本来、この記事はデータガバナンスカテゴリに属する内容です。ただし、生成AI活用が急速に広がる昨今、ガバナンスの議論を待たずにAI利用の是非を問われる現場が増えています。そのため、より多くの方に届けるために「AIの戦略・活用」カテゴリに掲載しています。

生成AIを社内で利用しようとすると、必ずと言っていいほど次のような議論になります。「AIサービスにデータを送るのは危険だ」「個人情報が漏れる」「社外AIは禁止だ」——。もちろん、この考え方にも理由はあります。しかし私は、この議論には一つ大きな違和感があります。「AIにデータを渡すこと」そのものを問題視してしまうと、本当に守るべきものが見えなくなるからです。

AIはすでに様々なクラウドサービスと同じ立場になっている

少し考えてみてください。私たちは日々、Microsoft 365、Google Workspace、Slack、Salesforce、Boxなど、多くのクラウドサービスを利用しています。当然ながら、これらのサービスにも社内データは送られています。つまり、「社外にデータを渡すこと」自体は、すでに企業活動の前提になっています。

では、生成AIだけ何が違うのでしょうか。ここでよく挙がるのが「学習されるから危険だ」という理由です。確かに、生成AIが登場した当初はその懸念がありました。しかし現在では、多くの企業向けAIサービスが、入力データをモデル学習に利用しない、保存期間を制御できる、暗号化して保管する、契約で利用目的を限定する、といった企業利用を前提とした仕組みを提供しています。

それにもかかわらず、「AIは禁止」というルールだけが残っている企業も少なくありません。

個人情報だけを守れば十分なのか

ここでもう一つ、大きな誤解があります。企業が守るべき情報は、個人情報だけではありません。例えば、来年度の事業戦略、M&Aの検討資料、商品原価、ソースコード、顧客との契約条件、独自ノウハウ——これらは個人情報ではありません。しかし企業にとっては、競争力そのものです。

一方で、Pythonのコードレビュー、SQLの書き方、PowerPointの構成相談、一般的な業務改善——これらをAIへ入力したからといって、重大な情報漏えいになるケースはほとんどありません。「個人情報かどうか」だけでAI利用を判断すること自体が、本質的ではないのです。

本当に必要なのは「情報分類」

AI活用が進んでいる企業には共通点があります。それは、AIを禁止していないことです。その代わりに、情報を分類しています。例えば次のような5段階です。

分類情報例利用できるAI
レベル1：公開情報ニュース、公開資料すべてのAI
レベル2：一般社内情報教育資料、社内マニュアル企業向けAI
レベル3：業務情報売上分析、業務データ匿名化・契約条件付き
レベル4：機密情報事業戦略、価格情報、設計書社内LLM・閉域環境のみ
レベル5：極秘情報M&A、人事評価、未公開技術AI利用禁止

重要なのは、「AIを使うか」ではありません。「どの情報を、どのAIで扱うか」なのです。

情報分類だけでは不十分

ここで終わる企業も少なくありません。しかし、情報を分類しただけでは、現場は動けません。営業担当は「この提案書は使っていいのか？」、エンジニアは「このソースコードは？」、管理部門は「契約書は？」——結局、誰も判断できず、AIは使われなくなります。

判断できる仕組みを作る：情報分類 × AIサービス分類

そこで必要になるのが、情報分類とAIサービス分類を組み合わせることです。AIサービスも次のように分類できます。

AI区分例利用できる情報
A：一般公開AI一般ChatAI公開情報のみ
B：企業契約AIEnterprise版生成AI一般社内情報まで
C：閉域AIAzure・Bedrock・Vertex等業務情報まで
D：社内LLMオンプレミス・社内GPU機密情報まで

すると、「レベル3の情報はBではなくC」という判断ができます。これなら社員も迷いません。

さらに必要なのは現場で使えるチェックリスト

現場で本当に必要なのは、規程ではなく、判断材料です。例えばAIへ入力する前に、次の5項目だけ確認するルールでも十分です。

  • 個人情報は含まれていないか
  • 顧客が特定できないか
  • 契約違反にならないか
  • 競争優位となる情報ではないか
  • 匿名化・要約できないか

これだけでも、ほとんどのケースは判断できます。

「学習されない」は確認項目の一つでしかない

企業向けAIで「学習に利用しません」と書かれていても、確認すべき項目は他にもあります。データはどこの国に保存されるのか、保存期間は何日か、ログは残るのか、障害解析時に閲覧される可能性はあるか、契約で何が保証されているのか、アクセス制御は十分か——これらを包括的に確認することが必要です。

つまり、「学習されない」だけでは、安全とは言い切れません。逆に、それらを適切に管理できるのであれば、過度にAIを恐れる必要もありません。

AIガバナンスとは「禁止」ではなく「選択できる状態」

私はAIガバナンスとは、AIを制限することではなく、安全に活用できる状態を作ることだと考えています。経営者が目指すべきなのは、「AIは禁止」という組織ではありません。社員一人ひとりが「この情報なら、このAIを使えばよい」と迷わず判断できる組織です。

そのためには、次の5つが必要です。

  • 情報を分類する
  • AIサービスを分類する
  • 利用ルールを定める
  • 契約・技術的対策を整える
  • 社員が判断できる仕組みを作る

おわりに

生成AIの議論は、しばしば「使うか、使わないか」という二者択一になりがちです。しかし、本質はそこではありません。企業が考えるべきなのは、「どの情報を、どのAIに、どの条件で預けるのか」というガバナンスです。

AIを禁止することは、一見すると安全に見えます。しかし、その結果として会社が把握できないAI利用（シャドーAI）が生まれ、生産性が低下し、本来得られるはずだった競争力を失うこともあります。一方で、情報をリスクに応じて分類し、それぞれに適したAIを選択できる仕組みを整えれば、安全性と生産性は両立できます。

AI時代に求められるガバナンスとは、「AIを止めること」ではありません。AIを正しく選び、正しく使える組織をつくること——それこそが、これからの企業競争力を支える土台になるのではないでしょうか。生成AI時代のデータガバナンスで新たに必要になる3つの観点もあわせてご覧ください。