攻撃が激化するAI時代のエンドポイントセキュリティ

デルテクノロジーズは2026年9月29日「AI時代のエンドポイントセキュリティ」と題したメディアブリーフィングを開催しました。

AIにより開発などが効率化したことで、悪意を持った側の攻撃も高度になっており、エンドポイントセキュリティが非常に重要になっている事が語られました。

ここでは、ブリーフィングの中からエンドポイントのセキュリティ、つまり自分が使っているパソコンなどのセキュリティ機能が従来以上に重要になっていることをまとめます。

OS初期化では対応不可能なマルウェアによる攻撃

AI時代のエンドポイントセキュリティ

企業などの情報を狙う攻撃手法はいくつもありますが、最近の攻撃手法の一つに、脆弱性のある正規のデバイスドライバをインストール(BYOVD)し、そこからカーネル権限を奪取し、EDR(Endpoint Detection and Response)を無効化し、各種セキュリティ対策を回避。BIOS/UEFIなどの領域に各種マルウェアを仕込むことで、OSの初期化では回避不能な状態にする攻撃などがあるそうです。

攻撃を受けた企業側は、OSの初期化、バックアップからの復元などで対応しても、インフォスティーラーが情報を内部から送り続けているようなケースも存在しているようです。

攻撃者によるAIの活用

インドスティラー、BYOVD、ゼロデイ攻撃

2025年以降、対策がされていない脆弱性を狙ったゼロデイ攻撃が増えているそうです。
攻撃者がAIを使って脆弱性ハンティングを行っているからだと分析されていますが、AIを使って効率的に検索出来るということは、OSや一般的なデバイスドライバだけでなく、特定企業だけで使っている製品だけを狙った脆弱性ハンティングも効率的にできるようになることを意味しています。

特定の企業がエンドポイントに何を使っているかがわかれば、そのターゲット企業に合わせた攻撃も可能になります。
東京大学先端科学技術研究センターの西尾氏がバグハンターとして活動していた際、1日1件、年間200件程度で国内トップレベルの実績だったと言いますが、最新のAIは4時間で3万件見つけ出すそうです。犯罪者側がこのレベルのAIを使っていた場合、各企業にあわせた攻撃が簡単に可能になっている状態と推定されます。

つまり、AI時代には従来よりもセキュリティ基準を上げる必要が出ているということです。

よりセキュアなPCとは たとえばTPMの場合

Windows 11の要件としてTPM 2.0があります。

TPMはTrusted Platform Moduleというセキュリティチップで、Windows Hello、BitLockerなどでも活用されています。

TPMと言っても、独立のセキュリティチップを搭載するdTPM(Discrete TPM)、ファームウェアとして存在するfTPM(Firmware TPM)があります。

どちらも通常のTPMとしてはセキュアですが、よりセキュアなのは独自チップのdTPM型となります。

一般的なPCでは企業向けなどの最上位モデルなどで対応しています。

エンドポイントのセキュリティで製品を選ぶ時代

fTPMの場合、CPUの脆弱性が影響する可能性があります。
CPUの脆弱性はまれに見つかっており、AIによってこれがどうなっていくかは未知数ですが、従来は考えもしなかったような脆弱性が発見されるかもしれません。

○○社の○○以前のCPUの脆弱性が見つかったというニュースが知れ渡った頃には、攻撃者はすでに発見済みで、ゼロデイ攻撃を受けていた状態かもしれません。

TPMなら、よりセキュアなTPM。BIOS/UEFIもよりセキュアな物を選びつつ、OS自体やドライバの更新も従来以上に重要になっていくでしょう。

将来のリスクを減らすために、よりセキュアなPCを従来より短期間に入れ替える必要が出てくる必要もあるかも知れません。

Google Pixel 11シリーズの攻めた日本価格戦略

GoogleのPixelシリーズは、日本市場をかなり重視していて、かなり頑張った為替設定の日本での販売価格になっています。

2025年に発売されたPixel 10シリーズは、実際の為替が1ドル149円程度だった頃に、1ドル145円程度の日本での販売価格が設定されていました。
他の都市に比べて2025年の価格設定はそこまで攻めた物ではありませんでしたが、2026年はかなり攻めた価格設定になっています。

Pixel 11シリーズの本来の価格設定

Pixel 11シリーズはメモリ価格の高騰などの影響を受けて、アメリカでの販売価格が基本的に上がっています。各モデルおおよそ100ドル前後上がっていて、それだけをみると日本なら1.5万円は上がってもおかしくありません。

しかし、Googleが最も売りたいPixel 11 Proは価格を据え置いた、256GB版 US$1099、512GB版 US$1219、1TB版 US$1449となっています。

それ以外のモデルはおおむね100ドル上がっています。例えば 256GBモデルのPixel 10 Pro XLはUS$1199でしたが、Pixel 11 Pro XLはUS$1299。

Pixel 10はストレージの設定が128GB(US$799)と256GB(US$899)でしたが、256GB(US$899)、512GB(US$1019)になりました。

Pixel 11 Pro Foldも100ドル上がっています。

日本での価格設定とストレージ

今回のモデルで注目なのは、Pixel 11 ProとPixel 11 Pro XLにストレージ1TBモデルが登場したことです。従来、アメリカ等で販売されていた1TBモデルですが、日本でも投入されました。

価格は、アメリカでの100ドル値上がり、為替が10円程度円高になっているので、元が1500ドルの製品なら、日本では税抜で225,000円、税込で247,500円。値上がりと為替を考慮すると税抜 256,000円、税込281,600円になり、3万円近い値上がりになってもおかしくありません。

しかし、価格据置のPixel 11 Proシリーズは、為替の影響なしに日本価格も据え置き。

Pixel 11 Pro XL 256GBモデルの1199ドルから、100ドル上がって1299ドルになったPixel 11 Pro XLは通常の為替で考えます。
Pixel 10 Pro XL 256GBモデルは、1ドル149円程度だった2025年8月は196,500円程度が単純な為替を反映した価格になります。Pixel 11 Pro 256GBモデルは100ドル上がったので、227,200円程度になるのが通常です。つまり3万円価格が上がるのが通常です。

しかし、実際の日本での価格は256GB版のPixel 10 Pro XLが192,900円にたいして、Pixel 11 Pro XLは207,800円へと、1.5万円しか上がっていません。

元の価格が高いPixel Pro Foldの方が値上がり幅は上がるはずなのに、実際には1.24万円市価上がっていません。

256GBのPixel 10とPixel 11で比較すると、US$899だったPixel 10は143,900円で、100ドル上がってUS$999になったPixel 11は136,800円で値下がりしています。

Pixel 11シリーズの攻めた価格設定

価格設定は、製品のコストなどから決まりますが、競合製品の動向、マーケティング戦略などで大きく変わります。

日本なら1,000円ではなく980円にして安く見せようとするようなもので、単純なコストの何割かの利益を上乗せした価格にするのではなく、さまざまな調整後の価格になります。

国際的に販売される製品で、特定の地域で販売に注力したい場合、価格をかなり押さえて設定するような事もよくあります。

GoogleのPixelシリーズは、販売当初から日本でかなり攻めた価格戦略をしていますが、2026年の製品もかなり攻めています。

Pixel 11シリーズは全体的にかなり攻めていて、本来の為替より15円程度円高の1ドル145円程度価格設定になっています。

中でも攻めているのはPixel 11 Pro Foldで1ドル135円程度。Pixel 11で1ドル139円程度の価格設定です。

どうしても価格が高くなる折りたたみ式のPixel 11 Pro Foldの価格を抑え、最も低価格のPixel 11の価格をより安く見せるような戦略でしょうか。

それでいて、最も売りたいPixel 11 Proは価格据置で割高感を感じさせない。

日本市場にかなり注力している事はわかる

もともと、アメリカでの価格設定はコストを正確に積み上げた適正な価格ではないので、何を持って適切な価格なのかなどはわかりません。しかし、日本ではかなり注力しています。

価格は頑張っていますが、肝心の性能はどうでしょうか。

Googleが主に注力しているのはクラウドを介したAI関連機能です。この製品だからこそできる機能がそこまで多くないというのが、発売時点の印象です。

youtu.be

フィジカルAIとNVIDIA、IntelやAMD、ARMはどうなる

AI関連では状況が日々刻々と変わっています。

PCなどでは単機能のAIから、AIエージェントによる、複数のAIを自動的に組み合わせて使うような状況。

ロボットなどの動作をAIで行うようなフィジカルAIについては、日本政府や日本のロボティクス産業がNVIDIAと連携する動きもあります。

インテルは2026年7月に都内で「インテル・ロボティクス・ワークショップ2026」を開催しました。
これまでの産業用PCの歴史、インテルのAIプラットフォームの取り組み、各社の状況などが語られました。

今後どうなるかはまったくわかりませんが、フィジカルAIを使う元の産業用コンピュータは、信頼性などが重要で、さらに機能自体も重要ですが、AIだからNVIDIA一択という流れにはならない可能性があります。

フィジカルAIでもNVIDIA一強なのか

一般的にフィジカルAIとは、物理世界でAIを活用することで、現在特に注目されているのはロボティクスの分野、その中でも製造現場などで使う産業用ロボットでAIを活用することです。

フィジカルAIでの産業用ロボットとは、従来は人間が一つ一つプログラミングしなければ行けなかったロボットの動作を、AIが学習して、AIが自律的に動けるようにすることを狙っています。

今は例えば専用のロボットアームを、人間が手動でプログラムした、右から左に物を動かすだけなど決められた動きしかしません。最終的には人間がやっているようなことをAIが自動判断し自律して動作出来るようにする。そして、専門のロボットアームはそのような用途で、汎用的な動作は、人間からヒューマノイドロボットに置き換えるような事を各社は狙っていたりします。

よりわかりやすく言えば、繰り返しの工程は専門ロボットで、個別に微妙な操作が必要だった人の行う操作をヒューマノイドロボットが人間のように行える世界を各社が狙っています。

例えば、何かの電子機器の製造でロボットを使う場合、基板の取り付け工程、ネジ締め工程、微妙な操作が必要な配線は人間、蓋閉め工程など、それぞれの工程でロボットを使うか、人間が行うかなどが工程がロボットや機械化によって自動化ができる事ごとに別れてました。

これは人間が出来る事の一部を、ロボットや機械を活用する事で人間の作業を減らすという目的がありました。従来は人間が出来る事の一部を機械化して減らしていたわけですが、汎用的なヒューマノイドロボットが1台あれば、人間を丸ごとロボットに置き換えれば事足りるわけです。

これによってコンピュータがどう変わるかというと、従来の単純な機械制御用のコンピュータが、ロボット制御用のコンピュータになり、AIその制御にAIを活用するようになるような流れです。

ロボットに使われるコンピュータ

従来のロボットにももちろんコンピュータが制御用に組み込まれています。

どのようなコンピュータかはそのロボットによりますが、単純な機能なら、ARMなどを使ったワンチップの物もありますし、Windowsで設定するような産業用パソコンなら、Intel CPUが圧倒的でしょう。

そのような産業用の次世代AIコンピュータにNVIDIAのJetsonなどを入れようと必死になり、なぜか日本政府や日本の各種企業などもNVIDIAと連携し始めています。

実際のところ、2026年時点で、ロボット用にAIで学習させようとした場合、NVIDIAのプラットフォームで行うのが最も確実でしょう。

しかし、学習させた内容を元に、実際のエッジ側で動作させるコンピュータに、JetsonなどNVIDIAプラットフォームを使う必要はありません。

Intelの産業用PCの取り組み

ユーザーの利便性を考えると、普段使いなれたWindowsで各種設定ができる方が良く、その場合なら、IntelやAMDのプラットフォームを使った方が確実でしょう。

Windows on ARMなどを使う場合もあるでしょうが、産業用機器でのデバイスドライバーなどの対応を考えると、2026年時点でいきなり使い出すことは考えづらいです。

結局長年使った物を使い続ける人達

産業用機器でPCを使った制御を行っている場合、現時点でIntel CPUを搭載した産業用PCなどを使うのが一般的です。

フィジカルAIになったから、NVIDIAのJetsonを使おうという例もあるでしょうが、この場合は制御機器関連をすべてJetsonに合わせる必要があります。

従来のIntel CPUの延長で機器を組み込んだ方が、開発者としては確実で、産業用機器に求められる信頼性も高いです。

IntelとNVIDIAプラットフォームの比較 消費電力パフォーマンス面でIntelの方が高い場合も

AIを使うからAI性能が高い方を選ぼうとする場合、NVIDIAのプラットフォームと、Intel Core Ultra Series 3(Panther Lake)の性能は比べ方にもよりますが、Intelプラットフォームの方がより低消費電力でパフォーマンスが高い場合もあるようです。

単純なハードウェア性能だけでなく、どう学習するか、AIを使ったアプリケーションの状況などをふまえて考えると、どちらが優れているかは状況によります。

しかし、従来からの延長上の信頼性などを考えると、従来から使われているプラットフォームの延長という選択肢は無難で、フィジカルAIでNVIDIA一強になるという方向性は見えてこないです。

NVIDIA、日本企業との連携を大幅拡大。自律型AIエージェントと物理AIで「ものづくり大国」の現場を革新

NVIDIAは2026年7月16日、日本でいくつかの発表を行いました。

日本には世界有数の自動車、製薬、ロボティクスなど各分野の一流企業がそろっています。これらの企業が、NVIDIAのサービスを活用しAIの導入を進めていることなどを中心とした内容となっています。

今回の発表の中心は、NVIDIA Nemotronの活用、フィジカルAI関係や、各社とのパートナーシップ強化です。これによって日本の産業界がどう進化していくのでしょうか。

NVIDIA Nemotronの日本での活用

NVIDIA Nemotronは簡単に言えばAIエージェント用のLLM（大規模言語モデル）です。

今回、日本の産業界だけでなく教育業界、研究機関などがNVIDIA Nemotronを自社で活用していることを発表しました。具体的には、各社が自社の専門業務やアプリケーションにNemotronを統合し、実用化を進めているだんかいです。

東京科学大学の「Swallowモデル」、ソフトバンク子会社のSB Intuitionsの「Sarashinaモデル」、Stockmark、NTTデータの「tsuzumi 2」、Sakana AIの「Fuguプラットフォーム」
など、多くの日本の主要企業や研究機関がNemotronを採用・統合しています。

Nemotronは、AIモデルの脳にあたる「重み（ウェイト）」だけでなく、そのトレーニングデータや調整法（レシピ）までが無償公開されているオープンモデルです。
これにより、企業は自社の機密データを外部のサーバーに送信することなく、自社管理の安全な環境下で、完全にコントロールされた独自AIを構築・カスタム運用できるという画期的なメリットが期待されています。

また製薬関連での、AI創薬プラットフォーム「BioNeMo」を活用するアステラス製薬、小野薬品、第一三共などの例も紹介されています。

フィジカルAI関連

NVIDIAは今回のタイミングで、エッジ向けの「Jetson Thor」の新モデルを発表しました。
それが、Blackwell GPUを搭載した「Jetson T3000」と「Jetson T2000」です。

• Jetson T3000：消費電力70Wで、865 FP4 TFLOPSの演算性能を発揮
• Jetson T2000：消費電力40Wで、400 FP4 TFLOPSの演算性能を発揮

実機の提供は2027年第1四半期ですが、エミュレーションによるソフトウェア開発は可能です。

また、これらのJetsonデバイスで動作する物理AIモデルの「Cosmos 3 Edge」、画像解析AIエージェント用の「NVIDIA Metropolis」も発表されました。

Metropolisはすでに日立がビルや鉄道の省電力・メンテナンスに、矢崎総業が工場作業の自動分析に導入し、劇的なコスト・時間削減を達成しています。そして、日本のロボティクス関連企業、ファナック、富士通、川崎重工、クボタ、三菱電機、NEC、ソフトバンク、安川電機との共同開発アライアンス「Cosmos Coalition（コスモス連合）」の結成も発表されました。

さらに、トヨタ自動車とは包括的なパートナーシップを拡大し、自動車、工場、スマートシティの各領域でフィジカルAIを推進していく方針が示されています。

これらの発表に併せて、NVIDIAとSEGAの30年という節目を記念し、2026年末にリリースされる「RTX Spark」向けに、SEGAの「VIRTUA FIGHTER CROSSROADS」が提供されることも発表されています。

日本とNVIDIA：ハードウェア製造から「現実世界の実装」へ

NVIDIAは、先月台湾で開催されたComputex 2026などを皮切りに、台湾の半導体製造受託企業や、韓国のHBMメモリ製造企業など、世界の半導体サプライチェーンを構成する企業群との広範なハードウェア製造連携を相次いで発表してきました。

これに対し、今回の日本での発表は、様々な分野に及びますが、その中でもものづくり関連が中心と言える内容す。日本の製造業を中心とする産業界でAIを活用し「日本の誇る世界最高峰の産業基盤そのものに最新のAIエージェントやロボティクス技術を直接インストールし、現実の産業・実務の現場をアップデートする」というアプローチが中心となっています。

すなわち、台湾や韓国がNVIDIAの「AIを造る（製造・供給）」役割を担っているのに対し、日本はすでに強い半導体製造装置、材料などはもちろん、NVIDIAの最先端AIプラットフォームを実社会や生産ライン、医療現場、自動車に組み込んで「AIで現実世界を動かす（フィジカルAIの社会実装）」という、アプリケーション展開の最前線・主役としての位置づけが明確になったと言えます。

日本の産業界が踏み出す、新たな未来への一歩

従来の日本の強み、すなわち「技術力」や「現場力」は、職人や熟練の技術者といった「人」を中心に培われてきました。
しかし、少子高齢化や労働人口の減少という深刻な課題に直面する現在の日本において、そのアプローチだけでは産業の持続可能性を保つことが難しくなりつつあります。

今回の発表は、日本がこれまで培ってきた「ものづくり」やロボティクスの圧倒的な強みに、NVIDIAのオープンモデルや自律型AIエージェントを融合させることで、現場そのものを知的かつ自律的に進化させられることを示しました。

今後の日本の産業界は、AIによるロボティクスやフィジカルAIを活用し、これまでの「人の手による製造」という枠組みを超えて、現実世界そのものをAIが最適化し稼働させる、従来とは全く別の方向性（社会実装の主役）へ向かう大きな第一歩を踏み出したのかもしれません。

blogs.nvidia.com

www.nvidia.com