マルウェアエージェントに対する企業の防御

サイバーセキュリティの状況は新しい段階に入りました。人間の攻撃者と人間の防御者の対決だったのが、機械同士の戦いになりました。生成的なAIとエージェント型AIの進歩により、サイバー犯罪は産業化され、ニッチな、高度なスキルを必要とする分野から、スケーラブルで、低いハードルを持つ分野になりました。最近の業界データによると、約41%の攻撃がAI駆動型であり、この数字はこの変化がどれほど急速に進んでいるかを強調しています。

レガシーディフェンスの高いコスト

AI駆動型攻撃の財務への影響はすでに大きいです。Fingerprintの2025年のAIフラウドと防止レポートによると、企業は平均で年間414,000ドルをAI駆動型フラウドに失っており、3分の1の回答者は100万ドルの損失を報告しています。多くの組織では、これらの数字は外れ値ではなくなり、オンラインビジネスのコストの一部になりました。

これらの損失は、より深い構造的な問題も示しています。企業が頼っている防御ツールは、異なる脅威モデルに対して設計されました。CAPTCHAs、IPベースのルール、シンプルなレート制限、ブロックリストは、スクリプト化されたボットをフィルタリングするために設計されました。今日、これらの制御は、リアルタイムで摩擦に適応し、活動を正当なトラフィックに混ぜることができるAI駆動型の敵に対して、ますます無効になりました。

CAPTCHAsは問題を明確に示しています。人間とボットを区別するために設計されたものですが、多くのAIモデルはより速く、より正確に解決できます。同時に、これらの課題は、正当なユーザーに摩擦を導入し、放棄率を増加させ、顧客体験を低下させます。マルチファクターオーセンテーション（MFA）は保護の層を追加しますが、SMSスワッピングとフィッシングにも脆弱です。総合的に、これらの制御はセキュリティの幻想を生み出しますが、実際のユーザーに負担を課します。

運用上の危機とプライバシーの矛盾

損益計算書は物語の半分しか語りません — 他の半分は運用上の麻痺です。同様のレポートは、62%のB2B SaaSの回答者が、AI駆動型の攻撃により、フラウドチームが手動プロセスに多くの時間を費やしていることを示しています。アナリストは、アラート、誤陽性、エッジケースで溢れており、積極的な防御、脅威インテリジェンス、長期戦略へのリソースが減少しています。

この運用上の緊張は、消費者プライバシーの必然的な進化によって悪化しています。規制と消費者偏好は、より大きな保護に向かって移動していますが、この変化はセキュリティチームにとって盲点を生み出しています。

核心的な発見は次のとおりです: 40%の組織は、プライバシー規制がユーザー識別の精度を大幅に低下させていると報告しています。MozillaやApple (AAPL ) のようなブラウザベンダーがプライバシーを重視する立場を取り、従来のブラウザとデバイス識別技術を制限している一方で、意図せずに不正行為者を有利にします。つまり、ユーザーを保護しようとしている間にも、人間または自動化された不正行為者が匿名のままであることを容易にしているのです — これは、実際のユーザーを保護することをより困難にします。影響は大きいです: 57%のB2B SaaS企業、32%のフィンテック企業、27%の銀行機関は、デバイスとブラウザIDの精度が大幅に低下したと報告しています。

レガシーツールがAIテストに失敗する理由

レガシーディフェンスと現代の攻撃者の間の不一致は今や明らかです。IPアドレスは簡単に回転し、MFAはバイパスされ、CAPTCHA課題はAIモデルによって迅速に解決できます。ただし、これらのソリューションは、悪意のある行為者に対してほとんど持続力がありません。

さらに、従来のボットが線形スクリプトに従うのに対し、エージェント型AIは障害を「推論」し、動的に戦略を調整することができます。より多くの人がデジタルアプリに移行するにつれて、レガシーディフェンスが適応型AI駆動型攻撃を包含できないことは、データ漏洩とシステムリスクの機会を増大させています。

企業にとって、これは持続的なジレンマを生み出します。制御を激しく強化すると、正当なユーザーは摩擦、遅延、誤った拒否に罰せられます。制御を緩和して体験を保存すると、不正行為の量が増加します。結果は「負け負け」のトレードオフとなり、セキュリティポストと顧客の信頼が両方とも侵食されます。

企業価値: 意図を解読して信頼を回復する

ハイリスク分野であるフィンテックや電子商取引にとって、現代のデバイスインテリジェンスの価値提案は、単に「不正行為を防止する」ことではなく、「ユーザーの意図を識別し、リスクをより正確に評価する」ことについてです。

デバイスインテリジェンスにより、企業は信頼できるデバイスを識別し、ブラウザの完全性、自動化インジケーター、環境の一貫性、行動の異常などの各インタラクションの周囲の信号を分析することで、リスクを評価できます。ユーザーが資格情報を提供したり、取引を行う前に、反応型の防止から予防型の防止とコンテキスト駆動型のリスク評価への移行は、運用上の効率とユーザーの信頼にとって不可欠です。

例えば、Cornershop by Uberの場合、デバイスインテリジェンスはリターンユーザーを信頼性高く識別し、高リスク活動を早期に浮き彫りにし、不正行為の取引を捕捉し、誤陽性を最小限に抑え、チャージバックを削減することができました。

戦略的転換: エージェント型防御とリアルタイム、デバイスレベルの信号

AI駆動型の脅威がより適応性を持つにつれて、企業はセッションが最初の活動の兆候で合法的なものであるかどうかを評価する能力が必要になります。取引が失敗したり、アカウントが侵害されたりするのを待つのではなく、最初の活動の兆候でです。

したがって、AI駆動型の脅威に対応するには、防御の設計方法を戦略的に転換する必要があります。IPアドレスや簡単に偽装できる行動などの脆弱な識別子に頼るのではなく、企業は、エージェント型の代理人によって操作するのが難しいデバイスレベルの信号を優先し始めています。デバイスの環境、完全性、構成に基づくリアルタイムのリスクインジケーターは、不正行為が検出されたときにすぐに行動できる、信頼性の高い信号をフラウドチームに提供します。

AI駆動型脅威に対する脆弱なセキュリティの二重コスト

企業のセキュリティが侵害された場合のコストは二重です: 経済的損失と効率的損失です。経済的側面では、防御が一貫性がなく、手動で簡単に回避できる場合、攻撃者はリスクを負うことなく大規模に活動できます。防御が攻撃のコストと複雑さを、予想される収益を超えるまで高めることができると、攻撃者は別の標的を探します。

第二のコスト、効率の損失は、金銭的損失を超えています: 運用上の緊張、顧客の摩擦と流失、競争上の不利益が含まれます。企業が報告する年間100万ドルの損失と、企業が攻撃されたときに直面する運用上の後退は、行動を起こすべき明確な呼びかけです。

AIの存在は避けられません。企業は、不正行為者が持続的に適応し、執拗で、AIツールの多様なアーセナルを利用できる世界に向けて、セキュリティアーキテクチャを調整する必要があります。

企業が自動化された敵と現代のプライバシーの現実に対して設計されたリアルタイムのデータ駆動型防御に投資する場合、デジタルエコシステムにおける信頼を回復するためにより良い立場にあります。