AIエージェントが人間なしでランサムウェア攻撃を完遂 — 侵入からデータ暗号化・身代金要求まで、初めて記録された自律型攻撃事例

7月17日、O'Reillyが「This Week in AI: A First for Agentic Ransomware」と題した記事を公開した。AIエージェントが単独で実行したランサムウェア攻撃の記録的事例を軸に、AIチップ開発の競争激化と企業規模でのAI活用における課題について詳しく紹介されている。

初めて記録された「AIエージェント自律型」ランサムウェア

今週最も注目すべきトピックは、JADEPUFFERだ。セキュリティ企業Sysdigが報告したこの攻撃は、AIエージェントが人間の介入なしに攻撃のすべてを実行した、初めて記録されたランサムウェア事例である。元記事の表現（"first recorded"）が示すとおり、「これ以前に存在しなかった」という断言ではなく、「記録・確認された限りで初」という意味合いだ。

具体的な流れはこうだ。人間は「標的の選定」だけを行い、その後はエージェントが自律的に動いた。

既知の脆弱性を突いて侵入
パスワードとAPIキーを探索・収集
本番データベースへ侵入
データを暗号化
身代金要求メモまで自動生成

従来のランサムウェアは、攻撃者が各ステップを手動で指示していた。JADEPUFFERはそのプロセス全体をエージェントに委譲することで、攻撃の自動化・低コスト化を実現している。セキュリティチームはこうした攻撃の登場を警戒してきたが、ついに記録として残る形で現実のものとなった。これが確認された最初の一例にすぎない可能性が高い。

この脅威の拡大は、トルコ・アンカラで開催されたNATOサミットでも議題に上がった。サイバー攻撃、ドローン戦、ディスインフォメーション、サプライチェーンリスクなど、AIが安全保障に与える影響が焦点となっている。

モデルアクセスが「地政学的問題」になりつつある

AIモデルへのアクセス制限は、いまや技術的な話にとどまらない。

中国では、アリババがセキュリティ上のバックドアリスクを理由にClaudeのような米国製モデルを社内利用禁止にした。一方、中国政府も自国のフロンティアモデルへの海外からのアクセスを制限する方向で検討中だという（Reuters報道）。

CNBCの報道がOpenRouterのデータを引用したところによれば、米国企業における中国製モデルの利用量（トークン換算）は、米国製モデルの利用量に接近しつつある。Our World in Dataの分析でも、中国モデルのシェアが1年前と比較して大きく伸びていることが示されている。

技術リーダーにとって、モデル選定はいまや技術的な意思決定であると同時に、サプライチェーンおよび地政学的なリスク管理の問題となっている。

AIチップ開発：ラボがチップメーカー化する動き

AI企業が自社でチップ開発に乗り出す流れが加速している。

DeepSeek（中国）：NVIDIAやHuaweiへの依存を減らすため、独自推論チップを開発中
Anthropic：Samsungと独自AIチップの開発について初期協議中（TechCrunch）
韓国の研究チーム：超薄型メモリチップを10層以上積層する製造技術を開発。現在市販の高帯域幅メモリの約4倍の密度を同一面積で実現。層間の位置ずれは約6マイクロメートル（人間の髪の毛の幅の約10分の1）以内に収まり、信号経路が短縮されることで高速・高効率に動作する

モデルを構築した後、そのモデルを動かすコストとパフォーマンスを自社でコントロールするには、スタックのより多くを自社で持つことが有効だ。チップへのアクセスが貿易・安全保障政策のツールになりつつある現状では、特定サプライヤーへの依存を減らす動機はさらに強まっている。

エンタープライズAI展開の2つの課題

① AIコードのレビューが追いつかない

約200,000件のプルリクエスト・800人超の開発者を対象にした研究によると、AIの導入でコーディング生産性はほぼ2倍になった。しかしレビュアーはそのペースに追いつけていない。

1人のレビュアーが担当するPRの数が、AI普及前の約2倍に
人間がレビューするPRの割合が89%から68%に低下
残りは自動レビューで補填

速度が上がることで、レビュアーの認知負荷が増大し、バーンアウトのリスクが生じている。

② ベンダーロックインのリスク

データ、ワークフロー、業務プロセスを単一のAIプロバイダーに集約するほど、後から乗り換えることは難しくなる。モデル選択を「一度きりの意思決定」と捉えると、OpenAIやAnthropicが避けようとしている依存問題と同じ構造を、スタックの一段上で自ら作り出すことになる。

フロンティアラボからの短信

OpenAI：GPT-5.6を正式リリース。推論の強度を調整可能な複数モデルファミリーで構成。また、Slack・カレンダー・ドキュメント等と接続するエージェントワークスペース「ChatGPT Work」を発表。
Anthropic：モデルが応答を生成する前に、内部でアイデアを整理・操作する「J-space」と呼ばれる隠れた内部ワークスペースの存在を示す研究を公開。これはグローバルワークスペース理論（脳内で情報が「広域的に共有される」とする認知科学の仮説）からの着想に基づくとされ、モデルが入力を受け取ってから出力を返すまでの内部処理を解釈可能にする手がかりになりうる。意識の証明ではないが、AIの内部構造の透明性（interpretability）研究における重要な一歩として位置づけられている。

詳細はThis Week in AI: A First for Agentic Ransomwareを参照していただきたい。