投稿者 global-ai-media 
米国CISA（サイバーセキュリティ・インフラストラクチャセキュリティ庁）のトップ代行が機密情報をChatGPTに入力してしまったという報道は、AI活用のリスクが単なる「個人のリテラシー」の問題ではないことを強く示唆しています。この事例を他山の石とし、日本企業が構築すべき現実的なセキュリティ対策と、現場の生産性を損なわないガバナンスのあり方について解説します。
セキュリティのプロでさえ陥る「シャドーAI」の罠
報道によると、米国のサイバーセキュリティを司るCISAのトップ代行（当時）が、政府の機密契約に関連する文書をChatGPTなどの商用AIツールにアップロードしていたことが明らかになりました。この事実は、私たちに非常に重い教訓を与えています。「セキュリティ意識の高い専門家でさえ、業務効率化の誘惑には勝てず、不適切なツール利用を行ってしまう」という現実です。
日本企業においても、現場の社員が「翻訳のため」「要約のため」「コード修正のため」に、会社の許可を得ていない個人アカウントの生成AIに社内文書をコピペしてしまう「シャドーAI」の問題が深刻化しています。これを「社員のモラル低下」として片付けるのは簡単ですが、実務的には「業務ニーズに対し、安全な環境が提供されていない」という組織的課題として捉えるべきです。
パブリック版とエンタープライズ版の決定的な違い
生成AIのセキュリティを議論する際、最も重要なのは「入力データが学習に使われるか否か」という点です。一般公開されている無料版のChatGPTやその他のLLM（大規模言語モデル）サービスの多くは、デフォルト設定ではユーザーの入力データをモデルの再学習に利用する規約となっています。つまり、機密情報を入力した場合、将来的にそのAIが別のユーザーへの回答としてその情報を出力してしまうリスク（学習データ汚染）が理論上存在します。
一方で、企業向けプラン（ChatGPT EnterpriseやAzure OpenAI Serviceなど）や、API経由での利用においては、「入力データを学習に利用しない（ゼロデータリテンション方針など）」ことが契約上保証されているケースがほとんどです。経営層やIT管理者は、この「学習利用の有無」を明確に区別し、現場に対して「どの環境であれば社内情報を扱ってよいか」を具体的に指示する必要があります。
日本企業特有のリスクと法規制への対応
日本国内での活用において特に注意すべきは、個人情報保護法や不正競争防止法（営業秘密）との兼ね合いです。顧客リストや従業員の個人情報、あるいは未発表の特許技術などをパブリックなAIに入力することは、情報の目的外利用や漏洩に該当する法的リスクを孕んでいます。
また、日本の商習慣では、稟議書、会議の議事録、取引先からの受領メールなど、定型的ながら機密性の高い文書作成業務が多く存在します。これらは生成AIによる効率化効果が非常に高い領域ですが、同時に「うっかりコピペ」が起きやすい領域でもあります。特に「社外秘」のマークがないメール文面や、開発中のソースコードの一部などは、現場の判断で安易に外部AIに入力されがちです。
「禁止」ではなく「安全な道」を用意する
CISAの事例が示すように、全面的な利用禁止は根本的な解決策にはなりません。禁止されれば、社員は個人のスマホや自宅PCから隠れて利用するようになり、リスクはかえって不可視化します。
企業が取るべきアプローチは、以下の3点に集約されます。
- 安全な環境の提供：入力データが学習されない企業契約版のAI環境を整備し、全社員がアクセスできるようにする。
- データ分類の明確化：「個人情報」や「極秘プロジェクト」など、AIに入力してはいけない情報の境界線を、抽象的なガイドラインではなく具体的な事例（NG集）として提示する。
- 入力フィルタリングの導入：DLP（Data Loss Prevention）ソリューションやAIゲートウェイ製品を活用し、マイナンバーやクレジットカード番号、特定の機密キーワードが含まれるプロンプトを技術的にブロックする仕組みを検討する。
日本企業のAI活用への示唆
今回の米当局でのインシデントは、AIガバナンスにおける「性善説の限界」を示しています。日本企業がこれからAI活用を深めるにあたり、以下の点を実務上の指針としてください。
第一に、「人への教育」と「技術的なガードレール」をセットで考えることです。リテラシー教育は必須ですが、人間は必ずミスをします。API利用によるセキュアな社内チャットボットの構築や、オプトアウト設定（学習利用拒否）の徹底など、システム側での安全策を講じることが、結果として現場の萎縮を防ぎ、活用を促進します。
第二に、リスクの所在を経営判断として許容範囲を決めることです。全ての情報を遮断すれば安全性は高まりますが、競争力は失われます。「公開情報に基づく一般的な推論や翻訳はパブリックAIでも可」「社内データを含む場合は専用環境のみ」といった、メリハリのあるルール作りが、DX（デジタルトランスフォーメーション）を停滞させない鍵となります。