AIでOTとクラウドがつながる

AIを工場で使うには、設備やセンサーのデータを集め、学習や推論の環境に送る必要があります。その結果、PLCやSCADAなどの制御系（OT）ネットワークが、情報系（IT）やクラウドとつながります。これが、AI導入でセキュリティ上最も大きく変わる点です。

製造業は攻撃の主な標的です。IBM X-Forceによると、2025年に製造業はサイバー攻撃の27.7%を占め、5年連続で最も攻撃された業種でした（Manufacturing Dive、2026年2月26日）。Dragosは2025年2月、産業組織へのランサムウェア攻撃が前年比87%以上増え、被害組織の50%超が製造業だったと報告しています。国内でも、MONOistの「OTセキュリティ実態調査2026」（341件）で、過去3年にOT環境でインシデントを経験した企業が8.4%ありました。

サイバー攻撃に占める製造業の割合（2025年、5年連続で最多）
27.7%
IBM X-Force（Manufacturing Dive 2026年2月26日）
産業組織へのランサムウェア攻撃の前年比増加
87%以上
Dragos（2025年2月25日）
過去3年にOT環境でインシデントを経験した国内企業
8.4%
MONOist OTセキュリティ実態調査2026（341件、2026年3月）

製造業AIのセキュリティリスクは、次の3つに分けて考えます。

リスク何が起きるか基本の対策
1. データの持ち出し画像、レシピ、図面が学習のために社外へ出て、流出・目的外利用されるデータの区分、持ち出し範囲の契約、匿名化・マスキング
2. OT接続データ収集の経路から制御系に侵入され、設備が止まる・誤作動するゾーンとコンジットの分離、DMZ経由の一方向通信
3. クラウド利用クラウド側のアカウント侵害、設定ミス、サービス停止がラインに波及する推論のエッジ化、認証の強化、停止時の縮退運転

1. データの持ち出し

AIの学習には、製品の画像、加工条件（レシピ）、図面、品質記録が使われます。これらは技術ノウハウそのもので、社外に出すと流出のリスクがあり、ベンダーが他の顧客向けの学習に使う可能性もあります。

対策の基本は、データを機密度で区分し、区分ごとに「社外に出してよいか」「クラウドに置いてよいか」を決めることです。PoCでベンダーにデータを渡す場合は、利用目的、保管場所、契約終了後の削除、他の学習への利用禁止を契約に書きます。生成AIに社内の文書を入力する場合のリスクは生成AIの情報漏えい対策で扱っています。

2. OT接続

制御系のセキュリティの国際規格であるISA/IEC 62443は、共通のセキュリティ要件を持つ資産のまとまりを「ゾーン」、ゾーン間の通信経路を「コンジット」と呼び、ゾーンごとにセキュリティレベル（SL1〜SL4）を設定する考え方をとります。米国NISTのSP 800-82 Rev.3（2023年9月）も、対象をICSからOT全般に広げ、性能・信頼性・安全性というOT固有の要件を考慮したセキュリティを求めています。

AIのためのデータ収集では、この考え方を次のように適用します。

  • 制御系（PLC・SCADAのレベル）から外部への通信は、DMZ（緩衝区域）を経由し、外向きの一方向にする
  • データ収集のゲートウェイやMQTTブローカーは、ゾーン間をつなぐコンジットとして扱い、通信するプロトコルを絞る
  • AIの推論結果で設備の設定値を書き換える場合は、セキュリティレベルの高い通信になるため、承認フローとインターロックを設ける
  • エッジAI機器は、IEC 62443-4-2の観点（認証、更新、ログ）で製品を選ぶ
制御系・DMZ・情報系・クラウドのゾーン構成とデータの流れ 制御系（OT）PLC・SCADAエッジAI DMZ収集ゲートウェイヒストリアン複製 情報系（IT）MES・データ基盤 クラウド学習・監視 データは左から右へ一方向。設備への書き込みは承認とインターロックを経る
AIのデータ収集の基本構成。制御系からDMZを経由して外向きに一方向で送り、外から制御系への通信は原則として通さない。

3. クラウド利用

クラウドで推論する構成では、クラウドのアカウントが侵害された場合や、設定ミスでデータが公開された場合の影響が工場に及びます。また、通信障害やサービス停止で推論ができなくなると、ラインが止まる可能性があります。

対策は、ラインの判定に必要な推論をエッジで行い、クラウドは学習と監視に使う分担にすることです。こうすれば、通信が切れてもラインは止まりません。クラウド側では、多要素認証、権限の最小化、アクセスログの監視を行います。選び方はクラウドAIかエッジAIかで比較しています。

よくある質問

制御系のネットワークをクラウドにつないでも大丈夫ですか

直接つなぐのは避けるべきです。DMZを経由して外向きの一方向に送る構成にし、外から制御系への通信は原則として通さないのが基本です。

PoCのためにデータをベンダーに渡すときの注意点は何ですか

渡すデータの範囲を最小にし、利用目的、保管場所、契約終了後の削除、他の目的への利用禁止を契約に書きます。図面や顧客名など、学習に不要な情報は事前に除きます。

中小企業でも国際規格に沿った対策が必要ですか

規格の認証を取る必要はありませんが、ゾーンを分ける、外向きの一方向にする、という考え方は規模にかかわらず有効です。取引先から対策を求められることも増えています。

この記事に出てくる用語

用語集（日・英・中）をすべて見る

この記事のテーマ
#セキュリティ#データ基盤#IoT・エッジ
この特集について

AIは「データ基盤」で決まる

PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある　全130本

  1. MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
  2. 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
  3. 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
  4. データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
特集の記事をすべて見る →

この記事を書いた人

株式会社サオス

株式会社サオス 製造DX部

DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。

運営者情報　編集方針　株式会社サオスのサイト