国防総省の指導部は、サイバーAIを単なる脅威ではなく防衛の競争とみている

国防総省のサイバーAI観は変化している

米国防省の上級技術当局者2人は今週、サイバー対応能力を備えた最新世代の人工知能を、単なる脅威として理解すべきではないと述べた。ワシントンで開かれた SCSP AI+Expo で演説したサイバー政策担当次官補の Katherine Sutton と、国防総省の最高技術責任者 Emil Michael は、Anthropic の未公開システム Mythos をモデルにしたツールは、防衛のための強力な手段にもなりうると主張した。

こうした発言は、AI システムが前例のない速さでソフトウェアの弱点を見つけ、悪用できるようになることへの不安が高まるなかで、国防総省内部により実利的な姿勢が広がっていることを示している。その速度を新たな危険源としてのみ捉えるのではなく、国防総省当局者は同じ能力を使えば、人間のチームが現在管理できるよりも速く脆弱なシステムを強化できると訴えている。

Sutton は、数日から数週間かけて進むことが多い現在のパッチ適用モデルは、AI がはるかに速く動く環境ではもはや不十分だと述べた。彼女の説明では、重要な機会は抽象的なものではなく、セキュアなコードそのものだという。高度なモデルが欠陥のあるソフトウェアを迅速に検出し修復できれば、軍とその請負業者は、従来のプロセスでは実現できなかった速度でリスクを下げ始められる。

「人間の速度」から機械の速度へ

当局者らの発言は、単純だが重要な一点に集約されていた。脆弱性はすでに広大なソフトウェア基盤の中に存在しており、AI によって、それらを見つけ、修正し、悪用するテンポが変わる。Michael は、そうした欠陥自体は新しいものではないと述べた。今変わるのは時間軸だ。Mythos のようなシステムは、防御側にバグをより早く発見する手段を与えるかもしれないが、攻撃側に同じバグをより早く兵器化させる可能性もある。

こうした二重用途の現実こそが、この局面を国家安全保障上きわめて重要にしている。Michael は、連邦政府だけでなく国全体がデジタルインフラを強化する必要がある時期だと表現した。国防総省は、何年にもわたって技術的負債を積み上げてきた、老朽化したソフトウェアシステムとコードベースの寄せ集めに依存している。この環境では、脆弱なコードを自律的に修正できるモデルは、周辺的な業務改善にとどまらない。関係者がもっと早く行われるべきだったと示唆する作業を加速させる可能性がある。

この主張は、AI が導入されればサイバーリスクが消えるという意味ではない。許容される対応時間の基準が変わっているということだ。機械速度での悪用が当たり前になれば、機械速度での修復も必要になる。これは、遅い調達サイクル、長い認証プロセス、断片化したソフトウェア所有を前提に築かれた組織にとって大きな転換だ。

Mythos が特別でなくとも重要な理由

国防総省のパネルをめぐる公開議論の多くは、ハッキング能力が報じられて注目を集めた Anthropic のモデル Mythos 自体に集中してきた。しかし Michael は、1社や1モデルだけがこの分野を決めるという見方を弱めようとした。彼は Mythos を、今後1年ほどの間に主要な AI ラボが発表するとみられる、より広いサイバー対応モデル群の初期例だと説明した。

それが重要なのは、国防総省が単一ベンダーとの争いを超えて考えようとしているからだ。Anthropic は現在、トランプ政権と国防長官 Pete Hegseth が同社製品の連邦利用を禁止したことを受けて政府を提訴している。Michael 自身も Anthropic の CEO を公に批判してきた。それでも、イベントでの彼の発言は、戦略上の論点が特定の企業関係よりはるかに大きいことを示していた。

その意味で、国防総省は同時に2つのメッセージを発しているように見える。第一に、Anthropic がこの種の能力を永久に独占するとは考えていない。第二に、複数の企業が同様に高度な機能を持つモデルを開発するにつれて、サイバーAI はより広く収斂していくと予想している。もしこの見通しが当たれば、政策上の課題は特定システムの有無ではなく、そうしたシステムが多数存在する世界に政府と産業がどう適応するかになる。

防衛機関にとってより大きな試金石

国防総省の楽観論は、こうしたツールに伴うリスクを消すものではない。むしろ、リスクをより鮮明にする。数秒で脆弱性を見つけて修復できるシステムは、ガバナンス、検証、対応に使える時間も圧縮する。防衛機関は、この種のシステムにどの程度の自律性を安全に持たせられるのか、どこで人間の確認が不可欠なのか、そしてこの変化の速度を前提にしていないレガシーネットワークへどう展開するのかを判断しなければならない。

実運用上の準備という問題もある。サイバーモデルが広く利用可能になったとしても、国防総省はそれを実際のワークフローに統合しなければならない。つまり、古いプラットフォーム、一貫しないコーディング慣行、何層もの官僚的統制によって特徴づけられたソフトウェア環境に、高度な AI を組み込む必要がある。期待は大きいが、導入の難しさも同様に大きい。

それでも、Sutton と Michael の中心的なメッセージは明確だった。サイバーAI の出現は、新たな攻撃面を生み出すだけではない。何が有能な防衛なのかを見直すことを迫る。その文脈では、成功の鍵は強力なモデルの出現を止めることよりも、同等の能力を使って、敵が悪用するより速く露出を減らすことにある。

国防総省にとって、それは AI を遠い近代化プロジェクトではなく、差し迫った運用要件に変える。競争は、より強力なサイバー工具を作ることだけではない。パッチ適用、修復、ソフトウェア強化が、人間の速度を超えて急速に進む脅威環境に追いつけるようにすることだ。

この記事は Breaking Defense の報道に基づいています。元記事を読む。