Coalition:AIを使ったサイバー攻撃で保険金請求が増加する可能性

人工知能(AI)はサイバー犯罪の経済構造を変えつつあります。AIは、おなじみの攻撃の発生頻度を押し上げていますが、それが必ずしも広範囲に及ぶ壊滅的な損失につながるわけではありません。

私はCoalitionで新興リスク担当責任者を務めるダニエル・ウッズ(Daniel Woods)氏に、AIを活用した脅威がサイバー保険の保険金請求にどう影響しているのか、メールで話を聞きました。

あわせて、脆弱性が広く露出していても大きな金銭的損失に直結するとは限らない理由と、組織が防御を強化するためにできることについても尋ねました。

AI主導のサイバー大災害が起こりにくい理由

ウッズ氏によると、サイバー分野で壊滅的な損失が生じるのは、広く使われているサービスで大規模な障害が起きた場合や、多数の組織に感染が広がるマルウェアが出現した場合です。

企業は自動化されたワークフローをAIサービスに頼っているため、AIサービスの障害はとりわけ懸念されます。広範囲で障害が発生すれば業務が止まり、複数の顧客に金銭的損失が生じかねません。

一方でウッズ氏は、自己複製するAIマルウェアについては現実味が薄いとみています。従来型のマルウェアも、すでに自律的に拡散できるからです。大規模言語モデル(LLM)には膨大な計算資源が必要なため、特にリソースの限られた機器に対しては、利点があまりありません。

むしろ同氏が予想しているのは、AIによってアトリショナル・リスク(個々の保険金請求が頻発することによる金銭的影響)が高まることです。こうした請求が大幅に増えれば、最終的には単発の壊滅的な事象に匹敵する損失になる可能性があります。

脆弱性が広く存在しても大きな損失になるとは限らない理由

最近の脆弱性は、潜在的な露出と実際の金銭的損失に違いがあることを示しています。

ウッズ氏が例に挙げたのは、Black October PHP脆弱性です。この脆弱性により、さまざまなバージョンのPHPを実行する数千の組織が危険にさらされる可能性がありました。

影響範囲は広いものの、悪用を成功させるのは技術的に難しいままです。攻撃者はメモリ保護を突破し、特定のソフトウェア環境に合わせたエクスプロイトを開発しなければなりません。

Coalitionは、PHPの脆弱性について通知した3万2,000件超の契約者全体で、潜在的な損失額を約468億ドルと試算しました。ただしウッズ氏は、この数字は影響を受けた契約者全員が同時に限度額いっぱいの損失を被った場合の理論上の最大値にすぎないと強調しています。

参考までに、Coalitionの2026年版サイバー保険金請求レポートでは、2025年のランサムウェア関連の保険金請求の平均被害額は12万1,195ドルでした。

ウッズ氏は、これらの脆弱性に関連する請求は増えるものの、業界全体で壊滅的な水準の損失には至らないとみています。

ビジネスメール詐欺や金銭詐欺を加速させるAI

Coalitionの保険金請求データからは、AIがすでに一般的なサイバー攻撃の発生頻度に影響を及ぼしていることがうかがえます。

ウッズ氏によると、ビジネスメール詐欺(BEC)の請求頻度は、2024年下半期から2025年下半期にかけて約30%増加し、2026年に入ってからも増え続けています。

同氏はこの増加の背景に、攻撃を自動化し、多要素認証(MFA)を回避できるサブスクリプション型のフィッシングキットがあると指摘しています。月額約500ドルのものもあり、小規模な組織が標的として狙われやすくなっています。

AIは、巧妙ななりすましを通じて資金移動詐欺にも関与しています。攻撃者はディープフェイク動画で偽の指示を伝えたり、メールを使った詐欺キャンペーンを自動化したりできます。

ウッズ氏は、9月のキャンペーンで約100万通の詐欺メールが送信されたMicrosoftの調査にも言及しました。

こうした事案では、ソーシャルエンジニアリングが大きな要因であり続けています。Coalitionによると、BECと資金移動詐欺は、2025年の保険金請求の58%を占めました。資金移動詐欺の請求のうち71%には、ソーシャルエンジニアリングが関わっていました。

これらの結果は、AIが既存の攻撃手法をより手軽に、より大規模に使えるものにしていることを示唆しています。同時に、従業員の意識向上と、金銭面の確認統制を強化することの重要性も浮き彫りにしています。

自律型サイバー攻撃の壁となる人間の専門知識

AIの能力は進歩していますが、ウッズ氏は、完全に自律したランサムウェア攻撃を妨げる課題がいくつも残っていると指摘しました。

攻撃者は今も、複雑なネットワークを渡り歩き、価値のある資産を見極める必要があります。不正アクセスを金銭的利益に変えるにも専門知識が求められ、強固なセキュリティ防御を備えた組織を狙う場合は特にそうです。

ウッズ氏は、AIがさまざまなプラットフォームの脆弱性を確実に悪用できるようになった場合や、熟練した人間のオペレーターなしで、攻撃者が初期侵入から大規模なランサムウェア展開まで進められるようになった場合には、自身の評価が変わるとしています。

現時点で同氏が見込んでいるのは、AIが既存のサイバー犯罪を加速させることであり、壊滅的なサイバー攻撃の起こり方を根本から変えることではありません。

サイバーリスクの高まりが保険料に与える影響

ウッズ氏は、脆弱性がより広く見られるようになり、保険金請求が増え続けるにつれて、サイバー保険の保険料が上昇するとみています。

同氏は、ランサムウェアが依然として金銭的損失の大きな要因であり、発生損失の約55%を占めていると述べました。

セキュリティチームにとって、今回の取材で最も重要な教訓は、技術的なセキュリティ防御とあわせて、金銭詐欺の防止策も強化する必要があることだと私は考えます。

ウッズ氏は、支払い指示の変更について、経理部門が信頼できる既存の電話番号に折り返して確認することを義務づけるよう勧めています。リスクの高い送金には、二重承認も求めるべきです。

こうした対策は、AIによってなりすましがより巧妙になるなかで、組織が金銭的リスクを抑えるのに役立ちます。

さらに詳しい指針については、より強力な本人確認がディープフェイクを悪用した詐欺の防止にどう役立つかをご覧ください。

翻訳元: https://www.esecurityplanet.com/threats/threats-ai-cyber-insurance-loss/

本記事は esecurityplanet.com の記事を翻訳・要約したものです。