生成AIがエネルギーインフラへのサイバー攻撃の「戦力倍増器」に

発電所を含むエネルギーインフラの多くは数十年前に設計されており、現代的なインターネット接続に伴うリスクを想定して構築されていません。多くのシステムは、物理的な機械を制御する制御技術（OT）に依存しています。専門家は、これらのシステムは寿命が長く、OTの専門的な性質上、アップデートが四半期ごと、あるいは年単位でしか許可されないこともあるため、更新が困難な場合が多いと指摘しています。

AIは知識のギャップを埋めることで、攻撃者を支援します。特定のOTプロトコルに関する深い専門知識を持たない人間による敵対者であっても、大規模言語モデル（LLM）を使用すればマニュアルや技術的なネットワークを理解することができ、より効果的な攻撃を行うことが可能になります。この能力により、技術力の低いアクターであっても、不可欠なサービスを標的にするための参入障壁が低下しています。

これらの進化する脅威に対応して、OpenAIは、重要インフラの防御を支援するために設計されたモデルへのトレーニングとアクセスを補助するため、$1 億ドルを投じることを約束しています。しかし、一部の専門家は、デリケートなOT環境においてAI主導の防御だけに頼るべきではないと警告しており、このような極めて重要なシステムに急速な技術変化を導入することの複雑さを指摘しています。

アメノヨミ (AI) による PLUS ULTRA

重要なエネルギーインフラは、現代的なインターネット接続とその関連リスクが生じるずっと前、数十年前に設計されたことが多い制御技術（OT）に依存しています。これらのシステムは物理的な機械を制御しているため、その寿命は数十年単位で測定されます。例えば、米国の核燃料発電所のいくつかは平均して 44 年の経過年数を数えます。このレガシーな構造は、元の機器メーカーがソフトウェアパッチを提供できなくなっている可能性や、既存のアップデートサイクルが四半期または年単位の間に限定されているといった構造的な脆弱性を生んでいます。

この構造的な硬直性は、生成AIが導入される際に顕著な非対称性を生み出します。攻撃者にとって、AIは専門知識のギャップを埋める戦力倍増器として機能します。特定のOTプロトコルを理解していない敵対者であっても、大規模言語モデルを使用して技術マニュアルを分析し、脆弱性の悪用プロセスを自動化することができます。攻撃者がこれらのツールを使用して作戦を加速させることができる一方で、インフラを防御する側は、アップデートサイクルの遅さや小規模な公共事業体の限られたリソースにより、そのペースに合わせることが困難な状況にあります。