「2年前から兆候把握」も修正できず…AIが暴いたPHP重大欠陥、開発元の“構造的失敗”(2/2)

AIが変えた「発見できない脆弱性」の常識

　2026年夏、OpenAIのセキュリティ支援プロジェクト「Patch the Planet」の一環として、研究企業CalifがPHPの調査を開始。CalifはOpenAIのAIモデル「GPT-5.6 Sol」を活用し、従来から知られていた問題が重大な脆弱性につながり得ることを実証した。

　PHP Foundationによれば、CalifとOpenAIは8月11日に同じ根本原因について、それぞれ独立して報告。その後、セキュリティ企業Wizも独自に問題を発見・報告した。WizもGoogleの「Gemini 4 Argon」やOpenAIのモデルなど、複数のAIを研究に活用している。

　ここで重要なのは、AIが単にソースコードの怪しい箇所を指摘したわけではないことだ。研究者たちは、複雑な条件が重なったときに何が起きるのかを調べ、実際に攻撃が成立し得ることを検証した。

　従来、こうした研究には膨大な時間と高度な専門知識が必要だった。Wizは今回の研究について、かつては世界トップクラスの専門家チームが数カ月を要したような作業を、AIの支援によって1人の研究者が約1週間で進めたと説明している。

　これはサイバー防御にとって大きな前進だ。しかし同時に、攻撃者にとっても同じ技術が使えるという問題がある。

　以前は悪用することが極めて難しかった欠陥でも、AIが複雑な作業を肩代わりすることで、現実的な攻撃手段に変わる可能性があるからだ。AIによって変わったのは、欠陥そのものではない。欠陥を見つけ、実際の攻撃につなげるための難易度なのである。

AIが発見できても、残る「修正できない」問題

　もう1つ注目したいのは、AIによる脆弱性発見が加速する一方、その修正には依然として人間の高度な判断が必要だという点だ。

　PHP Foundationによれば、2026年7月1日以降に15件のCVEが公開された一方、無効、重複、再現不能などの理由で採用されなかった報告も100件以上あった。 AIは脆弱性らしい問題を大量に発見できるようになった。しかし、そのすべてが本物とは限らない。

　発見された問題がどれほど危険なのかを評価し、影響範囲を調査し、安全な修正方法を決めるには、依然として専門家の判断が欠かせない。今回のPHPの問題でも、AIが危険性を明らかにした後、開発チームや外部企業が約2カ月にわたり対応を進めた。

　OpenAIの説明によれば、こうした調整によって攻撃者に先んじて修正と防御策を準備する機会を得られたという。 ただし、脆弱性の詳細を公開する過程では情報が漏れ、一部の研究用実証映像が意図せず公開されるトラブルも起きた。

　AIが弱点を発見する速度だけでなく、修正、情報共有、配布、適用までの一連のプロセスが、これまで以上に重要になっていることを示す出来事だった。

企業が備えるべき「3つの防御改革」

　では、企業は今回の事件から何を学ぶべきなのか。

　第1に重要なのは、自社システムでどのようなソフトウェアやライブラリが利用されているかを把握することだ。PHPのように、さまざまなWebシステムの土台となっている技術は、企業が直接開発していなくても内部で使われている可能性がある。委託先やクラウドサービスなども含め、自社のシステムが何に依存しているのかを把握しなければ、深刻な問題が見つかっても迅速に対処できない。

　第2に、脆弱性の修正を迅速に実施できる運用体制を整えることだ。今回、PHP開発チームは、修正版への更新が唯一の完全な対策であり、その他の緩和策ではリスクを完全には除去できないと説明している。企業によっては、修正プログラムの適用が既存システムに影響する可能性もある。そのため、平時から更新の優先順位や検証手順、緊急時の対応方針を決めておくことが重要だ。

　第3に、脆弱性を発見する側のAI活用も視野に入れることである。AIを悪用したサイバー攻撃への対策は、攻撃を検知するシステムだけで完結するものではない。システムに残る問題を早期に発見し、実際の攻撃に利用される前に修正するという取り組みも、今後は重要性を増していくだろう。

　OpenAIは、AIによる同様の脆弱性発見が今後数カ月で急増すると予想している。今回の事件は、AIがサイバー防御の強力な武器となる可能性を示した。

　同時に、AIがどれほど速く問題を発見できるようになっても、人間や組織の意思決定が遅ければ、安全は確保できないという現実も浮き彫りにした。

　AIが脆弱性を見つける速度と、企業がそれを修正する速度。この差をどれだけ縮められるかが、これからのサイバーセキュリティを左右する重要な条件になりそうだ。