生成AIのリスクとは、業務で生成AIを使うことで発生する、情報漏洩・法令違反・著作権侵害・品質事故・契約違反・監査不能・スキル劣化の7種類の損失リスクです。シャドーAIとは、会社が承認していない生成AIサービスを、社員が申告せず業務に使っている状態を指します。
会議の議事録を、社員が自分のスマホのChatGPTに貼っています。なんとなく気づいてはいるけれど、正面から止める言葉が見つかりません。いま多くの会社がこの状態で止まっています。
答えを先に置きます。止めるのではなく、会社が用意した安全な道を1本通して、そこ以外を記録で見張る。これしかありません。
禁止令が効かない理由は単純です。ChatGPTを塞げば社員はClaudeを開き、Claudeを塞げばGeminiへ移ります。ドメインをブロックし続けるのは、蛇口を押さえながらホースの穴を数えるようなものです。
そしてもう1つ。リスクを1個の塊として見ている限り、対策は必ずどこかが抜けます。まず7つに切り分けましょう。
生成AIのリスクは何種類？まず7分類に切り分ける
生成AIのリスクは大きく7種類あります。発生する場面も、責任を持つ部署も、効く対策もそれぞれ違います。ひとまとめにすると必ず抜けが出ます。
いちばん多い勘違いは、全部を情シス（情報システム部門）の宿題にしてしまうことです。著作権や個人情報は法務、成果物の品質は現場の業務部門が持たないと動きません。担当が決まらないリスクは、誰も見ません。ここが落とし穴。
下の表は、7つの分類と発生しやすい場面、主管をひと目で並べたものです。
| # | リスク分類 | 起きやすい場面 | 主管 |
|---|---|---|---|
| 1 | 機密情報の漏洩 | 議事録・顧客リストを指示文に貼る | 情シス |
| 2 | 個人情報の目的外利用 | 応募者情報をAIに評価させる | 法務 |
| 3 | 著作権・ライセンス | 生成物を無検証で販促物に転用 | 法務 |
| 4 | 品質事故（誤情報） | AIがそれっぽい嘘をついた内容をそのまま提出 | 業務部門 |
| 5 | 契約違反 | 顧客との守秘義務に反する情報を入力 | 法務 |
| 6 | 監査不能 | 誰が何を入れたかの記録が残らない | 情シス |
| 7 | 依存・スキル劣化 | 検証なしの丸投げが習慣になる | 経営 |
つまり、情シス単独で潰しきれるのは7つのうち2つだけ。残りは法務と業務部門を巻き込まないと、対策の会議すら立ち上がりません。
なお「AIがそれっぽい嘘をつくこと」は専門用語でハルシネーションと呼びます。以降はこの言い方も使います。
会社が承認していないAIを社員が勝手に業務に使う状態が、いわゆるシャドーAIです。やっかいなのは、この7つが同時多発的に起きること。次はなぜ2026年になって急に問題化したのかを見ます。
なぜ2026年にシャドーAIが問題化したのか
利用率が臨界点を超えたからです。生成AIは「導入するか検討する」段階を通り越し、社員の手元から業務のなかへ勝手に入り込みました。
ICT総研の2026年生成AI利用実態調査では、国内インターネットユーザーの利用率が54.7%になりました。前年は29.0%です。1年半で倍近く。
業務利用に絞っても数字は重いままです。Gartnerの調査では、従業員の57%が個人契約のAIを仕事で使っています。会社の許可は取っていません。
さらに厄介なのが、埋め込み型の広がりです。JumpCloudは、2026年には従業員のAIとのやり取りの70%が、すでに使っているソフトに組み込まれた機能経由になると見込んでいます。
数字を1枚にまとめます。
| 指標 | 数値 | 出典 |
|---|---|---|
| 国内生成AI利用率（2026年度） | 54.7%（前年29.0%） | ICT総研 |
| 個人契約AIを業務利用する従業員 | 57% | Gartner |
| 埋め込み機能経由のAI利用（2026年予測） | 70% | JumpCloud |
| IPA情報セキュリティ10大脅威2026 | 第3位（初選出） | IPA |
つまり、URLブロックという発想が前提から崩れています。表計算ソフトやチャットツールに内蔵されたAIには、塞ぐべき「行き先」がありません。
IPAが10大脅威2026でシャドーAIを取り上げたのも、この静かな広がりが無視できない規模になった証拠です。では、放置した場合の値札はいくらか。
放置するといくらかかるか｜平均67万ドルの上乗せ
生成AIのリスクで最も金額が見えやすいのが情報漏洩です。IBMのデータ侵害コストレポート（2025年）では、シャドーAI利用が多い組織の侵害コストは平均で約67万ドル上乗せされていました。日本円でおよそ1億円です。
入り口は地味です。派手なサイバー攻撃ではありません。社員が良かれと思って貼り付けた、たった数行から始まります。
貼られやすいのはこの4つ。
- 顧客リスト: 「宛名の表記を整えて」で丸ごと投入される
- 未公開の数字: 決算前の売上や原価を要約させる
- ソースコード: エラーの原因を聞くために全文を貼り付け
- 人事情報: 評価コメントの下書きを作らせる
どれにも悪意はありません。だからこそ止まりません。
もう一段深刻なのが、7分類の6番目、監査不能です。記録がなければ「漏れたのか、漏れていないのか」すら確認できません。事故のあとの調査そのものが成立しなくなります。
漏洩そのものより、漏洩を証明も否定もできない状態のほうが、対外説明では致命傷になります。取引先への報告書も、監督官庁への説明も、記録がなければ1行も書けません。
入力データの扱いを技術面から絞り込む手順は、生成AIの情報漏洩対策にまとめています。この記事の3層設計と合わせて読むと、社内規程の文面まで一気に書けます。
なぜ禁止令は機能しないのか｜3つの理由
社内で「業務でのAI利用禁止」を出しても、利用は地下に潜るだけです。可視性を失って、リスクだけが残ります。
理由は3つ。
- 代替が無限にある: 1サービス塞いでも、翌週には別のサービスが話題になります
- 私物端末を止められない: 会社PCを固めても、社員のスマホは会社の管理外です
- 成果で評価される: 禁止されても、早く仕上げた人が評価される構造は変わりません
3つ目が本丸です。禁止令は社員のインセンティブと正面から衝突します。勝つのはいつもインセンティブのほうです。
そして禁止令には副作用があります。使っている社員が申告しなくなるため、事故が起きたときの初動が遅れます。禁止した会社ほど、事故発覚が遅いです。皮肉な話です。
やることは逆向きです。安全な公式ルートを用意して、そこに人を集めます。その上で、外れた利用を記録で見つけます。ここから具体的な設計に入ります。
統制の3層設計｜可視化・認可・監査
生成AIの統制は、可視化 → 認可 → 監査の3層で組みます。1層目を飛ばして規程だけ作る会社が多いのですが、現状が見えないまま書いたルールは、まず守られません。
3層の役割はこうです。
| 層 | 目的 | 具体的な打ち手 | 完了の目安 |
|---|---|---|---|
| 第1層可視化 | 誰が何を使っているか把握 | 通信ログ棚卸し、匿名アンケート、SaaS棚卸し | 利用実態が部署単位で出る |
| 第2層認可 | 使ってよい範囲を確定 | 法人契約の導入、入力禁止データの定義、利用申請 | 公式ルートの利用者が過半 |
| 第3層監査 | 逸脱の検知と記録保存 | 利用ログ保管、月次点検、教育の再実行 | 月次で逸脱件数が報告される |
つまり、ルール作りは2層目です。1層目を省くと、現場の実態と噛み合わない禁止条項が並んで終わります。
3層を順に見ていきます。
第1層｜まず「誰が何を使っているか」を数える
可視化のゴールは、部署ごとの利用実態を数字で出すことです。感覚の議論を止めるのが目的です。
やることは3つあります。
- 通信ログの棚卸し: 主要な生成AIサービスへのアクセスを、ドメイン単位で1か月分集計する
- 匿名アンケート: 「使っている前提」で聞く。責めない設計にしないと本当の数字は出ません
- SaaSの内蔵AI棚卸し: 契約中のソフトのうち、AI機能が有効になっているものを一覧化する
3つ目を忘れる会社が多いです。ここが2026年の主戦場になりつつあります。
アンケートの文面は、聞き方で回収率がまるで変わります。「無断利用していますか」ではなく「業務で役に立ったAIの使い方を教えてください」。責める形にした瞬間、数字は嘘になります。
この段階では、見つかった利用をとがめないと明言してください。免責を先に出さないと、可視化そのものが失敗します。
見えたら、次は道を用意する番です。
第2層｜公式ルートを1本通して認可する
認可の要点は、社員に「これを使えばいい」を1つ渡すことです。選択肢を並べると迷い、迷うと元の私物利用に戻ります。
法人向けプランを選ぶ理由ははっきりしています。入力内容が学習に使われない設定が既定になっており、管理者が利用状況を確認できる点です。個人プランにはこの土台がありません。
主要3サービスの法人利用時の押さえどころを並べます。
| サービス | 法人利用の要点 | 向いている会社 |
|---|---|---|
| ChatGPT | Team/Enterpriseで学習利用オフ、管理コンソールあり | 全社に広く配りたい |
| Claude | 長文の読み込みに強く、社内文書の要約向き | 契約書・議事録が多い |
| Gemini | Google Workspaceと同じ管理画面に収まる | すでにWorkspace運用 |
つまり、既存の管理基盤に載るかどうかで選ぶのが最短です。機能比較で悩む時間より、管理画面が1つ増えるかどうかのほうが運用コストに効きます。
各サービスの料金体系や機能差をもう少し細かく見たい場合は、生成AIの比較記事が判断材料になります。管理機能の有無まで並べてあります。
そして、認可とセットで必ず決めるのが「入れてはいけないデータ」の定義です。
- 顧客を特定できる情報（氏名・連絡先・取引条件）
- 未公開の財務数値
- 顧客との守秘義務契約でカバーされた資料
- 人事評価・採用選考に関する記録
4つに絞ってください。10個並べると誰も覚えません。覚えられないルールは、存在しないルールと同じです。
ここまで来て、ようやく記録の話に進めます。
第3層｜監査で「証明できる状態」を作る
監査層の目的は、事故を防ぐことより、事故が起きたときに何が起きたか説明できる状態を保つことです。7分類の6番目、監査不能を潰す層です。
最低限、この3つを残します。
- 誰が: 利用者アカウントと所属部署
- いつ: 日時
- どのサービスで: 公式ルートか、それ以外か
プロンプト（AIへの指示文）の中身まで全文保存すると、それ自体が新しい機密の山になります。保存範囲は先に決めてください。
月次で見るのは2つの数字だけで十分です。公式ルートの利用者数と、公式ルート外の検知件数。前者が増えて後者が減っていれば、設計は効いています。
ここまでの整理: 可視化で実態を数え、認可で公式ルートを1本通し、監査で逸脱を月次で拾う。この順番を入れ替えると、どこかで必ず空回りします。特に「規程を先に書く」パターンは、現場の実態と噛み合わずに形骸化します。
数字が動かないときは、たいてい公式ルートが使いにくいだけです。ルール違反ではなく、体験の問題として疑ってください。
情報漏洩の陰に隠れる2つのリスクとは？｜品質事故と著作権
情報漏洩の話に注目が集まる一方で、実際に対外的なトラブルになりやすいのが品質事故（7分類の4番）と著作権（同3番）です。
品質事故は、ハルシネーションを含んだ成果物が検証されずに社外へ出る事故です。提案書の数字、法令の条文番号、他社の事例。どれも本物らしい形で生成されます。
防ぎ方は技術ではありません。運用です。
- 社外に出る文書は、AI生成部分を人が出典まで確認する
- 数字と固有名詞は、必ず一次情報で裏を取る
- 「AIが書いた」だけを理由に責任の所在を曖昧にしない
3つ目が抜けている会社が多いです。責任は書いた人ではなく、出した人にあります。ここを明文化しておかないと、事故のあとに部署間で押し付け合いが起きます。
著作権のほうは、生成物をそのまま販促物やロゴに転用する場面が危険です。既存の作品に似すぎていないか、人が見る工程を必ず1つ挟んでください。
生成物の商用利用の線引きは、AI生成物の著作権で条件ごとに整理しています。販促でAI画像を使う予定があるなら、先に目を通しておく価値があります。
90日で導入するには何から始めるか｜スケジュール
3層をいっぺんに作ろうとすると、たいてい第1層で力尽きます。90日で区切ってください。
| 期間 | やること | 成果物 |
|---|---|---|
| 1〜30日 | 通信ログ棚卸し、匿名アンケート、SaaS内蔵AI一覧 | 部署別の利用実態レポート |
| 31〜60日 | 法人プラン契約、入力禁止データ4項目の確定、説明会 | 利用ガイドライン1枚 |
| 61〜90日 | 利用ログ保管開始、月次点検の運用開始 | 初回の月次点検レポート |
つまり、規程の作成は31日目以降です。最初の1か月は数えることだけに使ってください。
ガイドラインは1枚に収めます。10ページのPDFは読まれません。A4で1枚、入力禁止4項目と公式ルートの入り口、質問先の窓口。それで足ります。
社内展開の順番も決めておきます。まずは利用率が高い部署から。禁止されて困っている人ほど、公式ルートを歓迎します。
よくある質問（FAQ）
Q. 生成AIのリスクは全部でいくつありますか？
実務上は7つに分けると管理しやすくなります。機密情報の漏洩、個人情報の目的外利用、著作権・ライセンス、品質事故、契約違反、監査不能、依存・スキル劣化です。分類ごとに主管部署と打ち手が違うため、まとめて扱うと必ず抜けが出ます。
Q. 個人契約のChatGPTを業務で使うのは、そんなに危険ですか？
危険度は「入れるデータ」で決まります。公開情報の要約なら実害は限定的です。ただし個人プランは管理者が利用状況を確認できないため、7分類の6番目、監査不能に必ず該当します。事故があっても調査できない状態が続くこと自体がリスクです。
Q. 社員のAI利用を全面禁止すればリスクはなくなりますか？
なくなりません。私物スマホでの利用は止められず、申告もされなくなるため、事故の発覚が遅れます。禁止した会社ほど初動が遅い、という副作用が出ます。安全な公式ルートを用意して、そこに集めるほうが実効性は上です。
Q. 中小企業でも同じ3層設計が必要ですか？
必要です。ただし規模は縮みます。従業員50人規模なら、可視化は匿名アンケート1本、認可は法人プラン1契約と入力禁止4項目、監査は月次で管理画面を見るだけ。ツールを買い足さずに3層を回せます。
Q. 侵害コストの67万ドルという数字は何を指していますか？
IBMのデータ侵害コストレポート（2025年）で示された、シャドーAI利用が多い組織における侵害コストの上乗せ分の平均です。侵害の総額ではなく、シャドーAIに関連して増える差分として読んでください。
編集部の評価
公開情報とリサーチをもとにした率直な見立てです。
禁止令の費用対効果は正直イマイチです。ドメインブロックの運用工数は毎月かかるのに、埋め込み型AIの広がり（2026年に70%予測）を前にすると、塞げる範囲が年々狭くなります。同じ工数を法人プランの展開に回したほうが確実です。
法人プランへの切り替えは一択だと考えています。学習利用オフと管理画面。この2つが揃わない限り、監査不能のリスクは構造的に消えません。個人プランを黙認したまま規程だけ整えるのは、鍵をかけずに防犯カメラの説明書を配るようなものです。
一方で、入力禁止データを10項目以上並べる運用は微妙です。現場は覚えません。4項目に絞って、代わりに社内の周知を年2回に増やすほうが効きます。
そして地味に効くのが、可視化フェーズでの免責宣言です。「これまでの利用は問わない」の一言があるかどうかで、アンケートの正直さがまるで変わります。ここをケチると、以降の設計が全部ずれた数字の上に建ちます。
次に読むならこれ
3層設計のうち第2層をこれから固めるなら、生成AIの情報漏洩対策が次の1本です。入力禁止データの決め方と、法人プラン側の設定項目を具体的な操作単位でまとめてあります。この記事が「何を止めるか」の地図なら、あちらは「どう止めるか」の手順書です。
各ツールの公式サイト（一次情報）
料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。
- ChatGPT：公式サイト（AI PICKSの詳細）
- Claude：公式サイト（AI PICKSの詳細）
- Gemini：公式サイト（AI PICKSの詳細）
