ผู้เชี่ยวชาญวิเคราะห์การเพิ่มขึ้นของการเข้าถึงข้อมูลโดยไม่ได้รับอนุญาตในบริษัทญี่ปุ่น

อย่างไรก็ตาม Kuramochi ตั้งข้อสังเกตว่ามีโครงสร้างร่วมกันคือการมุ่งเป้าไปที่บริการเว็บสำหรับผู้บริโภคและแพลตฟอร์ม SaaS ที่มีการสะสมข้อมูลส่วนบุคคลจำนวนมาก ซึ่งผู้โจมตีพยายามนำข้อมูลระบุตัวตน เช่น หมายเลขใบขับขี่และรูปถ่ายใบหน้า มาผสมผสานกับข้อมูลพฤติกรรมล่าสุดและข้อมูลติดต่อ เพื่อเพิ่มมูลค่าในการก่ออาชญากรรม เช่น การยืนยันตัวตนปลอมหรือการทำฟิชชิ่งที่มีความแม่นยำสูง

ในส่วนของความเกี่ยวข้องกับปัญญาประดิษฐ์ Kuramochi กล่าวว่ายังไม่พบข้อมูลที่ยืนยันว่ามีการใช้ตัวแทนปัญญาประดิษฐ์หรือโมเดลปัญญาประดิษฐ์แบบเปิด เช่น GLM-5.3 ในเหตุการณ์เหล่านี้ แต่เขาเตือนว่าในระยะกลางและยาว ปัญญาประดิษฐ์อาจลดเวลาและความเชี่ยวชาญที่จำเป็นในการเตรียมการและดำเนินการโจมตี โดยเฉพาะโมเดลแบบเปิดที่มีน้ำหนักโมเดลเผยแพร่ ซึ่งอาจทำให้การโจมตีระดับสูงที่เคยทำได้เพียงไม่กี่ราย กลายเป็นสิ่งที่ผู้โจมตีจำนวนมากขึ้นสามารถเข้าถึงและใช้งานได้