AIが自律的に脆弱性を突く時代──Anthropic Mythos と、中堅企業がいま着手すべき"レガシー刷新"
目次 ［非表示］
2026年4月、AnthropicがClaude Mythos Previewを限定公開した。主要OS・主要ブラウザのゼロデイ脆弱性を自律発見し、連鎖して悪用できる、これまでとは性質の違うAIだ。中堅企業では、更新が難しい既存システムがリスク要因になる場合がある。
本稿はMythosが示した事実を整理し、中堅企業（従業員50〜300名規模）が次の2〜3年で着手すべき業務システム刷新の方向性を、株式会社ロフタルの自社SaaS PigeonCloud運用と受託開発の知見から述べる。
Anthropic「Mythos」とは何か──2026年4月、AIが越えた一線
2026年4月7日、AnthropicはClaude Mythos Previewを公式に発表した。発表を受けてTechCrunchが報じ、英国AI Security Institute（AISI）が独立評価レポートを公開した。これまでのフロンティアモデルと決定的に違う点は3つある。
ゼロデイを自律発見・連鎖悪用
指示を受けると、主要OS（Windows / macOS / Linux）と主要ブラウザの脆弱性を自律的に調査し、複数の問題を組み合わせて検証できる。Anthropic自身も、Mythosによる脆弱性発見の取り組みを説明している。
Project Glasswing──launch 12社と追加40組織
launch partners は AWS / Anthropic / Apple / Broadcom / Cisco / CrowdStrike / Google / JPMorganChase / Linux Foundation / Microsoft / NVIDIA / Palo Alto Networks の12組織。さらに40以上の重要インフラ運用組織にもアクセスが与えられている。Anthropicは利用クレジット1億ドルを投じる。
何ができて、何はまだできないのか──UK AISIの評価を読む
報道は派手な見出しを並べるが、英国AI Security Instituteの独立評価が現実を一番正確に映している。AISI評価レポート（2026年4月公開）から、Mythosが超えた水準とまだ越えられていない壁を整理する。
- 専門家相当タスク成功率 73%（2025年初頭は0%）
- 32段階TLOを初の全工程完遂（10回中3回・平均22ステップ）
- 人間専門家でも20時間を要する作業を自律実行
「堅牢に防御されたシステムを突破できる証拠はない」。評価環境は live defender や EDR が無く、結果は弱く防御されたシステムへの自律的攻撃の成功に留まると注釈されている。守る側が読むべき点は、防御が不十分なシステムでは、攻撃成功のリスクが高まるということである。
同等モデルの拡散はいつ起きるか──"1〜2年"のリスク評価
「悪意ある第三者が同等の攻撃能力を持つのは何年後か」については断定を避けるべきだ。ただし、フロンティアAIの拡散史を見ると、備えるべき時間軸はそれほど長くない。リスク評価としてシナリオを置く。
能力の一般化サイクル（12〜18ヶ月）
2023年GPT-4級の推論能力は、2024年末〜2025年初頭にかけて代替モデル（オープンソース含む）に広がった。同程度の差で考えれば、Mythosに近いサイバー能力を持つモデルは2027年中盤までに複数登場しうる。
オープンウェイトモデルの追従
オープンウェイトモデルでは、商用フロンティアとの性能差が短期間で縮まる可能性も指摘されている。限定公開モデルに近い能力が広く利用可能になるシナリオも、リスク評価に含める必要がある。
サイバー犯罪エコシステムでの兵器化
Ransomware-as-a-Service（RaaS）のサービス化が進んでおり、AIを組み込んだ攻撃ツールが商品化される可能性がある。守る側は、AIが攻撃に利用される可能性をリスク評価へ取り入れる段階に入っている。
真っ先に狙われるのは"レガシー資産"──自社で当てはめる5つの穴
AIが攻撃に使われたとき、最初に陥落するのは派手な新システムではなく、長く動き続けてきた業務の根幹である。読者が自社で当てはめられる粒度で代表的な5つを挙げる。
パッチ供給が止まった世代を業務基幹に残置。MFA・監査ログがほぼ無い。
サポート切れのリモートアクセス環境や外部公開設定。
フレームワーク世代が古く、自動スキャンに耐性が無い。
内製品で誰も全体を把握しておらず、棚卸しが難しい。
アクセス権が長年積み上がり、最小権限の原則が崩れている。
このうち穴 01〜03 に該当する外部露出のある資産は、優先して棚卸しと更新状況の確認を行う必要がある。穴 04〜05 は、侵入が発生した場合の影響を広げる要因になり得るため、権限と管理状況を併せて確認する。
▶ 貴社のレガシー資産で「5つの穴」がどれだけ当てはまるか
現行システムの構成図・運用フローからリスク箇所を一緒に洗い出します。ロフタルは中堅企業のレガシー刷新×AI実装を両輪で受託しています。AI受託開発について相談する →
AI時代の被害シナリオ──中堅企業に起こりうる3パターン
過剰な煽りを避け、被害構造を説明する仮想例として3つのシナリオを提示する。実在する企業や事故を示すものではなく、影響の内容は各社の状況によって異なる。
旧Access連携の商社で受発注停止
受発注の核に長年利用しているAccessベースのDBが残り、社内の複数部門からアクセスできる状態だった。侵入後に高い権限を奪われ、業務データへ被害が拡大。受発注業務が停止し、復旧作業や顧客対応、機会損失などの影響が生じた。
古い外部接続環境から顧客情報が流出
営業所と本社をつなぐ外部接続機器が更新されておらず、そこを起点に侵入された想定。認証情報が不正利用され、社内で管理していた顧客情報が流出した結果、法令対応・通知・調査・監査など幅広い対応が必要になった。
工場OT/IT境界で生産ライン停止
生産系と事務系のネットワーク分離が不十分な状態を想定。事務系で発生した問題の影響が生産系へ広がり、製造関連システムが停止した。出荷や納期に影響が生じ、復旧対応や在庫調整などが必要になった。
3ケースに共通するのは、最新の標的型攻撃ツールではなく数年前の脆弱性が起点になっていることだ。AI時代の被害は新奇な手口ではなく、棚卸しできていない既知のレガシーから始まる。
いま打つべき手を3層構造で整理する
「セキュリティ対策」と一括りにすると優先順位がぶれる。AI時代に通用する備えは、棚卸し・刷新・継続防御の3層で組むのが筋がよい。
第1層：資産棚卸し（最低でも1週間でやれる）
- 全システムの一覧（社内向け／社外公開／クラウド／オンプレ）
- データ流通図（どのDBがどのシステムから読まれているか）
- 露出面の可視化（インターネット公開ポート・認証方式）
- 更新状況（OS・ミドル・アプリ・依存ライブラリのCVE状況）
実務で棚卸しを進めると、「自社で2年以上触っていないが業務に必須のシステム」が必ず1〜3個は出てくる。それが第1の刷新候補になる。
第2層：脱レガシーとモダン化（半年〜2年スパン）
- クラウド移行（AWS / Azure / Google Cloud のマネージドサービス活用）
- SaaS統合（業務DB → 本格SaaSや現代的な業務基盤への置き換え）
- API認証のゼロトラスト化（長期APIキー廃止 → OIDC / IAMロール連携）
- 旧VPN廃止（ZTNA / SSEへの移行）
第3層：AI時代の継続防御（運用に組み込む）
- 自動監視（ログ集約・異常検知のAI化）
- 脆弱性管理（SBOM・自動CVE通知）
- 従業員教育（AIフィッシング対策）
棚卸しだけで終わる企業は珍しくない。それでも、更新が難しいと判明した資産を切り出して隔離することで、外部から攻撃され得る範囲を縮小できる可能性がある。優先度を付けた対策の第一歩になる。
棚卸しから始めたい方へ
30分の無料ヒアリング後、現状診断の内容・期間・費用を個別にご案内します。
▶ 短期1ヶ月／中期3ヶ月／長期1年の優先度を一緒に設計
自社運用してきた経験から「やる/やらない」の判断軸をご提案できます。リスクと予算のバランスを一緒に整理しましょう。AI受託開発について相談する →
AIを悪用した攻撃も想定した業務システムの設計原則
「AI時代を前提に設計する」という言葉はバズワード化しやすい。具体的には、AIで武装した攻撃者を想定して、業界で確立済みのセキュリティ強化策を「最初から」組み込む設計のことだ。新奇な打ち手ではなく、古典的な対策を確実に実装するのが本筋になる。
「AIを悪用した攻撃も想定した設計」を1行で言うと
攻撃側のAIが侵入を試みる前提で、ゼロトラスト認証・監査ログ一元化・継続CVEスキャン・最小権限の原則・バックアップとリカバリーの5要素を最初から実装している状態。後付けは効きにくい。
※本記事の5要素は NIST Cybersecurity Framework、CIS Controls v8、NIST SP 800-207（Zero Trust Architecture）といった主要セキュリティフレームワークで共通して挙げられる中核対策を、中堅企業向けに整理したものです。
パッチ運用だけでは追いつかない理由：レガシー資産は仕様がブラックボックス化していることが多く、パッチ提供そのものが終わっている。AIの自律的攻撃は人間より圧倒的に速く、夜中に静かに進行する。「気付いたときには侵入後の横展開が終わっている」が現実の被害像になる。だから、パッチだけでなくシステム構造そのものを変える必要がある。
業務認証では長期APIキーへの依存を避け、短命な認証情報やMFAを活用することが重要。認証情報が漏えいした場合の影響を抑えやすくなる。要件に応じ、こうした認証設計を提案している。
出典: NIST SP 800-207 / CIS Controls v8 #5,#6 / NIST CSF PR.AC
クラウドAPIログ・ネットワークログ・アプリログを統合し、いつ誰がどこから操作したかをさかのぼって確認できる構造は、インシデント対応で重要になる。ログの集約は原因調査の迅速化につながるため、監査ログの設計を重要項目として検討する。
出典: CIS Controls v8 #8 / NIST CSF DE.AE, DE.CM
依存ライブラリの脆弱性を継続的に確認し、SBOM（Software Bill of Materials）を活用する仕組みは、現代の防御で重要になる。新たに公開されたCVEと突合し、影響範囲を速やかに確認できる体制を目指す。依存関係の継続的な確認を開発工程に取り入れている。
出典: CIS Controls v8 #7 / NIST CSF ID.RA / NTIA Minimum Elements for SBOM
退職者アカウントの即時無効化、特権アカウントの定期棚卸し、業務権限を必要最低限に絞る。AI攻撃は奪取したアカウントの権限範囲がそのまま被害規模になるため、権限境界の整理が直接的に効く。当社受託でも引き渡し時に必ずこの仕組みを揃える。
出典: CIS Controls v8 #6 / NIST CSF PR.AC-4
ランサム被害の影響を抑えるには、影響を受けにくい場所にバックアップを持ち、そこから現実的な時間で復旧できるよう備えることが重要。3-2-1ルールと定期的な復旧確認を参考にし、復旧目標は要件と契約内容に応じて個別に定める。
出典: CIS Controls v8 #11 / NIST CSF PR.IP-4, RC.RP / 3-2-1 Backup Rule
ロフタルのアプローチ──AI受託＋自社SaaS運用の両輪
ロフタルは、業務システムの設計・開発・運用を主領域としている。AI時代の業務システム設計を、自社SaaS運用と受託開発の両輪で支える会社である。
自社SaaS PigeonCloud（300社運用）
業務DBの代替として PigeonCloud を300社が本番運用。SaaSを自社で継続運用する中で、業務システムの設計・運用に関する知見を蓄積しており、その知見を各受託案件の要件に応じて活用する。
AI攻撃を想定したモダンシステム設計
レガシー資産の置き換え／業務システム刷新／クラウド移行では、想定されるリスクと業務要件を踏まえてセキュリティを設計する。上記の観点を基に、必要な対策を案件ごとに設計する。
公開事例：PigeonCloud（自社SaaS・300社導入）／SASENAI（AI防犯アプリ／不審行動の自動検知と通知）／dotomachi（マッチング系プロダクト）／Loftal（コーポレートサイト）。
▶ AIを悪用した攻撃も想定した業務システムをパートナーと作りませんか
ロフタルは受託開発＋自社SaaS運用の両輪で、設計・実装・運用を一気通貫で支援します。中堅企業のレガシー刷新を得意としています。AI受託開発について相談する →
ご相談の流れとよくある質問
着手の障壁を下げるため、最初は30分の無料ヒアリングから始めている。
よくある質問
Q1. うちは中小企業なので狙われにくいのでは？
AIによる偵察が一般化すれば、攻撃対象を選別するコストはほぼゼロになる。むしろ防御に投資できていない中堅企業のほうが、投下労力あたりの被害額（攻撃者ROI）が高いため優先的に狙われる傾向がある。
Q2. クラウド移行すれば安心ですか？
クラウドそのものが安全になるわけではない。クラウドの強い認証・監査機能を正しく設定して運用に組み込めば、オンプレより堅くなる。誤設定で公開ストレージを放置すれば、オンプレより危ない。設定こそが本丸である。
Q3. 既存ベンダーがいる場合でも相談できますか？
多くのケースで、既存ベンダーの開発スコープを尊重したまま、AI時代の認可境界・監査ログ・継続スキャンだけ別レイヤーで補完する設計が可能。利害衝突のない協業を前提に話せる。
Q4. 費用感はどのくらいですか？
初回相談後、現状診断の内容・期間・費用を個別にご案内します。パイロット実装や本格刷新の費用は、対象範囲、規模、移行要件により異なるため、要件整理後に個別にお見積もりします。
Q5. AI受託会社にセキュリティ視点の刷新を頼んでよいのですか？
AI受託の本質は「AIを悪用した攻撃も想定した業務システムをゼロから設計し直すこと」と重なる。専門のセキュリティベンダーが必要な領域（PCI-DSSやISO27001認証取得など）はそのままに、AI時代の設計原則だけ別枠で支援する形が現実的。
まとめ──AIは攻撃にも防御にも与えられる
Mythosの登場は、AIが攻撃側に強力な能力を与えたことを示している。同時に、同じ能力は防御側にも回ってくる。継続スキャン・異常検知・自動応答──AIは守る側にとっても等しく強力な道具だ。
問題は、レガシーのまま放置された業務システムは、AIで守ることすら難しい点にある。古いシステムは監査ログが取れず、API認証が長期キーで、ライブラリ更新が止まっている。AIを使った防御は「観測できる対象」にしか効かない。
逆に言えば、いまAI時代を前提に設計し直した業務システムは、防御側のAIを最大限に活かせる側に立つ。Mythosショックはタイミングのきっかけにすぎない。AIを悪用した攻撃も想定した業務システムへの刷新は、ここから2〜3年が勝負だ。
まずは30分のヒアリングから、現状の棚卸し感を一緒に言語化したい。
AIを悪用した攻撃も想定した業務システムへ
ロフタルは AI受託＋自社SaaS PigeonCloud運用（300社導入）の両輪で、レガシー脱却と AI時代の業務システム設計を一気通貫で支援します。30分の無料ヒアリングからお気軽にどうぞ。
参考文献・出典
本記事の事実関係は、以下の一次情報・公的評価レポート・主要報道に基づいています。
Anthropic Mythos 関連（一次情報・主要報道）
- Claude Mythos Preview — Anthropic公式（red.anthropic.com）
- Project Glasswing: Securing critical software for the AI era — Anthropic公式
- Our evaluation of Claude Mythos Preview's cyber capabilities — UK AI Security Institute (AISI)
- Anthropic debuts preview of powerful new AI model Mythos in new cybersecurity initiative — TechCrunch（2026/4/7）
- Testing reveals Claude Mythos's offensive capabilities and limits — Help Net Security
セキュリティフレームワーク（5要素の根拠）
- NIST Cybersecurity Framework — National Institute of Standards and Technology
- CIS Controls v8 — Center for Internet Security
- NIST SP 800-207: Zero Trust Architecture — NIST
- The Minimum Elements For a Software Bill of Materials (SBOM) — NTIA
データ管理、もっと簡単に。
Excel・Access・スプレッドシートの課題を、ノーコードのWebデータベース「PigeonCloud」が解決します。
月額5,500円〜（5ユーザー）、30日間無料でお試しいただけます。
関連記事
