生成AIの進化に伴い、脆弱性の発見と悪用が急速に進む中、Check Point Software TechnologiesでCTO（最高技術責任者）を務めるジョナサン・ザンガー（Jonathan Zanger）氏は「全ての脆弱性にパッチを当てるという従来型の対応は今後成り立たなくなる」と警鐘を鳴らす。2026年7月に同社がシンガポールで開催したイベント「Check Point Engage 2026」をもとに、ザンガー氏ら幹部の話をまとめる。
脆弱性管理のパラダイムシフト
Anthropicが2026年に発表した「Claude Mythos」は、サイバーセキュリティ業界の風景を一変させた。AIによる脆弱性（ぜいじゃくせい）の発見能力が向上したことで、業界全体に「脆弱性が爆発的に急増する」という懸念が広がった。もちろん、Mythosの能力は脆弱性発見にとどまらず、エクスプロイト、攻撃にもまたがるものだ。
Mythosの能力は、単なる「脆弱性の発見」にとどまらない。報告されている評価結果によれば、27年前から存在していたOpenBSDのTCPスタックのバグ、17年来のFreeBSDのリモートコード実行の脆弱性を発見しただけでなく、攻撃コードの自動生成にまでやってのけた。Firefoxからは100件を超えるエクスプロイト可能な脆弱性を導き出し、一部はメモリ破壊の制御を掴む段階にまで到達したとされる。主要OS・ブラウザを横断して数千件規模のゼロデイ脆弱性が見つかったという報告もあり、脆弱性の「発見」から「悪用」までの距離が一気に縮まったことを物語った。
そのAnthropicが2026年2月に脆弱性発見に特化した「Claude Code Security」を発表すると、セキュリティ業界全体の価格が下落するなど、影響は技術業界にとどまらない。
このようなツールの登場は、業界全体に脆弱性の急増という危機感を掻き立てた。「コードセキュリティの手法を誰もが知ってしまった。見つけようと思えば見つけられる時代になった」とザンガー氏。今後1〜2年のうちに、あらゆるベンダーから脆弱性の開示情報が「爆発的に」増えていくのだろうというのが同氏の予測だ。「生成AIでコードスキャンをすれば、脆弱性はいくらでも見つかる。しかし、それら全てに対応できるわけではない時代が来る。全ての脆弱性にパッチを当てるという従来型の対応は、今後成り立たなくなっていく」とザンガー氏は話す。
CTEMとExposure Managementへの投資
この転換を語るにあたってザンガー氏が繰り返し引き合いに出すのが、ガートナーが提唱する「CTEM」（Continuous Threat Exposure Management：継続的脅威エクスポージャー管理）という考え方だ。スコーピング（対象範囲の特定）、ディスカバリー（資産・脆弱性の発見）、優先順位付け、検証、そして動員（対応の実行）という5つのステージで脅威に対応するというもので、ザンガー氏が特に強調するのが「優先順位付け」の重要性だ。
「重要なのは、見つかった脆弱性を端からつぶすことではない。実際に悪用されるリスクが高いものから対応すること」とザンガー氏は説明する。攻撃者が特定の国、特定のIPアドレスから仕掛けてくると分かっていれば、その経路を止めればいい。Webアプリケーションへの通信を監視・遮断する「WAF」（Web Application Firewall）や、ネットワーク上の不正な通信パターンを検知・防御する「IPS」（Intrusion Prevention System：侵入防止システム）で防ぐものもある。「パッチを当てなければならない」という発想は選択肢の一つにすぎないというのだ。
こうした転換に対応する新たな取り組みとして、Check Pointは「Exposure Management」（エクスポージャー管理）に投資してきた。攻撃者にさらされうる資産や脆弱性を継続的に洗い出し、優先順位付けから対策の実行までを支援するというものだ。
ゼネラルマネージャーとしてエクスポージャー管理の取り組みを率いるCheck Pointのヨハイ・コレム（Yochai Corem）氏によれば、「1.脅威インテリジェンス（攻撃者の動向分析）」「2.優先順位付け（ビジネスへの影響度・設定不備の評価）」「3.修復（実際の対策実行）」――という3要素で構成され、CTEMの5ステージ全体をカバーするプラットフォームだという。
AIエージェントによる自動化と差別化
このExposure Managementの中核を担うエンジンが、2026年6月に発表した「Agentic Exposure Validation」（AEV）だ。攻撃者の視点で推論するAIエージェントが、資産情報や脅威インテリジェンスを相互分析し、脆弱性が実際に悪用可能かどうかをエビデンスをもって判定する。AEVは先のCTEMの5ステージのうち、主にスコーピング、ディスカバリー、優先順位付けの部分をカバーする。「そこから先の検証・修復まで含めて全てをカバーできるのが、われわれのプラットフォーム（Exposure Management）のユニークな点だ」とコレム氏。パッチの適用、動的なパッチ当て、認証情報のローテーションなど、実際の対応まで自動的につなげられるという。
ザンガー氏はAEVを支える技術を4つの要素に分解して説明する。人間のように推論する基盤モデル、関連情報を集積するナレッジグラフ、モデルが操作するツール群、そしてそれらを繋げる「ハーネス」（AIエージェントにツールや指示を与えて動かすための制御の仕組み）だ。「特にハーネスの部分こそが、われわれの『伝家の宝刀』だ」とザンガー氏。「どの攻撃手法を優先的に排除するかをモデルに指示しつつ、常に安全性を監視するエージェントを並行して走らせることで、攻撃側と安全管理側のバランスを取っている」と独自性を説明した。
Check PointのAEVは5つのエージェントが連携して動く仕組みだ。全体の状況を分析し文章を整理する「インテリジェンス・オーケストレーター」、発見した資産をグループ分けする「クラスタリング・エージェント」、個々の資産に対して脆弱性の学習・攻撃コードの作成・パッチのリバースエンジニアリングまでする「アセット・エージェント」、攻撃時にサービス停止やデータ破壊など実害が出ないよう検証する「セーフティ・エージェント」、そして誤検知・過検知を判断する「バリデーター・エージェント」の5つだ。
「AIを攻撃側のエージェントとして使うと、リスクではないものをリスクだと過剰に判断してしまうことがある。だからこそバリデーター・エージェントが必要になる」とコレム氏は説明する。
外部視点からのアプローチと事例
コレム氏は、Exposure Managementを構成する3要素である脅威インテリジェンス、優先順位付け、修復が、実際にどう機能するのかの実例も紹介した。
まず脅威インテリジェンスの実例だ。ある大手欧州エネルギー企業では、同社ブランドを装うフィッシングサイト・なりすまし広告のキャンペーンが確認された。攻撃者はMeta広告を使い、フランス・イタリアの30歳以上の投資家層をターゲットに「月1000ユーロ以上のリターン」をうたう偽の投資勧誘へ誘導していた。地域を絞った巧妙な手口のため、米国や英国に検知センサーを置く一般的な脅威インテリジェンス企業では見つけられなかったという。Check Pointはこのキャンペーンを検知し、数時間以内に広告とフィッシングサイトの停止に乗り出した。同社によれば、フィッシングサイトのテイクダウン率は99%超、平均対応時間は12時間だという。
また、ある大手航空会社では、自社ブランドを騙った偽の搭乗券発行アプリが見つかった。Check Pointはアラートから3分後に対応を開始し、リバースエンジニアリングでソースコードの流出や内部不正ではないことを24時間以内に特定。GitHubに公開されていたアプリ生成アルゴリズムのソースコードも発見し、モバイルアプリストアからの削除まで対応した。
いずれも、攻撃者の動向を分析する「脅威インテリジェンス」の実力を示す例だ。
一方、AEVそのものが脆弱性の悪用可能性を検証し、対応までつなげた例もある。ある企業向けアプリケーションの脆弱性（CVSSスコア9.6、既知の悪用事例あり）に対して、AEVがこれを検知。対象のWAF（ここではCloudflare）に自動で防御ルールを作成、デプロイし、誤検知がないことを確認した上でブロックモードに移行した。所要時間は、検知からわずか1時間だ。
個々の攻撃への対応力だけでなく、企業全体での成果を示す数字もある。Exposure Managementは、企業が既に保有しているセキュリティ製品（ファイアウォール、WAF、エンドポイント製品など）について、実際に脅威をブロックできる状態まで正しく設定・有効化されているかどうかを点検し、監視モードからブロックモードへと段階的に是正していく。この「既存投資だけでどこまで防御できているか」を示す指標が「セキュリティ・ハードニング効果」だ。
ある企業では、Check Point、F5（WAF）、Ciscoなど複数ベンダーのセキュリティ製品群を統合した。これにより、ハードニング効果は95%に達し、平均対応時間はわずか1.7時間に短縮した。この期間中、IPSで1300万件、WAFで1万件の攻撃をブロックし、200件超の是正措置を実施したという。
別の企業では、導入開始時点でハードニング効果が30%だったのが、1カ月後には83.8%まで向上。平均対応時間2.3時間、2000件の是正措置を実施したとしている。
AIエージェントで注目されるエクスポージャー管理だが、Check Point以外のベンダーもソリューションを持つ。
ザンガー氏によると、同社の強みは脅威インテリジェンスを軸とした「外部（攻撃者）視点」からのアプローチにあるという。それを支えているのは、Cyberint（2024年10月）とVeriti（2025年5月合意）の2社の買収だ。これらにより、外部脅威インテリジェンスとエクスポージャー管理の両輪を強化してきた。
「（Qualys、Tenable、Rapid7といった）既存の脆弱性管理ベンダーは、内部スキャンを起点としたアプローチをとる。われわれは内部スキャンの仕組みを持っておらず、彼らに外部からの視点の情報を提供する立場にある」とザンガー氏は説明した。
Linuxだから安全は通用しない
このように、AIは脆弱性管理のアプローチを変える必要性をもたらしたが、ザンガー氏は、業界全体の議論に懸念を示す。現在、脆弱性を巡る議論はMicrosoft、Oracle、SAPといった大手ベンダーのOSやミドルウェア、あるいはブラウザといった領域に集中しがちだ。しかし同氏は、オープンソースのフレームワークや自社開発アプリケーションこそ、今後大きなインパクトを受ける可能性があると指摘する。
「Log4jやStrutsのように、オープンソースのフレームワークで過去に大きな脆弱性が見つかった例は多い。ECサイトのソフトウェアパッケージなども同様だ。エンタープライズ企業の多くが社内でJavaアプリケーションを開発しており、SaaSベンダーも同様の技術を使っている。誰もが意識しなければならない領域のはずなのに、その議論があまり聞こえてこない」とザンガー氏。
ザンガー氏は、AIが攻撃者側の開発力そのものを底上げしている現実にも触れる。Check Point Researchが2025年夏に発表した内容によれば、Windows向けの有名なオープンソースのペネトレーションツールを、単独の開発者が1週間で8万行のコードに移植し、Linux環境で動作するよう改造していた例が確認されたという。ベンチマークとして、同じツールを「Amazon Web Services」（AWS）で動作するよう移植するプロジェクトもあり、OS環境が異なっても機能性を再現しようとする動きが見られたとしている。「かつては『Linuxだから安全』『AppleやiOSだから安全』といった前提があった。しかしAIによって、そうした前提はもはや成り立たなくなる」。
「今までは自分の知識の範囲でしか動けなかった攻撃者が、AIという『もう一人のパートナー』を手に入れた」とザンガー氏、「恐ろしいことだ」と続ける。
こうした変化を踏まえ、ザンガー氏は次のようにアドバイスする。まずビジネスの優先順位を見直すこと。ベンダーからのアナウンスメントを注視すること。そして、ゼロデイ対策をエンドポイントに組み込み、アップデートの優先順位を上げていくこと。「次の2〜3年、こうした備えは間違いなく必要になる」とザンガー氏は述べた。
