株式会社ビジネスブレイン太田昭和　│　Abnormal AI
～高度化するメール攻撃をAIで検知して社員を守る～

BBSグループでは、既に複数のセキュリティ施策を組み合わせた多層防御の考え方を導入している。従業員に対してはKnowBe4を用いたeラーニングとメール訓練を継続的に実施し、ヒトのリテラシー向上を図っている。また、SecurityScorecardを活用し、グループ会社全体のセキュリティスコアを外部視点で可視化する取り組みも行われている。さらに、GSXと連携したグループCSIRT体制も構築されており、インシデント対応やリスク評価において一定の成熟度を確保している。しかしながら、こうした取り組みを行っていてもなお、完全な防御は実現できないという現実があった。特に近年において顕著となっているのが、「ヒトを狙った攻撃」の高度化である。

BBSがAbnormal AIの導入に至った背景には、メール攻撃の高度化がある。特に顕在化したのが、経営層を狙った攻撃の増加である。覚えておられる方も多いのではないだろうか？2025年冬ごろ社長を名乗るメールや振込指示を装ったメールが実際に届くなど、従来のセキュリティ対策だけでは防ぎきれないケースが確認されていた。AIの発達に伴い、近年の攻撃メールは一見すると自然であり、従来のフィルタリングでは検知が難しいという特徴を持っている。こうした状況に対して、既存のMicrosoft 365のフィルタリング機能は一定の効果を発揮していたものの、すべてを防げるわけではなかった。「通り抜けてしまうメール」が存在する以上、その対処は避けて通れない課題であった。

さらに、過去のインシデント対応経験も意思決定に大きな影響を与えている。BBSでは2020年にEmotetへの対応を経験しており、その際には社内対応や対外的な影響が発生した。この経験により、経営層を含めたセキュリティに対する意識は大きく変化した。 「実際にインシデント対応を経験しているかどうか」は、セキュリティ投資に対する判断において重要な分岐点となる。同社の場合、その経験が「追加投資の必要性」を明確に認識させる契機となっていた。

│過度に遮断しないという設計思想

Abnormal AIの導入にあたって、BBSが重視したのは「どこまで遮断するか」という点であった。一般的に、セキュリティ製品はリスクを低減するためにメールの削除やブロックを行うことが多い。しかし、BBSではこのアプローチを採用していない。代わりに、検知したメールを迷惑メールフォルダに格納する運用としている。この理由は明確である。誤検知によって重要なメールが届かないことは、場合によっては対応漏れなどセキュリティインシデント以上のビジネスリスクになり得るためである。また、サイバー攻撃が疑われるメールが迷惑メールフォルダに移動されることで、ユーザーは「違和感」に気づくことができる。同時に、本当に必要なメールであれば自ら取り出すことも可能である。この設計により、セキュリティと業務継続性の両立が実現されている。Abnormal AIが検知して迷惑メールフォルダに振り分ける数が増えた一方で、正規メールを誤って迷惑メールに振り分けてしまうケースは極めて少なく、検知精度の高さが確認されている。

│AIによる“人の判断に近い検知”

Abnormal AI導入後に最も大きく変化したのは、メール検知の質である。従来のフィルタリングは、ドメイン情報や既知のパターンといったルールベースに近い判定が中心であった。一方、Abnormal AIでは、文面や文脈、送信者との関係性といった複合的な要素を基に判断が行われる。その結果、これまで受信トレイに届いていた「判断が難しいメール」が適切に振り分けられるようになった。利用者の感覚としては、「人が一度目を通したかのような判定」が行われている印象を受けるという。実際に、Microsoftでは検知を通過したメールが、Abnormal AIでは高スコアの攻撃として判定されるケースもあり、その差異は明確である。この違いは、単なるフィルタリングの精度向上にとどまらず、「判定の質の変化」と言えるものである。

Abnormal AIは攻撃メールを検知しスコアリング化。「フィッシング」「偵察」など攻撃事由を分類。
Microsoftでは検知できない攻撃メールを検知できている。

こうした環境変化に対応する上で、Abnormal AIの検知アプローチには従来型の対策とは異なる特徴がある。同社は行動解析AIプラットフォームを核とし、文面の巧拙や既知のパターンとの一致に依存せず、従業員一人ひとりの日常的なコミュニケーション――誰と、どのような頻度で、どのような文脈でやり取りしているか――を学習し、「平常時の挙動」をベースラインとして構築する。そのうえで、そこから逸脱する挙動――普段やり取りのある相手から突然の支払い口座変更依頼、通常と異なる地域・端末からのメール配信、社内の役職者を装ったなりすましなど――を検知する仕組みとなっている。この行動解析AIにより、文章そのものの自然さが向上した場合でも、送信者の挙動や関係性という別の軸から異常を捉えることが可能になる。

この検知手法は、ユーザーが個々のメールに対して警戒心を働かせることを前提としない。判断はあくまでシステム側の挙動分析によって裏側で完結し、ユーザーの注意力や経験に依存しない。石渡氏が重視する「セキュリティは目立つべきではない」という運用思想――ユーザーに構造の存在を知らせず、過信による注意力の低下を避けるという考え方――は、こうした「ユーザーの判断を待たずに機能する」技術的な裏付けがあってはじめて成立していると言える。

石渡氏がセキュリティにおいて最も重視しているのは、「日常を守ること」である。インシデントが発生すると、業務は大きく混乱し、顧客対応や社内対応など、通常とは異なる負荷が発生する。場合によっては、企業の信頼やブランドにも影響を及ぼす。不運にも被害のきっかけとなってしまった社員も大きな精神的負担を追うことになる。こうした事態を防ぐために必要なのは、特別な対策ではなく、「何も起きない状態」を維持することである。その状態を継続することこそが、情報システム部門の使命であると同社は考えている。

BBSの取り組みは、現代のセキュリティにおける重要な示唆を含んでいる。それは、ヒトかテクノロジーかという二項対立ではなく、「両者をどう組み合わせるか」という視点である。教育だけでも、システムだけでも不十分であり、それぞれの特性を理解した上で最適なバランスを取ることが求められる。Abnormal AIは、その中でヒトの判断を支える役割を果たしている。目立つことなく、しかし確実にリスクを低減する。その存在は、まさに「見えないセキュリティ」と言える。

そして最終的に目指すべき姿は、誰もセキュリティを意識せずに業務に集中できる環境である。その日常を守るための取り組みは、これからもBBSの取り組みは進化し続けていくだろう。

• Microsoft 365では検知できないメール攻撃を検知 Abnormal AIはMicrosoft 365では検知できないメール攻撃を検知できている
• リテラシー向上とシステム的なフォローでセキュリティガバナンスを強化 eラーニングやメール訓練といったリテラシー向上施策とツールなどによるシステム的なフォローによりセキュリティガバナンスがさらに強化される
• あえて迷惑メールフォルダに入れる 検知されたメールを削除するのではなく迷惑メールフォルダに格納することで、意識づけをすることに加え、誤検知によるビジネスへの影響を軽減する
• ユーザーに負担をかけず、しかし確実に守る セキュリティを意識させすぎもせず、一方で油断させすぎもせず、バランスを取りながらセキュリティ態勢を強化していく