はじめに
2026年3月にIPAが公表した「情報セキュリティ10大脅威 2026 組織編」で、「AIの利用をめぐるサイバーリスク」が初登場3位にランクインしました。1位はランサムウェア攻撃、2位はサプライチェーン攻撃、3位がAI関連——上位3つが互いに絡む構造になっています。攻撃者が生成AIを使って攻撃を自動化し、その武器でランサムウェアを撒き、サプライチェーンの脆弱な中小企業を踏み台にする。2025年9月のアサヒグループホールディングス、同年10月のアスクルが受けたランサムウェア攻撃も、この文脈で読み解かれています。
中小M&AのIT-DDで、これまで「最低ライン」とされてきた4項目——外部脆弱性スキャン、AD/特権アカウント確認、バックアップ運用、インシデント履歴開示——だけでは、AI悪用攻撃の前に防御線が抜けるシナリオが現実味を帯びてきました。既存4項目の中身は中小M&Aで使えるサイバーセキュリティDDの実務で詳述しています。本稿はその前提のうえで、2026年に上乗せすべき4項目に絞り込みます。
読者の組織で「対象会社はAIを使っていない」と判断したことはないでしょうか。あるいは「生成AIで業務効率化中」と聞いて、それが具体的に何を意味するか追えていない案件はないでしょうか。AIをほぼ使っていない地場の運送会社と、SaaSプロダクトに生成AIを組み込んだスタートアップでは、IT-DDで詰める論点がまったく違います。本稿は「中小M&Aの典型的な対象企業」を想定し、業種を問わず最低限確認すべき範囲に絞ります。
2026年のIT-DDで追加すべき4項目は「社内生成AI利用の実態」「SBOM（ソフトウェア部品表）の整備」「EDRの導入水準」「インシデント対応訓練の実施履歴」です。既存4項目と合わせて8項目が、AI悪用攻撃時代の中小M&Aの最低ラインになります。
IPA 2026が示した3つのAIリスクカテゴリ——何が中小M&Aに刺さるか
IPAの解説書は「AIの利用をめぐるサイバーリスク」を3つのカテゴリに整理しています。それぞれが中小M&AのIT-DDにどう関係するかを先に押さえます。
カテゴリ1: AI悪用によるサイバー攻撃の高度化
攻撃者側が生成AIを攻撃ツールとして使う領域です。総論はセキュリティ系メディアで繰り返し語られていますが、IT-DDで意味があるのは、それぞれがDDのどの確認項目を「効かなくする」かを具体的に押さえることです。
まず目立つのがBEC（ビジネスメール詐欺）の高度化で、取引先になりすました自然な日本語メールや、過去のメール文体を学習した文面が作られるようになりました。これはDD上、対象会社の「メール文面の不自然さで気づける」という暗黙の防御線が崩れることを意味し、送金承認の多重チェック・口座変更時の電話確認といった業務フロー側の統制が入っているかを見る論点に化けます。フィッシング攻撃も量産フェーズに入り、業種・役職別にカスタマイズされた攻撃メールが大量生成されるようになると、確認すべきは標的型訓練の実施履歴とメール無害化・多要素認証の導入状況です。さらにマルウェア作成も自動化が進み、生成AIにコード断片を作らせて検知回避型のマルウェアを構築する手口が現れると、パターンマッチ型のアンチウイルスだけでは取りこぼすため、後述するEDR（挙動検知）の有無がそのまま確認項目になります。加えて偵察活動の自動化——OSINT（公開情報収集）の効率化や、攻撃対象の弱点を高速で特定する動き——は、譲渡公表という「攻撃者にとって格好の標的選定情報」が出るM&A案件では特に効き、公開資産（外部公開ポート・退職者アカウントの残存）の棚卸しを譲渡公表の前後でやり直す必要が出てきます。
セキュリティベンダー各社の脅威レポートは、攻撃者によるAI活用がこの1〜2年で急増していると揃って指摘しており、「偵察・認証情報窃取・検知回避」の3領域で武器化が進んでいる点はおおむね共通しています。前年比何%という具体的な伸び率はレポートごとに前提が異なり一概には言えませんが、筆者がIT-DDの現場で受ける手触りとしても、中小企業のセキュリティ予算で対応できるレベルを攻撃側が上回り始めている、というのが2026年の構造変化です。
カテゴリ2: AIシステム特有の脆弱性
対象企業がAIを業務に組み込んでいる場合に発生するリスクです。代表的なのがプロンプトインジェクションで、ユーザー入力を通じてAIに本来の制限を超えた応答をさせる攻撃です。次にデータポイズニング——学習データに悪意のあるデータを混入させ、AIの出力を歪める手口があり、APIへの大量問い合わせから内部モデルを推測・複製するAIモデル盗用も知られています。一方で、攻撃とは別軸のリスクとして、幻覚（ハルシネーション）の業務影響、つまりAIの誤回答が業務判断に影響するケースも見落とせません。
中小M&Aの対象企業で、生成AIをプロダクトに組み込んだSaaSを運営しているケースが増えています。この場合は対象企業自身がカテゴリ2のリスク主体になります。AIスタートアップ・SaaSのDDで扱った論点と接続します。
カテゴリ3: AI利用に伴う情報漏洩
ここが、業種を問わず最も多く該当する領域です。
- 社内データの生成AI入力：従業員が顧客情報・契約書・営業秘密を生成AIに入力し、学習データに取り込まれるリスク
- シャドーAI：IT部門が把握していない個人利用の生成AI
- 無償SaaSの規約確認漏れ：入力データを学習に使う規約のサービスを無自覚に利用
生成AIに顧客名簿を貼り付けていた案件
地方の中堅サービス業の対象企業で、IT-DDの一環としてAI利用実態を確認しました。経営層には「うちはAIなんて使っていない」という認識でしたが、現場担当者へのヒアリングで、営業部門が日常的にChatGPT（無償版）を使って提案資料作成・顧客リストの整理を行っていることが分かりました。
具体的には、顧客の社名・担当者名・過去の取引履歴を表形式で貼り付け、「この顧客に響く提案文を考えて」というプロンプトを2年近く運用していました。無償版の利用規約では入力データがモデル改善に使われる可能性があり、漏洩リスクとして相当深刻な状況でした。担当者本人にも悪気はなく、「便利だから」という理由だけで使っていた典型的なシャドーAIです。
譲渡実行前に、過去2年分のAI利用履歴の調査、顧客への影響評価、AI利用ポリシーの整備、有償版（API経由・データ非学習契約）への切り替えをクロージング条件として組み込みました。ただし、入力済みのデータがすでに学習に使われていた場合は完全に取り戻すことはできません。シャドーAIは「発見した時点ですでに数年分の流出が起きている」前提で対応するのが現実的です。
攻撃側AIで何が変わったか——侵入4分でデータが消える時代
カテゴリ1の「攻撃の高度化」が中小M&Aに与える具体的な影響を、もう一段深く見ます。
@ITの報道では、AI悪用ランサムウェアの最新事例で侵入から暗号化までが約4分という事例が確認されています。ただしこれは現時点で報告された最速級のケースであって、典型値ではありません。実際の中央値は依然として数時間〜数日のレンジにあるというのが筆者の体感に近く、4分はあくまで「ここまで短縮されうる」という上限側の指標として読むべきです。それでも従来、侵入後に攻撃者が内部を偵察し、横展開してから暗号化を実行するまでに数時間〜数日かかっていたことを踏まえると、AIによる偵察・権限昇格・横展開の自動化で、その「数時間〜数日の猶予」が前提にできなくなったことが2026年の変化です。
中小企業に何が起きているか
JIPDECの「企業IT利活用動向調査2026」によると、ランサムウェア感染割合は45.8%。企業規模に関係なく中小もターゲットです。むしろ「セキュリティが手薄」「身代金を払える程度の規模」という意味で、中小製造業・地方中堅企業が狙われやすい構造になっています。
中小M&Aの実務で増えているパターンは:
- 譲渡実行の数ヶ月前から攻撃者が潜伏、譲渡実行直後の組織変更タイミングで本格攻撃に踏み切るケース
- 売り手側が過去のインシデントを「軽微な感染」として開示せず、譲渡実行後に被害が再発するケース
- 譲渡実行のニュースが攻撃者の標的選定情報源になり、譲渡実行から半年以内に標的型攻撃を受けるケース
「最低ライン4項目」だけでは追いつかない
既存のサイバーDDの最低ライン4項目（脆弱性スキャン・AD監査・バックアップ・インシデント履歴）は、いずれも静的なリスクを見る手法です。AI攻撃時代に必要なのは、これに加えて動的な検知・対応能力の確認です。EDR（エンドポイント検知応答）が入っているか、SOCが24時間監視しているか、インシデント発生時に4分で行動を起こせる体制があるか——これらが2026年の確認項目です。
侵入から本格攻撃までの時間が読めなくなった案件
製造業の中堅企業の譲渡で、IT-DD後のクロージング前最終確認の段階で、対象企業の社内端末に不審な通信ログが発見されました。簡易ペネトレで侵入経路を再現したところ、3日前に侵入されたばかりの状態が確認できました。
従来の感覚では「侵入から暗号化まで数日〜数週間の余裕がある」と考えがちですが、AI悪用攻撃の場合は読めません。緊急対応として、譲渡実行を1週間延期し、対象企業のネットワーク全体を一時隔離、EDR導入と侵害痕跡調査を並行で実施しました。最終的に潜伏中の攻撃者を排除してから譲渡実行に進みました。「DDで脆弱性が見つかったから来週パッチを当てる」では遅い時代になっていることを痛感した案件です。
ただし、すべての中小M&A案件で同等の警戒レベルを取るのは現実的ではありません。譲渡対価が数千万円〜数億円の案件で、緊急対応のために譲渡を1週間延期する判断は、譲渡側にも相応の負担を強います。リスクの軽重を見極めて、警戒レベルを切り分ける判断が、買い手アドバイザーには求められます。
対象企業のAI利用実態をどう調べるか——形式チェックでは見えない領域
ここからが2026年のIT-DDで追加すべき確認項目の具体論です。Section 01のカテゴリ3（AI利用に伴う情報漏洩）は、中小M&Aで最も発生頻度が高いリスクです。
調べる4階層
対象企業のAI利用は、4階層で実態を整理する必要があります。最も浅い層は業務システムへの組み込みで、会計・人事・営業ツール等にAI機能が組み込まれている場合の利用範囲を押さえます。次の層がSaaSのAI機能——Microsoft 365 Copilotや Google Workspace Gemini など、主要SaaSのAI機能の有効化状況です。3層目はChatGPT・Claude・Gemini等の専用生成AIサービスで、法人契約か個人利用かを切り分けます。そして最も深い4層目が、IT部門が把握していない個人利用や無償サービス利用、いわゆるシャドーAIです。
このうち4層目のシャドーAIが最も発見しにくく、リスクが大きい領域です。経営層へのヒアリングだけでは絶対に出てきません。
実効性のある調査手法
形式的なIT資産棚卸しでは、シャドーAIは見つかりません。出発点になるのは社内アンケートで、従業員に「業務で使っているAIツール」を匿名で回答してもらいます。これと並行してネットワークログ分析を行い、過去6〜12ヶ月のプロキシログからAI関連ドメインへのアクセス頻度を抽出します。さらに、営業・カスタマーサポート・経理など生成AIを使いやすい部門については業務プロセスを直接観察すると、アンケートでは出てこない使い方が見えてきます。加えて有効なのが退職者ヒアリングで、過去1年以内に退職した従業員から話を聞くと、在職中の発言で抑制される情報が得られます。
これらを組み合わせると、経営層が把握していない利用実態が立体的に見えてきます。
社内アンケートでシャドーAI18種類が発覚した案件
従業員80名規模のBtoBサービス事業者のIT-DDで、AI利用実態の調査を実施しました。経営層への事前ヒアリングでは「会社で承認しているのはMicrosoft Copilotのみ」という回答でした。
匿名アンケート（回答率92%）の結果、業務で使っているAIツールは合計18種類が挙がりました。ChatGPT無償版、Claude、Gemini、Perplexity、Notion AI、文章校正AI、画像生成AI、コード生成AI、議事録要約AI、翻訳AI——多岐にわたります。中には法人契約していないBeta版サービスや、個人のフリーランス時代から継続利用していたツールも含まれていました。
入力データの規約を1つずつ確認すると、6種類のサービスで「無償版は学習データとして利用される」規約でした。過去2年分の業務利用範囲を推定すると、相当な量の社内情報・顧客情報がモデル学習に使われている可能性が高い。譲渡実行前に、ツールの整理（許可リスト方式への切り替え）、有償版・法人契約への移行、AI利用ポリシーの整備を進めました。ただし、すでに入力済みのデータの回収は技術的に不可能で、これは「リスクとして引き受ける」しかない領域でした。シャドーAIの発見は、対策よりも認識の整理に時間がかかります。
2026年版・中小M&AのIT-DD追加4項目——既存4項目への上乗せ
既存4項目（脆弱性スキャン・AD監査・バックアップ・インシデント履歴）に加えて、2026年に追加すべき4項目を具体化します。
追加4項目の内容と費用感
| 追加項目 | 確認内容 | 費用感の目安 |
|---|---|---|
| 1. AI利用実態調査 | 業務システムAI機能・SaaSのAI・専用サービス・シャドーAIの4階層、入力データ規約の確認 | 50〜150万円 |
| 2. SBOM整備状況 | 自社プロダクト・利用OSSのソフトウェア部品表、AIモデルライセンス、既知脆弱性CVEとの突合 | 100〜300万円 |
| 3. EDR導入水準 | エンドポイント検知応答の導入率・運用体制、24時間監視の有無、過去のアラート対応履歴 | 50〜100万円（既存環境調査） |
| 4. インシデント対応訓練 | テーブルトップ演習・実地訓練の実施履歴、IRP（インシデント対応計画）の文書化と更新 | 30〜80万円 |
追加4項目を全て実施すると、合計230〜630万円の追加予算が必要になります。既存4項目（200〜500万円）と合わせると、2026年版の中小M&A IT-DDは合計400万〜1,100万円規模。譲渡対価が数億円〜10億円規模の案件であれば、十分に費用対効果のある投資です。
業種・規模で優先順位を変える
ただし、4項目すべてを全案件で実施するのは過剰です。優先順位は業種・規模で変わります。
- 製造業・物流（OT機器あり）：3 EDR > 2 SBOM > 1 AI利用 > 4 訓練
- BtoBサービス・卸売：1 AI利用 > 3 EDR > 4 訓練 > 2 SBOM
- SaaS・受託開発：2 SBOM > 1 AI利用 > 3 EDR > 4 訓練
- 地場の伝統的業種：1 AI利用 > 4 訓練 > 3 EDR > 2 SBOM
業種ごとの優先順位を踏まえ、案件の予算に応じて2〜4項目を選ぶ設計が現実的です。
SBOM未整備で買収後にOSS脆弱性が直撃した案件
中堅SaaS事業者の買収案件で、IT-DDではSBOMの整備状況を確認項目に含めませんでした。プロダクトのコードベースが膨大で、調査範囲を絞る判断で外したのです。譲渡実行の4ヶ月後、利用していたOSSライブラリの1つに重大脆弱性（CVE公開済み）が発見されました。
買収側のセキュリティ担当が「うちのプロダクトでこのOSSを使っているか」を調べようとしたところ、対象企業からの引き継ぎ資料にOSSの利用一覧がなく、コードを直接調査する必要が生じました。調査に1週間以上を要し、その間、攻撃者が脆弱性を突いて侵入する可能性に怯えながら運用を続けることになりました。
幸い実害は出ませんでしたが、対応コスト（外部セキュリティ専門家の手当て・調査人月・顧客への状況説明）で約800万円が発生しました。SBOMは「平時には不要」に見えても、脆弱性が発見された瞬間に有無で天と地ほど対応コストが変わります。受託開発・SaaS事業者の買収案件では、SBOM整備状況のDDは2026年の必須項目です。
クロージング条件への落とし込み——譲渡実行前にどこまで詰めるか
DDで発見した論点を、譲渡実行前に解消するか、SPAの表明保証・特別補償・クロージング条件のいずれかに反映させる必要があります。AI関連リスクの場合、特に詰めるべき条項があります。
AIリスク特有の条項設計
譲渡側の作業として最優先になるのは、シャドーAI調査の完了です。譲渡実行前に社内アンケート・ネットワークログ分析を済ませ、結果を買い手に開示する形が現実的でしょう。これと並走してAI利用ポリシーを文書化し、従業員教育まで実施しておくと、譲渡実行直後の混乱を抑えられます。
クロージング条件として詰めるべきは次の4点です。まず無償AIサービスから有償版への切替で、主要シャドーAIツールをデータ非学習契約の有償版に移行させます。次にEDR導入完了——未導入なら譲渡実行までに導入を終わらせ、運用記録を引き継ぐこと。加えてSBOM提出として、自社プロダクト・OSS利用のソフトウェア部品表を譲渡実行時点で買い手に開示させます。そして過去のAI関連インシデントの網羅開示で、表明保証に「過去のAI悪用攻撃・情報漏洩の有無」を譲渡側が明示する条項を入れておきます。
全てを譲渡実行前に解消するのは無理
ただし、AIリスクは「DDで全部洗い出して、譲渡実行前に全部解消する」のが構造的に困難な領域です。シャドーAI の発見は完璧にはできず、すでに入力されたデータの回収もできず、攻撃側AIの進化のペースに買収側の対策が追いつくこともない。
そうした不可避なリスクを、譲渡実行後のPMI 100日プランに引き継ぐ設計が現実的です。中小M&AのPMI 100日プラン で扱った優先順位設計に、筆者の案件ではここ最近、AI関連項目を明示的に組み込むようにしています。業界の共通プラクティスとして定着したとまでは言えず、あくまで筆者自身の設計方針ですが、攻撃側AIの進化を踏まえれば、今後は組み込まれていくべき領域だと考えています。
譲渡実行後に判明したシャドーAIの後始末を、誰が負うかで揉めた案件
対象企業のIT-DDで、シャドーAIの調査を実施しませんでした。「対象企業は伝統的な業種で、AIなんて使っていないだろう」という思い込みからです。きっかけは譲渡実行の8ヶ月後、退職した元従業員が、在職中に無償版ChatGPTへ顧客リストと契約金額を貼り付けて提案文を作っていたと、後任への引き継ぎ漏れを詫びる文脈で口にしたことでした。最初は誰も深刻に受け止めなかったのですが、買収側の情報システム担当が念のためプロキシログを遡ったところ、確かに2年近くにわたって生成AIサービスへの定常的なアクセスが残っていた。「使っていないはず」が崩れた瞬間です。
ここで実害がどこまで出たかは、正直なところ最後まで確定できませんでした。入力されたデータがモデル学習に実際に反映されたのか、第三者の目に触れたのかを技術的に立証する手段が無いからです。にもかかわらず、対象企業の主要顧客にはその経緯を説明する義務がある——買収側はそう判断し、影響可能性のある十数社に個別説明とお詫びに回りました。問題は「立証できない漏洩のコストを、売り手と買い手のどちらが負うか」でした。
譲渡側のSPA表明保証では「重大な情報漏洩はない」と言明されていましたが、漏洩の事実自体を立証できない以上、表明保証違反として正面から争うのは現実的でなかった。結局、顧客対応にかかった実費の分担と将来の追加クレームの取り扱いを、両社の代理人を交えて数ヶ月かけて詰める交渉に落ち着きました。きれいに決着した、とは言いがたい後味です。シャドーAIの怖さは「漏れたか」を立証できないまま、説明責任と費用負担だけが残る点にあります。だからこそ、譲渡実行前に「使っていない」を鵜呑みにせずログで裏を取る——この一手間を省いた代償は重い、と痛感した案件でした。
2026年版のIT-DD最低ラインは8項目
IPA「情報セキュリティ10大脅威 2026」で「AIの利用をめぐるサイバーリスク」が初登場3位というのは、単なるランキング変化ではなく、攻撃側AIの登場で防御側のコスト構造が崩れたシグナルです。中小企業のセキュリティ予算で対応できるレベルを攻撃側が上回り始めた——これが2026年の構造変化です。
中小M&Aの IT-DD の最低ラインは、これまでの4項目（脆弱性スキャン・AD監査・バックアップ・インシデント履歴）に、本記事で扱った4項目（AI利用実態・SBOM・EDR・インシデント訓練）を加えた合計8項目になります。全案件で8項目すべてを実施する必要はなく、業種・規模・予算に応じて2〜4項目を追加で選ぶ設計が現実的です。
ただし、AI関連リスクは「DDで全部洗い出して譲渡実行前に解消」が構造的に困難な領域です。譲渡実行後のPMI 100日プランへの引き継ぎを前提に、譲渡実行前の最低限の確認 + 譲渡実行後の継続調査という二段構えで設計するのが、現実的な進め方です。
DD-AXでは、AI悪用攻撃時代の中小M&A IT-DDを、サイバーセキュリティエンジニア・AI ガバナンスの実務家・個人情報保護法に強い弁護士のネットワークと連携して支援しています。「うちは AI なんて使っていないから」「シャドーAI なんてうちには無い」——そう思っている案件ほど、DDでの発見が大きい傾向があります。