知識 | 2026年8月12日

AIデータ損失・セキュリティ統計（2026年）：55項目以上のデータポイント

AIデータ漏洩とセキュリティに関する最新調査をご覧ください：AI・機械学習へ送信されたデータ総量18,033TB、ChatGPT起因のDLP違反4億1000万件、流出した秘密情報2865万件。73％の組織がAIツールを導入している一方、適切な統制体制を構築している組織はわずか7％となる。

60日間無料トライアル

トライアル登録にクレジットカードは不要です。

著者: Dylan

概要

2025年、企業がAI・機械学習アプリケーションに送信したデータ量は18,033テラバイトに急増し、前年比93%増加となった。

各組織では月平均223件の生成AI関連データポリシー違反が発生しており、上位25%の企業では月間最大2,100件に達する。ChatGPT単体だけで2025年に4億1,000万件以上のデータ損失防止（DLP）ポリシー違反が記録されており、社会保障番号、ソースコード、医療記録の共有試行が含まれる。

本レポートはIBM、Zscaler、Netskope、GitGuardian、ガートナー、CrowdStrikeをはじめ数十社の一次ソースからデータを集計し作成した。調査結果から、構造的な格差が急速に拡大していることが明らかになった：企業のAI導入は3桁台のペースで加速する一方、統制、可視性、執行体制の整備は一桁台の伸びにとどまっている。

主な調査結果

18,033 TB：2025年に企業データがAI/MLアプリに流入、前年比93%増（Zscaler ThreatLabz 2026 AIセキュリティレポート）
4億1,000万件：ChatGPT単体に関連するDLP違反件数、社会保障番号・ソースコード・医療記録の流出事例を含む（Zscaler ThreatLabz 2026 AIセキュリティレポート）
77%：従業員が企業データを生成AIツールに貼り付けており、そのうち82%は管理外の個人アカウントからの操作（IBM 2025年データ漏洩コスト調査 / LayerXセキュリティ）
2,865万件：2025年に公開GitHub上に流出したハードコードされた秘密情報、前年比34%増と過去最大の年間増加幅（GitGuardian 2026年秘密情報拡散状況レポート）
シャドーAI：データ漏洩コストを平均67万ドル押し上げ、5社に1社が管理されていないAI利用を直接原因とする漏洩被害に遭った（IBM/Ponemon 2025年データ漏洩コスト調査）
100%：Zscalerのレッドチームが検証した企業向けAIシステムすべてに重大な脆弱性が存在、初回重大障害発生までの中央値は16分（Zscaler ThreatLabz 2026）
97%：AI関連漏洩被害を受けた組織のうち、適切なAIアクセス制御を導入していなかった（IBM/Ponemon 2025年データ漏洩コスト調査）
73%：AIツールを導入している組織が存在するが、リアルタイムでポリシーを執行する統制体制を整備しているのはわずか7%（Cybersecurity Insiders/Cyera 2026 AIリスク準備度レポート）
AI活用型攻撃：敵対者の攻撃活動は前年比89%急増、侵害後の横展開までの平均時間は29分に短縮（CrowdStrike 2026グローバル脅威レポート）
65%：過去1年間、企業ネットワーク上で稼働するAIエージェントを原因とするサイバーセキュリティインシデントが少なくとも1件発生（クラウドセキュリティアライアンス/Token Security、2026年4月）
40%：2025年にエクスペリアンが対応した5,000件のデータ漏洩のうち、AIによる攻撃が原因（身元盗難リソースセンター経由、エクスペリアン調査）

第1部企業AIデータ露出の規模

AIツールに流入するデータ量が膨大になり、従来のセキュリティ体制の監視範囲を超えつつある。

2025年、Zscaler ThreatLabzプラットフォームは約9,000社の企業から計9,893億件のAI/ML通信トランザクションを分析し、統制下での導入とは程遠い実態が浮き彫りになった。

企業で利用されるAIアプリケーションの種類は4倍に増加し3,400種類を超えたが、多くの企業は自社環境で稼働するAIモデルの基本的な台帳すら作成できていない。ChatGPT単体だけで、多くの企業が全アプリケーション全体で記録するDLP違反件数を上回る違反を発生させている。

指標	数値	出典
2025年企業がAI/MLアプリに送信したデータ総量	18,033 TB	Zscaler ThreatLabz 2026 AIセキュリティレポート
AIデータ送信量前年比増加率	93%	Zscaler ThreatLabz 2026 AIセキュリティレポート
約9,000社から分析したAI/MLトランザクション総数	9,893億件	Zscaler ThreatLabz 2026 AIセキュリティレポート
企業で通信が発生する個別AIアプリ数	3,400種類以上（前年比4倍増）	Zscaler ThreatLabz 2026 AIセキュリティレポート
2025年 ChatGPT関連DLPポリシー違反件数	4億1,000万件	Zscaler ThreatLabz 2026 AIセキュリティレポート
Grammarlyに送信されたデータ量	3,615 TB	Zscaler ThreatLabz 2026 AIセキュリティレポート
ChatGPTに送信されたデータ量	2,021 TB	Zscaler ThreatLabz 2026 AIセキュリティレポート
データ露出リスクにより遮断されたAI/MLトランザクション割合	全通信の39%	Zscaler ThreatLabz 2026 AIセキュリティレポート

リスクの集中化が顕著である。OpenAI関連サービスの企業向け通信量は2位の競合製品の3倍に達し、GrammarlyとChatGPTだけで5,600TB超の企業データが送受信されている。生産性向上ツールが事実上の企業機密保管庫と化している状況だ。

第2部漏洩コストとサイバー保険

IBM 2025年データ漏洩コストレポートは逆説的な結果を示した：世界平均のデータ漏洩損失コストは444万ドルに低下し、9488万ドル減少、5年ぶりの下落となった。AI搭載型防御システムにより、脅威の検知・封じ込めが高速化されたことが要因である。一方、同レポートではシャドーAIが漏洩コストを67万ドル押し上げ、損失拡大の三大要因の一つとなっていることも明らかになった。

米国の状況は大幅に悪化しており、データ漏洩平均コストは過去最高の1,022万ドルまで上昇した。保険市場では、高度なAI活用攻撃が増加した影響で、米国大手企業のサイバー保険支払い金額は2025年に2倍となり440万ドル超に達した一方、事故発生件数は34%減少した（Chubb 2026サイバー保険金レポート）。

指標	数値	出典
2025年世界平均データ漏洩コスト	444万ドル	IBM/Ponemon 2025年データ漏洩コスト調査
2025年米国平均データ漏洩コスト	1,022万ドル（過去最高）	IBM/Ponemon 2025年データ漏洩コスト調査
シャドーAIによる追加漏洩損失	67万ドル	IBM/Ponemon 2025年データ漏洩コスト調査
シャドーAIを原因とする漏洩被害企業割合	20%（5社に1社）	IBM/Ponemon 2025年データ漏洩コスト調査
AI・自動化システムを高度導入した場合のコスト削減効果	190万ドル削減、封じ込め時間80日短縮	IBM/Ponemon 2025年データ漏洩コスト調査
漏洩検知から封じ込めまでの平均期間	241日（9年間で最短期間）	IBM/Ponemon 2025年データ漏洩コスト調査
2025年米国大手企業のサイバー保険平均支払額	2倍に増加、440万ドル超	Chubb 2026サイバー保険金レポート
1,020万ドルを超える米国データ漏洩保険事故	発生	Chubb 2026サイバー保険金レポート

注記：IBM/Ponemonレポートは世界17業種・16カ国の600社が実際に経験した漏洩事例を調査対象とし、2024年3月～2025年2月に計3,470件のインタビューを実施した。

第3部シャドーAIと従業員の行動リスク格差

シャドーAI（従業員が企業の許可なし、統制外でAIツールを利用する行為）は、多くの企業が適切に検知できない主要なデータ流出経路となっている。

この行動はほぼ普遍的に見られる：従業員は日常業務の一環として機密データをAIツールに貼り付け・アップロード・共有しており、大半は企業の監視外にある個人アカウントで操作を行う。

この露出リスクが構造的に危険なのは、マルウェアのシグネチャ、不審なログイン記録、従来型セキュリティツールのアラートが一切発生しない点にある。監視システム上では通常業務と区別がつかない。

1. アカウント種別による分析

個人アカウントの問題は、他のあらゆるデータ流出経路を上回る重大さを持つ。従業員が個人アカウントで無料版AIツールを使用する場合、企業は完全に可視性を失う：監査証跡、DLP制御が存在せず、データが公開モデルの学習に使用されない保証もない。LayerXセキュリティの調査によると、77%の従業員が企業データを生成AIの入力欄に直接貼り付けており、そのうち82%は企業管理外の個人アカウントでの操作である（LayerX 2025年企業AI・SaaSデータセキュリティレポート）。

指標	数値	出典
企業データを生成AIに貼り付ける従業員割合	77%	IBM 2025年データ漏洩コスト調査 / LayerXセキュリティ
個人・企業外アカウントからの貼り付け操作割合	82%	LayerX 2025年企業AI・SaaSデータセキュリティレポート
個人アカウントで生成AIを利用するユーザー割合	47%	Netskope 2026クラウド・脅威レポート
個人アカウントで無料AIツールを使用する従業員割合	68%	Menlo Security 2025年レポート
個人・無料アカウント起因の機密データ露出割合	全露出事例の12%	Harmonic Security（2025年第3四半期）
1ヶ月間に記録されたコピー・貼り付け操作数	コピー：155,005件、貼り付け：313,120件	Menlo Security 2025年レポート

2. データ種別による分析

従業員がAIツールに共有するデータは軽微な情報ではない。個人、金融、医療情報を含む規制対象データが、生成AI関連ポリシー違反全体の54%を占める。

金融業界では露出リスクがさらに深刻で、規制対象データが違反の59%、知的財産が20%、ソースコードが11%、パスワード・APIキーが9%を占める（Netskope脅威ラボ金融業界レポート）。

指標	数値	出典
生成AIポリシー違反に占める規制対象データの割合	54%	Netskope 2026クラウド・脅威レポート
金融業界における規制対象データの違反割合	59%	Netskope脅威ラボ金融業界レポート
違反事例に占める知的財産の割合	20%	Netskope脅威ラボ金融業界レポート
違反事例に占めるソースコードの割合	11%	Netskope脅威ラボ金融業界レポート
機密データを含む生成AIへのファイルアップロード割合	26.4%（2025年第2四半期の22%から上昇）	Harmonic Security（2025年第3四半期）
機密情報流出に占める業務・法務データの割合	57%	Harmonic Security（2025年第3四半期）
技術系データ（65%が独自ソースコード）	機密流出全体の25%	Harmonic Security（2025年第3四半期）

3. 認知・教育状況による分析

従業員向け研修の不足が行動リスクをさらに拡大させている。7カ国6,500人を対象とした調査によると、58%の従業員は企業からAIツールのデータセキュリティ・プライバシーリスクに関する研修を一切受けていない。

一方、65%の回答者が日常生活でAIを利用しており、前年比21%増加した。特にデータ担当者に限ると、40%が職場で未承認のAIツールを使用していると認めている（General Assembly、2025年12月）。

指標	数値	出典
AIセキュリティ・プライバシー研修を受けていない従業員	58%	全米サイバーセキュリティ同盟 / CybNet（2025年9月）
AIツールに機密情報を共有した従業員	43%	全米サイバーセキュリティ同盟 / CybNet（2025年9月）
未承認AIツールを使用するデータ担当者	40%	General Assembly（2025年12月）
生成AIによるデータ事故を経験した企業	全体の約80%	Komprise 2025年AI調査
金銭・顧客・信用失墜の損害が発生した事故割合	13%	Komprise 2025年AI調査
シャドーAIに強い不安を抱える企業	46%	Komprise 2025年AI調査

Menlo Securityのテレメトリーデータによると、監視対象企業のみで1ヶ月間に155,005件のコピー、313,120件の貼り付け操作が記録されており、1日あたり1万件超の貼り付け行為が発生している（Menlo Security 2025年レポート：AIが変える現代の職場）。

第4部秘密情報の拡散とAI生成コードの流出

AIコーディングアシスタントの普及によりソフトウェア開発速度は飛躍的に向上したが、コード内に意図せず埋め込まれる認証情報、APIキー、トークンの流出量も急増した。

GitGuardian 2026年秘密情報拡散状況レポートによると、2021年の追跡開始以来、流出した秘密情報の年間増加幅が過去最大となった。AIサービス関連の秘密情報が他のカテゴリを上回る速さで増加し、新たなAI基盤ツールが流出経路を新たに生み出している。開発速度が速まるほど、埋め込まれた認証情報を含むコードが公開されやすくなっている。

1. 公開環境での流出

2025年、公開GitHubのコミットから2,865万件のハードコードされた秘密情報が検出され、前年比34%増加、過去最大の年間増加幅となった（GitGuardian）。

公開コミット数は43%増加し約19億4,000万件に達し、開発者数も33%拡大した。AI固有の秘密情報は127万5,105件に達し前年比81%増、DeepSeek APIキーだけで11万3,000件の流出事例が記録された。流出検知カテゴリの上位10種類のうち8種類がAIサービス関連である。

指標	数値	出典
2025年公開GitHubに流出したハードコード秘密情報	2,865万件	GitGuardian 2026年秘密情報拡散状況レポート
流出秘密情報の前年比増加率	34%（2021年以来最大の増加幅）	GitGuardian 2026年秘密情報拡散状況レポート
流出したAIサービス秘密情報件数	127万5,105件（前年比81%増）	GitGuardian 2026年秘密情報拡散状況レポート
流出したDeepSeek APIキー件数	11万3,000件	GitGuardian 2026年秘密情報拡散状況レポート
2025年公開GitHubコミット総数	19億4,000万件（前年比43%増）	GitGuardian 2026年秘密情報拡散状況レポート
AI基盤ツールの秘密情報流出速度標準モデルとの比較	5倍速い	GitGuardian 2026年秘密情報拡散状況レポート
2022年に流出した秘密情報のうち2025年時点で有効な割合	64%	GitGuardian 2026年秘密情報拡散状況レポート
内部リポジトリと公開リポジトリのハードコード秘密情報保有確率差	内部リポジトリは6倍高い	GitGuardian 2026年秘密情報拡散状況レポート

2. AI補助開発コードのリスク

AIコーディングアシスタントは開発速度を加速させるだけでなく、人間のみによる開発と比較して大幅に高い確率で秘密情報をコードに埋め込む。Claude Codeと共同作成されたコミットの秘密情報流出率は3.2%で、全GitHub公開コミットの平均1.5%の2倍を超える。

調査者によると、2025年9月頃からAI補助コードと人間のみのコードの流出率の差が縮まり始めており、モデルの安全制御機構強化が要因とされる。

同時に新たな攻撃対象領域が出現した：モデルコンテキストプロトコル（MCP）設定ファイルから計24,008件の固有秘密情報が流出し、そのうち2,117件の認証情報は分析時点で依然有効だった。流出の根本的な原因は、設定ファイルに平文でAPIキーを記載することを慣例としたドキュメント作成ルールにある。

指標	数値	出典
Claude Codeの秘密情報流出率	3.2%（全体平均1.5%と比較）	GitGuardian 2026年秘密情報拡散状況レポート
MCP設定ファイルから流出した秘密情報件数	24,008件（うち2,117件が有効）	GitGuardian 2026年秘密情報拡散状況レポート
内部コラボレーションツール起因の秘密情報事故割合	内部流出全体の28%	GitGuardian 2026年秘密情報拡散状況レポート
ハードコード秘密情報を含む内部リポジトリ割合	約33%（3リポジトリに1つ）	GitGuardian 2026年秘密情報拡散状況レポート

第5部攻撃に晒されるAIシステム：レッドチーム、攻撃者、AIエージェント

AIの攻撃対象領域は3つの次元で同時に拡大している。AIシステム自体に脆弱性が存在する、攻撃者がAIを活用して攻撃活動を高速化させる、自律型AIエージェントの新たな世代が多くの組織で検知・封じ込め不可能なインシデントを引き起こす、の3点である。

1. レッドチーム調査結果

2025年の最も衝撃的な調査結果の一つがZscalerのレッドチーム評価によるものだ。検査対象の企業向けAIシステム100％に重大な脆弱性が存在した。最初の重大な障害が発生するまでの中央値はわずか16分、90％のシステムが90分以内に侵害され、最速ではたった1秒で突破されたケースもある。

これらの脆弱性にはデータ漏洩、プロンプト操作、ハルシネーション、ポリシー回避、安全アライメントの不備が含まれ、単純なワンショットプロンプトでも攻撃が成立する。別途Anthropic、英国AI安全研究所、オックスフォード大学の研究者が実施した研究では、モデル規模を問わずわずか250件の悪意のある文書でLLMにバックドアを埋め込めることが実証された。

指標	数値	出典
重大な脆弱性を持つ企業AIシステム	100％	Zscaler ThreatLabz 2026 AIセキュリティレポート
初回重大障害発生までの中央値時間	16分	Zscaler ThreatLabz 2026 AIセキュリティレポート
90分以内に侵害されたシステム	90％	Zscaler ThreatLabz 2026 AIセキュリティレポート
任意のLLMにバックドアを埋め込むのに必要な文書数	250件（モデル規模不問）	Anthropic / 英国AI安全研究所 / オックスフォード大学（2025年10月）
データ流出・プライバシー侵害に関するインシデント	記録されたインシデント全体の23％	AIインシデントデータベース（継続収集）
検知手段が確立されていないインシデント	記録されたインシデント全体の38％	AIインシデントデータベース（継続収集）

2. 攻撃活動の高速化

AIを活用した攻撃者の活動は前年比89％急増した。攻撃者は偵察、認証情報窃取、エクスプロイト開発、検知回避に生成AIを多用するようになっている。2025年のサイバー犯罪における平均的な侵入拡散時間（最初の侵害から横移動までの時間）は29分まで短縮され、前年比65％高速化した。最速の事例ではわずか27秒で横移動が完了した。

2025年、各組織が1週間あたり平均1,968件のサイバー攻撃を受けており、2023年と比較して70％増加した。一方、2025年の検知事例の82％はマルウェアを使用しない攻撃であり、攻撃者は従来のマルウェアに代えて正当な認証情報や信頼されたアクセス経路を悪用する傾向が強まっている。

指標	数値	出典
AI活用攻撃活動の前年比増加率	89％前年増	CrowdStrike 2026 グローバル脅威レポート
2025年の平均侵入拡散時間	29分（最速：27秒）	CrowdStrike 2026 グローバル脅威レポート
2024年と比較した侵入拡散時間の高速化幅	65％速い	CrowdStrike 2026 グローバル脅威レポート
2025年の組織あたり週間平均サイバー攻撃件数	1,968件（2023年比70％増）	チェックポイントリサーチ 2026
マルウェア不使用の攻撃検知割合	82％	CrowdStrike 2026 グローバル脅威レポート
攻撃者がAIを使用した情報漏洩事件	16％	IBM/ポネモン研究所 2025年データ漏洩コストレポート
悪意のある生成AIプロンプトインジェクションの標的となった組織	90社以上	CrowdStrike 2026 グローバル脅威レポート

3. AIエージェントによるインシデント

人間の確認なしにレコードの編集、アカウント作成、コードデプロイを実行可能な自律型AIエージェントの登場により、ガバナンス上の空白が生まれ、実際の被害インシデントが発生している。クラウドセキュリティアライアンスとトークンセキュリティの調査によると、過去1年間で65％の組織がAIエージェントに起因するサイバーセキュリティインシデントを経験した。

これらのインシデントのうち61％が機密データ流出、43％が業務停止、35％が直接的な金銭的損失につながった。このようなリスクにもかかわらず、リスク管理上AIエージェントを内部人間と同等に分類している組織はわずか19％、63％の組織はエージェントの行動に利用目的制限を適用する仕組みを持たない。

指標	数値	出典
AIエージェントによるセキュリティインシデントを経験した組織	65％	クラウドセキュリティアライアンス / トークンセキュリティ（2026年4月）
データ流出を伴うAIエージェントインシデント	61％	クラウドセキュリティアライアンス / トークンセキュリティ（2026年4月）
エージェントに利用目的制限を適用できない組織	63％	クラウドセキュリティアライアンス / トークンセキュリティ（2026年4月）
不正動作するエージェントを強制停止できない組織	60％	クラウドセキュリティアライアンス / トークンセキュリティ（2026年4月）
AIエージェントを内部人間と同等と分類する組織	19％	クラウドセキュリティアライアンス / トークンセキュリティ / DTEX 2026

2026年2月のレッドチーム演習では、自律型攻撃AIエージェントが、世界的に経営資源の豊富な大企業の本番データベースに、認証情報なし・人間の介入なしで2時間以内に完全な読み書き権限を取得した。

第6部ガバナンス

全調査を通じて最も構造的な課題として浮き彫りになったのは、AI導入の加速とガバナンス成熟度の乖離が拡大し続けている点である。73％の組織がAIツールを導入している一方、リアルタイムでセキュリティポリシーを適用するガバナンス体制を整備している組織はわずか7％、66ポイントの構造的な格差が存在する。この格差は自然に縮まることはない。AI導入は加速の一途をたどっており、Cyberhaven Labsのデータによると、2025年2月から2026年2月までの企業エンドポイントにおけるAI導入総数は509％増、コーディングアシスタントは357％増、Claude単体の導入数は5,680％急増した（Cyberhaven Labs、2026年5月）。しかしガバナンス体制の整備速度はこれに遠く及ばない。

指標	数値	出典
AIツールを導入している組織	73％	Cybersecurity Insiders / Cyera（2026）
リアルタイムAIガバナンスを保有する組織	7％	Cybersecurity Insiders / Cyera（2026）
ガバナンス格差	66ポイント	Cybersecurity Insiders / Cyera（2026）
今年AIセキュリティ予算を増額した組織	90％	Cybersecurity Insiders / Cyera（2026）
1年前と比較してセキュリティ不安を感じる担当者	29％	Cybersecurity Insiders / Cyera（2026）
AIの動作状況を可視化する仕組みに欠損がある組織	94％	Cybersecurity Insiders / Cyera（2026）
個人アカウントと企業AIアカウントを区別できない組織	88％	Cybersecurity Insiders / Cyera（2026）
パターンマッチ型DLPではなく意味ベースコンテンツ制御を導入	8％	Cybersecurity Insiders / Cyera（2026）
AIガバナンスが事後対応型または構築中と回答した組織	68％	Cybersecurity Insiders / Cyera（2026）
AIによるデータ流出危険事例を経験（うち17％は対策を実施せず）	39％	Cybersecurity Insiders / Cyera（2026）

エンドポイントの状況はガバナンス格差をさらに拡大させている。エンドポイントでのAI導入数は前年比509％、コーディングアシスタントは357％、Claude利用数は5,680％増加した。これらのツールの棚卸し、分類、管理体制が整う前に導入が急拡大している。

ガートナーは2026年末までに企業アプリケーションの40％に業務特化型AIエージェントが組み込まれると予測している。2025年初頭の5％未満から大幅に増加する見込みであり、わずか1年でガバナンスの管理対象領域が8倍に拡大することを意味する。ガートナーは別途、2030年までに世界中の最大40％の企業がシャドーAIに起因する情報漏洩被害に遭うと予測している（ガートナー、2025年11月）。

AIガバナンスリスクの評価・対応・復旧に「十分に準備できている」と回答した組織はわずか12％にとどまる（2025年新世代リスクレポート）。一方、世界のサイバーセキュリティ人材不足は480万人に達し、前年比19％増加した（最新のISC2 2024年サイバーセキュリティ人材調査）。課題が拡大する一方、格差解消のための人材プールは減少している。

第7部規制強化と法的責任

2025～2026年に規制環境は法案提示段階から執行段階へと移行した。EU AI法の禁止行為に関する規定は2025年8月2日に施行され、最大3,500万ユーロまたは全世界年間売上高の7％のいずれか高い方の罰金が科される。大手テクノロジー企業の場合、売上高7％は数十億ユーロ規模の損失リスクとなる。汎用AIモデルに関する規則は2026年8月に発効する。米国では現在20州が消費者プライバシー法を施行しており、2025年だけで8件の新規法令が発効した（Chambers and Partners、2025年総括レポート）。イタリア個人情報保護庁は2025年12月、違法なAI学習行為を理由にReplikaに500万ユーロの罰金を課した。

AI著作権訴訟は急激に激化している。米国連邦裁判所に提出されたAI関連著作権訴状は2024年の22件から2025年には94件に増加、327％の急増となった。2026年初頭にはさらに26件の訴状が新たに提出されている（AI法律レビュー）。2025年末時点でAI開発企業を相手取る係属中の著作権訴訟件数は約70件に達し、2024年末の約30件から2倍以上に膨れ上がった（著作権アライアンス、2026年1月）。現在最大規模のAI著作権和解は、学習データに海賊版書籍を使用した件に関するAnthropicの15億米ドル和解で、2025年9月に確定した。

指標	数値	出典
EU AI法禁止行為に対する最大罰金	3,500万ユーロまたは全世界年間売上高の7％	EU AI法第99～101条
EU AI法禁止行為規定施行日	2025年8月2日	EU AI法
2025年末時点で消費者プライバシー法を施行する米国州	20州	Chambers and Partners
米国連邦AI著作権訴状提出件数（2025年）	94件（2024年22件より327％増）	AI法律レビュー
2025年末時点で係属中のAI開発企業相手著作権訴訟	約70件（2024年末約30件より増加）	著作権アライアンス
最大規模のAI著作権和解金	15億米ドル（Anthropic、2025年9月）	Munck Wilson Mandala法律事務所
イタリア個人情報保護庁によるReplikaへの罰金（違法AI学習）	500万ユーロ	イタリア個人情報保護庁（2025年12月）
NIST AI RMFまたはEU AI法をガイドラインとする組織	51％	Wavestone / SecurityBrief（2025）
AIデータ分類と暗号化の両方を導入する組織	22％（78％は少なくとも一方が未整備）	Wavestone / SecurityBrief（2025）

上記94件の連邦訴状は米国連邦裁判所の記録のみを集計した数値である。州裁判所、各国裁判所、訴訟前請求を含む世界全体の実件数は大幅に多い。2025年の最初7ヶ月だけで、公開された生成AI著作権裁判件数は1,183件に達し、前年比230％増、単一事件の請求額最高は32億米ドルにのぼる。

まとめ：数値で見るAIデータ損失とセキュリティ状況

指標	数値	出典
2025年にAI/MLアプリに転送された企業データ量	18,033TB（前年比93％増）	Zscaler ThreatLabz 2026
2025年のChatGPT DLPポリシー違反件数	4億1,000万件	Zscaler ThreatLabz 2026
世界の平均データ漏洩損失コスト	444万米ドル	IBM/ポネモン研究所 2025
シャドーAIによる追加漏洩損失コスト	67万米ドル	IBM/ポネモン研究所 2025
シャドーAIを原因とする情報漏洩被害組織	20％	IBM/ポネモン研究所 2025
企業データを生成AIに貼り付ける従業員	77％	IBM/LayerX 2025
組織あたり月間平均生成AIポリシー違反件数（上位25％は2,100件）	223件	Netskope 2026
生成AIアプリユーザー数前年比増加率	200％	Netskope 2026
生成AIプロンプト送信量前年比増加率	500％	Netskope 2026
2025年にGitHub上に流出したハードコードされた秘密情報	2,865万件（前年比34％増）	GitGuardian 2026
流出したAIサービス秘密情報	127万5,105件（前年比81％増）	GitGuardian 2026
重大な脆弱性を持つ企業AIシステム	100％	Zscaler ThreatLabz 2026
初回重大AI障害発生までの中央値時間	16分	Zscaler ThreatLabz 2026
AI活用攻撃活動の前年比増加率	89％前年増	CrowdStrike 2026
2025年の平均侵入拡散時間（最速27秒）	29分	CrowdStrike 2026
AIツールを導入している組織	73％	Cybersecurity Insiders/Cyera 2026
リアルタイムAIガバナンスを保有する組織	7％	Cybersecurity Insiders/Cyera 2026
2025年2月～2026年2月のエンドポイントAI導入増加率	前年比509％	Cyberhaven Labs 2026
AIエージェントによるセキュリティインシデントを経験した組織	65％	クラウドセキュリティアライアンス/トークンセキュリティ 2026
EU AI法の最大罰金	3,500万ユーロまたは全世界売上高7％	EU AI法
米国AI著作権訴状提出件数（2025年）	94件（前年比327％増）	AI法律レビュー

調査手法・出典一覧：

本レポートは一次情報を優先して使用している。独自調査、テレメトリ分析、規制届出、査読付き研究などを採用し、市場規模の数値は可能な限り2社以上の資料で相互検証を実施した。調査データとサンプル規模に関する制約事項がある場合は明記している。3年以上前の統計は明示的に記載し、数値を誇張するための改ざん、不透明な計算による統計作成は一切行っていない。

引用一次情報一覧：