、強いAIエージェントを安全に動かすには、人間の承認だけでなく、サンドボックス、仮想環境、ファイルや外部通信の制限が必要だと説明しています。

ここでは、賢さよりも、どのシステムへ接続し、どこまで操作できるかが重要になります。

4. 責任

最後は、誰が判断を引き受けるかです。

AIの検知が間違っていた場合。
重要なシステムを止めてしまった場合。
修正が間に合わず、被害が出た場合。
複数の警告の中から、対応を後回しにした場合。

現実の企業では、「AIがそう言ったから」で終わるわけにはいきません。

顧客へ説明し、対応方針を決め、障害や事故が起きた時に責任を持つ主体が必要です。

この役割まで基盤AI企業が引き受けるのか。
クラウドやOSを持つ企業が握るのか。
既存のセキュリティ企業が顧客との接点を残すのか。

ここが今後の主導権を左右する気がします。

セキュリティ企業が不要になるわけではない

ここまで考えると、Claudeが強くなればセキュリティ企業は不要になる、という単純な話ではありません。

むしろ、AIが大量に問題を見つけるほど、現場で確認し、優先順位を決め、止め、直す仕組みは必要になります。

ただし、セキュリティが注目されているから専門企業ならどこでも対応できる、という話でもありません。

基盤AIへ質問を渡し、その答えを画面へ表示するだけなら、モデル側の機能が増えた時に吸収される可能性があります。

一方で、独自の観測データを持ち、顧客環境の制御点へ接続し、事故対応の流れまで担っている企業は残りやすいと思います。

Palo Alto Networksなどが、AIを単体機能としてではなく、ネットワーク、クラウド、セキュリティ運用、IDを含む基盤へ取り込もうとしているのも、この流れの一例として見られます。

もちろん、これは企業側が示している戦略であり、Mythos級の高性能AIへどこまで対応できるかが独立して実証された、という意味ではありません。

見るべきなのは「AIを搭載したか」ではなく、どの情報を持ち、どの操作を実行でき、最終的に顧客へ責任を負えるのかだと思います。

本当の競争相手は、AI企業だけではない

既存のセキュリティ企業にとって、競争相手はAnthropicやOpenAIだけではないはずです。

クラウド、OS、ID、業務ソフトを持つ企業が、そこへ強いAIを組み込む可能性があります。

すでに顧客のシステムと接続され、日常的なデータを持ち、実際の設定変更まで行える企業がAIを載せれば、知能・観測・制御をまとめて提供できます。

その場合、専業のセキュリティ企業が技術を持っていても、顧客との中心的な接点を別の企業に握られるかもしれません。

反対に、複数のクラウドやOSをまたいで観測し、特定の基盤企業だけでは見えない範囲を扱えるなら、専業企業が残る意味もあります。

将来は一社がすべてを独占するより、

  • 基盤AI企業が知能を提供する
  • クラウドやOS企業が実行環境を持つ
  • セキュリティ企業が観測と制御をつなぐ
  • 最終判断は利用企業側が持つ

という分業になる可能性があります。

ただ、その分業の中で誰が中心になるかは、まだ決まっていません。

強いAIが入った時は、専門サービスを分解して見たい

この話は、セキュリティだけではないと思います。

法務、会計、医療、設計、教育などでも、基盤AIが専門家に近い回答を出す場面は増えていきます。

その時に、

「AIができるなら専門企業は不要になる」
「専門分野の需要が増えるから既存企業は安泰だ」

の二択で考えると、途中の変化を見落とします。

知識や推論はAIへ移るのか。
現場の独自データは誰が持つのか。
実際に操作する権限は誰が握るのか。
問題が起きた時に誰が責任を負うのか。

このように分けると、AIへ置き換わる部分と、現場側に残る部分が少し見えやすくなります。

まとめ

Claude Mythos Previewなどが脆弱性を大量に発見できるようになったことで、セキュリティの知能部分は基盤AI側へ寄り始めています。

しかし、発見された問題を確認し、現場の状況と結びつけ、実際に止め、直し、責任を持つところまでは、モデルの性能だけでは完結しません。

だから、既存のセキュリティ企業がすぐ不要になるとは思いません。

ただし、今までと同じ役割のまま中心に残れるとも限りません。

AI時代に価値が残るのは、単にAIを搭載した企業ではなく、

現場を観測するデータと、実際に止める制御権限と、顧客に対する責任を持つ企業

なのではないかと思います。

AIの危険が増えること。
セキュリティが注目されること。
企業の防衛予算が増えること。
特定の製品が実際に高性能AIへ対応できること。
その企業がAI時代の中心を握ること。

この五つは、似ているようで別の話です。

強いAIが専門産業へ入ってきた時ほど、「誰が一番賢いか」だけではなく、誰が見て、誰が止めて、誰が責任を持つのかまで確認したいと思います。

参考資料

関連記事

コメント

タイトルとURLをコピーしました