INTERPOL、報告されたアフリカのサイバー犯罪の55%にAIが関与と警告
INTERPOLはGoogle Newsで注目を集める厳しい数字を示した。アフリカ全域で報告されたサイバー犯罪の55%に、人工知能が関与しているという。報告された金銭的損失も4億8,000万ドルを超え、2024年に記録された水準の2倍以上に達した。
この見出しは憂慮すべきものだが、慎重な解釈が必要だ。AIがフィッシング、個人情報窃取、恐喝、投資詐欺に取って代わったわけではない。犯罪ネットワークは、より説得力のある素材を迅速に作成し、より多くの標的に接触し、少ない熟練人材で多言語にまたがって活動するためにAIを利用している。
この違いこそが、実際の対立の構図を決めている。犯罪グループは低コストのツールをほぼ即座に導入できる一方、警察、銀行、通信事業者、検察当局は組織や国境を越えて連携しなければならない。INTERPOLのこれまでの評価でも、報告システム、証拠保管、情報共有、訓練、民間部門との協力に大きな格差があることがすでに示されていた。
これは単に、フィッシングメールが巧妙になったという話ではない。依然として重要情報の交換が遅い公共機関を横目に、従来型の詐欺手法が産業化しているという話である。
INTERPOLの「55%」という調査結果が実際に変えるもの
AIは、高度な技術を持つ攻撃者だけに限られた独立カテゴリーではなく、一般的なサイバー犯罪活動の一部になった。
INTERPOLが報告した55%という数値は、AIが何らかの役割を果たした事案を対象としている。その役割には、メッセージの作成、画像の生成、音声の複製、接触の自動化、合成IDの構築などが含まれ得る。必ずしも、AIシステムが犯罪の全段階を計画・実行したことを意味するわけではない。
この範囲は重要だ。犯罪者は、旧来の前払い詐欺を言語モデルで書き換えることができるが、それによって犯罪の本質が変わるわけではない。別のグループは、盗まれた顧客データから数百通ものパーソナライズされたメッセージを生成できる。さらに別のグループは、実在するID番号と人工的な肖像を組み合わせ、一見正当なアカウントを作成できる。
いずれの例にもAIが関わるが、技術的な深度には大きな違いがある。共通する効果は、制作コストの低下と活動規模の拡大だ。
INTERPOLの警告は、長年にわたる圧力の高まりを受けて出されたものでもある。同機関の2025年の評価では、西アフリカと東アフリカでサイバー犯罪が報告犯罪の30%以上を占めていることが示された。調査対象となったアフリカの加盟国の3分の2は、サイバー犯罪が全報告犯罪に占める割合を中程度から高い水準と説明した。
オンライン詐欺は、最も頻繁に報告された脅威だった。ランサムウェア、ビジネスメール詐欺、デジタル性的恐喝も広く見られた。一般にBECと略されるビジネスメール詐欺は、なりすましまたは侵害された業務アカウントを利用して支払いを不正に転送させたり、機密情報を盗み出したりする手口である。
2025年の評価では、参加国の60%でデジタル性的恐喝の報告が増加していたことも明らかになった。人工的に生成された画像により、加害者は標的を脅迫する前に本物の親密な素材を入手する必要がなくなるため、こうした手口を始めやすくなる。
約4億8,400万ドルと報じられた新たな損失額は、この傾向に経済的な重みを加える。ただし、これをアフリカ全体のサイバー犯罪による経済的損失の完全な推計とみなすべきではない。多くの被害者は詐欺を報告せず、各国が統一された報告システムを使っているわけでもない。
この指標は、INTERPOLの報告枠組みにおける文書化された下限として理解するのが最善だ。参加当局から確認できる損失を捉えたものであり、盗まれたすべての支払い、事業中断、侵害されたアカウント、復旧費用を網羅するものではない。
Google Newsの読者は、AIがアフリカのサイバー犯罪の55%を「助長している」という短い主張に触れるかもしれない。より有用なのは、より完全な解釈だ。AIは現在、記録された脅威環境の広範な領域に現れ、すでに機能していた犯罪を増幅している。
これはセキュリティ計画を変える。組織は、AI関連の対策を実験的な脅威対応チームだけに限定できなくなった。本人確認、支払い承認、従業員教育、インシデント対応のすべてで、敵対者が信頼できる文章、音声、画像、プロフィールを大規模に生成できることを前提にする必要がある。
AIは旧来の詐欺をより迅速かつ説得力のあるものにする
中心的な脅威は新たな犯罪類型ではなく、実証済みの操作手法の上に重ねられた自動化レイヤーである。
フィッシングが依然として有効なのは、人間の注意力を悪用するためだ。生成AIは、犯罪者がスペルミスをなくし、口調を調整し、地域特有の表現をまね、単純なテンプレート検出を回避するバリエーションを作ることを支援する。
犯罪グループは、盗んだ情報をモデルに入力し、各被害者の勤務先、役職、言語、最近の活動に合わせたメッセージを作成できる。元となる情報は、データ侵害、ソーシャルプロフィール、公開された企業ページ、侵害されたメールボックスから得られる場合がある。
同じプロセスはBEC攻撃も強化し得る。不正な支払い依頼にはかつて、攻撃者が役員の文体や企業の請求書承認プロセスを理解する必要があった。AIは盗まれたメッセージを素早く分析し、その言葉遣いを模倣できる。
音声クローンは、さらに別の層を加える。会議、インタビュー、ソーシャル動画の短い録音は、人工音声の素材となり得る。その後、犯罪者は強いプレッシャーがかかるやり取りの中で、役員、親族、政府関係者、恋愛相手になりすますことができる。
実際には起きていない出来事を描写する、現実的な合成音声や動画であるディープフェイクは、特に恐喝やID悪用に関連する。捏造された証拠を作成し、偽のプロフィールを支え、詐欺師の話に信ぴょう性を加えることができる。
合成IDは異なる問題を引き起こす。こうしたIDは、本物の個人情報と架空の詳細や生成メディアを組み合わせたものだ。最初の審査を通過できるほど一貫して見えることがある一方、依然として加害者の管理下に置かれている。
銀行は、有効な本人識別番号と人工的な顔が組み合わされているケースに遭遇するかもしれない。採用プラットフォームには、洗練された履歴書と生成されたプロフィール写真が送られてくる可能性がある。被害者は、メッセージ、画像、音声通話が同じ筋書きを補強する架空の人物と、何週間もやり取りすることがある。
AIは犯罪グループがより多くの手法を試すことも助ける。あるメッセージが失敗すれば、自動化されたワークフローが文面を調整し、別の標的に接触できる。このフィードバックループは正当なマーケティングの最適化に似ているが、その目的は窃盗や強要である。
INTERPOLの世界的な詐欺に関する評価は、AIで強化された詐欺が従来の手法より4.5倍収益性が高いと述べた。同機関はまた、エージェント型AIが偵察から身代金要求まで、複数のキャンペーン段階を支援し得ると警告した。
エージェント型AIとは、人間からの限定的な指示で、相互に関連する複数のタスクを選択・完了するよう設計されたシステムを指す。犯罪活動では、標的情報の収集、働きかけの生成、返信の選別、有望な会話のエスカレーションを意味し得る。
そのようなワークフローの最も高度な形態は、チャットボットを使う一般的な詐欺師とは依然として異なる。それでも両者とも、試行される攻撃の数と質を高めるため、防御側に圧力をかける。
テクノロジー企業もモデレーションの問題に直面している。単一の運用者が、多数のアカウント、ID、広告、メッセージを作成できる。関連するドメイン、決済経路、デバイス、電話番号、管理者が活動を続けているなら、目に見えるアカウントを一つ削除してもほとんど効果はない。
OCCRPは、当局が分断されたデータに苦慮するなか、犯罪組織がどのようにAIを武器化しているかを記録している。この分断により、別々の苦情が同じインフラや資金上のつながりを共有していることを捜査官が見抜けなくなる。
したがってAIは、件数という方程式の両側を変える。犯罪者はより多くの素材を生み出し、防御側にはより多くのアラートと証拠が届く。優先順位付けが改善されなければ、防御システムはより多くのデータを収集していても遅くなり得る。
Google Newsの見出しは報告上の格差を覆い隠す
55%という統計は重大な変化を示すが、アフリカ全域のサイバー犯罪の55%がAIによって引き起こされたことを示すものではない。
この違いは「報告された」という言葉から始まる。犯罪統計は、被害者が犯罪を認識し、機関に連絡し、事案が一貫して分類されることに依存する。各段階で、事件が公式の記録から漏れる可能性がある。
被害者は、恥ずかしさを感じる、当局を信用していない、評判への悪影響を恐れる、回復は不可能だと考えるといった理由で沈黙するかもしれない。企業も、顧客を不安にさせたり、脆弱な管理体制を露呈させたりする可能性がある場合、情報開示を避けることがある。
報告インフラは大きく異なる。INTERPOLの2025年調査では、回答したアフリカ諸国のうち、インシデント報告システムを備えていたのは30%にとどまった。デジタル証拠リポジトリを持つと報告した国は29%にすぎず、サイバー脅威インテリジェンスのデータベースを持つ国は19%だった。
こうした制約により、国をまたぐ比較は難しくなる。検知能力が高い国は、より多くの事案を記録するというだけで、危険性が高いように見える場合がある。報告経路が限られた法域は、大規模な詐欺が見えないまま、静かなように見えることがある。
分類上の課題もある。捜査官はAI生成のテキストや合成画像を特定できるかもしれないが、多くの利用を証明するのはより難しい。洗練されたメッセージだけでは、言語モデルがそれを作成したことの証明にはならない。
逆の問題も存在する。AIは、明白な痕跡を残さずに、偵察、翻訳、被害者選定に寄与することがある。自動化によって到達範囲が広がっていても、捜査官はその事案を従来型のフィッシングとして分類するかもしれない。
そのため、報告された55%という割合を、すべての犯罪の正確な国勢調査として読むべきではない。これは、参加機関とパートナーから得られた目に見える事案とインテリジェンスに基づく評価である。
金銭的損失の数字にも同様の限界がある。直接送金は、生産性の低下、復旧作業、業務中断、長期的なID悪用よりも定量化しやすい。通貨換算や一貫しない報告期間も、さらなる不確実性を加え得る。
こうした留保は、警告の重要性を下げるものではない。実際の脅威が一つの見出しの数字より広範である可能性を示すと同時に、誇張された解釈を防ぐものでもある。
もう一つの懸念は、情報源の圧縮だ。Google Newsは出版社の見出しを集約するが、その集約層が基礎となる調査を生み出すわけではない。読者は統計を繰り返す前に、報道の連鎖をたどってINTERPOLの評価と運用記録に戻るべきである。
これは重要な慣行だ。なぜなら見出しは、「AIが報告事案に関連していた」を「AIが大半の犯罪を引き起こした」に変えてしまうことがあるからだ。後者の主張はより強く、入手可能な文言によって裏付けられてはいない。
セキュリティチームも、AI支援型の犯罪をすべて技術的に高度なものとして扱うべきではない。多くの成功したキャンペーンは依然として、盗まれた認証情報、弱い支払い管理、使い回されたパスワード、急かされた従業員に依存している。
ディープフェイク検知だけに焦点を当てると、こうした基本的な弱点が手つかずのまま残る可能性がある。企業が支払い情報の変更前に独立した確認を義務付けていれば、説得力のある人工音声の影響は小さくなる。
最も妥当な解釈は、両方の視点を組み合わせることだ。AIは犯罪者の規模と説得力を実質的に高めるが、多くの試みが成功するかどうかは、依然として基本的な統制によって決まる。
銀行、通信事業者、警察は同じ連携の試練に直面する
攻撃者は接続されたデジタルシステムの恩恵を受ける一方、防御側は組織の境界によって分断されたままだ。
現代の詐欺キャンペーンは、メールサービス、ソーシャルネットワーク、携帯通信事業者、銀行、暗号資産取引所、ホスティング事業者、ドメインレジストラにまたがる可能性がある。各機関が把握できるのは、活動の一部分にすぎない。
通信事業者は複数の番号からの大量送信を検知するかもしれない。銀行は不審な送金にフラグを立てるかもしれない。プラットフォームはなりすましアカウントを削除するかもしれない。警察には異なる都市の被害者から苦情が寄せられる可能性がある。
捜査当局がこうしたシグナルを迅速に結び付けられれば、その価値は大きく高まる。情報共有が遅れれば、犯罪者は資金の移転、アカウントの差し替え、インフラの移動、さらなる被害者への接触に時間を使える。
INTERPOLの2025年評価では、調査対象国の86%が国際協力能力の改善が必要だと考えていた。正式な手続き、限定的な実務ネットワーク、海外でホスティングされたデータへのアクセスの難しさが課題として挙げられた。
民間部門との連携にも別の隔たりがあった。調査対象国の89%は、企業との協力に一定または大幅な改善が必要だと回答した。報告された障害には、連絡窓口の不明確さや組織的な準備不足が含まれる。
こうした弱点が、AIが非対称的な影響を生む理由を説明している。犯罪グループは同じオンラインツールを国境を越えて即座に利用できる。一方、口座記録を求める警察の要請は、依然として法的、手続き上、管轄上の確認を通過しなければならない。
金融面での介入には短い時間枠しかないため、銀行や決済事業者には特に大きな圧力がかかる。盗まれた資金が複数の口座を経由したり、マネーロンダリング網に入ったりすると、回収はより困難になる。
通信会社も結果に影響を及ぼす。電話番号、加入者記録、モバイルマネー口座、端末シグナルは、一見別々に見える詐欺を結び付けられる。しかし、こうした記録には適法な取り扱いと信頼できる交換プロセスが求められる。
オンラインプラットフォームは、正当な利用者を遮断せずに偽のプロフィールを検出しなければならない。本人確認書類、通信環境、利用可能な検証シグナルが地域によって異なる市場では、これは難しい。
過度に厳格な自動審査は、本物の顧客を排除しかねない。審査が弱ければ、合成IDを通してしまう。犯罪グループはどちらの結果からも学び、申請を適応させる。
法執行機関は、検知ソフトウェアだけではこのバランスを解決できない。機関には、訓練を受けた捜査官、デジタル証拠の手続き、技術的な案件を理解する検察官、そして迅速な協力を支える合意が必要だ。
能力の隔たりは、INTERPOLの作戦成果にも表れている。Operation Red Card 2.0では、16か国の捜査機関が651人の容疑者を逮捕し、430万ドル超を回収した。
INTERPOLによると、この作戦では4,500万ドル超の損失に関連する詐欺を捜査し、1,247人の被害者を特定した。当局は2,341台の端末を押収し、1,442件の悪意あるインターネット資産を無力化した。
これらの結果は、連携した介入がインフラを排除し、関係者を特定できることを示している。同時に、報告された損失と被害者に返還された資金との回収ギャップも浮き彫りにしている。
この作戦は、単一で均質なサイバー犯罪産業ではなく、複数のビジネスモデルを明らかにした。捜査官は、投資詐欺、モバイルローン詐欺、フィッシング、個人情報窃取、侵害された従業員認証情報を使う攻撃を報告した。
コートジボワールでは、欺瞞的なモバイル融資アプリに関わる事件で、当局が数百台の携帯電話とSIMカードを押収した。ケニアでは、偽造された投資ダッシュボードを使い、出金を阻止するスキームが捜査対象となった。
ナイジェリアでは、フィッシング、個人情報窃取、ソーシャルエンジニアリング、偽のデジタル資産投資を組み合わせたとされる犯罪グループが摘発された。別の捜査では、通信事業者で侵害された認証情報が関与していた。
AIは各モデルを強化できるが、対応は依然として人、口座、端末、決済フロー、インフラを結び付けられるかどうかに左右される。生成されたメッセージは手口の証拠であって、犯罪ネットワーク全体ではない。
組織犯罪は単なるツールではなく、ビジネスモデルを拡大している
より深い逆転は、低コストの自動化が、勧誘、インフラ、資金洗浄、国境を越えた展開を備える組織的な活動を支えるようになったことだ。
サイバー犯罪の見出しは、偽動画や説得力のあるメールといった目に見える成果物に焦点を当てがちだ。組織犯罪は、はるかに大きなシステムを通じて活動する。
詐欺キャンペーンには、標的、口座、通信手段、決済チャネル、盗んだ資金を移動させる方法が必要だ。より大規模なネットワークは、勧誘者、技術担当者、資金運搬役、書類の供給者、被害者との関係を維持するオペレーターも雇う可能性がある。
一部の詐欺拠点には、人身売買の側面もある。労働者は偽りの求人を通じて勧誘され、国境を越えて移送され、監禁され、詐欺を強要されることがある。
AIはそのシステムの両側に利用されうる。INTERPOLは、犯罪者が人を勧誘するために説得力のある偽求人広告を使う一方、生成されたプロフィールやスクリプトが外部の被害者を狙う詐欺を支えていると警告している。
西アフリカも、詐欺拠点活動のグローバル化における潜在的なハブとして浮上している。INTERPOLの詐欺拠点に関する警告は、かつて東南アジアに集中していたモデルが拡大したと説明している。
これは、すべてのオンライン詐欺が大規模な施設や組織的シンジケートから発生していることを意味しない。個人犯罪者や小規模グループも依然として脅威の一部だ。重要な変化は、共有ツールによって異なる主体が似たワークフローを再現できるようになったことにある。
犯罪支援サービス、盗難データ市場、人工メディア生成ツール、アカウント販売者、資金洗浄ネットワークにより、一つの組織がすべての能力を持つ必要性は低下している。専門家は作戦の一段階へのアクセスを販売できる。
この構造はサプライチェーンに似ている。一つのフィッシングドメインを無力化すれば摩擦は生じるが、グループは別のドメインを購入できる。現場のオペレーターを逮捕しても、勧誘、資金、インフラを管理する主催者に届かない可能性がある。
過去の作戦は、法執行の可能性と限界の両方を示している。Operation Serengeti 2.0では、アフリカ18か国と英国の捜査官が協力した。この作戦は1,209人の逮捕と、約9,740万ドルの資金回収につながった。
この作戦の事件には、6万5,000人超の被害者から詐取したとされるザンビアの暗号資産スキームが含まれていた。当局は人身売買との関連の可能性についても捜査した。
この規模は、Google Newsの最新見出しを理解する文脈を与える。金銭的被害は、単一のモデル、国、プラットフォーム、犯罪グループによって生み出されるものではない。作業を分担し、妨害された構成要素を置き換えられるネットワークから生じる。
これにより、防御的AIが完全な答えではない理由も説明できる。自動化ツールは、不審なメッセージ、顔、取引、端末を検出できる。それでも、アラートを行動に結び付ける信頼できるデータと人間のプロセスが必要だ。
不正検知モデルが異常な送金を特定することはある。銀行は、それを保留するか、顧客に連絡するか、証拠を保全するか、適切な当局に通知するかを判断しなければならない。その連鎖のどこで遅れても、犯罪者に有利に働く。
誤検知は別のトレードオフを生む。正当な取引を遮断すれば顧客に損害を与え、特に自動化システムが判断を説明できない場合には信頼を損なう可能性がある。犯罪者は、何が通過するかを見つけるまで、意図的にしきい値を試すことができる。
ディープフェイク検出器も同様の競争に直面する。生成ツールは変化し、圧縮は手掛かりを消し、一般利用者は低品質な通話やメッセージアプリを通じてコンテンツに接することが多い。研究室での検出性能が、実際のインシデントにおける信頼できる判断を保証するわけではない。
そのため組織には、重層的な統制が必要だ。技術的な審査は、決済の検証、アカウント監視、端末インテリジェンス、従業員手順、迅速なエスカレーション経路と連携して機能すべきである。
結果を左右するのは、防御側がAIモデルを持っているかどうかよりも、分断されたシグナルを協調した意思決定に変えられるかどうかだ。犯罪ネットワークはすでにその原則に基づいて組織化されている。
防御側が追いついているかを示す三つのシグナル
次の試験は測定可能だ。より良い報告、より迅速な金融介入、そして可視的なアカウントだけでなく主催者にまで届く作戦である。
第一のシグナルは、報告インフラだ。今後のINTERPOL評価では、インシデントポータル、証拠リポジトリ、サイバー脅威インテリジェンスデータベースを運用する国が増えていることが示されるはずだ。
これらのシステム導入後にインシデント件数が増えても、必ずしもセキュリティが悪化したことを意味しない。可視性の向上により、すでに存在していた犯罪が明らかになることは多い。有用な指標には、報告の速度、事件間の関連付け、実行可能な証拠につながる苦情の割合が含まれる。
第二のシグナルは資産回収だ。逮捕者数は注目を集めるが、回収資金は、銀行、捜査官、国際的な協力相手が犯罪ネットワークによる収益分散の前に介入できるかどうかを示す。
Operation Red Card 2.0は、捜査対象のスキームに関連する損失の一部しか回収していない。今後の作戦では、機関がどれほど迅速に送金を凍結したか、そして被害者にどれだけの資金が戻ったかを報告すべきだ。
第三のシグナルは、法執行がインフラ所有者、勧誘者、資金洗浄の専門家、主催者に到達しているかどうかである。数千のアカウントを削除すればキャンペーンを遅らせられるが、その背後にあるネットワークを解体できるとは限らない。
サイバー犯罪を人身売買、ペーパーカンパニー、決済仲介者、組織的な詐欺拠点と結び付ける事件は、より強い試験となる。それらは当局が使い捨ての最前線ではなく、組織全体を捜査できるかどうかを明らかにする。
企業は、こうした指標を待つ必要はない。機密性の高い支払いには二次確認を求め、アカウント作成後に本人確認統制を見直し、緊急の依頼を別のチャネルで検証するよう従業員を訓練できる。
銀行とプラットフォームは、オンボーディング審査の成功を監視の終了ではなく、開始として扱うべきだ。端末の変更、不審な行動、新たな支払先、一貫しないアカウント活動は、後から合成IDを露呈させる可能性がある。
通信事業者は、不正なメッセージ送信、急速なSIM変更、繰り返されるインフラのパターンを関連付けることで、早期検知を改善できる。こうしたシグナルの交換は、適用されるプライバシーおよび証拠に関する規則に従わなければならない。
メッセージに緊急性、秘密性、通常と異なる支払方法、感情的な圧力が組み合わさっている場合、個人は立ち止まるべきだ。リアルな声、顔、文書は、もはや本人性の信頼できる証明ではない。
INTERPOLの警告を巡るGoogle Newsの注目は、読者をこうした実践的な含意へと戻すべきだ。AIは詐欺を個別最適化するコストを下げ、繰り返しやすくしているが、多くの攻撃は依然として被害者や機関が独立した検証を省略することに依存している。
この見出しが意味を持つのは、運用行動を変える場合だ。アフリカ各国がインシデント報告を改善するか、金融機関が盗難資金のより大きな割合を回収するか、国際作戦がネットワークを調整する人物を特定するかを注視すべきである。
これらの指標がそろって動くまで、不均衡は残る。犯罪グループは数分で国境を越えた自動化を行える一方、防御側は依然として別々の苦情、口座、端末、取引を結び付ける過程で貴重な時間を失っている。
組織はいま何をすべきでしょうか。メッセージ、画像、音声、身分証明書が本物であることを前提とする意思決定を監査してください。誤ったシグナル1つで資金や機密アクセスが解放され得る場面では、第二の検証チャネルを追加します。さらに、従業員が不審な連絡を迅速に報告する方法を理解しているかをテストしてください。AIは詐欺の量と信ぴょう性を高めましたが、規律ある検証によって、その影響力の大部分は依然として抑えられます。
