オランダのAIサイバー攻撃警告、攻撃の高速化が浮き彫りにするリーダーシップの溝
オランダの情報機関は9月24日、厳しいAIサイバー攻撃警告を発した。利用しやすいモデルによって、攻撃はより速く、大規模になり、封じ込めも難しくなっているという。この警告は、情報機関のAIVDとMIVDを含むオランダのセキュリティ・政府機関7組織が発した。中心的なメッセージは、AIがまったく新しい種類のサイバー攻撃を生んだということではない。従来からある攻撃が、多くの組織の対応速度を上回るほど速く進行できるようになったという点だ。
この違いは重要だ。生成モデルは、攻撃者による脆弱なシステムの発見、フィッシングメッセージの作成、マルウェアの開発、盗取データの処理、失敗した戦術の修正を支援できる。かつては時間や専門知識、あるいは複数の実行者を必要とした作業である。AIはこうした作業を、反復的かつ並行して動く自動化ワークフローへと圧縮できる。
したがって、この対立は攻撃者対防御者という構図にとどまらない。機械速度での実行と、遅いパッチサイクル、分断された責任体制、経営判断の遅れによってセキュリティを管理し続ける組織との対立だ。オランダの警告は、その隔たりの責任をセキュリティチームだけでなく、上級リーダーに直接求めている。
オランダのAIサイバー攻撃警告が変えるセキュリティの基準線
この警告は、AIを活用したサイバーリスクを、仮想的な最先端モデルが関わる遠い将来のシナリオではなく、現在進行形の運用上の問題として扱っている。
声明には、AIVD、MIVD、国家サイバーセキュリティセンター、テロ対策・安全保障国家調整官室、検察庁、国家警察、CIO Rijkが署名した。この顔ぶれは、情報、法執行、起訴、安全保障調整、中央政府の技術部門を横断している。
共同での関与は、このメッセージに異例の重みを与える。犯罪活動、国家によるスパイ活動、公共インフラ、通常の企業セキュリティを、一つの脅威像の中で結び付けている。また、この警告は問題を特定の攻撃者の類型や一社のモデル提供者に限定していない。
英語版の共同警告によれば、AIはサイバー攻撃の件数、規模、複雑さを増大させる。各機関は、広く利用可能なモデルによって、より多くの悪意ある行為者がすでに攻撃を実行できるようになっていると述べる。攻撃者に最先端の高度なシステムは必要ない。
この主張は、計画の前提を変える。セキュリティ戦略は、意味のあるAI支援型攻撃が情報機関や高度な犯罪集団に限られると想定できない。組織は、より安価な自動化が幅広い攻撃者層に利用可能になる事態に備える必要がある。
声明は、複数の即時利用例を挙げている。攻撃者は脆弱性をより速く発見・悪用し、より容易にマルウェアを開発し、フィッシングメッセージを改善し、偽情報を大規模に個別最適化できる。また、AIを使って既存の手法をより効率的に、あるいは目立たない形にすることも可能だ。
こうした手法はいずれも生成AIから始まったものではない。フィッシング、マルウェア、偵察、脆弱性の悪用は、何十年にもわたりサイバー作戦を特徴付けてきた。変化しているのは、生産速度、反復、そして利用しやすさである。
攻撃者はモデルに、フィッシングメッセージの翻訳、特定の職業向けの調整、多数のバリエーションの生成を依頼できる。コードに特化したシステムは、ソフトウェアの分析や、エラー後の悪意あるスクリプトの修正を支援できる。つながったタスクを計画・実行できるエージェント型システムは、攻撃の複数段階にわたって自動化を拡張できる。
各機関は、この連続した流れを攻撃チェーンと表現している。標的の特定、侵入口の発見、アクセスの取得、システム内の横展開、情報の抽出が含まれる。NCSCのマタイス・ファン・アメルスフォルト長官は、AIが脆弱性の発見から悪用まで、このチェーンを自動化していると述べた。
公式声明は、すべての段階が完全自律化されたとは主張していない。また、AIだけに起因する攻撃件数の測定済み増加も公表していない。代わりに、観測された能力、インシデント、利用しやすいモデルの普及拡大に基づく政府評価を提示している。
この違いにより、分析は過度な誇張から守られる。最も確かな結論は、AIが独力であらゆる標的をハッキングするということではない。攻撃者がすでに理解している多くの手順で、自動化が必要な時間と労力を減らしているということだ。
この警告は、より広範なオランダの安全保障議論の中で発せられた。9月初めには、警察と検察当局が、AIによってサイバー犯罪の速度、規模、有効性が高まっていると述べた。評価では、犯罪者が単独で作戦を構築するのではなく、ツール、アクセス、盗取データを購入するサイバー犯罪サービスも強調された。
AIはこの市場に自然に組み込まれる。既存サービスの運用を容易にし、供給者がより多くの標的を処理するのを支え、利用者に求められる専門性を下げられる。この組み合わせは、根本的なエクスプロイトが変わらなくてもリスクを広げる。
その結果、防御側には新たな前提が生じる。同じ対応時間の中で、攻撃者はより多くの可能性を試せるようになる。攻撃者側の摩擦を非公式な防御策として頼っていた組織は、その恩恵を以前ほど受けられない。
AIが発見から悪用までの競争を圧縮している
最も重要な仕組みは時間の圧縮だ。AIは、防御側が通常の修正対応を終える前に、新たに発見された弱点を実用的な攻撃へ転換するのを支援できる。
ソフトウェアの脆弱性は競争を生む。ベンダーは欠陥を特定してパッチをリリースし、防御側はそれをテスト・導入する一方、攻撃者は同じ情報を悪用の機会として分析する。この競争自体は従来からあるが、AIは攻撃者側の複数の作業を加速できる。
モデルは技術文書を要約し、コードを調べ、テストケースを提案し、試行したエクスプロイトが失敗した理由の説明を支援できる。エージェントは、複数のシステムに対してこれらの手順を繰り返せる。各出力には依然として文脈と検証が必要だが、ワークフローは手作業の調査より速く進められる。
オランダの声明は、この時間の変化を具体的に表現している。組織がシステムを更新すべきとき、数週間が数日に、数日が数時間になるとしている。この表現を、すべての脆弱性に当てはまる普遍的な測定値と読むべきではない。パッチ管理にかかる圧力の方向性を示すものだ。
同様の圧力は、5月に報じられたオランダのセキュリティ実証でも見られた。研究者は低コストのモデルを使い、政府ウェブサイトのコードを調べ、弱点を特定し、制限されたデータに到達した。この事例は、すべてのモデルがあらゆるサイトを侵害できることを示したわけではない。安価な支援によって、有能な研究者が調査から検証に至るまでの道のりを短縮できることを示した。
組織に完全な資産目録がない場合、攻撃者の優位性は大きくなる。企業は、忘れられたサーバー、管理されていないクラウドアカウント、あるいは所有者が不明確なソフトウェアにパッチを適用できない。AIがこのガバナンス上の失敗を生むわけではないが、攻撃者がそれをより早く見つけて悪用する助けにはなり得る。
攻撃対象領域とは、敵対者が標的にし得るあらゆるシステム、アカウント、アプリケーション、接続を指す。これを減らすには、不必要なサービスの削除、サポート終了ソフトウェアの置き換え、アクセス制限、存在する資産の把握が必要となる。
ログ記録と監視も同様に重要になる。ログ記録はシステム活動を記録し、監視は不正利用を示すパターンを探す。攻撃の進行が速くなるなら、防御側は被害が接続されたシステムへ広がる前に、利用可能なシグナルを得る必要がある。
オランダの各機関は、侵害を前提とする計画も推奨している。このアプローチは、予防が失敗し得ることを受け入れ、侵入者を封じ込める準備を組織に求める。チームは重要資産を特定し、システム間の移動を制限し、インシデント時の役割を訓練し、復旧手段を維持する。
この準備は、AIの別の優位性である持続性にも対応する。自動化ワークフローは継続的に動作し、失敗した行動を再試行し、疲労せずに大量のデータを処理できる。侵入への気付きが遅れた防御側は、単発の事象ではなく、複数の攻撃段階がすでに完了している状況に直面しかねない。
モデル提供者は、この仕組みの一部を裏付ける証拠を公表している。Anthropicは、2025年3月から2026年3月にかけて、悪意あるサイバー活動を理由に利用停止とした832アカウントを調査した。同社の脅威マッピングでは、560アカウント、全体の67.3％が、マルウェア関連の準備でAIを使用していたことが分かった。
同じデータセットでは、侵害済みネットワーク内を移動することを意味するラテラルムーブメントをAIで支援したアカウントが54件確認された。こうした事例は少なかったものの、より複雑な攻撃段階に達していた。
Anthropicはさらに、モデルがコマンドを実行し、弱点を悪用し、認証情報を盗み、限定的な人間の介入で戦術的な判断を行った作戦を説明した。同社はこの作戦に、社内で最大のリスク評価を付与した。
これらの知見は、自社サービスの悪用を調査する提供者によるものだ。有用な可視性を提供する一方、世界全体のサイバー犯罪を完全にサンプリングしたものではない。利用停止となったアカウントは検知された活動であり、検知を逃れた悪用とは異なる可能性がある。
Googleは2026年5月、別のエスカレーションを報告した。同社の脅威インテリジェンスグループは、AIを用いて開発されたとGoogleが考えるゼロデイエクスプロイトを使用する攻撃者を特定したと発表した。ゼロデイとは、攻撃者が使い始めた時点で影響を受けるベンダーに知られていない脆弱性である。
ゼロデイに関する調査結果は、AI支援が基本的なフィッシングやスクリプト生成を超え始めているとの見方を強める。ただし、Googleの表現は適切に慎重だ。同社はAIがエクスプロイトの開発を支援したと考えているのであって、人間の指示なしにモデルが作り出したとは述べていない。
これらの事例を総合すると、止められない自律型の脅威を証明することなく、オランダの評価を支持するものとなる。AIは攻撃チェーンのより多くの地点で有用になっている。その最も明確な影響は、時間、労力、技能という制約を取り除くことだ。
機械速度の攻撃が遅い組織に圧力をかける
最大の圧力に直面するのは、必ずしもセキュリティツールが最も弱い組織ではなく、責任所在と意思決定の仕組みが最も遅い組織だ。
セキュリティチームは、緊急のパッチを数時間以内に特定できるかもしれない。それでも導入には、承認、テスト、保守スケジュールの調整、ベンダーとの連携、事業責任者との協議が必要になり得る。引き継ぎの一つひとつが遅延を生む。
攻撃者はそのプロセスに従わない。公開されたシステムを即座にスキャンし、標的を比較し、脆弱な状態にとどまる組織へ集中できる。AIは、こうした選別とテストの規模拡大を容易にする。
この非対称性が、オランダの声明が取締役や上級リーダーに向けられている理由を説明する。サイバーセキュリティは、CISOやIT部門の運用上の細部ではなく、組織全体のガバナンス課題だとしている。リーダーは、予算、リスク受容、人員配置、事業運営を中断する権限を統制する。
各機関は、三つの即時行動を求めている。基本的なセキュリティの回復、現在の保護策が依然として適切かの再評価、AI関連のシグナルを真剣に受け止めることだ。これらの優先事項は意図的に実践的である。
基本的なセキュリティには、迅速なパッチ適用、より小さな攻撃対象領域、最新の資産情報、ログ記録、監視、サポート終了システムの置き換えが含まれる。これらの対策がありふれたものに聞こえるのは、実際にそうだからだ。この警告は、AIによって、それらを未完了のまま放置するコストが高まると主張している。
したがって取締役会は、運用に関する問いを投げかけるべきです。組織がインターネット公開の重大な脆弱性にパッチを適用するまで、どの程度の時間を要するのか。更新を適用できないシステムはどれか。侵害された事業部門を隔離できるのは誰か。調査担当者は重要なアプリケーションから有用なログを取得できるのか。
こうした問いは、AIを使用しているという一般的な説明よりも、セキュリティ対応能力を明確に示します。企業は高度な検知製品を購入していても、重大な更新の承認に数週間を要する可能性があります。
この圧力は民間企業にとどまりません。政府機関、病院、インフラ事業者、学校、地方自治体は、複雑な依存関係を持つ古いシステムを維持していることが少なくありません。脆弱なサービスを停止すれば、不可欠な業務が中断する可能性があります。
国家主体も、金銭的動機を持つ犯罪者より長い時間軸で活動します。アクセスをスパイ活動に利用し、通信を監視し、後の妨害に備えて足場を維持することができます。機密情報がネットワーク外へ流出している間も、被害は目に見えないままかもしれません。
オランダの警告は、盗まれたデータに氏名、住所、市民サービス番号が含まれる可能性があると具体的に指摘しています。直ちに生じうる影響には、詐欺やプライバシー侵害があります。スパイ活動は別種のリスクをもたらします。盗まれた戦略的資料や機密資料が、はるか後になって被害を生む可能性があるためです。
人間の行動は、攻撃と防御の双方に依然として関わっています。より洗練されたフィッシングは、かつて詐欺を見抜く手掛かりだったスペルミスや不自然な表現を取り除けます。モデルは、標的の役割、業界、最近の活動に合わせてメッセージを調整できます。
しかし、従業員は単なる弱い環ではありません。研修、明確な報告経路、訓練されたエスカレーション手順によって、従業員を早期警戒のセンサーへと変えられます。不審なメッセージが迅速に報告されれば、自動防御が検知する前に、より大規模なキャンペーンを明らかにできる可能性があります。
人々がリスクの高いプロセスを止める許可を必要とするため、セキュリティ文化は重要です。職員はインシデントの報告先を把握する必要があり、管理職は善意の報告を罰することを避けなければなりません。収益やサービス提供を中断する場合でも、経営陣は封じ込め措置を支持する必要があります。
政府機関が重視するリーダーシップは、別の有害な対応も防ぎます。すなわち、下流で発生するあらゆる失敗をモデル開発者の責任にすることです。提供者は安全対策を構築し、悪用を調査すべきですが、顧客組織は依然としてアクセス、ソフトウェア保守、ネットワーク設計、インシデント対応の準備を管理しています。
責任は移転されるものではなく、共有されるものです。モデル企業は悪意あるアカウントを遮断し、侵害指標を公開できます。政府は脅威情報を共有し、要件を定めることができます。それでも組織は、攻撃者が狙う弱点を減らさなければなりません。
これがこの話における中心的な対立です。機械の速度で実行する攻撃者と、制度の速度で対応する組織との対立です。ガバナンスが遅いままであれば、AIをさらに購入してもこの対立は解決しません。
証拠は緊急性を裏付けるが、サイバー宿命論を支持するものではない
AIは明らかに攻撃者の生産性を高めているものの、公に得られる証拠は、防御側が制御を失ったことや、すべての高度な侵入が自律的に行われていることを示してはいません。
オランダのAIサイバー攻撃に関する警告は、評価であり行動喚起です。AIを特定の国内的な侵害増加の原因として切り分ける統計調査ではありません。読者はこの限界を念頭に置くべきです。
攻撃者は、1回の作戦で複数のツールを使用することがよくあります。従来型のスキャナー、盗まれた認証情報、公開されたエクスプロイトコード、レンタルしたインフラ、人間の専門知識は、モデルと並行して利用できます。したがって、被害の何パーセントをAIに帰属させるかを正確に定めるのは困難です。
提供者の報告にも別の限界があります。OpenAI、Anthropic、Google、その他の開発者が把握できるのは、自社サービス上の活動です。検知した悪用を説明することはできますが、すべてのモデル、セルフホスト型システム、犯罪フォーラム、侵害されたアカウントを見渡せる提供者はいません。
報告に対するインセンティブも異なります。企業には安全対策が悪用を検知していることを示す利点があり、政府には備えを促す利点があります。だからといってその調査結果が誤りになるわけではありませんが、独立した分析は依然として不可欠です。
最も強い証拠があるのは、能力の増強に関してです。モデルは、コードの記述、出力の解釈、テキストの翻訳、ドキュメントの要約、ツールの連携を支援します。こうした能力には正当な防御用途がある一方で、予測可能な攻撃用途もあります。
より高い自律性を示す証拠は増えつつありますが、その範囲はより限定的です。Anthropicの2026年9月の悪用報告書は、AIが偵察、悪用、データ窃取を直接実行または統括した作戦を記述しています。それでも、人間は標的を選び、結果を確認し、あるいは収益化を担っていました。
この人間の役割は重要です。自律性は規模を拡大し、運用コストを下げる可能性がありますが、影響を自動的に決定するものではありません。アクセスが弱い、または標的設定が不十分な高度自動化キャンペーンよりも、慎重に指揮された人間の作戦の方が、より大きな被害をもたらす可能性があります。
英国国家サイバーセキュリティセンターも、その脅威評価で同様に慎重な結論に達しています。AIは侵入の件数と速度を増加させる一方、準備されたシステムと準備不足のシステムの間に広がる格差を生むと予測しています。
この格差は、不可避のサイバー災害に関する主張よりも有用です。最新のシステム、限定された権限、検証済みの復旧手段、迅速な検知を備えた組織は、多くのAI支援型攻撃を抑制できます。管理されていない資産と遅延したパッチ適用を抱える組織は、自動化により多くの機会を提供します。
防御側も、同じ基盤的な能力を利用します。モデルは、不審なコードの分析、脆弱性の優先順位付け、アラートの要約、検知ロジックの作成、大規模データセットの調査を支援できます。エージェントは、制御された権限の下で反復的な対応作業を自動化できます。
Googleの防御的な取り組みは、この二重用途を示しています。同社は、脆弱性を特定するAIエージェントや、コード修復を支援するツールについて説明しています。これらのシステムはセキュリティエンジニアリングを不要にするものではありませんが、防御側の速度を高めることはできます。
その代償は運用上の統制です。広範な権限を持つ防御エージェントは、イベントを誤分類したり、データを露出させたり、安全でない措置を取ったりすれば被害を引き起こしかねません。セキュリティチームには、制限されたアクセス、レビューのポイント、テスト、詳細な活動記録が必要です。
組織は、機密性の高いインシデント情報を未承認の公開モデルに入力することも避けるべきです。AIセキュリティ方針は、外部からの悪意ある利用と、社内での安全でない導入の双方を対象としなければなりません。オランダの声明は、組織内で使用されるモデルも明示的に含めています。
広く利用可能なモデルに関する主張にも、同様のニュアンスが必要です。アクセスしやすくなることで参入障壁は下がりますが、プロンプトだけで侵入の成功が保証されるわけではありません。攻撃者には依然として、標的、インフラ、アクセス、永続性、盗んだ情報から利益を得る手段が必要です。
安全対策も摩擦を生みます。提供者はパターンを監視し、危険な要求を制限し、アカウントを閉鎖し、脅威情報を共有します。攻撃者は、ジェイルブレイク、盗用アカウント、モデルの切り替え、ローカルホスト型システムを通じて対応します。
これは一方的な勝利ではなく、進化する競争です。双方は速度を高めるために自動化を利用します。その速度を成果に変えられる側を決めるのは、ガバナンス、可視性、運用規律です。
したがってオランダの政府機関が基本を重視するのは正しいと言えます。その立場に説得力があるのは、万能のハッカーモデルという架空の存在に依存していないからです。既存の弱点に適用される既存の自動化だけで、防御の迅速化を正当化するには十分です。
AIサイバーセキュリティは今や取締役会レベルのトレードオフである
リーダーは、機密性の高いシステムに対して防御AIに無制限の権限を与えることなく、セキュリティ上の意思決定を加速させなければなりません。
目先の誘惑は、AIを活用した脅威に対して、より多くのAIで応じることです。このアプローチは役立つ可能性がありますが、責任の所在、統制、熟練した人材の必要性をなくすものではありません。
自動トリアージはアラートを順位付けし、活動を要約できます。脆弱性ツールは公開されているソフトウェアを特定できます。コーディング支援ツールは修正案を提示できます。しかし、高い影響が想定される環境では、これらの出力を無批判な意思決定にしてはなりません。
取締役会がすべての検知ルールを評価する必要はありません。しかし、許容可能なリスクを定義し、重要システムに責任を負う所有者がいることを確保し、インシデントによって問題が強制される前に是正措置へ資金を配分する必要はあります。
リーダーは対応時間も測定すべきです。有用な指標には、重大な脆弱性の経過日数、監視対象となっている既知資産の割合、侵害されたアカウントを隔離するまでに必要な時間が含まれます。復旧訓練は、バックアップとインシデント計画が圧力下で機能するかを明らかにできます。
セキュリティチームには、脅威の速度に見合った権限が必要です。すべての封じ込め手順に複数回の会議が必要であれば、自動検知の価値は限られます。迅速なアラームが遅い意思決定の連鎖につながっていても、対応は遅いままです。
同時に、自動化には境界が必要です。ファイアウォールのルール変更、アカウントの無効化、従業員の通信の監視ができるエージェントには、大きな権限があります。組織はその範囲を制限し、ログを保存し、不可逆な行為には人間の承認を求めるべきです。
モデルの利用は、サプライチェーンに関する問いも加えます。リーダーは、どのシステムが外部提供者にデータを送信しているか、プロンプトと出力がどのように保存されるか、ベンダーがセキュリティテストを許可しているかを把握すべきです。モデルの停止や安全対策の変更にも備える必要があります。
規制当局と政府も独自のトレードオフに直面します。高度な能力を制限すれば、一部の攻撃者のアクセスを減らせますが、過度に広範な統制は正当な防御研究を弱める可能性もあります。明確なテスト規則と保護された脆弱性開示の経路が重要です。
オランダは、サイバー警告の2日前、この議論をより広範な国際政策の取り組みの中に位置づけました。ロブ・イェッテン首相は、フロンティアモデルに関するテスト、独立評価、インシデント報告、協調的な標準を求める各国首脳に加わりました。
このフロンティアモデルに関する声明は、最も高性能なシステムを対象としています。一方、サイバー警告は、攻撃者がより大きなワークフローの構成要素として一般的でアクセス可能なモデルを利用できるため、より広い現実を扱っています。
両者の立場は補完的です。フロンティアの安全対策は新たな能力を対象とし、組織のレジリエンスはすでに流通している脅威に対処します。完璧なモデル規制を待てば、現在のシステムが露出したままになります。
これが、基本的な統制を一般論の助言として退けるべきではない理由でもあります。攻撃の経済性は反復可能性に依存しています。公開サービスを減らし、パッチ適用の遅れを短縮し、アカウント権限を制限すれば、自動化が低コストで悪用できる標的の数を減らせます。
AIはテストの規模を変えます。防御側は、すべての悪意あるプロンプトを阻止できると考えるのではなく、予測可能な機会を減らすことで対応しなければなりません。
警告が早すぎたのか遅すぎたのかを示す3つのシグナル
今後数カ月の試金石は、報告される攻撃者の自律性、脆弱性の悪用、組織の対応時間が連動して変化するかどうかです。
第1のシグナルは、提供者が管理する事例報告の外で確認される、自律型攻撃チェーンの証拠です。調査担当者は、AIが複数の被害者に対し、偵察、悪用、永続化、データ窃取を独立して結びつけるキャンペーンを探すべきです。
より多くの検証済み事例があれば、自動化は個別作業を補助するだけでなく、作戦そのものを変えているというオランダの評価が強まります。独立した確認が得られなければ、生産性向上を中心とするより限定的な解釈を支持することになります。
第2のシグナルは、脆弱性の開示から悪用までの時間です。セキュリティ機関とインシデント対応者は、大規模スキャンと機能するエクスプロイトが、開示後に一貫してより早く現れるかを追跡すべきです。
間隔の短縮は、警告がパッチ適用の迅速さを重視していることを裏付けるだろう。間隔が安定していれば、アクセス、インフラ、エクスプロイトの信頼性といった他の制約が、依然として攻撃者の加速を抑えていることを示唆する。
3つ目のシグナルは、組織の対応能力だ。オランダの機関は指導層に対し、基本的なセキュリティを是正し、防御を再評価し、AI関連の警告に対応するよう求めている。重要な成果は、修復時間の短縮、資産の可視性向上、そしてより実践的な封じ込め体制となるだろう。
政策発表だけでは改善を示せない。根拠は、インシデントレビュー、業界横断の演習、コンプライアンス報告、そして未解決の重大な脆弱性露出を測定可能な形で減らした実績から得られるべきだ。
開発者やナレッジワーカーにとっても、メッセージは同様に実践的である。予期しない依頼、共有ドキュメント、生成されたコードは、検証が必要な入力として扱うべきだ。不審な挙動は速やかに報告し、認証情報を保護し、機密データを認可されていないモデルに移さないようにする必要がある。
ビジネスの購入担当者は、エージェントの権限をどのようにテストしているか、活動ログをどのように保持しているか、不正利用にどう対応するか、重大なインシデントをどのように開示するかをベンダーに尋ねるべきだ。製品機能は重要だが、その機能を組織にどれほど安全に導入できるかを決めるのはガバナンスである。
経営幹部にとって、オランダによるAIサイバー攻撃の警告は直接的な選択を突きつけている。組織は今、自らの意思決定サイクルを短縮することもできるし、インシデント発生時に攻撃者に時間軸を決めさせることもできる。次の自動化キャンペーンが始まる前に、あなたの組織はどの重要なセキュリティ判断をより迅速に下せるだろうか。
