生成AIの情報漏洩対策｜禁止から安全な業務活用へ進む実務ガイド

生成AIの情報漏洩対策では、ツール名だけで利用を許可・禁止するのではなく、扱う情報、利用目的、環境、権限、出力用途を分けて管理することが重要です。

結論
公開情報だけを使う低リスク業務と、個人情報・営業秘密を扱う業務を同じルールにしてはいけません。入力前・生成中・出力後の三工程に管理策を置き、安全に利用できる範囲と停止条件を明確にします。

生成AIの情報漏洩対策で企業が押さえるべき結論

企業が最初に決めるべきなのは、特定の生成AIを使うかどうかではなく、「誰が、何の目的で、どの情報を、どの環境へ入力し、生成結果をどこで使うか」です。

入力前には情報区分と利用目的を確認し、生成中は会社管理のアカウント・端末・権限を使います。出力後は事実、機密情報、個人情報、著作権、顧客への影響を人が確認します。危険を完全になくすという考え方ではなく、問題を発見し、止め、記録し、修正できる運用を作ります。

IPAの「テキスト生成AIの導入・運用ガイドライン」も、導入・運用上の留意点やリスク別の対策例を検討する際の参考になります。ただし、同資料は卒業プロジェクト成果物であり、「独立行政法人情報処理推進機構（IPA）および産業サイバーセキュリティセンターの意見を代表するものではない」と明記されています。法令、必須手順、性能保証ではなく、自社の対策を検討する材料として扱う必要があります。

なぜ全面禁止では守れないのか

全面禁止だけでは、従業員が個人アカウントや未承認サービスを業務に使う「シャドーAI」が管理者から見えなくなる可能性があります。利用記録が残らなければ、何を入力したのか、どの出力を顧客へ送ったのか、問題発生時にどのアカウントを止めるべきかを追跡できません。

IPAの「情報セキュリティ10大脅威2026」では、組織向け脅威の第3位に「AIの利用をめぐるサイバーリスク」が初めて選出されました。選出理由には、AIへの不十分な理解による意図しない情報漏洩や権利侵害、生成結果を十分に検証せず鵜呑みにする問題、悪用による攻撃の容易化・巧妙化が挙げられています。

これは個社へ特定の対策を義務づけるものではありませんが、AIサービスの機能だけでなく、利用者の理解、入力判断、出力確認まで管理対象にする必要性を示しています。禁止するだけで終わらせず、公開情報を使った要約や文章案など、承認済み環境で実施できる業務を具体的に示すことがシャドーAIの抑制につながります。

よくある失敗と修正方法

情報漏洩対策が形骸化する主な原因は、現場が判断できる具体性と、問題発生時に止められる仕組みが不足していることです。

失敗	起きること	修正方法
ツール名だけで許可する	契約、保存、学習利用、管理機能の違いを見落とす	利用環境とデータの取り扱い条件を確認する
「機密情報は禁止」とだけ書く	部門ごとに解釈が分かれる	情報区分と入力禁止例を示す
個人アカウントを黙認する	退職時の停止や利用状況の確認が難しくなる	会社管理アカウントへ限定する
出力をそのまま利用する	誤情報や入力情報の再出力を見落とす	用途別の確認者と承認条件を決める
事故時の報告先がない	初動が遅れ、記録が失われる	停止、保存、報告、調査の順序を定める

報告件数を減らすことを目標にすると、問題が隠れます。誤入力や利用ルールへの迷いを早く共有できる窓口を用意し、報告者を責めずにルール改善へつなげます。

実務での進め方

実務では、情報区分、利用環境、入力、記録、見直しを別々の作業として設計します。

1. 扱う情報を4段階に分類する

最初に、自社の文書やデータを現場が判定できる言葉で分類します。同じ内容でも、公開前の資料や個人を識別できる情報が加われば区分は変わります。

情報区分	具体例	AIへの入力
公開情報	公開済みWebページ、公開資料、一般知識	承認済み環境なら原則可
社内限定情報	社内手順、会議メモ、未公開の業務資料	業務責任者の確認が必要
社外秘情報	未公開の企画、見積条件、契約交渉、ソースコード	原則不可。必要性と専用環境を個別審査
個人情報・営業秘密など	顧客名簿、健康情報、認証情報、秘密鍵、出願前技術	入力不可。匿名化の可否も責任者が判断

表だけで判断できない場合の問い合わせ先と回答期限も決めます。「迷ったら使わない」に加えて「誰へ確認すれば再開できるか」を示すことが重要です。

2. 利用可能なアカウントと環境を指定する

業務利用は会社が契約・管理するアカウントに限定し、個人アカウントとの併用を避けます。管理者は多要素認証、必要最小限の権限、入退社時の付与・停止、共有アカウントの禁止、利用できる端末やネットワークを定めます。

法人向け契約やAPIであっても、一律に安全とは判断できません。入力内容の学習利用、保存期間、削除方法、管理者ログ、外部連携、データの処理地域などを、その時点の公式規約や契約条件で確認します。仕様変更を把握する責任者も決めておきます。

3. 入力禁止情報と加工手順を示す

禁止情報は、顧客名、メールアドレス、電話番号、契約書全文、未公開価格、認証情報、秘密鍵、障害ログ内の識別情報、出願前の技術情報など、現場が認識できる例で示します。

氏名を記号へ置き換えるだけでは、部署、日付、取引内容などから個人や企業を推測できる場合があります。加工する場合は、識別子の削除、必要部分だけの抽出、架空データへの置換、複数情報の組み合わせによる再識別可能性の確認まで行います。加工後も判断が難しい情報は入力せず、社内環境や人による作業へ戻します。

4. ログ・権限・事故時の停止手順を決める

ログには、利用者、日時、目的、情報区分、使用環境、出力用途、確認者、問題の有無を残します。入力本文そのものを保存すると新たな漏洩源になり得るため、保存範囲と閲覧権限、保管期間を先に決めます。

誤入力が疑われる場合は、利用を止め、該当アカウントや連携を停止し、利用日時と対象情報を保全して、情報管理責任者へ報告します。その後、サービス提供者への削除依頼の要否、影響範囲、関係者への連絡を社内手順に沿って判断します。利用者が自己判断で履歴を消すと調査できなくなるため、初動手順を一枚にまとめておきます。

5. 月次で例外とルールを見直す

月次会議では、利用件数だけでなく、承認待ち、誤入力、出力の差し戻し、未承認利用、仕様変更、使われなかった理由を確認します。例外が繰り返される場合は、単に注意喚起するのではなく、区分が曖昧なのか、承認が遅いのか、必要な環境がないのかを切り分けます。

見直し結果は「継続」「入力範囲を縮小」「確認者を追加」「環境を変更」「一時停止」のいずれかで記録します。経済産業省の「AI事業者ガイドライン第1.2版」では、本編・概要に加えてチェックリストやワークシートも公開されています。個社への一律の法的義務ではありませんが、自社ルールの確認項目を整理する参考資料として利用できます。

導入候補を比べる判断基準

候補は機能数や知名度だけでなく、対象情報と出力用途を含めて比較します。

評価軸	確認する内容
入力データ	公開、社内限定、社外秘、個人情報等のどれを扱うか
利用目的	要約、下書き、分析、顧客対応、重要判断のどれか
契約・設定	学習利用、保存、削除、外部連携の条件
管理機能	アカウント、権限、認証、ログを会社が管理できるか
出力用途	社内参考、顧客送信、一般公開のどこまで使うか
人の関与	確認者、承認者、停止権限者が決まっているか

各項目を同じ基準で採点し、根拠を一行で残します。合計点が高くても、入力禁止情報を除外できない、または問題時に停止できない候補は保留します。

最初の30日で残す成果物

30日間の目的は全社展開ではなく、次の判断に使える記録を作ることです。

期間	行うこと	残す成果物
1週目	対象業務、利用者、禁止範囲を決める	対象業務一覧、責任者、停止条件
2週目	現行工程と情報を確認する	業務フロー、情報区分表、基準値
3週目	公開情報中心で試行する	利用ログ、出力、修正理由、例外
4週目	導入前後と安全性を比較する	評価表、課題一覧、継続・修正・中止の判定

成果物には成功例だけでなく、使えなかった案件と理由も残します。それが次の対象業務を選ぶ材料になります。

継続・修正・中止の判断

継続は、品質や作業負荷などに改善が見られ、安全条件と確認負荷を許容できる場合に選びます。修正は、効果の可能性はあるものの、入力データ、手順、権限、確認者、利用環境のいずれかが原因で安定しない場合です。

必要な情報を安全に用意できない、重大な誤りを人が発見しにくい、確認を含めると従来より負荷が増える、例外処理が多すぎる場合は中止または一時停止とします。中止理由を記録すれば、契約条件や技術、業務工程が変わった際に再評価できます。

判定は成功した一回だけで行いません。通常案件、難しい案件、担当者が変わった場合を含め、準備、確認、修正、教育、監視まで含む工程全体で評価します。

誰が何を決めるか

責任分担では、承認する人だけでなく、問題時に利用を止められる人を明確にします。

役割	決めること	残す記録
経営責任者	優先課題、予算、許容リスク、停止判断	方針、承認履歴
業務責任者	対象業務、完成条件、例外、評価指標	業務フロー、評価表
IT・情報管理	アカウント、権限、設定、ログ、初動	設定台帳、点検履歴
利用者	入力確認、出力確認、問題報告	利用ログ、修正理由
外部支援者	助言、調査、実装・支援範囲	提案書、変更履歴

外部支援者へ作業を任せても、情報区分や最終的な業務責任は社内に残ります。異動・退職時の引き継ぎと権限停止も役割に含めます。

導入後に測る5つの指標

導入前と同じ条件で測れる基準値を用意し、安全性と業務成果を同時に確認します。

指標	測り方	注意点
作業時間	収集、入力準備、生成、確認、修正を分ける	AIの処理時間だけを測らない
品質	欠落、誤り、表現のばらつきを記録する	完成条件を先に決める
手戻り	差し戻し回数と原因を数える	失敗案件を除外しない
継続利用	対象者・対象業務別の利用を確認する	全社員平均だけで判断しない
顧客影響	応答時間、待ち時間、再問い合わせを確認する	売上との因果を断定しない

数字が改善しても、機密情報の混入や確認漏れが増えていれば継続条件を満たしません。月次で指標とインシデントを一緒に確認します。

株式会社ラクダが支援できること

株式会社ラクダのAI顧問では、情報区分、利用ルール、責任分担など、社内で判断が必要な論点の整理を支援します。現場ヒアリングや業務ごとの利用フロー、改善計画が必要な場合は、AIコンサルとして伴走できます。

30分無料相談では現在の課題を確認し、AI顧問またはAIコンサルなど、必要な支援の方向性を整理します。

よくある質問

Q1. 無料版の生成AIを会社で使えますか

無料か有料かだけでは判断できません。入力情報、利用目的、学習利用や保存の条件、会社によるアカウント管理、出力用途を確認し、承認済みの環境だけを業務に使います。

Q2. 個人情報を匿名化すれば入力できますか

氏名を削除しても、部署、時期、取引内容などから再識別できる場合があります。加工方法と利用目的を責任者が確認し、安全性を判断できなければ入力しません。

Q3. 法人向けプランなら情報漏洩を防げますか

法人向けプランだけで安全は保証されません。契約条件、保存、権限、外部連携、利用者の入力、出力確認、事故時の対応を組み合わせて管理する必要があります。

Q4. 社内ルールは一度作れば十分ですか

十分ではありません。サービスの仕様、契約、業務、利用者は変化します。月次の運用確認と、重要な仕様変更があった際の臨時見直しを設定します。

まとめ

生成AIの情報漏洩対策では、ツールを一律に禁止するのではなく、扱う情報、目的、環境、権限、出力用途を分けて管理します。入力前は情報区分、生成中はアカウントと権限、出力後は人による確認を置き、ログと停止手順まで準備します。

最初の30日で小さく試し、成果と問題の両方を記録して、継続・修正・中止を判断できる状態を目指してください。

参考資料

• IPA「テキスト生成AIの導入・運用ガイドライン」
• IPA「情報セキュリティ10大脅威2026」
• 経済産業省「AI事業者ガイドライン第1.2版」

生成AIの導入・運用に関するほかの解説は、AI関連記事一覧で確認できます。