AI利用のルールと情報の線引きを整えた会社が、次にぶつかるのは「そのルールは守られているのか」という問いです。作ったルールが現場でどう運用されているのか、経営から見えているでしょうか。多くの会社では、この問いに答えるための材料がそもそも存在しません。ルールは作った瞬間から古び始め、現場の使い方は日々変わっていくにもかかわらず、です。
従業員のAI利用の可視化と聞くと、監視のような響きを感じるかもしれません。しかし本質は逆です。可視化は従業員を縛るためのものではなく、安心してAIを使わせるための統制の基盤です。本コラムでは、何を・どうやって見えるようにするのかを整理します。
アンケートの限界とログの価値
AI利用の実態を知ろうとするとき、多くの会社が最初に行うのはアンケートです。手軽で意義もありますが、自己申告には構造的な限界があります。「会社に認められていないAIを使っていますか」という質問に、正直に「はい」と答える従業員は多くありません。悪意がなくても、ブラウザの拡張機能や翻訳サイトのAI機能など、本人がAI利用と自覚していないケースも増えています。申告された実態と実際の利用には、ほぼ確実にずれがあると考えるべきです。
実態に近づくには、ログに当たるのが確実です。社内ネットワークの通信記録からは、どのAIサービスにどれだけのアクセスがあるかが分かります。SSO(シングルサインオン=一つのIDで各サービスにログインする仕組み)を導入している会社なら、その記録から誰がどの公認サービスをどのくらい使っているかを把握できます。特別な投資をしなくても、すでに社内にある記録だけでかなりの解像度が得られることは、意外と知られていません。
アンケートが無意味だということではありません。「なぜ非公認のAIを使うのか」「公認AIには何が足りないのか」といった理由や要望は、ログには映らないからです。実態の把握はログで、背景の理解はアンケートやヒアリングで。この二つは競合ではなく役割分担の関係にあります。
公認ツールへの集約が可視性を生む
可視化を考えるうえで押さえておきたい原理があります。利用を公認ツールに寄せれば寄せるほど、実態は見えるようになるということです。法人契約のAIサービスには管理画面が用意されており、利用者数や利用頻度、部門ごとの傾向を管理者が確認できます。契約上、入力データが学習に利用されない点も含めて、会社の目が届く範囲でAIが使われる状態をつくれます。
逆に、従業員が個人アカウントで外部のAIを使っている場合、その中で何が入力されたのかを会社が知る方法は原理的にありません。見えるのはせいぜい「そのサービスへのアクセスがあった」という事実までです。つまり可視化の第一歩は、高価な監視ツールの導入ではなく、使いやすい公認AIを提供して利用をそこに集約することです。禁止で締め付けて個人利用に潜られるほど、会社はかえって見えなくなる。この逆説は、シャドーAIが生まれる構造とまったく同じです。
ログによる把握には範囲の限界もあります。在宅勤務で自宅の回線から使う、私物のスマートフォンで使うといった利用は、社内ネットワークの記録には残りません。この死角を監視の強化で埋めようとするときりがなく、従業員との信頼関係も損ないます。だからこそ、どこからでも使える公認AIを整え、「わざわざ非公認のAIを使う理由」そのものをなくすことが、結局は最も効果的な対策になるのです。
何を見るか ― 監視と統制を区別する
可視化で見るべきは、大づかみの傾向です。具体的には、公認AIの利用者数と利用率、部門ごとの利用の濃淡、そしてどのような用途(文書作成、要約、翻訳、コード作成など)に使われているかの傾向です。この三つが分かれば、経営判断の材料としては十分です。
一方で、個々の従業員の入力内容を常時監視することは、目的にすべきではありません。一挙手一投足を見られていると感じた瞬間に、従業員のAI活用への意欲は冷え込みます。監視と統制は違います。組織として全体の傾向を把握し、リスクの高い兆候があったときに調べられる状態にしておくことが統制であり、全員の画面を覗き込むことではありません。この線引きを経営が明言することが、可視化に対する現場の納得感を生みます。何をどこまで記録するのかは、プライバシーへの配慮としても事前に社内へ説明しておくべきです。
たとえば、契約書がそのままAIに投入されている傾向が特定の部門で見えたとします。そこで行うべきは個人を探して罰することではなく、「契約書を安全に扱える使い方や環境をまだ用意できていない」という組織課題として受け止め、打ち手を整えることです。傾向を見る目的は犯人捜しではなく、次の一手の発見にあります。
見えた後の使い方 ― 可視化は攻めの材料になる
可視化は守りのためだけのものではありません。実態が見えるようになると、攻めの打ち手が具体的になります。
- 活用が進む部門のやり方を他部門へ横展開する(うまい使い方は現場に眠っています)
- リスクの高い用途を早期に発見し、ルールや契約の見直しにつなげる
- 利用率の低い部門を特定し、教育投資を重点的に配分する
特に横展開の効果は大きく、「営業部門では提案書の下書きにこう使っている」という社内の実例は、どんな研修資料よりも他部門を動かします。可視化のデータは、リスク管理の報告書であると同時に、AI活用を加速させるための地図でもあるのです。
さらに、可視化の数字は経営のKPI(重要業績評価指標=達成度を測る物差し)としても使えます。「公認AIの月間利用率」を全社の目標に据えれば、AI活用の推進とシャドーAIの抑制を同じ一つの数字で追うことができます。ツールを導入したのに使われていないという、AI投資で最もよくある失敗の早期発見にもつながります。
経営としての初動 ― 情報システム部門への三つの質問
経営としての初動は、情報システム部門への三つの質問です。第一に、「公認AIの利用率はどれくらいか」。第二に、「非公認のAIサービスへのアクセスは観測できているか」。第三に、「その二つを月次で報告できるか」。
最初の答えは、おそらく「すぐには分かりません」でしょう。それで構いません。何が見えていて何が見えていないのかがはっきりすること自体が、初回の大きな成果です。報告の形式も凝る必要はありません。利用率の推移、非公認サービスへのアクセス件数、現場から寄せられた要望。この三点が一枚にまとまっていれば、経営会議の議題として十分に機能します。
この三つに答えられる体制ができれば、AI利用の統制は「作ったルールを信じる」段階から「実態を見て調整する」段階へ進みます。完璧なダッシュボードは要りません。月に一度、一枚の報告で十分です。大切なのは、経営が実態を見ようとしていること、そして監視のためではなく活用のために見ていることが、社内に伝わることです。次回は、可視化してもなお残る難所である秘密情報とAIの距離、つまりAPIキーや認証情報をAIに「見せずに使わせる」設計を取り上げます。
DSB Consultingでは、AI利用状況の可視化の設計から、公認ツールへの集約、経営向けの報告の仕組みづくりまでを支援しています。自社のAI利用がどこまで見えているかを点検したい方は、無料相談をご利用ください。