AIの脆弱性診断だけで大丈夫？ 人の専門家が要るところ

AIの脆弱性診断は、2026年に入って一気に身近になりました。AIがプログラムや設定を読んで弱点を探すサービスが増え、「AI診断」をうたう見積もりを受け取る会社も増えています。

AIに任せてよい範囲と人が要る範囲を分けておくと、安さや速さだけで診断を選んで、肝心の弱点が残る失敗を避けられます。AIの診断結果をどう扱うかで、同じ費用でも守れる範囲が変わるためです。

本記事では、AIの脆弱性診断だけで足りない理由と、人の専門家が要るところをまとめています。さらに、自社に必要な診断の判断表と、AIを使う診断を頼むときに確かめる6項目も紹介します。

AIの脆弱性診断だけで大丈夫か【任せてよい範囲の早見表】

AIの脆弱性診断は、弱点の候補を探す作業なら任せてよいものの、AIの脆弱性診断だけで完結させるのは、2026年10月時点ではおすすめできません。AIを作る会社自身が、AIの結果を人が確かめることを前提にしているためです。

AIと人のどちらが優れているかより、どの作業をどちらが受け持つかが重要です。ここでは、任せてよい範囲の早見表を示したうえで、AIの脆弱性診断の中身と、2026年の状況を解説します。

作業	AIに任せてよいか	理由
大量のコードや設定から、弱点の候補を探す	任せてよい	速く、疲れず、同じ種類の弱点を広く当てられる
見つけた候補が本物かを確かめる	AIと人で組む	AIが自分で確かめる仕組みもあるが、誤りは残る
自社にとっての危険度と直す順番を決める	人が持つ	何を守りたいか、どこが外から見えるかは自社の事情
本番のHPやシステムで直す	人が持つ	バックアップ・テスト・戻し方の用意が要る
取引先や保険会社に出す報告書	人が持つ	誰が確かめたかが問われる

上記のとおり、AIは「見つける」側で力を発揮し、人は「決める・直す・責任を持つ」側を受け持ちます。

AIの脆弱性診断とは

AIの脆弱性診断とは、AIがプログラムのコードや設定、HPの外から見える情報を読み、脆弱性がないかを調べる診断です。脆弱性（ぜいじゃくせい）は、プログラムの弱点で、攻撃の入口になるものを指します。

これまでの脆弱性診断は、決まった型の弱点を機械的に探すツールと、人の専門家が手で確かめる作業の組み合わせでした。AIは、コードの流れを読んで、ツールでは見つけにくい弱点の候補まで挙げられる点が特徴です。

ただし、AIの診断の質は、AIのモデルだけで決まりません。AIに与える情報や、調べ方・確かめ方の手順によって、見つかる範囲も結果の安定性も変わります。

2026年にAIの脆弱性診断の力が大きく伸びた

2026年は、AIが脆弱性を見つける力が大きく伸びた年です。AIのモデルがプログラムを読む力を高め、人の専門家に迫る速さで弱点を見つけ始めたためです。

たとえば、Anthropic は、AIモデル Claude Mythos Preview を使った取り組み（Project Glasswing）で、参加した約50の組織が、深刻度が高い・重大な弱点を1万件以上見つけたと、2026年5月22日に公表しています。

ただし、見つけた数の多さは、そのまま守りの強さにはなりません。以下では、AIの脆弱性診断だけでは足りない理由を具体的に解説します。

AIの脆弱性診断だけでは足りない理由3つ

AIの脆弱性診断だけでは足りない理由は、誤りが混ざること、確かめていない報告が直す側を止めること、件数で質を測れないことの3つです。どれも、AIを作る会社や、AIの報告を受け取った現場が公表しています。

ここでは、公表された数字と出来事をもとに、3つの理由を解説します。

誤った指摘や深刻度の見誤りが混ざる

1つ目の理由は、AIの指摘に、誤りや深刻度の見誤りが混ざることです。AIが付ける深刻度は、ソフトの作り手の事情を知らないまま判断したものだからです。

AI企業自身が公表している内容は、以下のとおりです。

公表されていること	出どころ
AIが高い・重大と判定した1,752件を確かめたところ、本物の弱点は90.6%、本当に高い・重大だったのは62.4%	Anthropic の中間報告（2026年5月22日）
AIの深刻度は作り手の意見を聞く前のもので、作り手の事情を踏まえた外部の評価は低めに出る傾向がある	Anthropic の開示状況のページ（2026年10月2日時点）
人の確認を通さずに直接伝えたものには、誤った指摘が含まれる可能性がある	同上

AIが高い・重大とした指摘のうち、1割近くはそもそも弱点ではなく、4割近くは弱点ではないか、そこまで深刻ではないものでした。AIとしては高い精度ですが、一覧を全部「緊急」として扱うと、直す側の手が回らなくなります。

確かめていない報告は、直す側を止める

2つ目の理由は、人が確かめていないAIの報告が、直す側の手を止めてしまうことです。報告が本物かどうかを確かめる手間は、受け取った側にかかるからです。

たとえば、広く使われているオープンソースのソフト「curl」は、2026年1月、報告に賞金を払う制度を終えました。報道によると、AIで作られた質の低い報告が大量に届き、確かめる手間で担当者が疲れ切ったことが理由とされています。

Anthropic も、AIで他人のソフトの弱点を見つけたときは、人が本当に問題かを確かめ、AIを使ったことを伝えてから報告するよう呼びかけています。

指摘の件数だけでは診断の質を比べられない

3つ目の理由は、AIの診断サービスを、指摘の件数だけでは比べられないことです。件数が多いのは、誤った指摘や軽い指摘が多いだけの場合もあるからです。

診断の質を見るときの観点は、以下のとおりです。

• 指摘が本物か：AIの結果を、誰がどう確かめたか
• 説明が十分か：なぜ弱点なのか、どう直すのかが分かるか
• 結果が安定しているか：同じ対象を調べ直したとき、大きく結果が変わらないか
• 直すところまで支えるか：修正の案と、直ったかの再確認があるか

件数より上記の4つを見ると、診断にかける費用が守りにつながるかを判断しやすくなります。

AIの脆弱性診断で人の専門家が要るところ4つ

AIの脆弱性診断で人の専門家が要るのは、見極め・判断・作業・責任の4つの場面です。どれも、自社の事情を知ったうえで、取り返しのつかない結果を引き受ける必要がある作業です。

ここでは、人の専門家が要るところを4つ紹介します。

本物の弱点かを見極める

人の専門家が要る1つ目は、AIが挙げた候補が、本物の弱点かを見極めることです。AIの指摘には、上で見たとおり一定の割合で誤りが混ざるからです。

たとえば、AIが「入力の確かめが甘い」と指摘しても、実際には別の場所で確かめていて、外からは突けないことがあります。人がコードや設定の前後を見て、本物かどうかを確定します。

ただし、人の見極めにも見落としはあります。AIが候補を広く挙げ、人が確定する分担が、いまの現実的な組み合わせです。

自社にとっての危険度と直す順番を決める

2つ目は、自社にとっての危険度と、直す順番を決めることです。同じ弱点でも、外から見える場所にあるか、個人情報に関わるかで、急ぐ度合いが変わるからです。

たとえば、会員の個人情報を扱うページの弱点と、社内の人しか見ない古いページの弱点では、直す順番が違います。業務への影響や費用、期限を踏まえて「今週直す」「次の更新で直す」「直さずに使うのをやめる」を決めるのは人の判断です。

ただし、AIは順番の案を出すことはできます。最後の判断を人が持つ、という分担にします。

本番で直し、直ったかを確かめる

3つ目は、本番のHPやシステムで直し、本当に直ったかを確かめることです。直す作業で表示が崩れたり、別の機能が止まったりすることがあるからです。

たとえば、Anthropic のコード診断サービス「Claude Security」でも、AIが提案した直し方は、人が確かめて承認してから反映する仕組みになっています。AIの説明でも、提案された直し方は反映する前に必ず確かめるよう書かれています。

ただし、直して終わりにせず、修正のあとに再診断で直ったかを確かめることが大切です。

報告書と事故のときの判断に責任を持つ

4つ目は、報告書と、事故が起きたときの判断に責任を持つことです。取引先・保険会社・警察に出す報告書は、誰が確かめたかが問われるからです。

人が責任を持つ場面は、以下のとおりです。

• 取引先や保険会社に出す診断の報告書
• サイトを止める・元に戻す・公表するといった事故のときの判断
• 自社の外の、利害のない立場からの確認（第三者の目）

Anthropic も、事故対応の手順の中で、最初の仕分けはAIで自動化しつつ、封じ込めや公表の判断は人が受け持つよう勧めています。

自社に必要な脆弱性診断か確かめる方法

AIか人かを選ぶ前に、自社にどの診断が必要かを確かめることが重要です。HPの作りや扱う情報によって、必要な診断の深さが大きく変わるためです。

ここでは、自社の状況ごとに、まず必要なことと診断の目安を表で紹介します。

自社の状況	まず必要なこと	診断の目安
制作会社が作った WordPress のHP。問い合わせフォーム程度	PHP・WordPress・プラグインのバージョンと更新状況の確認	外から見える範囲の点検で足りることが多い
会員登録・予約・ネットショップなど、個人情報を受け取る	上に加えて、フォームやログインの作りの確認	人が結果を確かめるWebアプリの診断を検討
クレジットカード決済を自社サイトで扱う	業界の求める対策に沿っているか	求められる対策は ネットショップに求められるセキュリティ対策 で確認
自社でWebサービスや業務システムを開発している	開発の段階でのコードの確認	AIのコード確認を日常に組み込み、節目で人の診断
取引先からセキュリティの確認を求められている	何を求められているかの確認	報告書が要るなら、人が責任を持つ診断

いちばん上の行に当てはまる会社は、AIか人かを悩む前に、自社HPの PHP バージョンを確認する方法 から始めるのが近道です。

AIを使う脆弱性診断を頼むときに確かめる6項目

AIを使う脆弱性診断を頼むときは、AIを使うかどうかより、AIの結果をどう扱うかを聞くことが重要です。同じ「AI診断」でも、人の確認の有無で質が大きく変わるためです。

ここでは、見積もりの段階で確かめる6項目を紹介します。

1. AIの結果を、誰が確かめるのか：人の専門家が一件ずつ見るのか、AIの出力をそのまま報告書にするのか
2. 何を、どこまで調べるのか：外から見える範囲だけか、ログインした先の画面やサーバーの設定まで見るのかを書面で決める
3. 本番に影響が出ないか：負荷やフォームからの大量の送信が起きないか、実施する時間帯をどうするか
4. 直す順番まで出してくれるか：一覧だけでなく、自社にとっての危険度と順番を説明してもらえるか
5. 直したあと、もう一度確かめるか：修正のあとの再診断が含まれているか
6. 報告書に、誰が責任を持つか：取引先や保険会社に出すなら、確かめた人や会社の名前が入るか

業者選びの目安として、IPA は、経済産業省の「情報セキュリティサービス基準」に適合すると審査登録機関が判定した「脆弱性診断サービス」などのリストを公開しています。ただし IPA は審査や判定に関わっておらず、掲載は IPA の保証ではないと明記しています。

「自社が対象か分からない」「作業する人がいない」場合は、HPの移管・保守サービス『サイガード』の無料診断をご利用ください。URLを送るだけで、外から見える範囲をセキュリティの専門家が確認します。AIを使った診断ツールの種類は AIを使った脆弱性診断ツールの比較と、頼むときの注意 で比較しています。

AIの脆弱性診断でよくある失敗

AIの脆弱性診断は手軽に始められる分、使い方を誤ると、法律やHPの安定に関わる失敗につながります。失敗の多くは、AIの結果を確かめずに動くことから起きます。

ここでは、よくある失敗を4つ紹介します。

• 他社のサイトを、許可なく調べる：持ち主の許可なく他人のシステムを調べると、法律に触れるおそれがある
• 本番のHPで、いきなり診断や修正をする：バックアップを取り、できればテスト用の環境で試す
• 出てきた一覧を、全部緊急として扱う：AIの深刻度は高めに出ることがある。人が順番を付けてから動く
• 一度の診断で終わりにする：診断はある時点の結果にすぎず、新しい弱点は毎週のように見つかる

調べてよいのは、自社が持ち主として許可を出したサイトやシステムだけです。法的な判断が必要な場面は、弁護士などの専門家にご相談ください。

一度の診断で終わりにしない点は、AIの時代に特に大切です。診断より、更新を続ける保守のほうが効く場面も多く、保守の中身は WordPress の保守で実際にやっている作業 で紹介しています。AIで攻撃と防御がどう変わるかは AIで、サイバー攻撃はどう変わる？ 中小企業がいまやること をご覧ください。

まとめ

• AIの脆弱性診断は、弱点の候補を速く大量に探す作業なら任せてよい
• AI企業自身の公表では、AIが高い・重大とした指摘のうち本物は90.6%、本当に高い・重大は62.4%
• 本物かの見極め、直す順番、本番での修正と再確認、報告書への責任は人の専門家が受け持つ
• 頼むときは、AIの結果を誰が確かめるか、直したあと再確認するかを聞く

WordPress のHPなら、まずバージョンと更新状況の確認から始め、自力で難しい場合は無料診断をご利用ください。