分かっている事実：出典ごとに対象を分ける

警察庁：国内の被害報告は、AI利用の件数とは別

令和8年上半期の情勢資料は、2026年1〜6月を対象に、2026年9月10日に公表されました。正誤表により、掲載版が訂正後であることも確認しています。

報告された事実： 本文9頁のランサムウェア被害報告は123件です。これは警察への被害報告の集計で、AIが使われた攻撃の件数ではありません。「はじめに」では、AIの悪用で攻撃が高速・大規模になるリスクへの懸念も示されていますが、この懸念と被害報告の集計は区別します。

記事としての解釈： この件数だけで、AIが増加の原因だったか、どの程度寄与したかは判断できません。被害報告があることを、すべてAIによる攻撃だったと読み替えないようにします。

FBI IC3：AIへの言及がある申告を集計している

2025 Internet Crime Reportは、2025年にIC3が受けた申告が対象で、FBIの公表案内は2026年4月6日付です。

報告された事実： 本文39頁のAI関連の申告は22,364件、調整後損失は893,346,472米ドルです。本文61頁の「AI Related」は、申告された情報にAIへの言及があるという分類です。Appendix Cでは、申告が重複する可能性があり、損失は可能な限り重複を除くと説明しています。

記事としての解釈： AIへの言及があることと、AIが原因と捜査で確定したことは同じではありません。この数字から、全犯罪のうちAIが引き起こした割合や、日本の企業の被害確率は求めません。

別の2024年12月3日付のIC3注意喚起は、生成した文章・画像・音声・動画を詐欺に悪用する手口を紹介しています。対象は注意喚起時点で紹介する手口で、集計期間を設けた被害統計ではありません。 そのため、この資料を件数の増加率の根拠にはしません。

IBM：侵害を経験した組織の調査でAI利用を報告

2026年版の公式公表資料は、2026年7月29日付です。日本語版の公表資料は同年8月26日付。調査はPonemon Instituteが実施し、IBMが資金提供と分析を行っています。

調査で報告された事実： 基礎となるのは、2025年3月〜2026年2月に世界の602組織が経験したデータ侵害です。公式公表資料は、調査で扱った悪意ある侵害の4件に1件でAIが活用されたとしています。

記事としての解釈： 分母は悪意ある侵害であり、602組織の4分の1や、世界中の全攻撃の4分の1と読むものではありません。侵害を経験していない企業も含めた発生率の調査ではなく、日本の中小企業の被害確率にも置き換えません。ここでは公式公表資料の記述を参照し、報告書全体の設問・分類方法を独自に検証したものではありません。

Anthropic：自社で検知・対応した悪用事例

2026年9月の脅威報告は、2026年9月10日公表、対象は2025年12月〜2026年8月に同社が検知・対応した活動です。

発行元が観測した事実： Claudeをサイバー攻撃に悪用した活動を検知し、対応したと報告しています。Cyber operationsの冒頭では、単に作業を助ける使い方に加え、AIに複数の作業を進めさせる使い方を紹介しています。

記事としての解釈： 同社は掲載事例を典型的な悪用ではなく、注目すべき新しい活動の例と説明しています。これは提供元の観測事例であり、攻撃全体の無作為抽出調査ではありません。同社が対応した範囲から、世界や国内での普及率、全被害の規模は求めません。

国内の直近公表：AI利用の証拠と筆者の評価を分ける

マクニカの2026年10月7日公表の分析は、10月6日までに公表された、国内法人のWebシステムを通じた個人情報の窃取・漏えい事案を独自に選んだものです。委託先の一つの事案を複数社が公表した場合は1件とし、ランサムウェアや筆者が別の活動と判断した事案は除外しています。全国の事故総数ではありません。

対応事案で観測したこと： 第6章は、公表情報の集計とは別に、事案対応やログ分析で、サイトやAPIの不備を広く探る動きを確認したと説明しています。

未確認のこと： 第6・10章では、AIによる共通ソフトウェアの未知の脆弱性の発見・悪用は確認されておらず、一連の事案でAI利用を断定できるログや痕跡も未確認としています。

筆者の評価： 第10章は、サイトごとの調査を広範囲に繰り返す動きから、AIの活用を否定するのは難しいと評価しています。これは直接証拠による確認とは分けて読む必要があります。証拠が未確認だからAI不使用とも、評価があるからAIが原因とも断定できません。

JPCERT/CCの10月8日公開・9日更新の注意喚起は、大量漏えいにつながる攻撃類型を、散発的なランサムウェア事案と区別しています。寄せられた情報は限定的・断片的で、全事案が同一手法とはしていません。管理用API、BI（データ分析）ツール、従業員向け管理システムも点検対象です。AI関与の確定を待たずに確認する対象や手順は、相次ぐ個人情報漏えい、中小企業が今週確かめることで整理しています。

発行元の見通し：将来の評価を実績にしない

英国NCSCの2027年までの影響評価は、2025年5月7日公表、評価対象は発表時点から2027年までのAIによるサイバー侵入への影響です。情報機関の情報、産業界・学術・公開情報などを組み合わせた評価であり、被害件数の集計ではありません。

NCSCの評価・予測： AIは侵入活動の一部をより効果的・効率的にし、脅威の頻度と強度を増すことが「ほぼ確実（almost certainly）」だと評価しています。一方で、2027年までに高度な攻撃の全工程が完全に自動化されることは「起こりそうにない（unlikely）」とも評価しています。重要なシステムが高度な攻撃者に対してより脆弱になる「現実的な可能性（realistic possibility）」という評価には、防御策が遅れるか変わらないという前提があります。

記事としての解釈： これは2025年に発表した見通しです。「既に全攻撃が自動化された」「2027年に必ず被害が起きる」と強めて読みません。後発のAnthropicの観測とは時期・対象・高度な攻撃の定義が異なり、一部の自動化事例だけでNCSCの予測全体が確定・否定されたとも判断しません。

自社で見るべき点：支払依頼を受ける想定シナリオ

以下は、メールや電話で取引先から支払依頼を受ける中小企業の未実施の想定シナリオです。実際の事故やhirostaの実績ではありません。確認点はこの記事の運用提案で、実行した効果を示すものではありません。

経理担当者に、取引先を名乗る相手から「振込先が変わったので、今日中に支払ってほしい」という連絡が来たとします。文章が自然で、電話の声にも違和感がない場合でも、相手が本人であるかと、支払内容が正しいかは別に確認します。AIを使った連絡かどうかを、その場で見抜くことに判断を依存させません。

自社で見る点 担当者と確認すること
本人確認 届いた連絡先だけを頼らず、既に把握している取引先の連絡先で依頼を照合できるか
支払・変更の承認 急ぎの依頼でも、担当者だけで振込先を変更せず、別の承認者が確認する流れがあるか
更新と管理担当 メール・業務システムの更新を誰が扱い、委託先との担当範囲が分かるか
情報と権限 顧客情報や支払情報を誰が閲覧・変更でき、不要な権限が残っていないか
不審な連絡の相談先 支払や情報提供を保留したときに、社内の誰へ連絡し、依頼内容を残すか

IC3の注意喚起は、相手の連絡先を調べて直接かけ直すなどの本人確認を勧めています。上の承認者や担当範囲の整理は、それをこの想定業務へつなげた提案です。AIが原因か未確定でも、この会社に必要な確認は進められます。

業務が止まった場合の影響や統計の指標の違いは、漏えい事故の件数と被害の大きさの記事で説明しています。自社でAIに顧客情報を渡す判断は別の論点なので、入力前の確認手順を参照してください。