株式会社KaisinAI
KAISINAI TECH BLOG EXTRA ISSUE — 別冊 生成AI×RPA×スクラッチ開発の実装知見を、現場から。
生成AI活用 2025.11.25(更新 2026.07.24) KaisinAI

生成AI導入前のセキュリティチェックリスト — 入れていい情報・いけない情報

生成AIを業務で使い始めるとき、最初に決めるべきは「どの情報を入力してよいか」という線引きです。ここが曖昧なまま利用が広がると、情報漏えいのリスクだけでなく、会社に隠れて個人アカウントで使う「シャドーAI」の温床にもなります。

本記事では、生成AI導入前に確認しておきたいセキュリティチェックリストを、入れていい情報・いけない情報の観点から整理します。

なぜ「入力情報の線引き」が最初の論点なのか

生成AIサービスの多くは、無料プランや個人向けプランでは入力内容がモデルの学習に利用される場合があります。一方、法人向けプランやAPI経由の利用では、入力データを学習に使わないことが規約で明示されているのが一般的です。つまり「生成AIに入力してよいか」は、情報の種類と契約形態の掛け算で決まります。

ここを整理せずに「とりあえず全面禁止」としてしまうと、便利さを知っている現場は私用スマホや個人アカウントでの利用に流れます。管理外の利用こそ最大のリスクであり、線引きを明確にして「安全に使える範囲」を示すことが、実質的なセキュリティ対策になります。実際、情報システム部門が把握していない生成AI利用は、匿名アンケートを取ると想定より多く見つかるのが通例です。

原則入れてはいけない情報

契約形態にかかわらず、次の情報は原則入力禁止とすべきです。

  • 個人情報:氏名・住所・電話番号・マイナンバーなど、個人を特定できる情報
  • 取引先の秘密情報:秘密保持契約(NDA)の対象となる情報。自社判断で外部サービスに入力すると契約違反になり得ます
  • 未公開の経営・財務情報:決算発表前の数値、組織再編に関する情報、人事情報など
  • 営業秘密:不正競争防止法上の保護を受けるには秘密として管理されていることが要件となるため、安易な外部入力は管理体制の主張を弱めます
  • 認証情報:ID・パスワード・APIキー・アクセストークン

特に見落とされがちなのが認証情報です。エラーメッセージやログ、設定ファイルを貼り付けて質問する際、その中にAPIキーや接続情報が紛れ込んでいるケースは現場で頻繁に起きます。貼り付け前に一呼吸置いて確認する習慣づけが必要です。

条件付きで入れてよい情報

次の情報は、条件を満たせば入力を許可できる領域です。

  • 匿名化・マスキング済みのデータ:氏名をA氏、取引先をX社に置き換えるなど、元の個人や企業を特定できない状態にしたもの
  • 社内文書の一般的な部分:定型の議事録フォーマット、公開済みのマニュアルや規程の構成など
  • ソースコード:入力が学習に利用されない契約形態で、かつ秘匿性の高いロジックや認証まわりを除いた範囲

ポイントは「入力が学習に利用されない契約か」を利用規約とデータの取り扱い条項で確認することです。同じサービス名でも、プランによってデータの扱いが異なる場合があるため、サービス名だけで判断せず、必ず自社が結ぶ契約の単位で確認してください。

また、部門ごとにデータの機微度は異なります。人事や経理のように機微情報を日常的に扱う部門では追加の制限を、マーケティングのように公開情報中心の部門では広めの許可を、といった濃淡をつけると、全社一律ルールよりも実態に合った運用になります。

導入前チェックリスト10項目

導入前に、最低限次の項目を確認しておきましょう。

  • 入力データがモデルの学習に利用されるか、規約で確認したか
  • 法人プラン・API利用など、学習に使われない契約形態を選んだか
  • データの保存場所と保持期間を把握したか
  • 入力禁止情報の一覧を自社の業務に即した言葉で定義したか
  • 匿名化・マスキングの具体的な手順を用意したか
  • アカウントを会社管理にし、私用アカウント利用を防ぐ導線があるか
  • 利用状況やログを確認できる体制があるか
  • 従業員への教育・周知の計画があるか
  • 判断に迷ったときの相談窓口を決めたか
  • ルールを定期的に見直すタイミングを決めたか

全項目を満たすまで導入を止める必要はありませんが、少なくとも学習利用の確認、禁止情報の定義、教育計画の3点は導入初日までに揃えてください。残りの項目は、利用範囲の拡大にあわせて段階的に整備すれば十分です。

禁止一辺倒のルールは機能しない

チェックリストを整えても、現場に「なぜダメなのか」と「どうすれば使えるのか」が伝わらなければ、ルールは形骸化します。研修では禁止事項の読み上げではなく、実際の業務データを題材に「これはどう加工すれば入力できるか」を参加者に考えてもらう形式が効果的です。安全に使える範囲を広げる方向でルールを設計すると、シャドーAIの抑止と活用促進を同時に実現できます。

まとめ

生成AI導入のセキュリティは、「情報の種類×契約形態」の線引きを明文化し、現場が迷わない状態をつくることが出発点です。禁止リストとあわせて、条件付きで使える範囲と加工手順まで示せば、リスクを抑えながら活用を前に進められます。KaisinAIでは、こうした社内ルールの策定と現場への定着を支援するAI人材育成サービスを提供していますので、あわせてご覧ください。

CONTACT — FREE CONSULTATION

まずは30分、
聞かせてください。

要件が固まっていなくて構いません。現場の業務をそのまま話していただければ、自動化できる余地と、やらない方がいいことを、その場で率直にお伝えします。