AIが加速させる詐欺、米データ侵害が過去最多
身に覚えのない医療系学校から「入学おめでとう」の手紙が届いた米記者の話から、米国のデータ侵害が記録更新を続け、AIが本人確認の前提を崩しつつある現実が浮かぶ。日本にとっても他人事ではない。
知らない学校から「入学おめでとう」の手紙
Bloombergの記者ジェナ・ハック氏（Jennah Haque）のもとに、フロリダ州タンパのUltimate Medical Academyから入学を祝う手紙が届いたのは、ほんの数か月前のことだ。XLサイズの男性用ポロシャツとロゴ入りのバッグが同封されていた。彼女は女性のSサイズを着る。それ以前にこの学校に出願したこともなければ、名前を聞いたこともない。
何者かが彼女の名義で出願していた。 社会保障番号、住所、誕生日、すべて正しい。出願書類の高校履歴だけがアラバマ州ハンツビルの学校になっていて、彼女はその州に足を踏み入れたこともなかった。
調べを進めると被害は深く広い。13の大学 に彼女の名前で出願がなされ、複数のFAFSA（連邦学生援助無料申請）が提出され、5万ドル（約790万円）以上の学生ローンが彼女名義で承認されかけていた。一連の犯行を、たった一人で実行するのは難しい。だがAIエージェントなら違う。
この体験記をBloombergが5月8日に公開した。記事の主題は個人の災難ではなく、その背後で起きている構造変化だ。AIがアイデンティティ盗難を、桁違いに容易で速く、止めにくいものに変えつつある。
2025年、米国のデータ侵害は過去最多を更新した
個人情報盗難リソースセンター（Identity Theft Resource Center、ITRC）は2026年1月29日、2025年の年次データ侵害報告書を発表した。米国で2025年に発生したデータ侵害は3,322件で、ITRCが2005年に集計を始めて以来の過去最多を記録した。5年前と比べて79%増えている。
被害通知の枚数は前年から大きく減った。2024年の13億6700万件から、2025年は2億7882万件へ。これは2024年に発生したヘルスケア大手Change Healthcareへのランサムウェア攻撃のような「メガ侵害」が2025年には起きなかったためで、件数の少なさが「事態の好転」を意味するわけではない。
「私たちは単純なアイデンティティ盗難の時代を抜け、『より多くの状態（State of More）』に入った。より多くの攻撃が、より精密に、より自動化され、より検出しにくくなっている」── ジェームズ・E・リー氏（James E. Lee／ITRC会長）
注目すべきは別の数字だ。2025年の侵害通知のうち、攻撃手口を非開示が70% に達した。2020年にはほぼ全ての侵害通知が原因を開示していたから、5年で透明性は崩壊した。被害者は、自分のデータがどう奪われたのかを知らされないまま、対策を講じようがない状態に置かれている。
AIは攻撃の「歩留まり」を変える
クレジットビューロー（信用情報機関）大手のエクスペリアンが2025年に対応した5,000件のデータ侵害のうち、その40%がAI駆動だったと、消費者保護担当バイスプレジデントのマイケル・ブルーマー氏（Michael Bruemmer）はBloombergに語った。同社は2026年について、複数の自律エージェントが連携して目標を達成するエージェント型AIが、データ侵害の最大要因になると予測している。
ブルーマー氏はAIが詐欺をどう変えたかを、3点に要約している。攻撃が速くなり、洗練され、見た目が良くなった。2、3年前のフィッシングメールと、ChatGPTやMicrosoft Copilotで生成された今日のフィッシングメールはまるで違う。多くの人の検知能力をすり抜けてしまう。
リー氏の言葉を借りれば、犯罪者はリスク（被害者数）を増やさずに 歩留まり（取得データの量と価値） を上げられるようになった。攻撃側のコスト構造が根本的に変わったわけだ。
「合成ID詐欺」と、ディープフェイク運転免許証
ボストン連邦準備銀行が「目下もっとも流行している詐欺」と指摘するのが、合成ID詐欺だ。実在の社会保障番号と、架空の名前・誕生日・住所を組み合わせて、現実には存在しない「人物」を作り上げ、その名義で銀行口座を開いたり信用枠を取得したりする。
FraudGPTのような悪意あるツールは、データ侵害で漏洩したデータで訓練された大規模言語モデル（LLM）だ。詐欺師はこのプログラムで、数分のうちに数十万の社会保障番号を試せる。低活動の正規9桁番号を見つけ、関連する氏名を割り出す。
TransUnionの米国不正対策責任者ナウリーン・アリ氏（Naureen Ali）は、Bloombergの取材にこの 合成ID詐欺 の手口の流れを説明している。詐欺師は割り出した番号で、認証要件の緩い地方銀行や小売系銀行で小口の信用枠を開く。その口座でしばらく小額の買い物を繰り返し、実績を作る。野心が育つと、より大きな機関銀行で高額の信用枠を申請する。
このとき物理的な本人確認が必要になるのが従来の関門だった。AIは数分で偽造運転免許証を作る。あとは口座を満額まで使い切り、現金を引き出して消える。「バストアウト」と呼ばれるこの段階を、犯人は数年我慢して待つこともある。アカウントを長く維持するほど、ユーザーは「正規」に見えるからだ。
アリ氏は世界全体の詐欺被害額が年間 5,340億ドル （約83兆8,000億円）を超えると述べた。これは特定企業の損失ではなく、全世界の規模である。
受け皿としての教育機関
ハック氏のケースで重要なのは、攻撃の標的が「銀行ではなく学校」だった点だ。ITRCの最高経営責任者エヴァ・ベラスケス氏（Eva Velasquez）はBloombergに対し、生活費高騰のなか、医療品・処方薬の取得目的のなりすましが増えていると語った。SNSアカウントの乗っ取りでマネタイズする手法も広がっている。そして大学への出願にも──。
5年で非開示が70%に達し、被害者は侵害の中身を知らされなくなった。
教育セクターは件数だけで見れば5位だが、実態の重さは順位以上だ。学生ローンは個人の銀行口座に直接振り込まれるケースがあり、合格率が高く出願が簡素な専門学校ほど、犯行の通り道として機能してしまう。標的は守りの固さではなく、「金が動くのに守りが弱い場所」に集まる。
通知が来ないということ
ハック氏は過去に何度もデータ侵害の通知を受け取ってきた。ある駐車場アプリから、Metaのような大手まで。漏洩したのはメール、電話番号、クレジットカード情報。企業は6か月分のクレジットモニタリングを提供する。それで終わりだ。
問題は通知が来た場合に限られる。通知が来ないケースのほうが、はるかに多い可能性がある。
データ侵害の通知義務は、米国では州ごとに法律が異なる。一定数を超える被害が出るまで通知不要とする州もある。企業が「データが漏れても被害がない」と判断すれば、通知を一切出さない選択もできる。
ITRCの数字でも、被害通知数は前年比79%減だった一方、侵害件数は過去最多。侵害は増え、通知は減る。この乖離が意味するのは、被害者が自分の被害を知らないまま放置されている範囲が、年々広がっているということだ。
リー氏は2025年のデータについて、AIが標的化ツール としての本領を初めて示したと述べている。被害者の数を増やさずに、一人当たりから取得できるデータを増やす。攻撃の単価が上がり、損益分岐点が下がった。
AIの侵入を、AIで止められるか
防御側もAIを使い始めた。
不正対策スタートアップSEONの共同創業者兼CEO、タマーシュ・カダール氏（Tamás Kádár）はBloombergに対し、詐欺師が今や1行のコードも書かずに、本物そっくりのフィッシングサイトを構築できると語っている。SEONは5,000人を超えるアナリストを抱え、各社の取引データを分析し、AIアルゴリズムでセキュリティリスクをスコアリングしている。
TransUnionは、自撮り写真がAI生成かどうかを判定する ライブネスチェック をAIで実装した。アリ氏によれば、同社はDMV（運輸局）の運転免許データ、公的記録、長期にわたる携帯端末の挙動データを使って、独自の検知モデルを訓練している。攻撃側のAIに対抗するためのAIだ。
ただし、この攻防には非対称性がある。攻撃側は1回成功すれば利益を得るが、防御側は毎回防がなければ意味がない。そして防御側の負担は、ほぼ確実に消費者と機関の両方に重くのしかかる。
個人ができることは限られている
ITRCのベラスケス氏とブルーマー氏が挙げる対策は基本的なものだ。クレジットを凍結する。子どものクレジットも凍結する。多要素認証を有効にする。パスワード金庫とパスキー生体ログインを使う。3大信用情報機関で年1回の無料クレジットレポートを習慣化する。アリ氏はVPNなしの公衆Wi-Fiを使うなと付け加える。
これらは2010年代の対策と本質的に変わらない。AIによって攻撃の規模と速度が桁違いに変わったのに、個人の防衛策は手作業のまま据え置かれている。この非対称性 が、現在の脆弱性の本質だ。
日本にとっての含意
ここまで描いた現象は米国の話だ。社会保障番号もFAFSAも、米国固有の制度である。だが構造は普遍的だ。
エクスペリアンは日本にも法人を構えており、日本の金融機関やEC事業者向けに不正対策ソリューションを提供している。日本でも合成IDによる口座開設、本人確認書類の偽造、フィッシングサイトの精巧化は同じ技術基盤の上で進む。日本のマイナンバーカードや運転免許証も、AIによる偽造の対象から原理的に外れているわけではない。
防御側の対応は、日本でもAIによる本人確認の高度化、生体認証、デバイス挙動分析に向かっている。だが攻撃側のコストが下がり続ける限り、追いかける構造は変わらない。
ハック氏の手紙の話が示すのは、AIが「個人の油断」ではなく「制度の前提」を攻めているという事実だ。本人確認、出願審査、与信判定、振込先確認──これらはすべて、ある程度の偽装コストを前提に組まれている。そのコストがゼロに近づきつつある。
5,340億ドルという世界の年間詐欺被害額は、日本の名目GDPの1割を超える規模だ。AIで作った偽の手紙が、いつか日本の家のポストにも届くかもしれない。
参照元
他参照
