「AIを業務に使いたい」という声が現場から上がり始めたとき、情シス担当者が最初にぶつかる壁が情報セキュリティだ。ChatGPTやGeminiなどのクラウドAIは手軽で高性能だが、社内の機密情報を入力することには無視できないリスクが伴う。
一方で「AIに何も入力するな」という禁止令だけでは現場の業務改善は止まってしまう。本記事では、リスクの根拠を技術的に整理した上で、情シスが現場に展開できる具体的な代替策と利用ガイドラインを紹介する。
なぜ問題になるのか
クラウドAIサービスは、ユーザーが入力したテキストをサーバーに送信して処理する。このとき懸念されるのは主に3つだ。
- モデルの追加学習に使われる可能性：サービスによっては入力データが次世代モデルの訓練に利用される
- サーバー側でのデータ保持：入力内容がログとして一定期間保存される
- セキュリティインシデント時の漏洩リスク：サービス側の脆弱性や不正アクセスにより、保存されたデータが流出する可能性
「使わなければいい」で済む話ではなく、既に現場の担当者が個人の判断でAIを使い始めているケースが多い。情シスが実態を把握し、安全な使い方のレールを敷くことが求められる。
クラウドAIのデータの流れ
主要サービスがユーザーの入力データをどう扱うか整理する。
※ 各社の利用規約・プライバシーポリシーは随時改訂されます。最新情報は各サービスの公式ドキュメントを確認してください。
🐝 IroHive メモ 無料プランと有料API・法人プランでは、データの扱いが大きく異なる。現場社員が個人アカウントで使っている場合、入力した業務情報が学習データになっている可能性がある。
NG・グレー・OKの線引き
「何を入れてはいけないか」を具体的に定義しないと現場は動けない。以下を参考に自社基準を作ってほしい。
| 判定 | 情報の種類 | 具体例 |
|---|---|---|
| ❌ NG | 個人情報・顧客情報 | 氏名・住所・電話番号・メールアドレス、顧客の契約情報 |
| ❌ NG | 未公開の財務・経営情報 | 売上・利益・M&A計画・未発表製品情報 |
| ❌ NG | 認証情報・セキュリティ情報 | パスワード・APIキー・社内ネットワーク構成 |
| ⚠️ グレー | 社内業務フロー・手順書 | 個人情報を含まない申請フロー、マニュアル |
| ⚠️ グレー | 会議メモ・議事録 | 参加者名・発言内容が含まれる場合は要注意 |
| ✅ OK | 公開情報の要約・翻訳 | プレスリリース・公式ドキュメントの整理 |
| ✅ OK | 一般的な質問・文章校正 | メール文面の確認、文章の言い換え提案 |
| ✅ OK | コード・技術的な質問 | 汎用的なプログラミング相談（社内固有情報を含まない） |
✅ 判断の基準 「この情報が外部に出たとき、会社・顧客・社員に不利益が生じるか？」を問いかけることで、グレーゾーンの多くは判断できる。迷ったらNGとする運用を基本にする。
実際に起きた情報漏洩事例
「うちには関係ない」と思わないために、実際に起きた事例を確認しておこう。
Samsung 半導体部門（2023年4月）
Samsungは2023年3月11日に社員のChatGPT利用を解禁したが、解禁からわずか20日以内に3件の情報漏洩事案が発生した。エンジニアらがChatGPTに以下を入力していたことが4月に判明し、5月2日に利用禁止令が出された。
- 半導体設備の測定データ（社外秘）
- 社内ミーティングの議事録（競合分析を含む）
- 社内ソースコード（バグ修正の相談）
OpenAIの規約では、当時入力データをモデル改善に利用する可能性があると明記されていた。Samsungはこの事態を受け、社内でのChatGPT利用を全面禁止する措置を取った。
ChatGPT 会話履歴の流出（2023年3月）
OpenAIの不具合により、一部ユーザーが他のユーザーのチャット履歴タイトルを閲覧できる状態が約9時間続いた。クレジットカード情報の一部も影響を受けたことが後に報告されている。
🐝 IroHive メモ これらはAIサービス自体が「悪意を持って漏洩させた」わけではない。規約・仕様の理解不足と、サービス側の予期しない不具合が組み合わさって起きた事例だ。「大手だから安全」は誤った前提。
代替策3選
リスクを説明するだけでは現場の生産性が落ちる。情シスが提示すべき安全に使うための代替手段を3つ紹介する。
① 個人情報を含まないプロンプトの書き方を教える（すぐできる）
最も手軽な対策は、入力前に情報を匿名化・抽象化する習慣を現場に広めることだ。
② Azure OpenAI / AWS Bedrock を使う（法人向け）
Microsoft Azure や AWS が提供するエンタープライズ向けAIサービスでは、入力データは学習に利用されないことが契約で保証されている。
Microsoft 365環境と統合しやすい。既存の Azure AD で認証管理が可能。
✅ 学習利用なし（契約保証）複数モデルを統一 API で利用可能。IAM によるアクセス制御が強力。
✅ 学習利用なし（契約保証）Google Workspace ユーザーとの親和性が高い。BigQuery との連携も容易。
✅ 学習利用なし（契約保証）いずれもデータがクラウドベンダーのリージョン内に閉じており、第三者への提供や学習利用は契約で禁止されている。ただしインターネット経由でクラウドにデータが送られる点は変わらないため、外部送信自体を禁じているケースでは後述のセルフホストを検討する。
③ Dify セルフホスト × Ollama（完全閉域・最もセキュア）
最も確実な方法は、AIモデルをオンプレミスまたは社内VPS上で動作させることだ。この構成では、入力したデータが社外に一切出ない。
✅ この構成のメリット 社内ドキュメントをナレッジベースに登録してRAG検索も可能。データは一切社外に出ず、API費用も発生しない。詳しい構築手順は「Dify セルフホスト × Ollamaで社内専用AIを構築する」で解説予定。
社内ガイドラインのひな型
情シスが現場に配布できる「生成AI利用ガイドライン」のひな型を示す。自社の状況に合わせて修正してほしい。
🐝 IroHive メモ ガイドラインは作って終わりではなく、半年に一度の見直しが必要だ。AIサービスの規約変更は頻繁に起きており、今日のOKが3ヶ月後にはグレーになることがある。
まとめ
社内機密情報をクラウドAIに入力するリスクは、「なんとなく危ない」ではなく、技術的・規約的に根拠のある問題だ。ただし適切な代替策を用意すれば、現場の生産性を落とさずにリスクを下げることができる。
情シスの役割は「禁止する」ことではなく、安全に使えるレールを敷くことだ。本記事のガイドラインひな型を参考に、自社の実態に合ったルール整備を進めてほしい。