人工知能はソフトウェア開発を急速に変革している。しかし、JFrogの新たな調査によると、セキュリティチームは、それに伴うリスクの進展についていくのに苦戦している。
「2026年版ソフトウェアサプライチェーンセキュリティの現状」レポートは、AI主導の開発によって、企業全体で悪意のあるパッケージの活動、安全性に欠けるAIツール、ソフトウェアサプライチェーンのガバナンス上のギャップが加速していることを明らかにした。
「AIはソフトウェアの書き方を変えただけではない。ゼロデイ脆弱性が悪用され、悪意のあるソフトウェアサプライチェーン攻撃が開発・拡散される速度と規模も拡大させた」と述べたJFrogのCTO兼共同創業者であるYoav Landman。
ソフトウェアサプライチェーンセキュリティレポートの主なポイント
- AI主導のソフトウェア開発によって、多くの組織が効果的に統制・保護できる速度を上回るペースで、ソフトウェアサプライチェーンのリスクが高まっている。
- 研究者は、認証情報の窃取、リモートコード実行、システム侵害が可能な悪意のあるAIモデルを、公開レジストリで約500件特定した。
- 悪意のあるnpmパッケージの活動は2025年に451%急増し、信頼された開発者エコシステムを狙う攻撃の規模が拡大していることを示した。
- 攻撃者は、従来の手法から開発者ツール、CI/CDパイプライン、AIコーディングアシスタント、IDE拡張機能へと、上流への移行を increasingly進めている。
- 多くの組織は、AI支援開発ワークフローを取り巻く脆弱性の優先順位付けやガバナンス上のギャップへの対応に、依然として苦戦している。
AI主導のサプライチェーンリスクはどう進化しているか
調査結果は、従来型のソフトウェアサプライチェーン管理策が、AI主導の開発ツールや急速に拡大するソフトウェア依存関係の進展についていくのに苦戦していることを示している。
レポートによると、現在では53%の組織がHugging Faceなどの公開レジストリからAIモデルを直接取得している。JFrogの研究者は、そこから認証情報の窃取、悪意のあるコードの実行、リモートシステムの侵害が可能なペイロードを含む悪意のあるAIモデルを495件特定した。
同時に、ソフトウェアサプライチェーンは大規模化を続けている。
JFrogによると、2025年には企業のソフトウェアサプライチェーンに1,170万個の新規パッケージが加わり、前年比67%増となった。
レポートはまた、悪意のあるパッケージの活動が急増していることも記録した。
悪意のあるnpmパッケージは2025年に451%急増し、固有の悪意のあるパッケージ数は17万1,000件を超えた。
複数の大規模なソフトウェアサプライチェーンキャンペーンによって、200万件を超えるダウンロードが侵害された。これは、攻撃者がマルウェアを大規模に配布するため、信頼された開発エコシステムを狙う傾向を強めていることを浮き彫りにしている。
攻撃者、開発者環境の上流へ移行
研究者は、多くの組織がAIコーディングアシスタント、IDE拡張機能、Model Context Protocol（MCP）サーバーに対する一貫したガバナンスを、依然として確立できていないと指摘した。
攻撃者は、従来型のマルウェアや侵害されたオープンソースパッケージだけに頼るのではなく、開発者のワークフローやCI/CD環境を標的にする傾向を強めている。
JFrogは、侵害されたIDE拡張機能、悪意のあるAIモデル、重大なリモートコード実行の欠陥を含む脆弱なMCPサーバーに関わる複数の攻撃を記録した。
安全性に欠けるAI生成コードがリスクを拡大
レポートが指摘したもう1つの大きな懸念は、安全性に欠けるAI生成コードの増加だ。
JFrogの研究者は、次のような脆弱性の増加を確認した。XSSやSQLインジェクションなど、これらは安全性に欠けるAI支援開発ワークフローに関連するその他のインジェクション欠陥である。
AI生成コードが一般化するにつれ、セキュリティチームは大規模環境でコードの品質、セキュリティ、依存関係の完全性を検証することに苦戦する可能性がある。
脆弱性ノイズがリスクの優先順位付けを複雑化
脆弱性を取り巻く状況も、組織が効果的に管理することをますます難しくしている。
JFrogによると、2025年には4万8,000件を超える新たなCVEが公開され、前年比20%増となった。
しかし研究者は、多くの組織が、現実世界で意味のある悪用リスクを持つ脆弱性に焦点を当てるのではなく、脆弱性ノイズに圧倒されていると警告した。
レポートによると、NVDが当初「Critical」と評価した脆弱性の96%は、コンテキスト分析後に評価が引き下げられた。一方、企業環境で悪用可能性が高いと判断されたのは12%にとどまった。
これらの調査結果は、多くの組織が依然として、理論上の露出と実際の運用リスクを区別できる効果的なリスク優先順位付けプロセスを欠いている可能性を示している。
AIツールをめぐるガバナンスのギャップが残存
JFrogの調査結果は、AIツールや開発環境をめぐるガバナンス上のギャップが拡大していることも明らかにした。
調査対象組織の97%が、認証済みのAIモデルガバナンスプログラムを導入していると回答した一方、18%は、開発者向けAIツールに関する有効なガバナンスポリシーがないか、ポリシーを一貫して施行できていないと認めた。
この結果は、一部の組織がAI対応ソフトウェアサプライチェーンの運用上およびセキュリティ上のリスクを、依然として過小評価していることを示唆している。
AIソフトウェアサプライチェーンのリスクを低減
JFrogは、AIの導入が加速する中で、ソフトウェア開発パイプライン全体に、より強固なガバナンスと自動化の管理策を導入するよう組織に推奨している。
- 悪意のあるパッケージ、シークレット、AIモデルのスキャンを自動化するリポジトリ、CI/CDパイプライン、開発者ツール環境全体で実施する。
- ガバナンス管理策をAIモデルにも拡張する、IDE拡張機能、開発者アシスタント、サードパーティー製ソフトウェアサプライチェーンの依存関係を対象に含める。
- ソフトウェアの来歴追跡を徹底するほか、成果物の署名、SBOMの生成、再現可能なビルドを実施し、ソフトウェアの完全性と可視性を高める。
- 最小権限のアクセス制御を適用する、MFA、開発者システム、リポジトリ、CI/CDインフラ全体の環境分離も実施する。
- タイポスクワッティングを継続的に監視するほか、依存関係の混乱、不正な外向き接続、ビルドシステムやAIツールに関わる不審な活動を監視する。
- セキュアなコードレビューを実施するとともに、AI生成コード、サードパーティーパッケージ、外部から取得したAIモデルをデプロイする前に検証プロセスを行う。
- 定期的にテストするインシデント対応とサプライチェーンセキュリティ計画を机上演習、レッドチーム評価、CI/CD侵害シミュレーションを通じて検証する。
レポートはまた、48%の組織がコンプライアンス監査の証拠を作成するのに依然として1週間以上を要していると指摘した。これは、AI主導の開発環境では拡張が難しい可能性のある手作業のガバナンスプロセスに、多くの組織が依然として依存していることを示している。
AIがサプライチェーンセキュリティを再構築
JFrogの調査結果は、企業サイバーセキュリティ全体で起きている、より大きな変化を反映している。
AIはソフトウェア開発を加速させているが、同時にサプライチェーンリスクの速度と規模も高めている。
セキュリティチームは現在、AIモデル、自動コーディングツール、マルチエージェントフレームワーク、クラウドネイティブな開発パイプラインから成るエコシステムを防御している。
レポートは、露出上のギャップを示す証拠が積み上がっているにもかかわらず、組織が自身のガバナンス成熟度に過度の自信を持ち続けていることを示唆している。
攻撃者がAIツールやソフトウェアデリバリーパイプラインをますます標的にする中、ソフトウェアサプライチェーンセキュリティをAI時代にどう管理するかを見直す必要がある