今さら聞けない「バグバウンティ」とは何か？ OpenAIが「AI安全版」を新設した理由

2026年3月25日、OpenAIは「Safety Bug Bounty（セーフティ・バグバウンティ）」プログラムの開始を発表した。AIの安全性に関するリスクを外部の研究者に報告してもらい、報酬を支払う仕組みだ。そもそも「バグバウンティ」とは何か。なぜ今、AIの世界で注目されているのか。

バグバウンティとは

バグバウンティ（Bug Bounty）とは、企業が外部のセキュリティ研究者に自社製品の脆弱性（バグ）を見つけてもらい、その報告に対して報奨金（バウンティ）を支払う制度のことだ。直訳すれば「バグの懸賞金」。

Googleは1件あたり数百ドルから数万ドル、Appleは最高100万ドル（約1.5億円）の報奨金を設定している。「ハッカーに金を払う」と聞くと違和感があるかもしれないが、悪意あるハッカーに先に見つけられるよりも、善意の研究者に先に見つけてもらう方がはるかに安い——これがバグバウンティの基本思想だ。

従来のバグバウンティとAI版の違い

OpenAIは2023年から従来型の「セキュリティ・バグバウンティ」を運営しており、これまでに409件の脆弱性に報奨金を支払ってきた。今回新設された「セーフティ・バグバウンティ」は、従来のセキュリティ脆弱性には分類されないが、現実世界で害をもたらしうるAI特有のリスクを対象にしている。

具体的には、以下の3つの領域が対象だ。

① エージェントリスク
AIエージェント（ブラウザ操作やコード実行を自律的に行うAI）に対する「プロンプトインジェクション」攻撃。悪意あるテキストがAIの行動を乗っ取り、ユーザーの機密情報を抜き取ったり、意図しない操作を実行させたりするリスクだ。MCP（Model Context Protocol）経由の攻撃も対象に含まれる。

② 機密情報の漏洩
AIモデルが推論の過程で、本来出力すべきでない社内情報や設計情報を返してしまうケース。

③ プラットフォームの整合性
認証やアクセス制御をすり抜け、本来アクセスできない機能やデータに到達してしまうケース。

「ジェイルブレイク」は対象外

注目すべきは、一般的な「ジェイルブレイク」（AIの安全制限を解除する行為）は原則として対象外という点だ。AIに乱暴な言葉を使わせたり、Google検索で見つかるような情報を出力させたりする程度では、報奨金の対象にならない。

ただし、生物兵器関連の知識など特に危険性の高い領域については、OpenAIはChatGPT AgentやGPT-5を対象にした非公開のバグバウンティを別途実施している。生化学分野の10段階チャレンジを突破できるユニバーサルなジェイルブレイクには、最大25,000ドルの報奨金が設定されている。

なぜ今、AI版バグバウンティなのか

背景にあるのは、AIエージェントの急速な進化だ。最新のAIはWebブラウジング、コード実行、外部サービスとの連携など、現実世界に直接影響を与える操作を行えるようになった。従来のソフトウェアのセキュリティモデルでは捕捉しきれない、まったく新しい攻撃面（アタックサーフェス）が生まれている。

OpenAIはこのプログラムをBugcrowd上で運営し、報告はSafetyチームとSecurityチームの両方でトリアージ（優先度判定）される。研究者は即日応募が可能だ。

SYNCONの視点

「バグバウンティ」という言葉を聞いて、「エンジニアの世界の話」と思った方も多いだろう。だが、AIエージェントがあなたの代わりにメールを読み、予定を管理し、決裁を代行する時代が来つつある今、AIの安全性は経営判断の問題でもある。

自社がAIツールを導入する際、「そのAIはどんなバグバウンティプログラムを持っているか」を確認することが、新しいセキュリティチェック項目になる日は近い。

出典・参考

• OpenAI「Introducing the OpenAI Safety Bug Bounty program」（2026年3月25日）
• Infosecurity Magazine「OpenAI Expands Bug Bounty to Cover AI Abuse and ‘Safety’ Concerns」（2026年3月26日）
• Cybersecurity News「OpenAI Launches AI Safety Bug Bounty to Detect AI-Specific Vulnerabilities」（2026年3月26日）