社内データを安全に使うための、AIセキュリティ設計

AI活用の相談で最初に挙がる懸念が「社内データを使わせて大丈夫か」です。この不安は正当ですが、実際の漏えいは技術の弱さより設計の不在から起きることが多いものです。守るべきデータを分け、権限とルールを使い始める前に決めておけば、機密性を保ったまま業務に活かせます。本稿では情報システム部門と経営が押さえるべき設計の勘所を、判断できる粒度の手順に落として整理します。

まずデータを機密度で分類する

セキュリティ設計の出発点は、守るべきデータを洗い出し、機密度でグループ分けすることです。すべてを一律に扱うと、緩すぎて漏れるか、逆に何も使えない過剰な制限のどちらかに振れます。実務では三つの層に分けると運用しやすくなります。

• 公開情報：製品カタログや公開済みの資料など、外部に出しても支障のない情報。AIに渡す制約は緩くてよい
• 社内限定情報：業務マニュアル、社内議事録、価格表など。外には出せないが社内では広く参照する情報
• 高機密情報：個人情報、顧客名簿、未公開の財務・人事情報、契約書など。触れられる人を限定し、扱いを厳重にすべき情報

分類は完璧な網羅を目指す必要はありません。全データを一度に仕分けようとすると手が止まるため、部署ごとに「外に出たら困る情報」を挙げてもらい、名簿・契約書・未公開の数字・認証情報をまず高機密に置く。残りを社内限定と公開に振り分ける、という順が速く進みます。

肝心なのは「これは絶対に外に出せない」という高機密の線を先に引くことです。この線が引けていないまま「とりあえず全部AIに渡す」ことが、最大のリスク源になります。

主要な4つのリスクと、それぞれの打ち手

漏えいの経路は、大きく四つに整理できます。原因が違えば対応も違うため、まとめて塞ごうとせず一つずつ手当てします。

• 学習への流用：入力したデータが外部サービス側の学習に使われる懸念。入力を学習に使わない契約形態のサービスを選ぶか、自社環境内で処理を完結させて回避する
• 権限を越えた閲覧：本来アクセス権のない情報に、AI経由で触れてしまう経路。たとえば一般社員向けのAIが人事フォルダを参照できてしまう状態。AIが読める範囲に既存のアクセス権限をそのまま反映させる
• 出力からの漏えい：AIの回答に想定外の機密が混ざり、社外や無関係な相手に届く経路。出力先と共有範囲を管理し、社外向けの文面は人が最終確認する
• 入力の不用意な送信：社員が機密を個人アカウントの外部ツールへ貼り付ける経路。利用ガイドラインと、業務用の安全な窓口の整備で防ぐ

四つのうち、前半の二つは主に技術と契約で、後半の二つは運用とルールで防ぎます。技術だけを固めても社員の入力習慣が野放しなら穴が残り、ルールだけを配っても参照範囲が広すぎれば事故は起きます。両方を分けて設計するのが要点です。

設計の三つの基本原則

個別の打ち手を貫く原則は三つあります。第一に、最小権限。AIが読み書きできる範囲を、その業務に必要な最小限に絞ります。全社の共有フォルダをまるごと参照させるのではなく、対象業務のフォルダだけに接続する、といった具合です。範囲を絞るほど、権限を越えた閲覧も出力からの漏えいも起きにくくなります。

第二に、既存の権限管理との整合。「誰がどの情報を見てよいか」という線引きは、すでに人事や情報システムが決めています。AIの利用でそのルールを崩さず、人が見られない情報はAI経由でも見られないようにします。新しい権限体系を作り直すのではなく、いま動いている権限にAIを合わせるのが、破綻を防ぐ近道です。

第三に、高機密データは外部に出さない構成の検討。自社環境内で処理が完結する仕組みなら、高機密データがそもそも外に出ません。特定のAIモデルに仕組みを固定せず用途に応じて差し替えられる設計にしておくと、この構成を保ったまま新しい性能を取り込めます（選び方はオープンモデルの見極め方を参照）。

「禁止」ではなく「安全な窓口」で守る

リスクを恐れて社内でのAI利用を全面禁止にすると、多くの場合は逆効果になります。社員は自分の仕事を楽にするために個人アカウントで隠れて使い（シャドーAI）、会社の目が届かない場所で機密が外部ツールへ流れます。禁止は利用を消すのではなく、見えなくするだけです。

現実的な対策は、安全に使える業務用の窓口を一つ用意し、そこに利用を集めることです。入力を学習に使わない構成、権限の反映、利用ログの記録を備えた窓口を正規のルートと定め、あわせて「何を入力してよいか」を具体例で示したガイドラインを配ります。禁止事項を並べるより、安全な使い方の見本を示すほうが現場に定着します。

導入時に決めておくこと

セキュリティは後付けではなく、導入の設計に最初から織り込みます。使い始める前に、少なくとも次の項目を決めておくと、あとから慌てずに活用範囲を広げられます。

• 分類：自社データを三つの機密度に仕分け、高機密の線引きを文章で残す
• 権限：AIが参照する範囲を業務単位で決め、既存のアクセス権限に合わせる
• 窓口：正規の業務用ツールを一つ定め、個人利用との線引きを社内に周知する
• ルール：入力してよい情報・してはいけない情報を、具体例つきで示す
• 記録と見直し：利用ログを残し、扱う範囲を広げる前に定期的に点検する

これらは一度決めて終わりではなく、扱うデータや任せる業務が増えるたびに見直します。導入の進め方全体はAI導入の5ステップにまとめており、セキュリティ設計はその各段階に並走させるのが現実的です。

まとめ

社内データのAI活用は、危険か安全かの二択ではなく、設計で決まります。データを機密度で分類し、最小権限と既存権限との整合で守り、高機密は外に出さない構成を選び、禁止ではなく安全な窓口に利用を集める。この順で組み立てれば、漏えいの不安を抑えたまま活用範囲を広げられます。当研究所では、この安全な活用基盤の設計から実装まで伴走します。まずは現状の無料相談からご相談ください。

※本稿は一般的な設計の考え方の整理です。データの分類や権限設計の最適解は各社の体制により異なるため、個別の構成は自社の要件に沿ってご確認ください。