AIおとり捜査：騙されることを意図して詐欺情報を収集する

編集者注：AIエージェントはこの2年間、「あなたの代わりに働く」という主流の語り口で語られてきた——コードを書き、営業をこなし、チケット処理をする。しかしまったく逆の方向で創業した企業もある：AIエージェントに「あなたの代わりに騙されさせる」というものだ。TechCrunchが報道したApate.aiはその一例であり、AIエージェントをおとり捜査員として詐欺の連鎖に潜入させ、情報を収集する。

逆張りのプロダクト定義

ほとんどの企業がAIエージェントを導入するのは、製品デリバリーを速め、ワークフローをスムーズにするためだ。しかしApate.aiの使い方はほとんど「自傷行為」に近い：AIエージェントを詐欺師に積極的に接触させ、会話の中で一歩ずつ罠へ踏み込ませる——フィッシングリンクをクリックし、いわゆる「投資案件」に同意し、詐欺師を受け取り口座、ウォレットアドレス、連絡先の提供を求める重要な局面へと誘導する。

目的は金を騙し取られることではなく、詐欺師にインフラを露出させることだ：どんなトーク・スクリプトを使い、どの決済ルートを通り、どのドメインや電話番号の裏に潜み、被害者にどのソフトウェアをインストールさせるか。これらの痕跡は個々の被害者の被害届では断片に過ぎないが、大量のおとりエージェントが繰り返しトリガーすることで、構造化された情報マップとして組み上がる。

AIエージェントを「エサ」として使うことは、本質的に詐欺対策を「事後の被害届」から「リアルタイム潜入」へと前倒しすることだ。

なぜ詐欺にはAIで専門的に対処する価値があるのか

詐欺はとっくに散発的な事案ではなく、高度に分業化された産業チェーンとなっている：上流にはデータ流出とトーク・スクリプトのテンプレートがあり、中流には集客担当と「カスタマーサービス」チームがあり、下流にはマネーロンダリングのネットワーク、暗号通貨ウォレット、正規の商業者を装った受け取りチャネルがある。その限界費用は極めて低く、言語や時間帯をまたいで量産できる——これはまさに自動化ツールが最も得意とする領域だ。

防御側は長らく不利な立場に置かれてきた：銀行は不審な取引が発生してからしか遮断できず、通信キャリアはアカウントを凍結するだけ、プラットフォームは広告を削除するだけ、被害者は送金が完了してから、あるいは繰り返し送金した後にようやく騙されたと気づく。チェーン全体のフィードバックサイクルは日単位・週単位で測られるのに、詐欺集団の反復速度は時間単位だ。

AIエージェントをこのチェーンに投入することは、防御側に無限に試行でき、感情に左右されない「プローブ」を装着するようなものだ。エージェントは脅迫、泣き落とし、緊迫感の演出によっても揺らがず、何時間もキャラクターを維持し続けられる。また同時に数百の異なる身分の潜在被害者を演じることもできる。

おとりエージェントはどのように機能するか

公開情報によれば、このようなシステムの中核能力はおおむね4層に分かれる：

第一は身分偽装。エージェントは信憑性のある「被害者プロファイル」を持つ必要がある——年齢、職業、運用可能な資金規模、特定の投資や感情的な関係への関心——そして複数ターンの会話を通じて一貫性を保ち、矛盾を生じさせてはならない。これは大規模言語モデルの長期的な一貫性とキャラクターの安定性に対して高い要求を課す。

第二は露出の誘導。重要なのは会話の長さではなく、詐欺師を「ツールをさらけ出す」局面へ追い込むことだ：受け取り口座を提供させ、インストールファイルを送らせ、偽の取引プラットフォームへ誘導させ、折り返し電話番号を引き出す。それぞれの露出が帰属可能なエンティティとなる。

第三は情報の抽出と正規化。会話テキスト、リンク、ウォレットアドレス、電話番号、画像中のQRコード、ドメイン登録情報を構造化フィールドに抽出し、既存の情報データベースとの重複排除・関連付けを行う。真に価値があるのは「同一のウォレットアドレスが37種類の異なるトーク・スクリプトの詐欺に登場する」といった接続関係だ。

第四はセキュリティ隔離。システム全体はサンドボックス内で動作しなければならない：実際の資金に触れず、実際の身元を漏らさず、マルウェアを企業内部ネットワークに持ち込まない。どんな操作ミスも「釣り糸を垂れる」側から「釣り上げられる」側に転じる可能性がある。

情報を誰に売るか、価値はどこにあるか

この種の企業のビジネスロジックは、情報の買い手プロファイルを規定する：銀行と決済機関は不審な受け取り口座を事前に封鎖して賠償とコンプライアンスのプレッシャーを軽減したい。通信キャリアとクラウドサービス事業者は詐欺に使われる番号やホスティング・インフラを停止させたい。詐欺対策プラットフォームと保険会社はリスクスコアを入手したい。法執行機関は立件可能で国際協力に使える証拠の連鎖を求めている。

従来の「通報→審査→削除」モデルと比べて、おとりエージェントが生み出すのは通報された一つのリンクだけでなく、会話の全プロセスを含む証拠だ。主観的な悪意を証明する必要がある案件において、こうした一次資料の価値はブラックリストの一エントリをはるかに超える。

産業の視点から見れば、これは「AIがAIに対抗する」最もリアルな着地点の一つでもある。詐欺集団はすでに生成モデルを使ってトーク・スクリプトを量産し、成りすまし写真を偽造し、音声を合成している。防御側が人手による個別審査に頼り続けるなら、速度差は拡大し続けるばかりだ。エージェントで相手の計算資源と人的資源を消耗させることは、数少ない対称的な反撃手段の一つだ。

論争：倫理、法律、「おとり捜査」の境界線

AIを積極的に犯罪者に接触させることは、必然的にいくつかの敏感な境界線を踏む。

第一は誘導の境界。おとりエージェントは会話の中で「犯罪の誘発」を構成するか？エージェントが積極的により高額な金額やより具体的な操作方法を提示すれば、記録者から参与者へと変わりうる。司法管轄区によってその許容度は大きく異なる。

第二はデータコンプライアンス。会話の相手が犯罪容疑者であっても、個人情報の処理が絡む。国境を越えた移転、保存期限、第三者との共有にはいずれも明確な合法性の根拠が必要だ。

第三は誤爆リスク。フラグを立てられたすべてのアカウントが犯罪集団に属するわけではなく、一部は脅迫された「送金ミュール」や何も知らない中間業者の可能性がある。情報の正確性が、アカウント停止・凍結等の措置が無実の人を傷つけるかどうかを直接左右する。

第四は能力の転用リスク。AIエージェントを安定して被害者に扮させられる同じ技術は、AIエージェントを信頼できる営業担当者、カスタマーサービス担当者、あるいは恋人に安定して扮させることもできる。ツール自体に立場はない。

結語：詐欺対策の次のインフラ

Apate.aiのような試みの真の意義は、どれだけの詐欺師を捕まえられるかではなく、詐欺対策を「被害者の被害届起点」から「能動的な情報生産」へと転換した点にあるかもしれない。詐欺が工業化した以上、防御も工業化しなければならない——人手による個別審査の時代は終わりつつあり、AIエージェントを使って詐欺チェーンを飽和させ、引き留め、解剖することが、次の必要なインフラとなりうる。

もちろん、この道を進めば進むほど、明確なルールが必要になる：いつ「だまされた振り」をしてよく、いつ手を引かなければならないか、そして誰が一つの誤った情報に責任を負うか。技術の進歩は速く、境界線は誰かが引かなければならない。

本稿はTechCrunchより編訳