分散勤務が広がるなか、攻撃者は従業員のスマートフォンに偽アプリを入れ、企業のクラウドや社内システムへ侵入しようとしています。VentureBeatの寄稿記事は、生成AIがアプリの解析や改変、従業員をだます手口を効率化していると指摘します。

偽アプリは正規の業務ツールや通信アプリに似せて作られ、シングルサインオンの認証情報や多要素認証トークンを盗むほか、企業データを抜き取る可能性があります。利用者には通常のアプリと同じように見えるため、ネットワークの境界防御だけでは発見しにくい侵入口になります。

記事によると、攻撃者は正規アプリを逆解析し、認証の仕組みやサーバーとの通信を調べます。生成AIはコードの理解や改変用スクリプトの作成を助け、情報を盗む機能を加えたアプリを組み立てるハードルを下げています。

さらに、偽の経営幹部の音声やSMSを組み合わせ、緊急の更新を装ってアプリをインストールさせる手口も想定されています。記事は、モバイル端末を信頼できない環境で動く業務機器として扱う必要性を訴えています。

対策として、企業管理端末と私物端末の登録を徹底し、アプリの導入先を承認済みカタログに絞る方法が挙げられます。自社アプリには改ざん検知を組み込み、端末の継続監視を行うことも重要です。

認証ではSMSやプッシュ通知に依存せず、FIDO2/WebAuthnなどの耐フィッシング方式や端末の健全性確認を組み合わせます。従業員には不審なQRコードや緊急のソフト導入依頼を別経路で確認する手順を周知し、技術と運用の両面で備える必要があります。

米ジョージタウン大学の新興技術安全保障センター（CSET）を率いるHelen Toner氏は、The Vergeのインタビューで、AIの安全を経営者個人の誠実さに委ねるべきではないと語りました。OpenAI理事としてSam Altman氏の解任に賛成した経験を踏まえ、先端AI企業の商業的な圧力を抑えるには、複数の関係者が関わる統治の仕組みが必要だと指摘しています。

Toner氏によると、OpenAIやAnthropicの中核には、人間を上回る知能の実現を目指す考えがあります。各社はAIを研究開発の工程に取り入れ、次世代モデルの開発を速めようとしているといいます。ただし、AIが自律的に自分自身を全面改良しているという意味ではなく、開発の一部をAIに担わせる段階です。

この開発には大規模な計算資源と資金が要り、両社は製品から大きな収益を得る事業にもなりました。Toner氏は、技術が幅広く役立つことで収益化が進み、研究開発の資金需要と結び付いていると説明します。安全面では、悪用と、システムが意図しない動きをする問題の双方に備える必要があります。

統治の手段として、上場企業に求められる開示や外部監視が安全管理を強める可能性もあります。一方で、投資家の短期的な収益圧力が競争を強める懸念もあり、上場が安全に与える影響はまだ見極めが必要です。米中間では、サイバー攻撃やAIの制御喪失への懸念に共通点が見え始めたものの、相互不信が強く、協調には時間がかかるとしています。

規制では、経済全体のAIを一律に覆う包括策より、急速に能力が高まる先端システムに焦点を当て、リスク管理基準と透明性を整えるべきだというのがToner氏の見解です。州議会で先端AIの安全策に共通の動きが出ている一方、過度に広い規制は混乱を招く恐れもあります。AIを使う企業や政策担当者にとって、個人の判断への依存を減らす制度設計が課題です。

AIによる自動化が広がるなか、ランサムウェア攻撃と情報恐喝の申告が増えています。WIREDが取材した研究者らによると、攻撃者は大規模言語モデルをフィッシング文面や身代金交渉に使い始めていますが、攻撃全体をAIだけで実行する段階には至っていません。

漏えいサイト上の申告を集計した推計では、夏の攻撃は約3000件に達し、春から20〜40％増えた可能性があります。ただし、被害の未公表や攻撃者による誇張があるため正確な件数は把握しにくく、申告数は実際の被害件数と同じではありません。

増加の新たな特徴として、米国以外での攻撃拡大と小規模集団の増加が挙げられます。Halcyonの分析では、7〜9月に111の集団が攻撃を主張し、新たな集団が短期間に多数の企業を被害者として掲載した例も確認されました。

研究者らは、AIで詐欺文面の作成や脆弱性の悪用などが容易になり、従来のランサムウェア・アズ・ア・サービスに頼らず個人で活動を始める攻撃者が増えているとみています。ReliaQuestの研究責任者は、10代の運営者が2週間足らずで80万ドル超を得た事例を紹介しましたが、本人は公表されていません。

新興の攻撃者は、被害者のデータを盗んで公開を脅す情報恐喝に絞り、暗号化の手間を省く場合があります。Recorded Futureの研究者は、同社が今年確認した攻撃数は2025年通年をすでに大きく上回る一方、暗号化を伴う攻撃は前年比で減る可能性を指摘しています。

AI製品や事業の終了、統合、提供延期が相次いでいます。TechCrunchが2026年11月14日にまとめた事例では、Character.aiが10月に破産を申請し、家庭向け助手Ollieは11月6日に終了を発表しました。企業のAI施策も約42％が最終的に中止されるとのS&P; Global Market Intelligenceの推計が紹介され、資金、技術、競争、拡張性、利用者需要が継続を左右しています。

製品の終了は、必ずしも技術の消滅を意味しません。OpenAIは単体のOperatorなどの機能をChatGPTに取り込み、ChatGPT Atlasも独立アプリとしての提供を終えたと記事は説明しています。一方、複数の体験を統合したChatGPTの再設計は利用者から分かりにくいとの批判を受け、従来の画面に戻されました。

独立サービスとして顧客を獲得し続ける難しさも浮かびます。業務自動化ツールRelayは、OpenAIやGoogleなどが類似機能を自社製品に組み込むなか、2026年8月に終了しました。Ollieも家庭内の予定や連絡をまとめる構想を掲げましたが、知名度や成長、資金調達の課題を理由に終了を決めたと共同創業者が説明しています。

開発の遅れや信頼面の問題は、期待を損なう要因になります。Appleの新しいSiriは技術上の問題などで公開が延期され、記事によると、AI機能の広告を巡る訴訟では2億5000万ドルの和解に至りました。MicrosoftのRecallも、PC上の操作を記録して検索できる機能として発表後、機微情報の保存に対する懸念が続いています。

AI専用端末も、話題や初期販売だけでは定着を保証できません。HumaneのAI Pinは性能面で苦戦し、充電ケースの安全性への懸念も出た後、事業を終了しました。Rabbit R1は発売直後に10万台を販売したとしていますが、初期レビューでは未完成さや連携機能の少なさが指摘され、同社は更新を続けています。

事例からは、AI機能を誰が継続利用し、独立製品として何に対価を払うのかを早期に確かめる重要性が読み取れます。記事が挙げる撤退理由は、資金不足、技術課題、大手との競争、拡張の難しさ、弱い需要などさまざまです。導入側も、機能の魅力だけでなく、運用の継続性や代替手段を見極める必要があります。

Nvidiaの共同創業者でCEOを退いたJensen Huang氏を巡り、再任を求める請願に11万5000人超が署名しました。アジア各国も同社のGPU供給やAI事業への影響を見極めており、焦点は後継者選びと既定の製品計画を実行できるかに移っています。

請願サイトによると、署名者には現職社員約6000人、元社員約1100人、株主約6万3000人が含まれます。TeslaのElon Musk氏らも賛同し、独立調査で事実関係を確かめる間、取締役会にHuang氏の復帰を求めました。NvidiaはCFOのColette Kress氏を暫定CEOに任命しています。

各国政府は退任の余波を注視しています。韓国政府はNvidiaが26万基の先端GPU供給と共同AI事業の継続を確認したと説明し、台湾当局は台北の海外本部計画に変更がないとしています。一方、中国では輸出規制対象のNvidia製プロセッサーに依存するAI計算計画に不確実性が生じています。

Huang氏の退任は、経営の継続性にも課題を突きつけます。同氏には約60人が直接報告していたとされ、後継計画も明確ではありません。アナリストは、CUDAや長期投資を続ける技術的信頼性に加え、特定個人に依存しない運営体制が次のCEOに必要だと指摘します。

ただし、短期の事業基盤が直ちに失われるとは限りません。複数のアナリストは、2027年までの製品計画や製造準備、供給網、技術チームは維持されるとの見方を示しました。既定計画の先もNvidiaが革新を続けられるか、顧客の信頼とCUDAの優位を保てるかが問われます。

米連邦航空局（FAA）は2026年9月、航空機の経路や運航上の衝突を予測し、管制官の判断を支援するAIソフト「SMART」を導入しました。11月13日の全米規模の運航停止では通信障害が問題となり、当局はSMARTとの関連を示す証拠はないと説明しましたが、AIが関与した可能性を断定的には否定できないとの発言もあり、安全性への懸念が広がっています。

航空分野では管制支援に加え、配送ドローンや電動垂直離着陸機（eVTOL）の導入も進みます。Joby Aviationは安全パイロットを乗せた無操縦のセスナ機で約3200マイルを飛行させ、全米の空域を自律飛行する技術の進展を示しました。

FAAによるとSMARTは管制官を置き換えるのではなく、予測情報を提供して遅延や運航調整を減らすための仕組みです。一方、米議員らは安全上重要な情報をAIが誤生成する恐れについて検証を求め、FAAが管制官の人員目標を引き下げたことから、効率化が人員削減の根拠になるとの懸念も出ています。

航空安全では、通常時に良好な性能を示すだけでは足りません。学習時に経験していない状況では、事前学習済みのニューラルネットワークも予想外の出力を生む可能性があり、AIの情報を人間が適切に確認できる運用設計が課題です。

将来、ドローンやeVTOLが集中する空域では、機体数と運航の複雑さから、AIがリアルタイムで交通を調整する構想もあります。効率化の利益を生かすには、誤作動やサイバー攻撃への備えと、人間の監督を含めた安全性の実証が欠かせません。