「AIを禁止する」より「安全に使わせる」

結論から言うと、社内AIルールの目的は「止めること」ではなく「見える場所で、安全に使ってもらうこと」です。理由はシンプルで、禁止してもAIの利用は止まらず、会社から見えない場所に移るだけだからです。

各種調査がその実態を示しています。

調査	主な結果
Gartner 国内調査（2026年6月公表）	現場によるAI選定を認める企業は計75%。一方、シャドーAIを把握できていない企業が43%、把握しても有効な対策を打てていない企業が30%
AI白書2026 調査（角川アスキー総合研究所、2026年4月実施）	公式外AIの業務利用経験は管理職46.5%、一般社員38.1%。全社ガイドライン整備済みの企業でも46.9%
サイバーセキュリティクラウド調査（2026年4月、会社員300名）	会社のAI利用ルールが「ない・わからない」が約45%。AI利用者の約6割が何らかの業務情報を入力した経験あり
総務省令和7年版情報通信白書	生成AIの活用方針を定めている企業は日本49.7%、米国84.8%、中国92.8%

特に注目したいのはAI白書の結果です。ガイドラインを全社で整備した企業でも、公式外ツールの利用率は一部整備の企業とほとんど変わりませんでした。つまり「ルールを作ったかどうか」ではなく、「現場が使いたくなる正規ルートがあるか」「ルールが実態に追いついているか」が分かれ目になっています。

シャドーAIとは、会社が許可・管理していないAIツールを従業員が自分の判断で業務に使う状態のことです。悪意からではなく、「目の前の仕事を早く終わらせたい」という真面目な動機で起きる点が厄介なところです。

禁止がかえって危ない3つの理由

AI禁止の通達は「安全側に倒した判断」に見えますが、実際には次の3つの理由でリスクを増やしがちです。

利用が見えなくなる：会社のPCで止めても、私物スマホや個人アカウントで使われます。サイバーセキュリティクラウドの調査でも、個人PCや個人スマホからの利用が一定数確認されています。何が入力されたか記録が残らないため、事故が起きても影響範囲を特定できません。
申告されなくなる：禁止下で使った人は、ヒヤリハットがあっても報告しません。同調査では、AIを使った事実を周囲に「ほとんど・意図的に共有していない」人が約43%いました。
競争力を失う：安全に使える業務まで一律に止めると、AIで生産性を上げる他社との差が開きます。

使いたいという動機は同じでも、禁止すると利用は記録の残らない場所へ移り、正規ルートを用意すると見える場所に集まります。

よく引き合いに出されるSamsungの事例

2023年、Samsungでは半導体部門がChatGPTの利用を認めた直後に、社員が社内のソースコードや会議内容を入力していた事例が3件見つかりました。エラー修正やコード最適化、議事録作成といった、ごく普通の業務目的でした。同社はその後、会社支給の端末や社内ネットワークでの生成AI利用を禁止しましたが、同時に社内向けAIツールの開発と、安全に使える環境づくりの検討を進めていると伝えられました。

この事例の教訓は「AIは危ないから禁止」ではありません。ルールと環境を用意しないまま「使ってよい」としたことが問題でした。そして禁止は一時的な措置にすぎず、最終的には安全に使える環境を用意する方向へ進んでいます。

国内でも、IPAの「情報セキュリティ10大脅威 2026」で「AIの利用をめぐるサイバーリスク」が組織向けの3位に初めて入りました（出典）。想定されているのは、理解不足による意図しない情報漏えいや、検証されない生成結果をそのまま使うことです。どちらも禁止では防げず、ルールと教育で防ぐ種類のリスクです。

国の方針も「禁止」ではなく「推進＋自主ルール」

日本のAI政策は、罰則で縛るハードローではなく、事業者の自主的な取り組みを促すソフトローが軸です。社内ルールを作るときに押さえておきたい枠組みは次のとおりです。

枠組み	ポイント	社内ルールでの使い方
AI推進法（2025年9月全面施行）	AIの研究開発と活用の推進が目的。事業者には国の施策への協力などの責務があるが、個別の義務や罰則はない	「活用を前提にリスクを管理する」という方向性の根拠
人工知能基本計画（第Ⅰ期 2025年12月、第Ⅱ期 2026年7月閣議決定）	第Ⅱ期は「AIを使う」を基本方針の筆頭に掲げ、社会全体でのAI活用を進める	経営層への説明材料
AI事業者ガイドライン第1.2版（総務省・経産省、2026年3月31日）	共通指針10項目。AI開発者・提供者・利用者の3区分で責務を整理。第1.2版でAIエージェント等への対応を追記	自社は主に「AI利用者」。チェック項目の上位基準として使う
JDLA「生成AIの利用ガイドライン」（第1.1版）	書き換えて使う前提の無償ひな形。入力時の注意と生成物利用時の注意を分けて整理	社内規程の叩き台

注意したいのは、AI推進法に罰則がないからといって「何をしてもよい」わけではない点です。個人情報保護法や著作権法などの既存法令はAIの利用にもそのまま適用されます。社内ルールの中身の多くは、この既存法令を「AIを使う場面ではどう守るか」に翻訳する作業だと考えると整理しやすくなります。

なお、AI事業者ガイドラインは毎年見直されており、2026年10月時点でも次の更新に向けた検討が進んでいます。社内ルールも同じく「一度作って終わり」ではない前提で設計しましょう。

現実的な社内AIルールの作り方：5つのステップ

現場で守られるルールは、「何を禁止するか」より先に「何をどこまで使ってよいか」を示しています。次の順で進めると、無理なく形になります。

利用実態を棚卸しする：まず「誰が、どのAIに、何を入れているか」を把握します。匿名アンケートで、よく使われるサービス名を具体的に挙げて聞くと実態が集まりやすくなります。この段階で個人を責めないことが重要です。
公式ツールを用意する：入力データを学習に使わない契約、SSO、操作ログを備えた法人向けAIを用意します。Netskopeの調査では、組織管理アカウントでのAI利用が25%から62%に増え、個人向けアプリの利用は78%から47%に下がりました。正規ルートを整えると、個人アカウントへの依存は減らせます。
情報の区分で「入れてよいもの」を決める：ツール名ではなく、扱う情報のレベルで線を引きます（下の表）。
生成物の扱いを決める：AIの出力は「下書き」であり、最終責任は人が持つことを明記します。事実確認、著作権・商標の確認、社外公開前のレビューを必須にします。
経営承認を得て、既存規程に位置づける：情報セキュリティ規程の細則として位置づけると、教育や監査の仕組みに乗せやすくなります。

情報区分ごとのルール例

情報の区分	例	公式AI（法人契約）	個人アカウント・未承認AI
公開情報	自社サイト掲載内容、公開済みプレスリリース	利用可	利用可
社内一般	社内向けマニュアル、一般的な議事録	利用可	利用不可
機密	未公表の経営情報、契約書、ソースコード、顧客名	申請・承認した用途のみ	利用不可
個人情報・特に機微な情報	氏名・連絡先、患者・健康情報、人事評価	原則不可（個別審査）	利用不可

ルールに入れておきたい項目

目的：「安全に活用して生産性を上げる」ことを冒頭に書く
対象者と対象ツール：許可ツールの一覧と、追加申請の窓口・期間の目安
入力してよい情報・いけない情報（上の表）
生成物の確認義務：事実確認、権利侵害チェック、AI利用の明示が必要な場面
AIエージェントの扱い：アクセスできる範囲と実行できる操作を事前に限定する
誤入力・事故時の報告手順：「早く報告した人を責めない」と明記する
見直しの周期：最低年1回、加えて大きな技術変化があったとき

許可ツールの追加申請が遅いと、現場はまた個人アカウントに戻ります。低リスクな用途は短期間で承認できる「ファストトラック」を用意しておくのが現実的です。

ルールを形骸化させない運用のコツ

AI白書2026の調査では、全社ガイドラインを整備した企業でも45.1%が「ルールが現場の実態に追いついていない」と答えています（出典）。作った後の運用こそが本番です。

管理職を教育の対象から外さない：同調査ではシャドーAIの利用経験は管理職の方が高く、GRASグループの調査でも機密情報を入力した割合は一般社員18.8%に対し課長・部長クラス37.5%でした。新人向けの注意喚起だけでは不十分です。
業務シーン別に教える：「契約書を要約したい」「顧客へのメールを推敲したい」「エラーの出たコードを直したい」など、具体的な場面ごとに入力してよい範囲を示します。抽象的な禁止事項の列挙より守られます。
相談窓口を一本化する：「これ入れていい？」を気軽に聞ける窓口があると、グレーな利用が表に出てきます。
数字で見直す：承認済みツールの利用率、未承認ツールの検知数、申請から許可までの日数などを定期的に確認し、ルールを更新します。
既存のマネジメントシステムに組み込む：ISO 27001などの認証を取得している会社なら、AI利用を情報資産管理・リスクアセスメント・内部監査の対象に加えるのが近道です。新しい仕組みを一から作るより定着しやすくなります。

医療・介護など機微情報を扱う職場では

患者や利用者の情報、職員の勤怠・人事情報を扱う職場では、上の表の「個人情報・特に機微な情報」の扱いが最大の論点になります。AIに渡す前に匿名化・仮名化する手順を決める、閉域環境や国内処理のサービスに限定する、といった一段厳しい設計が必要です。それでも「全面禁止」ではなく、シフト表の作成補助や院内文書の下書きなど、機微情報を含まない業務から先に解放していくのが現実的な進め方です。

ルールを「仕組み」で支える：SMART AI WATCHER導入の利点

ルールと教育だけでは、「実際に守られているか」「事故が起きたら何があったか」を確かめられません。弊社のエンドポイント監視・ログ管理製品「SMART AI WATCHER（SAW）」は、社内のPC（Windows・Mac・Linux）にエージェントを入れて操作を記録し、サーバーに集めてWebコンソールで見る・探す・通知する・制御する製品です。中でも生成AIの利用の把握に力を入れています。

端末と法人向けAIの記録をSAWサーバーに集めて改ざんから守り、可視化・通知・監査証跡の3つの出口につなげます。点線は、サーバーから端末へのURLブロックや利用者通知などの制御です。

本記事のステップ	SAWが支える部分
利用実態の棚卸し・可視化	生成AI利用の可視化ダッシュボードで、どの端末からどのAIサービスが使われているかを把握。Cursor・Devinなども含むAIサービス分類カタログで、公式ツールとそれ以外を分けて見られる
公式ツールへの誘導	ChatGPT・Claude の法人版は、Anthropic・OpenAI の Compliance API と連携して利用状況を取り込める。正規ルートの利用も同じ画面で把握できる
入力してよい情報の徹底	Web版AIへの入力本文やAI会話本文を記録し、「顧客名」「契約書」などのキーワードに当たるとアラート。管理者へメール・Teams・Slackですぐ通知し、利用者の端末に確認の通知も出せる
費用の管理	AIトークン利用量をモデル単価マスタで金額に換算し、AI利用のコストを見える化
事故時の報告・初動	受信したログをハッシュの鎖と日ごとの封で守り、改ざんされていないことを検証できる。事後に「誰が、いつ、何を入力したか」を証拠として追える
端末の制御	URLブロック、アップロード禁止ドメイン、USB記憶域の制御などで、未承認AIへの持ち出し経路を絞れる。Microsoft Intune・Apple MDM とも連携
定期的な見直し・監査	CISA KEV・FIRST EPSS・NVD を使った脆弱性評価で、端末上のソフトの危険度に優先順位をつける。ログはSIEMへ転送でき、監査証跡としても使える

主な利点は次の5つです。

生成AIの利用をログで監視できる：ブラウザで使うAIへの入力本文だけでなく、Claude Code などのCLI系AIツールの会話本文まで記録できます。本記事で紹介した調査のように、ガイドラインを整備しても公式外ツールの利用は減りにくいのが実情です。ルールを作るだけでなく、実際の利用をデータで確かめられる点が大きな違いです。
「禁止」ではなく「見える化」で統制できる：使わせながら記録を残し、危ない入力だけをアラートで拾う設計です。キーワードアラートの「すぐ通知」は1分ごとに働き、通知メールにはログの本文を載せないため、通知経路から情報が漏れることもありません。
ログが「証拠」として使える：受信ログのSHA-256を鎖でつなぎ、1日ごとに封をしてS3やSIEMに届けます。毎日全体を検証し、壊れていればインシデントとして扱います。事故の影響範囲の特定や、取引先・監督官庁への説明に耐える記録を残せます。
見る人を絞り、従業員のプライバシーにも配慮できる：AI会話本文やWeb版AIの入力本文は管理者だけが見られるように二重に絞られています。画面・CSV・SIEM転送などで特定の値を伏せる設定もあり、監視しすぎへの不安にも応えられます。
AI以外のリスクもまとめて管理できる：ファイル操作・Web・USB・印刷などの操作ログ、資産管理、脆弱性評価、デバイス制御を1つの製品で扱えます。AI利用ルールを情報セキュリティ全体の管理に組み込めるため、ISO 27001などの内部監査の証跡としても活用できます。

Webコンソールは二要素認証（TOTP）と接続元IPの制限に対応しています。ログそのものを守る仕組みも備えているので、監視の仕組み自体が新たなリスクになりにくい設計です。

まとめ：隠れて使うより、公式に使う方が便利な状態をつくる

シャドーAI対策の成否は、「従業員が隠れて使うより、会社の管理下で使う方が速くて便利か」で決まります。禁止の通達だけでは利用は見えない場所に移るだけで、情報漏えいのリスクはむしろ高まります。

今日から始めるなら、この3つです。

[ ] 匿名アンケートで、社内のAI利用実態を把握する
[ ] 学習に使われない法人向けAIを1つ公式ツールとして用意する
[ ] 「入れてよい情報・いけない情報」を1枚の表にまとめて配る

ルールは完成品ではなく、技術と現場に合わせて育てていくものです。小さく始めて、定期的に見直していきましょう。

「AIを禁止する」より「安全に使わせる」：現実的な社内AIルールの作り方「禁止」しても、社員はもうAIを使っている