シャドーAI対策の社内ポリシー作成ガイド｜禁止より上手く使わせる

まず結論

• シャドーAI対策の本丸は**「禁止」ではなく「安全に使わせる仕組み」**を作ること
• ポリシー作成は 5ステップ で進める：現状把握 → リスク分類 → 利用範囲定義 → 承認ツール選定 → 教育と監視
• ポリシーには 7つの必須項目（目的・対象範囲・分類別ルール・承認ツールリスト・禁止事項・違反時の対応・改訂サイクル）を必ず盛り込む
• 一番の落とし穴は**「完璧なポリシーを作って終わり」になること**。運用と教育がセットでなければ守られない
• DLP（情報漏えい防止）や監視ツールは入れる前に**「何を守りたいか」を決めてから**選ぶ

---

なぜいま、ポリシー作成が急務なのか

前回の記事 会社に黙ってChatGPT使ってない？｜「シャドーAI」が企業にもたらす見えないリスク で、IT部門の承認なく従業員がAIツールを業務利用する「シャドーAI」の広がりと、それが情報漏えい・著作権・コンプライアンスという3方向のリスクを同時に生むことを解説しました。

簡単に振り返ると：

• 入力したデータが外部AIサービスのモデル学習に使われる可能性
• 出力された文章やコードに著作権・ライセンスの問題が潜む可能性
• ハルシネーション（もっともらしい嘘）混じりの出力をそのまま社外に出してしまうリスク

この3つは、従来のシャドーIT（未承認SaaSの利用）にはなかったAI固有のリスクです。普通のSaaSなら「使うな」と禁止すれば済みましたが、AIは違います。

なぜなら、AIは生産性を本当に上げるからです。営業がメール下書きに使えば30分の作業が5分に、エンジニアがコード補完に使えば実装速度が2倍に、企画担当が議事録要約に使えば会議後の整理時間がゼロになる。これを完全に禁止すると、競合他社との生産性差が日に日に開くことになります。

つまり経営判断として「禁止」は現実的ではありません。やるべきは**「ルールを作って、安全に使わせる」こと。そしてそのルールを言語化したものが社内AI利用ポリシー**です。

ポリシーがないまま放置すると、どうなるか。

• 真面目な社員ほど「使っていいのか分からないから使わない」→ 生産性が上がらない
• 攻めの社員は「黙って使う」→ シャドーAIが拡大
• 結果として**「使っているけど、会社は把握していない」**最悪の状態になる

この記事では、その状態を抜け出すためのポリシー作成と運用の実践ガイドをまとめます。

---

ポリシー作成の5ステップ

ゼロからポリシーを作る場合、以下の順序で進めるのが最も効率的です。

ステップ1：現状把握（2〜3週間）

まずは自社の従業員がどんなAIツールをどう使っているかを可視化します。

• 部門ごとにヒアリング（人事、営業、マーケ、開発、経理など）
• アンケートで匿名回答を集める（**「使っていますか？」ではなく「どんな業務に使うと便利だと思いますか？」**と聞くと正直に答えてくれる）
• ネットワークログからchat.openai.com、claude.ai、gemini.google.com などへのアクセスを集計

ここで大事なのは、**「使っている人を責めないこと」**を最初に宣言することです。責める空気で調査すると正確な実態は出てきません。

ステップ2：リスク分類（1週間）

業務で扱うデータを 4段階 に分類します。

レベル	例	AI利用
公開	プレスリリース、公式サイト掲載済み情報	自由に利用可
社内限り	社内手順書、議事録（機密情報なし）	承認済みツールのみ可
機密	顧客情報、未公開の財務、人事情報	原則禁止 / 法人プラン+特定条件下のみ可
極秘	M&A情報、研究開発の核となるノウハウ	全面禁止

この分類を最初にやらないと、後のルールが全部曖昧になります。「機密データはダメ」と書いても、何が機密かを社員が判断できなければ意味がない。

ステップ3：利用範囲の定義（1週間）

データ分類ごとに「誰が・どのツールで・何をしてよいか」を決めます。

例：

• マーケ部門：レベル1〜2のみ、ChatGPT Team プラン経由でブログ下書き作成可
• 開発部門：レベル1〜2のみ、GitHub Copilot Business 経由でコード補完可、社内コードのアップロード禁止
• 人事部門：個人情報を含むデータは全面禁止、要約等は社内Bedrock経由のみ

ステップ4：承認ツールの選定と提供（2〜4週間）

「禁止」だけのポリシーは必ず破られます。正規ルートで使えるツールを会社として用意するのがセットです。

• ChatGPT Enterprise / Team
• Claude for Work
• Microsoft 365 Copilot
• Google Workspace の Gemini
• 自社環境で動かす Azure OpenAI / Amazon Bedrock

価格・データ取り扱い・SSO対応などを比較して、自社の規模と業種に合うものを選びます。

ステップ5：教育と監視の運用設計（継続）

ポリシーを配布して終わりではなく、入社時研修・定期リマインド・違反時のエスカレーションフローまで設計します。詳細は後述。

---

ポリシーに必ず盛り込むべき7項目

ポリシー文書を書くとき、以下の7項目はどんな会社でも入れておくべき骨格です。

1. 目的とスコープ

「このポリシーは何のために存在するのか」を冒頭で明示します。

• 例：「本ポリシーは、生成AIツールを業務で利用する際の遵守事項を定め、情報漏えい・著作権侵害・誤情報拡散のリスクから会社と従業員を守ることを目的とする」
• 適用対象：正社員・契約社員・業務委託・インターン全員、すべての業務利用シーン

2. データ分類別の利用ルール

ステップ2で作った分類表をそのまま掲載します。判断に迷ったら上長に確認、というエスカレーションパスを必ず明記してください。

3. 承認済みツールのリスト

会社として利用を認めたツール名・契約プラン・ログイン方法を具体的に記載します。

• 例：「ChatGPT は会社契約の Team プランのみ可。個人アカウントでの業務利用は禁止」

リストは必ず随時更新できる別紙形式にしておくこと。本文に埋め込むと、ツール追加のたびにポリシー本体の改訂手続きが必要になります。

4. 禁止事項の列挙

抽象論ではなく、具体的な NG 行動を箇条書きで示します。

• 顧客の氏名・メールアドレス・電話番号を AI に入力する
• 未公開の財務数値を AI に分析させる
• AI が生成した文章を一次情報として確認なしに社外に出す
• AI が生成したコードをライセンス確認なしに本番環境に投入する
• 個人アカウントの ChatGPT / Claude / Gemini を業務で使う

5. 出力物の取り扱いルール

AIが生成したものをどう扱うかを定めます。

• 社外に出す文章は必ず人がチェックする
• AI生成と分かるように内部資料には注記する（例：[AI支援作成]）
• 数値・固有名詞は必ず一次ソースで裏取りする
• 著作権リスクのある画像生成は法務確認後のみ

6. 違反時の対応

「違反したらどうなるか」を明確にします。曖昧にすると抑止力が効きません。

• 軽微な違反：上長と情シスへの報告、再発防止研修
• 重大な違反（機密情報の流出など）：就業規則に基づく懲戒対象
• インシデント発生時は24時間以内に情シスへ報告する義務を明記

7. 改訂サイクルと問い合わせ窓口

AIの世界は半年で景色が変わります。最低でも半年に1回の改訂サイクルを明記し、質問窓口（情シスのSlackチャンネル等）を必ず作ります。

---

運用面の落とし穴

立派なポリシーを作っても、運用が雑だと意味がありません。よくある失敗パターンを5つ挙げます。

落とし穴1：ポリシーが長すぎて誰も読まない

A4で20ページのポリシーを配布しても、ほぼ100%読まれません。本体は5ページ以内、別紙でツールリスト・FAQ・チェックリストを補完する構成が現実的です。

落とし穴2：「ダメ」しか書いていない

禁止事項だけのポリシーは現場で嫌われます。**「これはOK」「こう使うと便利」**というポジティブな例を必ず併記してください。

落とし穴3：作って終わり、改訂しない

2024年版のポリシーが2026年も貼ってある会社は珍しくありません。AIエージェント、MCP、新しいモデルが次々出る中で、半年前のポリシーは半分が陳腐化していると考えるべきです。

落とし穴4：情シス部門だけで作る

情シスだけで作ると「セキュリティ最優先・現場の使いやすさ無視」のポリシーになりがちです。マーケ・営業・開発の代表を巻き込んだワーキンググループで作ることを推奨します。

落とし穴5：違反を発見しても何も起きない

監視ログでアラートが出ても情シスがスルーしている、違反者に注意もしない、という状態だとポリシーは死んだも同然です。「何が起きたら誰がどう動くか」のフローチャートを運用前に必ず作っておきましょう。

---

教育プログラムの設計

ポリシーは「読ませる」だけでは身につきません。3層の教育設計が効果的です。

第1層：全社員向け基礎研修（年1回・60分）

• 生成AIとは何か、なぜリスクがあるのか
• データ分類別の使ってよいケース・ダメなケース
• 実際の事故事例（他社のニュース）
• 自社のポリシーの要点と問い合わせ窓口

eラーニング形式で、最後に小テスト（合格しないと完了扱いにならない）を入れると定着率が上がります。

第2層：部門別ハンズオン（半期1回・90分）

部門ごとに「自分たちの業務で使ってよい/ダメな具体例」を演習形式で学びます。

• マーケ部門：ブログ下書き作成、SEOキーワード抽出、競合分析の実演
• 営業部門：提案メール作成、議事録要約のOK/NG例
• 開発部門：Copilotの使い方、社内コードのアップロード禁止理由

上司も一緒に受けることが大事です。上司が知らないと現場で適切な指導ができません。

第3層：管理職向けマネジメント研修（年1回・90分）

部下のシャドーAI利用にどう対応するか、生産性向上とリスク管理のバランスをどう取るかを学びます。

おまけ：個人での学習を支援

社員の中には「もっとAIを使いこなしたい」と思っている人もいます。書籍購入補助や外部研修受講補助を出すと、前向きな利用文化が育ちます。AIを使う側のリテラシーをもっと深めたい方は AIプライバシー対策完全ガイド も合わせて読むと理解が深まります。

---

ツール（DLP/監視）の選び方

ポリシーと教育だけでは「ルールを守らない人」を完全には防げません。技術的な裏付けとして、以下のツールカテゴリを検討します。

CASB（Cloud Access Security Broker）

社内ネットワークから各クラウドサービスへの通信を可視化・制御します。

• 代表例：Microsoft Defender for Cloud Apps、Netskope、Zscaler
• AIツールへのアクセス可否、利用ユーザー、転送データを把握できる

DLP（Data Loss Prevention）

社内の機密情報がAIサービスに送られそうになったときにブロックまたは警告します。

• 「クレジットカード番号らしき文字列」「マイナンバーらしき文字列」を検知してブロック
• 顧客リストCSVのアップロードを検知して上長承認を要求
• ChatGPTのテキスト入力欄に機密データが入力された瞬間にアラート

ブラウザ拡張型の監視ツール

最近増えているのが、AIツール特化の監視拡張機能です。

• 例：LayerX、Nightfall、Harmonic Security の AI セキュリティ製品
• 業務ブラウザにインストールして、AI入力欄での挙動だけを監視
• 個人のプライベート利用は監視しないので過剰監視にならない

選定の3原則

1. 「何を守りたいか」を先に決める：個人情報か、ソースコードか、財務情報か。守りたいものが違えば最適ツールも違います
2. 既存のセキュリティ基盤と連携できるか：SIEMやIDaaSと連携できないと運用が破綻します
3. 過剰監視にならないか：従業員からの反発が大きいツールは結局使われなくなります

なお、AIエージェント時代になるとシャドーAI問題はさらに複雑化します。エージェントは複数のツールを連携して動作するため、「どの境界で何をブロックするか」の設計が一段難しくなる。詳しくは AIエージェント時代のセキュリティリスク2026 で解説しています。

---

あなたへの影響

立場別に、明日から何をすべきかを整理します。

経営層・情シス責任者

今すぐ着手すべきは現状把握です。匿名アンケートでもいいので、「うちの社員がどれだけAIを使っているか」を数字で把握してください。これがないと予算も降りません。次にやるのはワーキンググループの立ち上げ。情シス・法務・人事・現場部門の代表で3ヶ月かけてポリシーを作ります。

中間管理職

部下が「ChatGPT使っていいですか？」と聞いてきたとき、「会社のルールは○○だよ」と答えられるようになっておくことが最低ライン。ルールを知らない管理職の下では、シャドーAIは確実に拡大します。自分の部門で扱う情報のリスクレベルを把握し、部下に説明できるようにしておきましょう。

一般社員

会社にポリシーがあるなら必ず読む、ないなら情シスに「作りませんか」と提案する。これだけで会社全体のセキュリティレベルが上がります。あと、個人のChatGPT/Claude/Geminiアカウントで業務情報を入力しない——これは本当にやめてください。会社が契約してくれない場合は、提案するか、紙のメモで仕事を進めるかの二択です。

副業・フリーランス

クライアントから預かった情報を個人のAIアカウントに入力するのは、契約違反になるケースが多いです。作業前にAI利用可否をクライアントと合意しておくのが、信頼を失わないコツです。

---

まとめ

シャドーAI対策の本質は、**「禁止する」ではなく「安全に使える環境を整える」**ことです。

• ポリシー作成は5ステップ：現状把握 → リスク分類 → 利用範囲定義 → 承認ツール選定 → 教育と監視
• ポリシーには7つの必須項目（目的・スコープ・分類別ルール・承認ツール・禁止事項・出力物ルール・違反対応・改訂サイクル）
• 落とし穴は「作って終わり」「禁止だけ」「情シス独走」
• 教育は3層構造（全社員・部門別・管理職）で半年に1回回す
• 監視ツールは「何を守りたいか」を決めてから選ぶ

AIは止められません。生産性を捨てて禁止するか、ルールを作って活用するかの選択は、もうすでに後者しかありません。

完璧なポリシーを目指して半年悩むより、60点のポリシーを今月配布して、3ヶ月後に改訂する方がはるかに効果的です。スピードが命の領域です。

この記事が、あなたの会社のシャドーAI対策の第一歩になれば幸いです。

関連記事

• 会社に黙ってChatGPT使ってない？｜「シャドーAI」が企業にもたらす見えないリスク ── 本記事の元になったシャドーAIの基礎解説
• AIエージェント時代のセキュリティリスク2026 ── 次世代のAI利用が抱える新しい脅威
• AIプライバシー対策完全ガイド ── 個人レベルでの安全なAI利用術

ーー Synth