セキュリティチームが戦っているのは、単に攻撃の増加だけではない。攻撃の高速化とも戦っており、検知から被害発生までの間隔は日に日に縮まっている。
AIによってフィッシングやなりすまし、自動化された偵察活動が加速する中、組織は、いまだに最も弱いリンクである人間の意思決定に依存している状況では、従来の「検知して対応する」アプローチでは追いつけないことに気づき始めている。
「脅威の状況は根本的に変化しました。AIによって攻撃のタイムラインは圧縮され、かつてない規模と巧妙さでソーシャルエンジニアリングが可能になっています。従来の検知・対応モデルでは、もはや到底追いつけません」と、Living SecurityのCEO、Ashley Rose氏はeSecurityPlanetへのメールで述べた。
同氏はさらに、「攻撃者がAIを使い、文化的な文脈に適合した個別化フィッシングでフィルターを回避し、AIエージェントが新たなシャドーITになりつつある今、セキュリティチームには、単に事後対応するのではなく、予測して防止するテクノロジーが必要です」と付け加えた。
侵害を引き起こし続けるヒューマンエラー
これはツールの問題というより、運用モデルの問題だ。
多くの組織はすでに、セキュリティ制御、意識向上トレーニング、監視プラットフォームに多額の投資をしている。それでも、脅威の増大に見合うほど成果は改善していない。
2025年のVerizon Data Breach Investigations Report（DBIR）によると、セキュリティ予算やベンダーエコシステムが拡大する中でも、人為的ミスは依然として侵害の約60%に関与している。
そのため、侵害が発生する前に高リスク行動を早期に特定し、侵害に至る可能性を低減するアプローチとして、ヒューマンリスク管理（HRM）が注目を集めている。
ヒューマンリスク管理の本当の意味
HRMは単なるセキュリティ意識向上トレーニングの焼き直しではない。セキュリティチームが脆弱性や設定ミス、IDの露出を測定するのと同じように、リスクを測定するためのフレームワークだ。
トレーニングを修了したことが即ち準備が整ったことだと見なすのではなく、HRMでは行動が正しい方向に向かっているか、時間の経過とともにリスクが低下しているかを重視する。
これは、攻撃者が緊急性、権威、親切心、親近感といった人間の通常の本能につけ込み、従来のセキュリティフィルターを回避する手法にますます依存しているためだ。
AIによって、こうした手口はより大規模で、より説得力のあるものになり、文化的な文脈に適合し、個別化され、状況を踏まえたフィッシング攻撃が生成される。
多くの場合、攻撃者に高度なマルウェアや複雑なエクスプロイトチェーンはもはや必要ない。侵害されたIDが1つと、アクセス権を拡大する経路があれば十分だ。
これと並行して、もう1つの変化も起きている。AIエージェントや自動化が企業のワークフローに組み込まれるようになっているのだ。
こうしたツールは生産性を高められる一方、新たな形のシャドーIT、危険な権限、意図しないデータ露出を招く可能性もある。特に、従業員が未承認のツールを導入したり、ガードレールなしでAIエージェントを機密システムに接続したりする場合は危険だ。
小さなミスが重大なセキュリティインシデントに
実務的なセキュリティの観点で、ヒューマンリスクに関して最も懸念されるのは、それが単一の壊滅的な行動として現れることはほとんどない点だ。
むしろ侵害は、時間の経過とともに積み重なる小さな判断から始まることが多い。
- 忙しい時期に、説得力のあるフィッシングの誘いにクリックする。
- 複数のサービスで認証情報を使い回す。
- アクセス範囲を理解しないまま、OAuthアプリを承認する。
- 「より迅速に進める」ために、過剰な権限を付与する。
- 承認済みのシステム外で、AIツールを使って機密データを要約する。
これらの行動は、単独で見れば無害に思えるかもしれない。
しかし、組み合わさると、認証情報の窃取、ラテラルムーブメント、データ損失に理想的な条件を生み出す。特に攻撃者がAIを使い、成功率を最大化するようメッセージの内容や送信タイミングを調整する場合はなおさらだ。
これが、現代のHRMの核心となる考え方だ。リスクは静的なものではない。
状況やアクセスレベル、行動パターンに応じて、増減し、蓄積し、急上昇する。効果的に対応できる組織とは、そうした軌道を早期に見抜き、迅速に介入できる組織だ。
ヒューマンリスクを低減する方法
AIを利用した攻撃が高速化し、より個別化される中、組織は、事後対応型のアラートや年1回のトレーニングだけに頼らず、人を中心とするリスクを低減する必要がある。
強固なヒューマンリスク管理戦略では、ID制御を厳格化し、危険な行動の可視性を高め、日常のワークフローにガードレールを組み込むことで、侵害を未然に防ぐことに重点を置く。
- フィッシング耐性のあるMFAを適用してIDセキュリティを強化し、最小権限を適用し、特権アクセス経路を定期的に見直す。
- 承認済みの選択肢を標準化してAIツールとエージェントを管理し、サードパーティー連携とOAuth権限を制限し、アクセスレベルを棚卸しする。
- メールを強化してソーシャルエンジニアリングへの露出を減らし、メッセージング制御を強化し、一般的ななりすまし手口をブロックし、危険な転送や添付ファイルを制限する。
- 短時間のトレーニングを通じて、継続的かつ役割別の介入を実施し、危険な行動の後にリアルタイムでフィードバックを提供し、セキュリティチャンピオンを通じてチーム単位で定着を図る。
- 共有のデフォルト設定を厳格化してデータ損失の影響を最小限に抑え、簡易的なデータ分類を適用し、一般的な情報流出経路にDLP制御を導入する。
- 高リスクの瞬間にステップアップ認証を追加し、ブラウザー保護を適用し、機密性の高い操作や通常とは異なる行動について確認を求める。
- 行動ベースのシグナルを監視してレジリエンスと対応力を高め、不正利用のリスクが高いビジネスワークフローを保護し、インシデント対応プレイブックを整備してアカウント乗っ取りやBECに備える。
これらを総合的に実施することで、組織は人とAIに起因するリスクが大規模な侵害に発展する前に、先回りして低減できる。
AIがヒューマンリスクを再構築する
結局のところ、ヒューマンリスク管理が不可欠になっているのは、AIによって現代の攻撃の速度と被害の深刻さがともに増し、組織が事後対応型の防御だけに頼る余地がほとんどなくなったためだ。
人間の行動とAIエージェントの活動を測定可能なリスクシグナルとして捉え、標的を絞った制御、ワークフローのガードレール、継続的な介入で対応することで、セキュリティ責任者はツールやノイズを増やしてチームを圧迫することなく、リスクへの露出を低減できる。
拡大するリスク領域を抑え込むため、多くの組織はゼロトラストの原則に目を向け、アクセスを制限し、暗黙の信頼を減らし、侵害の拡大を防いでいる。