暗号は、私の仕事の一番底に敷かれている
暗号技術と聞くと、自分の仕事とは無関係だと感じる方が多いと思います。私も長らくそうでした。ところが実際には、10人規模の会社であっても、暗号は1日に何百回も使われています。銀行の振込画面を開いたときのhttps接続、クラウド会計に保存された請求データ、Slackでやりとりする社外秘の見積、社員のパソコンのディスク暗号化。どれも暗号技術が土台にあります。暗号（データを第三者が読めない形に変換する仕組み）が壊れると、そこに乗っている業務が丸ごと壊れます。
この分野には特徴があります。暗号は、世界中の研究者が何十年もかけて総当たりで叩き続けることで、ようやく安全だと信じられるようになる領域です。 ある方式が公開されると、大学や企業の研究者が何年もかけて弱点を探します。誰も破れなかった、という時間の積み重ねが信頼の実体です。逆に言えば、検証する人手の量がそのまま安全性の量になっている、とも言えます。
だからこそ、暗号の弱点探しは、AIが最後まで人間に追いつけない仕事の代表格だと見られてきました。膨大な前提知識が必要で、答えが手元にあるわけでもなく、正解にたどり着くまでに何十回も失敗する。総当たりの計算だけでは終わらず、この式のこの部分が怪しい、という筋の良い直感がいる。文章を要約したり、メールの下書きを作ったりするのとは、まったく質の違う作業です。
Anthropicが公開した研究「Discovering Cryptographic Weaknesses with Claude」は、その最後の砦のような領域にClaudeを持ち込んだ報告です。私が注目したのは、暗号そのものよりも、そこで示された仕事のやり方でした。
何が起きたのか
研究の骨子は単純です。Claudeに暗号方式や実装コードを渡し、そこに潜む弱点を探させた。そして実際に、弱点が見つかった。
暗号の弱点には、大きく2種類あります。1つは設計そのものの欠陥です。理論として穴があり、数学的に破れてしまう。もう1つは実装の欠陥で、理論は正しいのに、それをプログラムに落とすときの手違いで破れてしまう。実際の事故は後者が圧倒的に多く、乱数（予測できない数字）の作り方が甘かった、鍵の使い回しをしていた、といった地味な理由で崩れます。Claudeはこうした穴に対して、ここが怪しいという仮説を立て、それを検証し、外れたら別の角度から立て直す、という作業を回しました。
ここで大事なのは、Claudeが人間の暗号研究者を置き換えたわけではない、という点です。研究者が仮説の方向づけをし、Claudeが探索の量をこなす。人間1人が1週間かけて試せる筋の数と、Claudeが1晩で試せる筋の数には、桁の差があります。暗号の弱点探しが人手の総量で決まる領域だとすれば、その人手の単価が急に下がったことになります。
もう1つ見逃せないのは、この能力が両方向を向いていることです。弱点を見つける力は、守る側にとっては監査の力であり、攻める側にとっては攻撃の力でもあります。Anthropicがこの研究を公開したこと自体、守る側が先に手を打つべきだという判断の表明だと私は読みました。攻撃側がAIを使い始めるより先に、守る側が自分のシステムをAIに検査させておく。この時間差が、これからの防御の中心になります。
なぜAIが弱点を見つけられるのか
弱点探しがAIと相性が良い理由は、知識量ではありません。粘り強さと、恥をかかないことです。
人間が自社の仕組みを検査するとき、必ず壁になるのが前提です。この処理は前任者が作ったから大丈夫だろう、この計算式は5年動いているから合っているだろう、この承認フローは監査法人が見たから問題ないだろう。こうした前提は、大半の場合において正しい。だから疑うこと自体が非効率に見えます。そして事故は、その正しさの外側で起きます。
AIには、この前提がありません。5年動いているという事実に敬意を払わないし、前任者の顔も知りません。同じ箇所を200回疑っても疲れませんし、199回外して1回当たっても、恥ずかしいとは思いません。人間の専門家がやると精神的に消耗する作業を、消耗せずに続けられる。暗号の弱点探しでClaudeが成果を出した理由は、この性質に尽きると私は考えています。
そしてこの性質は、暗号に固有のものではありません。前提が積み重なっていて、誰も全部を疑い直していない仕組みなら、どんなものでも同じ構図になります。10年前に作られたExcelの見積テンプレート、口伝えで運用されている月次締めの手順、営業が勝手に増やしていった値引きルール。会社の中には、暗号よりずっと雑に作られた前提の塊がいくらでもあります。
非エンジニアにとっての意味
この研究を、自分には関係ない技術ニュースとして読むこともできます。ただ、私は3つの意味で経営に直結すると考えています。
1つ目は、監査のコストが下がったことです。これまで、自社の業務ロジックを第三者に検査してもらうには、外部の専門家に依頼して数十万円から数百万円を払う必要がありました。だから多くの中小企業は、事故が起きるまで検査をしませんでした。AIによる検査は、その品質が専門家と同じではないにせよ、着手の敷居を劇的に下げます。専門家に依頼する前に、明らかな穴を自分で潰しておく段階が作れます。
2つ目は、検査の対象が広がったことです。人手でやると、検査できるのは重要度の高い一部だけでした。AIなら、社内の全契約書、全マニュアル、全計算シートを端から見ることができます。事故は重要度の低いところで起きます。誰も見ていないから穴が残るのであって、重要だから穴があるわけではありません。
3つ目は、攻める側も同じ道具を持つことです。今まで、中小企業を狙う攻撃者は手間の割に実入りが少ないため、大企業ほど熱心に狙われませんでした。攻撃コストが下がると、この前提が崩れます。従業員30人の部品メーカーであっても、取引先の大手に入り込むための踏み台として狙われます。守る側がAIを使わない期間は、そのまま無防備な期間になります。
業種別に、そのまま試せる弱点探し
暗号の話を自分の仕事に翻訳すると、こうなります。どの現場でも、やることは同じです。仕組みの説明をClaudeに渡し、これが壊れるとしたらどこか、と聞く。
従業員40人の建設会社の経理担当の場合
月次の原価計算をExcelで回している会社は珍しくありません。10年前に作られたシートに、現場ごとの原価を入力し、粗利を出す。担当者が2回代替わりして、数式の意味を説明できる人はもういない。この状態でClaudeにシートの数式一覧を渡し、集計漏れや二重計上が起きる条件を全部挙げてください、と頼みます。ありがちなのは、行を追加したときに合計範囲が伸びていない、四捨五入を各行でかけているせいで総額がずれる、前月シートからのコピーで参照先が前月のまま残っている、といった穴です。数十万円の誤差が毎月出ていたのに、誰も気づいていなかった、という発見はよくあります。全社の利益率を1年分歪めるには、これで十分です。
社員12人のWeb制作会社の営業担当の場合
見積のルールが、営業ごとの裁量で少しずつ広がっていく現象があります。この規模だと値引き20%まで、この顧客は初回無料、この作業は工数に含める。どれも当時は合理的な判断でしたが、積み重なると誰も全体を把握していません。Claudeに現行の見積ルールを箇条書きで書き出して渡し、この条件を組み合わせると赤字になる案件パターンを列挙してください、と聞きます。初回無料と20%値引きと工数込みが重なると原価割れする、という組み合わせが具体的な数字で出てきます。感覚で赤字が多い気がすると言うのと、この3条件が重なった案件が去年8件あったと言うのでは、社内での通り方がまるで違います。
従業員25人の人材紹介会社の人事・総務担当の場合
個人情報を扱う会社は、情報の出入り口が弱点になります。求職者の履歴書をメールで受け取り、担当者のパソコンに保存し、クラウドストレージの共有フォルダに置き、企業に転送する。この流れをそのまま文章にしてClaudeに渡し、この運用で個人情報が意図しない相手に届く経路を全部挙げてください、と頼みます。共有リンクに期限が設定されていない、退職者のアカウントがフォルダに残ったまま、メールの宛先補完で同姓の別担当者に送られる、といった経路が出ます。暗号研究で言えば、理論は正しいのに実装で漏れているパターンそのものです。仕組みではなく運用の隙間から漏れます。
従業員60人の食品メーカーの品質管理担当の場合
出荷前の検査手順書が、5年間更新されないまま運用されている状況があります。設備は入れ替わり、パート従業員の構成も変わったのに、手順書だけが当時のままです。Claudeに手順書の全文を渡し、この手順で不良品が検査をすり抜ける条件を挙げてくださいと頼むと、抜き取り検査のタイミングがラインの切り替え直後を含んでいない、担当者が1人のときのダブルチェックの代替手段が書かれていない、といった穴が出ます。回収が1度でも起きれば、直接費用だけで数百万円かかります。手順書を読み直す2時間で見つかるなら、投資対効果としては桁が違います。
実践手順
やり方は決まっています。所要時間は、対象1つあたり30分から1時間です。
まず、対象を1つに絞ります。会社全体を一度に見ようとすると、抽象的な指摘しか返ってきません。月次の原価計算シート、求職者情報の受け渡しフロー、値引きの決裁ルール。このくらいの粒度が適切です。
次に、その仕組みを文章で書き出します。ここが一番手を抜きやすく、一番結果を左右する部分です。誰が、何を、どの順番で、どのツールを使ってやっているか。判断が分かれる箇所は、誰がどう決めているか。書き出すのが面倒なら、Claudeに口頭で説明するつもりで話しかけ、まず私の説明を手順書の形にまとめてくださいと頼んでから、本題に入っても構いません。
そのうえで、弱点を挙げさせます。
（コピーして使えるプロンプト:）
以下は当社の業務手順です。この手順が期待通りに動かなくなる条件を、
できるだけ多く挙げてください。前提として正しいとされている部分こそ疑ってください。
出力は次の3列の表にしてください。
1. 何が起きるか（具体的に）
2. どんな条件が重なったときに起きるか
3. 起きた場合の金額・時間・信用への影響
「注意が必要です」のような一般論は書かず、この手順に固有の話だけを書いてください。
【業務手順】
（ここに手順を貼る）
返ってきた一覧を、そのまま全部対応しようとしないでください。起きたら困る順に並べ替えて、上位3つだけ手を打つのが、続けられる唯一のやり方です。 20項目を潰す計画は、たいてい3週間で止まります。3項目なら今週で終わります。
最後に、四半期に1度、同じことを繰り返します。業務は変わり続けるので、前回の検査結果は前回時点のものです。暗号の世界が、破られていないという状態を毎年更新し続けているのと同じ考え方です。
注意点と、よくある誤解
誤解の1つ目は、AIが弱点を全部見つけてくれる、というものです。Claudeが暗号研究で成果を出したのは、専門知識を持つ研究者が方向を定め、結果を評価したからです。返ってきた指摘のうち、どれが本当に痛いのかを判断するのは人間の仕事です。自社の事情を知らないAIには、その手順が全社の売上の8割を支えているのか、月に1回しか使わないのかが分かりません。
2つ目は、指摘がゼロなら安全だ、という誤解です。指摘が出ないのは、渡した情報が薄かったからである可能性のほうが高い。手順書を1ページ渡して穴が見つからなかったなら、その1ページに書かれていない運用の中に穴があります。
何も見つからなかったときは、対象が安全だったのではなく、見ている範囲が狭かったと考えるほうが当たります。
3つ目は、渡す情報の扱いです。顧客名、口座番号、従業員のマイナンバー、パスワードそのもの。これらをAIに貼り付ける必要は、弱点探しにおいては一切ありません。必要なのは仕組みの構造であって、中身のデータではありません。顧客名はA社B社に置き換え、金額は桁を保った概算にする。この一手間だけで、リスクはほぼ消えます。契約上、社外への情報持ち出しが制限されている業務では、法務や取引先への確認を先に済ませてください。
4つ目は、見つけた弱点の共有範囲です。うちの見積は3条件が重なると赤字になる、という情報は、社内でも扱いに気をつけるべき性質のものです。検査結果は、対応の権限を持つ人のところで止めてください。
私がこの研究から受け取ったこと
暗号の弱点探しは、AIが人間に勝てない領域の代表として語られてきました。そこで結果が出たという事実は、その領域が特別ではなかった、という話ではありません。粘り強く疑い続けるという作業に、人間が向いていなかった、という話だと私は受け取りました。
会社の中には、疑われないまま動いている仕組みが山ほどあります。10年前のExcel、口伝えの締め作業、増築を繰り返した値引きルール。どれも壊れていないから残っているのではなく、誰も点検していないから残っています。その点検を、疲れず、遠慮せず、恥をかくこともなく続けられる相手が、月額数千円で手に入るようになりました。
必要なのは、大きな計画ではありません。今週、対象を1つ選び、仕組みを文章にして、壊れる条件を聞く。それだけです。1回目で何も出なければ、書き出しが足りていないというサインなので、もう少し詳しく書いて聞き直す。この往復を四半期に1度回すだけで、事故が起きてから気づく会社と、起きる前に潰す会社の差になります。
自社のどこから手をつけるべきか判断がつかない場合は、Claude Worksの無料30分相談をお使いください。業務の内容をうかがったうえで、最初に検査すべき仕組みを1つ specific に絞り、その場で使えるプロンプトの形までお渡しします。 ```
