安全研究者たちは、かなり不快な事実を発見しました。Claude、Gemini、Kimiといった大規模言語モデルが、サイバー犯罪者に「データアナリスト」として利用されているのです。コードを書くためではなく、盗んだデータを処理し、資産を持つ暗号資産保有者を見つけ出して、「この人にはどれだけの価値があるか」を基準に、潜在的な標的に順位をつけています。
これまで、この作業が最も人手を要していました。ハッカーは自分でチャット履歴を読み、SNSアカウントを調べ、アドレスを照合し、保有資産を推測して、誰を狙う価値があるか一人ずつ手作業で判断しなければなりませんでした。今では、データをそのままモデルに渡せば、関係性を整理し、手がかりを抽出し、被害者を資産規模に応じて採点してくれます。数分で「優先順位リスト」ができあがります。誰を先に狙い、誰を後回しにするかは一目瞭然です。
この問題の要点はAIそのものではなく、標的型攻撃のハードルを大幅に下げてしまうことです。以前、ハッカーは手当たり次第にフィッシングを仕掛け、確率に頼って運任せにするしかありませんでした。今では、ターゲットを慎重に選び、少数の価値の高い標的に労力を集中できます。あなたが公開した利益のスクリーンショットやアドレス、NFTの保有状況、グループチャットでの個人情報などは、すべてプロファイリングの材料になり得ます。
できることは、実のところシンプルです。保有資産をむやみに公開しない、ウォレットを用途別に分ける、多額の資産を持つアドレスを実際の身元と結びつけない、SNSで資産の詳細を公開しない。気に入らないからといってツールが消えるわけではありません。自分から情報の露出を減らすしかありません。ブロックチェーンの世界では、目立たないことが今も最も安価なセキュリティ対策の一つです。
以上の内容は投資助言ではありません。