【海外AI解説】人間なら約2週間のサイバー侵入をAIが10時間未満に短縮｜「マシンスピード攻撃」が始まった話

ニュースを見ていて、

「AIって、攻撃する側にもここまで入り込んでいるの？」

と少し怖くなった話がありました。

2026年9月2日。

Palo Alto Networksの脅威調査チームUnit 42が、AIエージェントを活用した企業ネットワークへの侵入事例を公開しました。

Unit 42によると、この攻撃では、人間だけなら複数の熟練チームで約2週間かかる規模の作業が、

10時間未満

に圧縮されたといいます。

しかも今回、未知の超高度な脆弱性が使われたわけではありません。

使われたのは、50種類以上の既知の攻撃手法でした。

私はセキュリティの専門家ではありません。

普段はChatGPTやClaudeを仕事や副業で使っている普通のAIユーザーです。

だからこそ、

「AIが新しい攻撃方法を発明した」

ということより、

「今まで人間が時間をかけてやっていた作業を、AIが一気に高速化できるようになった」

ことのほうが怖く感じました。

この記事では、

• 何が起きたのか

• 本当にAIだけで攻撃したのか

• なぜ2週間分の作業が10時間未満になったのか

• 「ゼロデイなし」がなぜ重要なのか

• 80ページの監査レポートとは何なのか

• 普通のAI利用者にも何が関係するのか

を、サイバーセキュリティに詳しくない人にも分かるように整理します。

30秒で結論｜今回のAIサイバー攻撃で何が起きた？

気になること結論何が起きた？人間の攻撃者がAIエージェントを使い、企業ネットワークへの侵入を高速化いつ公表？2026年9月2日どのくらい速かった？人間なら約2週間規模の作業を10時間未満へ圧縮AIだけで攻撃した？いいえ。人間が目標・重要判断を行い、AIエージェントが実行を高速化新しい脆弱性は？未知のゼロデイは不要だった何種類の手口？50以上のMITRE ATT&CK技術を利用何が奪われた？認証情報や管理権限、クラウドAI環境へのアクセスなど80ページの文書とは？攻撃者がAIに作らせた、被害企業の弱点をまとめた技術監査レポート一番の教訓は？AIは攻撃を「新しくする」だけでなく「速く・並列化する」

つまり、

「AIが天才ハッカーになった」

というより、

「熟練者がAIを使うことで、今まで数日〜数週間かかっていた作業を機械速度で回せるようになった」

と見るほうが近いです。

第1章｜Unit 42が公開した「10時間未満」の侵入事件

Unit 42が今回対応したのは、ある企業ネットワークへの侵入事案です。

被害企業の名前は公表されていません。

攻撃者はUnit 42とのやり取りの中で、フロンティアAIモデルと、攻撃用途に組まれたエージェント型AIフレームワークを利用したと説明したとされています。

Unit 42側でも、

• 複数のAIエージェントへの並列LLM呼び出し

• エージェント間で情報を渡す構造化ファイル

• AI生成とみられる補助スクリプト

など、AI活用と一致する技術的な痕跡を確認しています。

ここで大事なのが、

AIが勝手に会社を選んで、全部ひとりで攻撃したわけではない

という点です。

Unit 42の説明では、人間の攻撃者が、

「何を達成するか」

という目標や重要な判断を担い、

複数のAIエージェントが、

調査。

情報整理。

次の行動の判断。

作業の実行。

結果の確認。

再計画。

を高速に繰り返したとされています。

イメージとしては、

一人の攻撃者が、休まず働く複数の専門スタッフをAIで持った

ような状態です。

第2章｜なぜ2週間が「10時間未満」になったの？

人間がサイバー攻撃を行う場合、

一つの作業をする。

↓

結果を見る。

↓

次に何をするか考える。

↓

別の作業をする。

という流れがあります。

当然、時間がかかります。

ところがAIエージェントなら、

複数の作業を並行させ、

結果を機械的に読み取り、

次の行動をすぐ決められます。

今回Unit 42が特に問題視しているのが、この攻撃ステップ間の待ち時間が極端に短くなることです。

人間なら、

「この情報を見て、次はどうしよう？」

と考えている時間があります。

AIは、

結果を読む。

判断する。

次を実行する。

を高速に繰り返します。

つまり今回の「10時間未満」は、

AIが全く新しい魔法のようなハッキングをしたからではありません。

これまで人間が順番にやっていたことを、AIが並列・自動化したことで時間が圧縮された

わけです。

第3章｜攻撃では何が行われたの？

細かい攻撃方法を再現できる形で紹介する必要はないので、大きな流れだけ整理します。

Unit 42によると、侵入後には大きく、

①社内ネットワークの構成を把握

↓

②システム内に残っていた認証情報を探す

↓

③より強い管理権限を取得

↓

④開発・クラウド環境へ範囲を広げる

↓

⑤企業が利用していたAI基盤まで悪用

という流れが観測されました。

つまり狙われたのは、

普通の社内PCだけではありません。

ソースコード。

クラウド。

開発環境。

CI/CD。

そして、

会社自身が使っていたAI環境

まで攻撃対象になっています。

ここが今っぽいところです。

AIは攻撃ツールとして使われるだけではなく、

企業側のAIインフラそのものも、新しい攻撃対象になる

ということです。

第4章｜未知の「ゼロデイ」を使っていなかったのが怖い

今回、個人的に一番重要だと思ったのがここです。

新しい未知の脆弱性を使わなくても成立した。

Unit 42は今回の特徴について、

高度な未知のゼロデイや、特別に珍しい攻撃技術ではなく、

既存の攻撃手法をAIによって非常に効率よく組み合わせたこと

を挙げています。

使用されたMITRE ATT&CKの技術は50種類以上。

つまり、

「誰も知らなかった新しい穴を突かれた」

というより、

以前から存在していた弱点を、AIが猛烈な速度で探し、つないでいった

という話なんです。

これは防御側からするとかなり厄介です。

なぜなら、

「最新の脅威だけ注意すればいい」

ではなく、

昔から放置していた、

• 弱い認証

• コードに残った秘密情報

• 権限設定

• 開発環境の管理

• クラウド設定

なども、AI時代にはより速く狙われるからです。

第5章｜攻撃者が残した「80ページの監査レポート」

今回のニュースで、一番不思議なのがこれです。

攻撃者は最後に、

被害企業のセキュリティ上の弱点をまとめた約80ページの技術レポート

を残したとUnit 42は説明しています。

本来なら、

セキュリティ会社がお金をもらって行うような、

「ここが危ない」

「この設定が弱い」

「この経路から侵入できた」

という内容を整理した監査報告のような文書です。

なぜそんなものを残したのか。

Unit 42の記事では、攻撃者がAIエージェントへレポート作成を指示したことは確認されていますが、

なぜ残したのかという動機までは断定されていません。

ここを、

「AIが親切心で報告書を作った」

と考えるのは違います。

より現実的には、

AIが調査・整理・文書化まで非常に得意だった

という証拠として見るほうがいいと思います。

第6章｜攻撃者は全部成功したわけではない

ここも重要です。

「AIエージェントが10時間で全部突破！」

と書くと、

AIに対して何をしても止められないように見えます。

でも実際には、

防げた部分もあります。

Unit 42によると、攻撃者はインフラ設定へ不正な変更を入れようとしましたが、

複数人によるレビューを必要とするブランチ保護

によって阻止されたケースがありました。

つまり、

AIが速くなっても、

人間の承認。

権限分離。

複数人チェック。

のような仕組みは効果を発揮します。

ここはかなり希望のある部分です。

第7章｜「マシンスピード攻撃」とは何なのか

Unit 42が今回強調しているのが、

machine-speed attack（マシンスピード攻撃）

という考え方です。

これまで多くの企業セキュリティは、

攻撃者も人間であることを暗黙に前提としていました。

侵入される。

↓

セキュリティシステムが検知。

↓

担当者へ通知。

↓

担当者が調査。

↓

会議。

↓

対応。

でも、攻撃側がAIを使うと、

その間にも攻撃がどんどん進みます。

Unit 42の2026年のインシデント対応レポートでも、AIによって攻撃ライフサイクルが短縮され、従来数日かかっていたものが数時間へ縮まっていると指摘されています。

つまり防御側も、

「人間が通知を見てから対応」

だけでは追いつかなくなりつつあるわけです。

第8章｜じゃあ防御側もAIに任せればいい？

ここは単純に、

攻撃AI vs 防御AI

という話ではありません。

ただしUnit 42は、AIエージェントによる高速攻撃に対応するには、

防御側も、

• 複数システムを同時に止める自動対応

• AIサービスやAPIキーの管理

• 異常な行動パターンの監視

• 開発パイプラインの強い承認ルール

などを強化する必要があるとしています。

つまり、

攻撃速度が上がるなら、防御も「検知してから人が考える」だけではなく、自動化を増やす必要がある

という方向です。

第9章｜普通の私たちにも関係ある？

「企業のセキュリティ担当者だけの話でしょ？」

と思いますよね。

直接的にはそうです。

個人のスマホをAIエージェントが10時間かけて乗っ取る、という話ではありません。

でも私は、普通のAI利用者にも3つ学びがあると思います。

① AIは「便利さ」だけを増やす道具ではない

私たちは、

文章。

画像。

動画。

仕事。

をAIで速くしています。

当然、悪いことをする人も同じようにAIを使えます。

AIは善悪を決めるのではなく、使う人の能力を増幅する

ということです。

② 「昔からある弱点」がより危険になる

今回、新しいゼロデイは必要ありませんでした。

だから、

パスワード。

二段階認証。

ソフトウェア更新。

アクセス権限。

といった昔から言われている基本が、逆に重要になります。

③ AI時代は「反応速度」が重要になる

何かおかしい。

不審なログイン通知が来た。

アカウントが勝手に動いた。

そんなとき、

「明日確認しよう」

では遅くなるケースが増えるかもしれません。

第10章｜今回の事件から一番学んだこと

最初にこのニュースを見たとき、

私が怖いと思ったのは、

「AIが企業をハッキングした」

という部分でした。

でも調べてみると、

本当に怖いのはそこではありませんでした。

今回AIが生み出したのは、

全く新しいサイバー攻撃ではありません。

今まで存在していた攻撃を、猛烈に速く、並列で、休まず実行できる環境

です。

これって、AIを普段使っている私たちなら理解しやすいと思います。

以前なら3時間かかった資料が、

ChatGPTなら20分。

1日かかった画像制作が、

AIなら数分。

それと同じことが、

サイバー攻撃の世界でも起こっている。

そう考えると、今回の10時間という数字がかなり現実的に感じます。

よくある質問

Q1｜AIだけで企業を攻撃したの？

完全にAIだけではありません。

人間の攻撃者が目標設定や重要な判断を行い、複数のAIエージェントが大量の実行・分析・再計画を担当したとUnit 42は説明しています。

Q2｜本当に10時間未満？

Unit 42は、50以上のMITRE ATT&CK技術を使う一連の活動が10時間未満に圧縮されたと説明しています。

Q3｜「人間なら2週間」は正確？

Unit 42は、複数のレッドチームが協力して行うなら通常約2週間規模と評価しています。

厳密な全攻撃の平均時間という意味ではなく、今回観測された作業量を人間が実施した場合の目安として理解するのが適切です。

Q4｜ランサムウェア攻撃だった？

Unit 42は公開後、記事を更新し、

「ランサムウェア攻撃ではなく侵入だった」

と明確化しています。

Q5｜未知のゼロデイは使われた？

Unit 42は、今回の特徴として新規ゼロデイや極端に高度な未知の技術を必要としなかった点を挙げています。

Q6｜80ページの監査レポートは本当に残された？

はい。攻撃者がAIエージェントへ、被害組織のセキュリティ状況をまとめた技術レポートを作成させ、約80ページの文書を残したとUnit 42は説明しています。

Q7｜AI攻撃はもう一般的なの？

すべての攻撃がAI化されたわけではありません。

ただUnit 42は、攻撃者がAIエージェントをツールセットへ取り入れるケースが増えると予測しています。実際、同社は別件でも自律型AIを使った攻撃キャンペーンを報告しています。

まとめ｜AIで変わったのは「攻撃方法」より「攻撃速度」だった

今回のニュースで一番覚えておきたいのは、

AIが新しい魔法のハッキング方法を発明した

という話ではないことです。

Palo Alto NetworksのUnit 42が観測したのは、

人間の攻撃者がフロンティアAIと複数のAIエージェントを使い、

人間なら約2週間規模の作業を10時間未満へ圧縮した

事例でした。

しかも、

50以上の既知手法。

ゼロデイ不要。

一部は人間による承認ルールで阻止。

という内容です。

これを見ると、

AI時代のセキュリティで重要なのは、

「AIだから防げない」

と諦めることではありません。

むしろ、

昔から言われている、

権限管理。

認証。

秘密情報をコードへ残さない。

複数人承認。

監視。

といった基本を、

AIの速度に合わせて強化すること

なのだと思います。

AIは、

仕事を速くする。

文章を速く書く。

画像を速く作る。

そして残念ながら、

攻撃も速くする。

AIが良い方向だけに進むわけではありません。

だからこそ、

「AIが何をできるようになったか」

だけではなく、

「AIによって今までの前提がどう変わったか」

を見ることが、これからかなり大切になりそうです。