更新日:
13/11/2026

AI企業はなぜ「元スパイ」を雇うのか?OpenAI・半導体業界が強める情報防衛

blog header image

目次

この記事のポイント

●
AI企業の情報防衛は、システムへの侵入だけでなく、人を介した情報流出にも向けられている。
●
OpenAIとASMLの公式求人には、防諜や内部脅威の調査が業務として明記されている。
●
国家安全保障の助言をする人材と、社内の不正を調べる担当者は役割が異なる。
●
NVIDIAを巡るスパイ疑惑と、機密情報が流出したかどうかは分けて判断する必要がある。
●
一般企業にも、機密の分類、アクセス制限、相談窓口、経営者を含むルールが欠かせない。

AI企業が情報機関の出身者を迎えるのは、研究成果を盗もうとする相手に備えるためです。

‍

守る対象はサーバーの中だけにありません。研究者が持つ知識、取引先との関係、経営者の判断にまで目を向ける必要があります。

‍

2026年11月12日のロイターは、AI・半導体企業で元情報職員などの採用が活発になっていると報じました。

ただ、「元スパイ」という言葉だけでは仕事内容が見えません。

企業の公式求人や発表を読むと、社内調査、脅威分析、経営への助言など、異なる専門性が求められていることが分かります。[1][2][4][5]

‍

本記事では採用の実態を確認したうえで、AI産業の何が狙われるのか、一般の企業や会社員にも関係する教訓は何かを整理します。

情報の確認時点は2026年11月13日です。

「元スパイ採用」が示すAI企業の変化

OpenAIの求人は「人・端末・取引先」を横断する

OpenAIの「Senior Global Security Investigator」は、内部の従業員、外部の攻撃者、サプライチェーンを含む調査を担当する職種です。

‍

ログの解析だけでなく、面談や入退室記録なども用いて証拠を検討し、人事・法務・ITと連携すると説明されています。

応募条件には防諜、内部リスク、フォレンジックなどの分野での経験が挙がっています。[2]

‍

ここから読み取れるのは、攻撃の入口を一つに決めつけない姿勢です。

端末の異常と従業員への不審な接触が別々の部署で処理されれば、関連を見落としかねません。

両方の情報をつなげて調べる人材を置くことで、個々の警報の背後にある行動を理解しようとしています。

これは求人内容を踏まえた編集上の分析です。

‍

‍

半導体装置メーカーも防諜を業務にする

ASMLの東南アジア地域を担当する情報連絡職の公式求人にも、人とデジタルの両面での防諜調査が記載されています。

‍

同社の情報統合拠点であるIntelligence Fusion Centreとの連携や、設備、人員、事業継続、取引関係の保護も業務に含まれます。[5]

‍

ASMLはAIチャットサービスを提供する会社ではありません。それでも同じ種類の専門性を求めている点に、AI産業の広がりが表れています。

モデルを作る企業だけを守っても、製造装置や周辺技術の防衛に穴があれば、産業全体の競争力は保てないからです。

‍

なお、公開求人は募集している役割を示す資料であり、採用人数や配属状況を証明するものではありません。

今回確認した情報だけで、業界全体の人員増加率まで算出することはできません。

サイバー対策と防諜は何が違うのか

正規の権限が情報流出の経路になる

一般的なサイバー対策では、不正ログインやマルウェアなどを検知して侵入を防ぎます。

‍

一方、防諜は、技術や組織の情報を得ようとする働きかけを見抜き、防ぐ活動です。

攻撃者自身がシステムに入らなくても、権限を持つ人に情報を渡させれば目的を達成できるため、認証の強化だけでは覆いきれません。

‍

両者を完全に別の領域と考えるのも適切ではありません。

人への接触から認証情報が盗まれることも、ログの異常をきっかけに内部の関与が分かることもあります。

技術と人の行動を合わせて調べる必要があるのは、そのためです。

領域 主に確かめること 対応の例
サイバー防御 不正アクセスや端末の異常 認証強化、侵入検知、端末調査
内部不正対策 正規権限による不適切な持ち出し 権限の見直し、操作記録、社内調査
防諜・人物への脅威分析 情報獲得を狙う接触や働きかけ 接触状況の評価、相談対応、関係部署との連携
国家安全保障の助言 技術と政策・公共部門の関係 用途や提携、政策リスクへの助言

この表は業務を理解するための編集上の整理であり、資格や法令に基づく区分ではありません。

実際の組織では担当が重なり、外部の専門家と共同で対応する場合もあります。

‍

‍

情報機関出身者の起用にも目的の違いがある

OpenAIは2024年6月、元NSA長官のポール・ナカソネ氏の取締役就任を発表し、安全・セキュリティ委員会への参加を説明しました。

同社は学習用計算機、モデルの重み、顧客データの保護を挙げています。[3]

‍

対してAnthropicが2025年8月に設立した国家安全保障・公共部門諮問評議会は、政府や同盟国との協力、有用な用途の開発などに助言する組織です。

元CIA副長官のデビッド・コーエン氏、元NSAサイバーセキュリティ部門責任者のデイブ・ルーバー氏らが参加しました。[4]

‍

この評議会を、社内でスパイを摘発する部署と説明するのは誤りです。

政策への理解、公共部門との協力、企業防衛は接点を持ちますが、肩書だけを見て同じ仕事と扱うと、採用の意味を見誤ります。

狙われるのはモデルだけではない

「モデルの重み」は守るべき資産の一つ

AIモデルの重みとは、学習によって調整される大量の数値パラメーターです。

‍

モデルを動かす中核に当たり、非公開の重みが無断で持ち出されれば、提供元が認めていない環境で利用される恐れがあります。

ただし、重みだけで元のサービスのすべてを再現できるとは限りません。

‍

RANDの2024年の報告書は、先端モデルの重みの盗難と悪用を扱い、アクセス可能な人員の削減、保管先の集約、内部脅威対策、多層防御などを提言しました。[6]

これはモデル開発組織に対する研究上の提言であり、特定企業で流出が起きたと認定した資料ではありません。

‍

また、開発元が条件を定めて重みを公開する場合と、非公開資産が盗まれる場合は区別が必要です。

公開モデルの利用者まで同じ危険行為として扱うことはできません。

‍

‍

計算基盤の設計も競争力を左右する

実際の事件は、保護対象がモデル本体に限られないことを示します。

米司法省は2026年1月30日、元Google技術者リンウェイ・ディン氏について、前日に連邦陪審が経済スパイと営業秘密窃取で有罪評決を下したと発表しました。

対象には、AI用計算基盤のハードウェアやソフトウェアに関する秘密情報が含まれます。[7]

‍

記事で参照しているのは有罪評決を伝える司法省発表です。その発表を、刑の確定やその後の手続きまで確認した情報として扱ってはいけません。

‍

それでも、AI技術を巡る情報窃取が抽象的な懸念にとどまらないことを理解する材料になります。

‍

AIの性能は、学習方法だけで決まりません。大量の計算機を安定して動かす設計や運用にも蓄積があります。

研究成果に加えて基盤技術が狙われれば、企業が長い時間をかけて積み上げた優位性が失われる可能性がある、というのが本記事の分析です。

‍

‍

取引先にも情報防衛の責任が及ぶ

こうした構造を考えると、開発企業の社員だけを警戒対象にしても不十分です。

共同研究、設備保守、業務委託などの過程で誰が何を閲覧するかまで把握する必要があります。

‍

ただし、これは「取引先の社員は危険だ」という意味ではありません。

所属を問わず、業務に必要な範囲を超えて機密が見える構造を減らすという考え方です。

少人数の企業でも、自社の情報にアクセスできる外部アカウントを確認するところから応用できます。

NVIDIAの疑惑から何を読み取るべきか

疑惑、会社の説明、流出の有無を混ぜない

ロイター報道は、NVIDIAを巡る問題を情報防衛への関心が高まる背景として取り上げています。

ただし、人物にスパイ疑惑があることと、会社の機密が流出したことは別の主張です。

同社は秘密や国家安全保障が損なわれたとは考えていないと説明し、中国側はスパイ疑惑を否定しています。[1]

‍

この段階で「スパイがAI技術を盗んだ」と結論づける根拠はありません。

逆に、会社の説明だけでリスクが完全になかったとも断定できません。

追加の証拠や調査結果が示された際に、その範囲で判断を更新する必要があります。

‍

個別の疑惑を強い見出しに使うほど、読者は採用動向まで一つの事件の直接的な結果として理解しやすくなります。

しかし、OpenAIの2024年の人事やAnthropicの2025年の評議会設立は、今回の報道より前の出来事です。

時間の順序を守れば、以前から続く取り組みが改めて注目された、と整理するのが適切でしょう。

‍

‍

経営者を例外にすると仕組みが弱くなる

今回のテーマから一般化できるのは、役職が高い人ほど機密への接触範囲が広いという管理上の問題です。

従業員には厳しい規則があっても、経営者の端末や外部との資料共有が対象外なら、守るべき情報に近い場所に穴が残ります。

‍

一方で、防衛を理由に社員の私生活を無制限に調べる運用にも問題があります。

私生活上の事情と業務上の情報管理は分け、調査の目的と範囲を定めなければなりません。

国籍や交際相手だけで危険性を決めつけても、実際のアクセスや持ち出しの証拠を確かめたことにはならないからです。

‍

防御の強さは、著名な専門家の人数だけでは測れません。

経営陣にも同じ規則を適用できるか、異常を報告した担当者が不利益を受けないかという、組織の運用まで問われます。

日本の企業と会社員が見直すべきこと

最初に決めるのは「何を誰に見せるか」

通常の企業にとって、元情報職員の採用が最初の一手になるわけではありません。

優先すべきは、自社で保護する情報と、その情報を扱える人の範囲を明確にすることです。

AI開発をしていなくても、顧客情報、見積原価、未公開の企画、独自の業務データは持ち出しの対象になり得ます。

‍

IPAの「組織における内部不正防止ガイドライン」は、基本方針、資産管理、技術的管理、職場環境、事後対策など10の観点で33項目の対策を整理しています。

技術だけでなく、人や組織の管理を合わせて考えるための資料です。[8]

‍

実務では次の順番で確認すると、対策を具体化しやすくなります。

‍

  1. 機密情報の保存先と管理責任者を洗い出す。
    ‍
  2. 社内外の閲覧・ダウンロード権限を業務上必要な範囲に絞る。
    ‍
  3. 異動や退職、契約終了時に権限を見直す手順を決める。
    ‍
  4. 持ち出しの記録と、不審な依頼を相談できる窓口を用意する。
    ‍
  5. 経営者を含め、例外的な共有にも承認と記録を残す。

‍

一覧を作るだけでは運用になりません。

たとえば担当者が変わっても、古い共有リンクや委託先アカウントが残っていないかを実際に確認する必要があります。

まず一つの重要フォルダで権限を点検すれば、自社の管理上の抜けを具体的に把握できます。

‍

‍

AIへの入力と人への提供を同じ情報区分で考える

会社員が判断に迷いやすいのは、外部サービスへの入力です。

知人や取引先に渡してはいけない資料を、便利だからという理由でAIに丸ごと入力してよいとは限りません。

会社が許可したサービスか、契約や管理設定が情報区分に合っているかを確認する必要があります。

‍

利用規約や保存・学習の扱いはサービスごとに異なるため、「有料版だから安全」「学習に使われないから何でも入れてよい」と一括りにはできません。

委託契約や社内規則によって、入力自体が制限される資料もあります。

‍

同様に、転職相談や技術交流で非公開資料を求められたときも、自分だけで判断せず担当部署に相談する方が確実です。

人脈づくりを避ける必要はありませんが、公開できる実績と、会社が管理する資料の境界は守らなければなりません。

AI企業の採用動向を、特殊な世界の出来事として読み終えるのは惜しいところです。

‍

自社に置き換えるなら、「最も価値のある情報へ誰がアクセスでき、その人が外部提供を求められたときに相談できるか」を確かめてみてください。

‍

機密の所在、権限、相談先が曖昧なままでは、新しい防御ツールを導入しても判断の穴が残ります。

‍

まず一つの重要情報について、経営者と外部委託先も含めて扱いを確認する。それが今回のニュースから実行に移せる行動です。

他の記事も読む

X account logo
Xアカウントをフォロー!
最新の情報をいち早くゲット!
フォローする
back to article page
記事一覧に戻る
シェア
share link icon
‍無料会員登録
支持投票やブックマークなど、すべての機能にアクセスできます。
登録はほんの数秒で完了します!
無料会員登録
ログイン