3メガバンクのアクセス——何を意味するか
三菱UFJ・三井住友・みずほは、Project Glasswingに参加した初の日本企業・初のアジア金融機関となる。Glasswingはこれまで米国・英国企業に限定されていた。Reuters（Nikkei引用）によると「約2週間以内」（5月13日時点）のアクセス取得が見込まれており、5月末が目安だ。これらのメガバンクがGlasswingパートナーになることで、Mythosで発見した脆弱性情報をFSA・日銀・36機関WGと共有できる体制が整う。

FSA36機関WG——何を議論しているか
36機関が参加するWGには、メガバンクからネット銀行まで幅広い金融機関に加え、日本銀行・AnthropicとOpenAIの日本法人が含まれる。議長はみずほFGのCISO（最高情報セキュリティ責任者）寺井治氏。FSAによると、WGの議題は「脆弱性発見時の手順・防衛措置・脅威を完全に封じ込められない場合のコンティンジェンシープラン」の3本柱だ。

Anthropicの評価額・事業規模——Mythosの背景
Anthropicの年間収益ランレートは2026年4月初頭の時点で300億ドルを超えている（2025年末時点では90億ドル）。100万ドル以上の年間契約を持つエンタープライズ顧客は500社から1,000社に倍増した。Fortune 10企業の8社がAnthropicのプラットフォーム上で重要ワークロードを稼働させている。Mythosはその最前線にいる「フラッグシップエンタープライズ製品」だ。

サイバー・情報戦予算の現状
日本の外務省は「外国からの情報戦への対抗措置」として250億円規模の予算を2026年度に計上した（時事通信）。内閣サイバーセキュリティセンター（NISC）の予算も拡充が続いている。しかし現時点では防衛省・NISCへのMythosの正式なアクセス付与は確認されていない。米国ではホワイトハウス・国防総省とAnthropicの協議が報告されているが、日本の防衛・安全保障用途への展開は今後の課題だ。

「主権AI」問題——米国民間企業への依存リスク
Mythosを国家のサイバー防衛インフラとして使う場合、本質的な問題がある。Mythosは米国の民間企業Anthropicが管理するAIだ。AnthropicはAmazon・Googleが大株主であり、米国政府との関係が深い。日本の重要インフラや防衛システムの脆弱性情報が、Mythosのスキャン過程で米国のクラウドインフラを経由することになる。「日本のサイバー防衛を米国民間企業1社に依存していいのか」という主権AI問題は、表面化していないが本質的なリスクだ。カナダとドイツが合計200億ドルの国産AI（CoherとAleph Alpha）を支援している背景には、この主権リスクへの対応がある。

日本独自のサイバー防衛AIの必要性
防衛省・NISCが将来的にMythosクラスの能力を必要とする場合、2つの選択肢がある。①AnthropicとのGlasswingパートナーシップを防衛用途に拡大する（米国承認が必要）、②日本独自のサイバー防衛AIを開発・調達する。NTTのtsuzumi・富士通のLLM・防衛省のAI研究が後者のシードになりうるが、Mythosが達成したレベルに追いつくには相当の時間と予算が必要だ。

メガバンクはMythosを何に使うのか——2つの主要用途
①オフェンシブセキュリティ（攻撃的防御）：自社システムをMythosでスキャンし、攻撃者より先に脆弱性を発見・修正する。Glasswingの銀行パートナーでは攻撃者がメール侵害と偽電話を組み合わせた150万ドルの不正送金をMythosがリアルタイムで検知・阻止した実績がある。②フロード検知・異常行動分析：不正送金・なりすまし・マネーロンダリングパターンをAIが自律検知する。この用途ではMythosの「推論能力の高さ」が既存のルールベース検知を大幅に上回る。

なぜ日本の金融機関にMythosが必要なのか——コスト・インカム比の問題
HeyGoTradeの分析によると、日本のメガバンクのコスト・インカム比は長年にわたってグローバルな競合と比較して高止まりしている。Mythosが脆弱性発見・修正・フロード検知を自律化することで、IT・セキュリティ部門の生産性向上が期待される。ただしProject Glasswingで実証されたように、「発見速度」の問題が解決されると「修正速度」がボトルネックになる。日本のメガバンクはレガシーインフラを多数抱えており、発見した脆弱性を修正するスピードが米欧銀行より遅い可能性がある。

FSA WGの3つの議題——何を決めるのか
FSAによると、WGは「①脆弱性発見時の手順（誰が・いつ・どこに報告するか）、②防衛措置（パッチ優先度・緊急対応フロー）、③脅威を完全に封じ込められない場合のコンティンジェンシープラン」を議論する。これはつまり「Mythosが発見した脆弱性への対応を組織横断で標準化する」という作業だ。36機関が同じ基準で動ける体制を作ることが、日本の金融システム全体の防御力を底上げする。

Anthropicが認めた「非常に高価」という事実
WaveSpeed AIによると、Anthropicのリーク文書にはMythosについて「我々にとって提供コストが非常に高く、顧客にとっても非常に高価になる」と記載されていた。具体的なトークン単価は未公開だ。参考値として現在の公開モデルで最上位のOpus 4.7は入力$15・出力$75/100万トークン（CheckThat AI）。Mythosはこれを上回る可能性が高い。

セキュリティスキャンのコスト試算
Glasswingの実績を参考にするなら、1,000のオープンソースプロジェクトをスキャンして6,202件の脆弱性を特定したという。このスキャン規模をトークン換算すると——コードベースの読み込み・分析・レポート生成を含めると1プロジェクトあたり数十万トークンと推定される。1,000プロジェクトのスキャンで数億トークン規模の消費になりうる。Opus 4.7の価格で換算しても数万ドル規模になる計算だ。Mythosの単価が高ければ、その何倍かになる。

コスト構造の整理——固定費化か変動費化か
Mythosは現在Project Glasswingパートナーへの提供であり、価格体系の詳細は非公開だ。ただし一般的なエンタープライズAI契約のパターンから考えると、2つのモデルが想定される。①年間ライセンス型（固定費）：アクセス権を年間契約で購入し、スキャン回数・規模に一定の制限がある。②従量課金型（変動費）：スキャンするコード量・発見した脆弱性の数に応じてAPIコストが発生する。従量課金型の場合、Claude Codeと同様に「使えば使うほどコストが爆発する」リスクがある。

「水が低いところに流れる」という攻撃者の論理
セキュリティの世界では「最も弱いリンクが全体の強度を決める」という原則がある。メガバンクのシステムがMythosで固められれば、攻撃者の次のターゲットは地銀・信用金庫・中小企業・自治体システムだ。日本の地銀は168行、信用金庫は254組合存在する。これらがMythosを使えないまま放置されれば、金融システム全体の「最も脆弱な入口」として機能し続ける。

自治体・公共インフラのリスク
日本の自治体システムは、基幹システムの多くがレガシーインフラ上に構築されている。マイナンバー・住民基本台帳・税務システムへの攻撃は、個人情報の大規模漏洩に直結する。しかしこれらのシステムを管理する自治体にはMythosへのアクセス手段がなく、予算もない。NISCや総務省が自治体向けのセキュリティ支援を行っているが、Mythosクラスの自律型脆弱性スキャンは届いていない。

情報共有解禁の限界——「流れてくるのを待つ」構造
Anthropicが5月18日に解禁したGlasswingパートナーによる情報共有は、地銀・中小への情報伝達を促進する可能性がある。しかし実態は「メガバンクが発見した情報がFSA WGを通じて地銀に流れる」という間接的な経路だ。攻撃者がリアルタイムで行動できる一方、防御側の情報伝達は時間差がある。この非対称性を縮小する仕組みの構築が急務だ。

デュアルユースリスク——脆弱性情報の流出
Mythosがスキャンで発見した脆弱性情報が悪意ある者に流出した場合、その情報は「最強の攻撃マニュアル」になる。Tech Research Onlineによると「サイバーセキュリティの専門家はMythosに重大なハッキングリスクがあると警告し、AIが生成した脆弱性結果を解釈する際の注意を促した」。この警告は、Mythosが生成する情報の取り扱いに最高レベルの管理が必要であることを示している。

不正アクセスの現実——Discordグループの事例
公開当日に非公開DiscordグループがサードパーティベンダーのアカウントからMythosにアクセスしたという事例は、「厳格に管理されたはずのAI」が人間のつながりを経由して侵入されうることを示した。日本のメガバンクがMythosアクセスを取得する際、そのアクセス管理に関わるサードパーティ（システムインテグレーター・コンサルタント・クラウドベンダー）のセキュリティ審査を厳格に行う必要がある。

Anthropicへの依存リスク——サービス停止・規約変更
Mythosはクラウドサービスとして提供される。Anthropicが規約を変更する・サービスを一時停止する・料金を大幅に引き上げる・米国の外交政策上の理由でアクセスを制限する——これらのリスクは排除できない。日本の金融機関が「Mythosがないと防御できない」という状態になった場合、Anthropicへの依存が安全保障上の脆弱性になる逆説が生まれる。

なくなる仕事——手動スキャンの自動化
Mythosが最も直接的に代替するのは「手動によるコードレビュー・脆弱性スキャン・ペネトレーションテスト」の繰り返し作業だ。Cloudflareの事例では発見率が10倍以上に増加した。これは従来10人のセキュリティエンジニアが1ヶ月かけてやっていた作業を、Mythosが数日で終わらせる可能性を示唆する。

残る仕事・新たに生まれる仕事
①Mythosの監督役：AIが発見した脆弱性の優先順位付け・誤検知の判断・修正方針の決定。②修正の実行：Mythosは発見するが修正はしない。パッチの設計・テスト・適用は人間の仕事として残る。③AIガバナンス・法的判断：Mythosが生成した脆弱性情報の取り扱い・開示タイミング・法的リスクの判断。④ビジネスコンテキストの判断：「この脆弱性は技術的に深刻だが、ビジネス的に今すぐ修正すべきか」という判断はAIには難しい。

必要スキルの変化——「AIと協働できるセキュリティ人材」
Mythosの導入後に価値が上がるスキルは：①AIの判断を評価・批判できるセキュリティの専門知識、②脆弱性情報の法的・規制的な取り扱い知識（特に金融・医療・行政）、③AIコストの最適化・運用管理（AI FinOps）、④ビジネスリスクとセキュリティリスクを統合して判断する能力だ。逆に価値が下がるのは「ツールを使って定型的なスキャンを実行する」という繰り返し業務だ。

日本のセキュリティ人材不足との関係
IPAの推計では、日本のサイバーセキュリティ人材の不足数は約11万人。Mythosが手動スキャン業務を自動化することで、この不足を一部補える可能性がある。しかし同時に「AIを監督・運用できる上位スキル人材」の不足が新たな課題として浮上する。人材の「絶対数の問題」が「スキルの質の問題」にシフトする。

タイプ①：メガバンク・大手企業（Glasswingパートナー候補）
Anthropicに直接アプローチし、Glasswingパートナーシップを申請する。申請はanthropic.com/glasswingから可能だが、「重要インフラを構築・維持する組織」という条件がある。導入前にコスト管理体制（AI FinOps）を整備し、年間セキュリティ予算に「Mythos変動コスト枠」を設定する。脆弱性情報の取り扱いポリシーを事前に文書化し、法務・コンプライアンス部門の承認を得る。

タイプ②：地銀・中規模企業（情報受信の最適化）
FSA WGや業界団体を通じて流れてくる脆弱性情報を最大限活用する体制を整える。Mythosを直接使わなくても、Glasswingが発見した脆弱性のCVEリストに自社システムが該当するかを即座に確認できる体制が必要だ。wolfSSL CVE-2026-5194のような業界横断の脆弱性は、メガバンク経由で情報が届く前に自社で確認・対応できる準備を整えておく。

タイプ③：中小企業・自治体（最小コストの防御強化）
Mythosへの直接アクセスはないが、Glasswingの成果は公開CVEとして入手できる。IPA・総務省・NISC・JPCERTのアドバイザリを確実に追跡し、パッチ適用を迅速化する体制を作る。AIを使うなら、Mythos以外のSonnet・Opus・Geminiなどを使った自社向けのセキュリティチェックツールを構築する（Mythosと同等の能力はないが、コストは数十分の一）。

タイプ④：全組織共通（今すぐできる3つのこと）
①wolfSSLを含む組み込みライブラリのパッチ確認：CVE-2026-5194はすでに修正済みだが、使用しているシステム側の適用確認を即座に実施。②AI利用規程の整備：従業員がClaude・ChatGPTなどのAIに機密情報を入力するリスクへの対応。③ランサムウェア・フィッシング対策の強化：Mythosが脆弱性を発見するより前に、最も一般的な攻撃ベクターへの基本的な対策を確実に実施する。

国家・安全保障層：防衛費9兆円を投じながら、最も強力なサイバー防衛AIを米国民間企業に依存するという矛盾を認識し、主権AIの議論を始める必要がある。カナダとドイツが国産AI支援に200億ドルを投じた意味を、日本の安全保障戦略の文脈で読み解くべきだ。

金融システム層：3メガバンクのアクセス取得→FSA WGでの情報共有という仕組みは始まった。次の課題は「発見した脆弱性を修正するスピード」だ。日本のレガシーインフラの修正サイクルをどう短縮するかが、Glasswing効果の実現を左右する。

企業・産業層：Mythosを使える組織と使えない組織の格差は実在する。しかし格差を嘆くより「Glasswingが公開するCVE情報に自社が即座に対応できる体制を整える」ことが今できる最善だ。Claude Codeのコスト爆発事例が示すように、Mythosを導入する際はコスト管理体制を事前に整備することが必須だ。

個人・働き方層：Mythosはセキュリティエンジニアの仕事をなくすのではなく、変える。「AIを監督できるセキュリティ専門家」という新しい職種への移行が、日本の11万人のセキュリティ人材不足問題を部分的に解決する鍵になりうる。