生成AI社内利用ルールの作り方|データ分類×用途×ツールの3軸設計

産業インサイト・課題解決/

生成AIによる情報漏えいが不安で、社内での利用を全面的に禁止している企業は少なくありません。一方で、現場からは業務で使いたいという声が上がり、ルールがないまま私物の端末やアカウントで使われているのではないか、という懸念も出てきます。

全面禁止は、リスクを避けるという意味では分かりやすい判断です。ただし、禁止すれば利用がなくなるとは限らず、かえって実態が見えなくなる場合があります。かといって全面解禁にすると、何を入力してよいかの判断が個人任せになりやすくなります。

最初に決めたいのは「使うか使わないか」ではなく、「どの情報を、何の用途で、どのツールなら扱ってよいか」という線引きです。この線引きをデータ分類、用途、ツール区分の3軸で整理すると、禁止と解禁の間に現実的な選択肢を置けます。

本記事では、生成AIの社内利用ルールを3軸で設計する方法、許可マトリクスの作り方、策定の手順、ツール選定の確認項目、運用のポイントを整理します。自社で利用ポリシーの叩き台を作るための材料としてお読みください。

全面禁止と全面解禁で、それぞれ何が起きやすいのか

よくあるケースとして、全面禁止では次のような問題が起きやすくなります。

  • 隠れ利用(シャドーAI、Shadow AI:会社が把握していない状態で行われる生成AIの業務利用)が生じ、実態が見えなくなる
  • 私物アカウントでの利用など、かえって統制しにくい形で使われる可能性がある
  • 文書作成や調査の補助といった業務改善の機会を逃す

反対に、全面解禁では、入力してよい情報の判断が個人任せになり、入力データの扱いが組織として統制されない状態になりやすくなります。利用が広がるほど、問題が起きたときに何が入力されたかを追えなくなる点も課題です。

ただし、これは全面禁止が誤りという意味ではありません。取り扱う情報の性質や取引先との契約によっては、検討期間として一定期間の全面禁止が妥当な場合もあります。重要なのは、禁止の期間と、その間に何を整えるのかを決めておくことです。

禁止・条件付き許可・解禁を比較する

三つの方針は、優劣ではなく状況への向き不向きで比較するのが実務的です。

方針メリット主なリスク向く状況
全面禁止入力情報の判断が不要で、方針が単純シャドーAIで実態が把握できない。業務改善の機会を逃す規制や契約上の制約が強く、検討の時間を確保したい時期
条件付き許可リスクの高い情報を避けつつ、用途を限定して試せる線引きの設計と運用の負担が生じる。周知が不十分だと形骸化する利用要望があり、段階的に進めたい場合
全面解禁現場が自由に試せ、活用の裾野が広がる可能性がある判断が個人任せになり、入力データの扱いが統制されない扱う情報の機密性が低く、影響範囲が限られる場合

条件付き許可は、禁止と解禁の中間にある折衷案というより、情報の重要度に応じて許可の強さを変える設計です。そのためには、何を基準に強弱を付けるかが必要になります。

「データ分類 × 用途 × ツール」の3軸で考える

利用ルールを「機密情報は入力禁止」の一文で済ませると、現場では機密かどうかの判断で迷います。そこで、次の3軸に分けて考えます。

利用ルールを決める3つの軸どの情報を、何のために、どこへ入力するか
軸 1

データ分類

何を入力するのか

  • 公開情報
  • 社内限定情報
  • 機密情報
  • 個人情報・顧客情報
軸 2

用途

何のために使うのか

  • 要約
  • 翻訳
  • 文章作成
  • アイデア出し
  • コード作成
軸 3

ツール区分

どこへ入力するのか

  • 個人向けサービス
  • 法人契約サービス
  • 自社管理環境
3軸の組み合わせごとに、可・条件付き可・不可を決めます。
概念図です。特定のサービスの仕様や、安全性の水準を示すものではありません。

軸1 データ分類:何を入力するのか

公開情報(すでに社外へ公表している情報)、社内限定情報(社内会議メモなど、社外には出さない情報)、機密情報(未公開の事業計画や見積条件など、漏えい時の影響が大きい情報)、個人情報・顧客情報(個人を識別できる情報や取引先に関する情報)の4区分が出発点になります。すでに情報セキュリティ規程に区分がある場合は、新しい区分を作らず、それに合わせるほうが運用しやすくなります。

軸2 用途:何のために使うのか

要約、翻訳、文章作成、アイデア出し、コード作成といった用途ごとに、入力する内容は変わります。たとえば要約では原文全体を入力しますが、アイデア出しでは背景を抽象化した条件だけで足りる場合があります。コード作成では、社内のソースコードや設定情報、認証情報が含まれると、データ分類が一段上がることがあります。

軸3 ツール区分:どこへ入力するのか

個人向けサービス、法人契約サービス、自社管理環境(自社が設定や運用を管理できる環境)に分けます。ただし、区分だけで安全性が決まるわけではありません。入力データの扱いは、個々のサービスの契約条件や管理設定によって異なります。

入力してよい情報・いけない情報を、現場が迷わない粒度で書く

ルールの基本形は、「公開情報の要約は可、機密情報の入力は禁止」のように、現場が読んですぐ判断できる粒度で書くことです。迷いが生じやすいのは、社内限定情報と個人情報・顧客情報の境界です。業務別の判断例を挙げると、次のようになります(説明用の例です)。

  • 自社の公開済みプレスリリースや公開資料の要約:可
  • 固有名詞を伏せた社内会議メモの整理:条件付き可(法人契約サービスで、入力データの扱いを確認済みの場合)
  • 未公開の事業計画や見積条件の入力:不可(例外は承認制)
  • 顧客名や個人情報を含む問い合わせ対応文の作成:原則不可
  • 個人アカウントでの業務データ入力:不可

「条件付き可」には、必ず条件を併記します。条件が書かれていないと、結局は個人の判断になるためです。ただし、これは例示の線引きがどの企業にも当てはまるという意味ではありません。業種や取引先との契約によって、可と不可の位置は変わります。

許可マトリクスで可・条件付き可・不可を一覧にする

3軸の判断を一覧にしたものが許可マトリクスです。データ分類を行、ツール区分を列に置き、用途は注記や別表で補足すると、1枚で全体を見渡せます。

データ分類個人向けサービス法人契約サービス自社管理環境
公開情報条件付き可(会社が個人向けサービスの業務利用を認める場合のみ)可可
社内限定情報不可条件付き可(固有名詞を伏せる。入力データの扱いを確認済みのツールに限る)条件付き可(用途と利用者を限定する)
機密情報不可不可(例外は承認制)不可(例外は承認制)
個人情報・顧客情報不可原則不可原則不可(法務・セキュリティ部門の確認を前提に個別に検討)

この表はそのまま採用するためのものではなく、自社の議論を始めるための叩き台です。「機密情報は例外なく不可」とするか「承認制の例外を置く」かは、業務の実態に合わせて決める必要があります。

ルール策定の6ステップ

ルールは、完璧に整備してから始めるより、小さい範囲で運用しながら直すほうが現実的です。次の6ステップで進めると、判断の順序が崩れにくくなります。

利用ルール策定の流れ
  1. 01
    データ分類を決める既存の情報セキュリティ規程の区分を土台にする
  2. 02
    用途を洗い出す現場が使いたい業務を聞き取る
  3. 03
    ツール条件を確認する契約条件、設定、管理機能を確認する
  4. 04
    許可マトリクスを作る可・条件付き可・不可を一覧にする
  5. 05
    試行部門で運用する範囲を限定して試し、迷った点を集める
  6. 06
    見直す結果を踏まえ、ルールと周知方法を更新する
見直しの結果は、必要に応じてステップ01から04へ反映します。概念図であり、実施期間や工数を示すものではありません。
  1. データ分類:既存規程の区分を確認し、足りなければ4区分程度から始めます。
  2. 用途の洗い出し:各部門から、生成AIで試したい業務を挙げてもらいます。
  3. ツール条件の確認:候補のツールについて、後述の確認項目を調べます。
  4. 許可マトリクスの作成:3軸を突き合わせ、条件付き可には条件を明記します。
  5. 試行部門での運用:リスクの影響が小さい業務を持つ部門で、範囲を限定して試します。
  6. 見直し:現場の迷いどころや例外申請の内容を、ルールの文言に反映します。

今日からできる確認作業として、直近に扱った業務文書を5件程度選び、4区分のどれに当たるかを関係者で言い当ててみる方法があります。判断が割れた文書が、ルールの文言を詰めるべき箇所です。

個人向け・法人向けサービスの違いを確認する項目

個人向けと法人向けでは、契約条件や管理機能が異なる場合があります。ただし「法人向けサービスなら安全」と単純化はできません。入力データの扱いは、サービスごとの契約条件や管理設定で決まるため、導入時点の最新の内容を確認する必要があります。

確認項目確認の観点
入力データの学習利用の有無入力内容がモデルの改善に使われる設定か。設定で変更できるか
保存・削除の扱い入力履歴や出力の保存期間、利用者・管理者による削除の可否
管理者機能利用者の追加・削除、利用範囲の設定を管理者が行えるか
利用ログ誰がいつ利用したかを確認できるか。ログの保管期間と取得方法
認証方式会社の認証基盤との連携、多要素認証の適用可否
契約形態個人契約か法人契約か。契約条件で入力データの扱いがどう定められているか

個人情報、著作権、守秘義務に関する扱いは、法的な判断を伴います。ルールに盛り込む前に、法務部門や専門家と確認してください。

データ分類の線引き、既存の情報セキュリティ規程との整合、ツールの契約条件の確認は、自社だけでは判断しにくい部分です。第三者の視点で整理したい場合は、セキュアなDX推進支援・ITコンサルティングのKANAMEBAをご覧ください。

利用ポリシーを構造化して書いてみる

利用ポリシーを文書だけで管理すると、更新や確認が属人化しやすくなります。次のようにYAML(設定を人間が読みやすく書くためのデータ形式)で構造化しておくと、見直しの差分を追いやすくなります。以下は公開可能な汎用サンプルです。

# 生成AI利用ポリシーの例(説明用サンプル)
policy:
  public:                       # 公開情報
    allowed_uses: [summarize, translate, draft]
    allowed_tools: [corporate, managed]
    conditional_tools: [personal]
  internal:                     # 社内限定情報
    allowed_uses: [summarize, draft, brainstorm]
    allowed_tools: [corporate, managed]
    conditions: [mask_proper_nouns, confirm_data_handling]
  confidential:                 # 機密情報
    allowed_uses: []
    allowed_tools: []
    exception: approval_required
  personal_data:                # 個人情報・顧客情報
    allowed_uses: []
    allowed_tools: []
    exception: approval_required
YAML

実際の運用では、社内規程や利用ツールの条件に合わせて調整が必要です。このサンプルは、表2の考え方を構造化した一例にすぎません。

運用で見落としやすいポイント

  • 例外承認の窓口:不可の項目に例外を置く場合は、誰が何を基準に承認するかを決めておく
  • 周知と教育:ルールの文面だけでなく、判断に迷う具体例を示して社内に共有する
  • 利用実態の把握:アンケートや、取得できる範囲の利用ログで、想定外の使われ方がないかを確認する
  • 出力内容の確認:生成結果には誤りや権利上の問題が含まれる可能性があるため、人が確認してから使う
  • 定期的な見直し:ツールの仕様や契約条件は変わるため、確認の頻度を決めておく

これらは、ルールを作った後に形骸化させないための項目です。社内展開では、研修で具体例を共有する方法もあります。

ルールを整えても残ること

利用ルールを整えても、情報漏えいのリスクがなくなるわけではありません。誤入力、アカウント管理の不備、ツール側の仕様変更など、ルールだけでは防ぎきれない要因が残ります。

ルールは、アクセス制御や認証の強化、教育といった他の対策と組み合わせて機能します。また、今回の3軸は考え方の整理であり、自社の規程や法令対応に置き換わるものではありません。

次の一歩を決めるチェックリスト

  • 現在の利用実態(隠れ利用の有無)の把握
  • 既存の情報セキュリティ規程のデータ区分の確認
  • 現場が使いたい用途の洗い出し
  • 候補ツールの契約条件・管理設定の確認
  • 許可マトリクスの叩き台づくり
  • 試行部門と見直し時期の決定

まとめ

生成AIの社内利用は、禁止か解禁かの二択ではなく、自社のデータと業務に合わせて段階的に設計できます。データ分類、用途、ツール区分の3軸で可・条件付き可・不可を整理し、試行部門で運用しながら見直すことが、現実的な進め方です。

利用ルールの叩き台づくり、ツール条件の確認、運用体制の整理はKANAMEBAで、社内展開時の研修は調査・研修講師サービスで相談できます。まずは現状の利用実態や方針を整理したい段階では、KAMUSHIRUBEの技術・DX相談もご活用ください。