組織のAI活用をAIポータルと伴走支援で加速

生成AIのリスクとセキュリティ対策。情報漏洩や誤った回答など、会社で起きる6つのリスクへの備え

生成AIのリスクとセキュリティ対策。情報漏洩や誤った回答など、会社で起きる6つのリスクへの備え

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

生成AIのリスクは、情報漏洩、著作権などの権利の侵害、誤った回答、偏った出力、会社が把握していないAIの利用、AIを狙う攻撃の6つに分けると、備えを1つずつ決められます。
6つは、AIに情報を入れるとき、AIの答えを使うとき、AIを使う環境の3か所で起きるので、場所ごとに誰が確かめるかを決めておく必要があります。

会社でAIを使う側から見た生成AIのリスクを6つの種類に分け、起きる場所ごとにまとめた図。AIに情報を入れるときに起きるのが情報漏洩(機密情報や個人情報をプロンプトに入れる、外部のデータとつなぐ)。AIの答えを使うときに起きるのが、著作権などの権利の侵害(作ったものが既存の作品に似る)、誤った回答(事実と異なる内容をもっともらしく答える)、偏った出力(学習データの偏りが出力に出る)。AIを使う環境で起きるのが、会社が把握していないAIの利用(管理の外で一般向けのAIを業務に使う)と、AIを狙う攻撃と悪用(文書に仕込まれた指示、AIを使った詐欺)

まとめて話すと、情報漏洩から始めた話が著作権や間違った回答へと広がり、聞いた側には「結局、何に気をつければいいのか」が残りません。
法律やセキュリティに関わる最終的な判断は、社内の法務や情報システムの担当に確認してください。

生成AIのリスク6つと、起きる場所

先に6つの種類と起きる場所、会社の備えを1つの表にします。

起きる場所

リスク

会社の備え

AIに情報を入れるとき

情報漏洩

入れてよい情報を決め、学習に使わない法人向けのプランを使う

AIの答えを使うとき

著作権などの権利の侵害

社外に出す前に、似た作品がないかを確かめる

AIの答えを使うとき

誤った回答

数字や固有名詞は、元の資料で確かめてから使う

AIの答えを使うとき

偏った出力

人の評価に使う場面と、最後に判断する人を決める

AIを使う環境

会社が把握していないAI

会社が契約したAIを、すぐ使える形で配る

AIを使う環境

AIを狙う攻撃と悪用

AIに読ませるデータと、任せる操作の範囲を絞る

6つの種類と表の備えは、公的な資料の記述をもとにした当社の整理です。
起こり方と備えの中身は、このあと種類ごとに書いています。

公的な資料での生成AIのリスクの挙げ方

国や公的な機関の資料も、生成AIのリスクを1つではなく、いくつもの種類に分けて挙げています。

総務省と経済産業省の「AI事業者ガイドライン(第1.2版)」は、2026年3月31日に公表されています(総務省の掲載ページ)。
別添の「AIによるリスク」では、「機密情報の流出」「知的財産権等の侵害」「ハルシネーション等による誤った出力」「バイアスのある出力」など、20を超える項目を国内外の事例と一緒に並べています。
そのうえで、社会全体で取り組むものも含むので、事業者がすべてに直ちに対処しようとする必要はないとしています。

IPA(情報処理推進機構)が2026年1月29日に発表した「情報セキュリティ10大脅威 2026」では、組織向けの3位に「AIの利用をめぐるサイバーリスク」が初めて入りました(IPAの発表)。
IPAは、AIへの理解不足による意図しない情報漏えいや他者の権利の侵害、AIの結果を検証せずに鵜呑みにする問題、AIの悪用による攻撃の容易化などを、このリスクに含めています。

ただ、どちらの資料も、リスクの中身は示している一方で、社内のどの場面で誰が手を打つかまでは書いていません。
そのため、会社でAIを使う側から、入れるとき・使うとき・使う環境の3か所に置き直して考えます。

情報漏洩の起こり方と会社の備え

最初は、AIに情報を入れるときに起きる情報漏洩です。

ガイドラインの別添は、個人情報や自社のノウハウなどの機密情報がプロンプト(AIに送る指示の文)として入力され、AIの出力などを通じて流出するリスクを挙げています。
例として、従業員が機密にあたるソースコードを、一般の利用者向けの対話型の生成AIに入れてしまった事例が書かれています。
社内の資料をAIに検索させて答えさせる使い方のように、外部のデータやサービスとつなぐ場合は、意図しない範囲に重要な情報が漏れることにも注意が要るとしています。

AIによる個人情報漏洩については、個人情報保護委員会が2023年6月2日に「生成AIサービスの利用に関する注意喚起等」を出しています(個人情報保護委員会の注意喚起)。
会社が個人情報を含むプロンプトを入れるときは、利用目的の達成に必要な範囲に収まるかを十分に確かめるよう求めています。
本人の同意なく個人データを入れ、それが応答の出力以外の目的で扱われると法律に違反するおそれがあるので、AIの事業者がそのデータを機械学習に使わないことなどを確かめるよう書かれています。

会社の備えは、入れてよい情報を段階に分けて決めること、学習に使わない法人向けのプランを使うこと、AIにつなぐフォルダの共有範囲を見直すことが中心です。
線引きの決め方は生成AIに入れてはいけない情報とは。社内ルールを3段階で線引きするに、AIの情報漏洩が起きる経路と事例、漏れたときの初動はAIの情報漏洩はなぜ起きるか。事例と、禁止だけに頼らない対策にまとめています。

AIに情報を入れる前に会社が確かめることを並べた図。個人情報保護委員会の注意喚起から、個人情報を含むプロンプトが利用目的の達成に必要な範囲に収まるか、事業者が入れたデータを機械学習に使わないかの2点。会社の備えとして、入れてよい段階の情報か、学習に使わない法人向けのプランか、AIにつなぐフォルダの共有範囲が広すぎないかの3点。本人の同意なく入れた個人データが応答の出力以外の目的で扱われると、法律に違反するおそれがある

著作権などの権利の侵害と、社外に出す前の確認

次は、AIの答えを使うときのリスクで、まずは著作権などの他者の権利です。

ガイドラインの別添は、生成AIで作ったものが他者の知的財産権などを侵害するおそれがあるとして、AIで作ったプログラムのコードも例に挙げています。
同じ箇所の注によると、学習や開発の段階では、著作権法の第30条の4により、作品を「享受」する目的でなければ必要な限度で許諾なく使えます。
一方で、作ったものを使う段階では、通常の著作権侵害と同じく、既存の作品に似ているか(類似性)と、それをもとにしたか(依拠性)で判断されるとしています。

一言でいうと、社内の検討に使う下書きと、広告や納品物のように社外に出すものとでは、確かめる重さが違います。
当社では、社外に出す前に似た作品がないかを調べる担当を決め、どんなプロンプトで作ったかを残しておく形をおすすめします。
AIで作った画像を広告や納品物に使うときのツールとプランの選び方や契約は、AI生成画像の商用利用と納品。社外に出す前に決める3つのラインで扱っています。

AIで作ったものの著作権の確かめ方を、使い道で分けた図。社内の検討に使う下書きは、確かめる重さが軽い。広告や納品物のように社外に出すものは、既存の作品に似ているか(類似性)と、それをもとにしたか(依拠性)で判断されるので、似た作品がないかを調べる担当を決め、どんな指示で作ったかを残しておく。学習や開発の段階は、著作権法の第30条の4により、作品を享受する目的でなければ必要な限度で許諾なく使える。問われやすいのは、作ったものを使う段階

誤った回答と偏った出力を防ぐ確かめ方

同じく答えを使うときのリスクでも、誤った回答と偏りは、社外に出る前に社内の判断へそのまま入り込みやすいところが違います。

生成AIが事実と異なる内容をもっともらしく答えることは、「ハルシネーション」と呼ばれます。
別添には、米国の弁護士が訴訟の資料づくりに生成AIを使い、存在しない判例を引用してしまった事例が載っています。
自分で操作まで進めるAI(AIエージェント)では、人が意図しない商品の注文やファイルの削除を行うおそれも挙げられています。

偏りについては、学習したデータに特定の属性が多く含まれていると、出力が偏ることがあると書かれています。
例えば、過去10年の履歴書の多くが男性だったために、ある企業のAIの採用システムが女性を不利に扱うようになり、運用をやめた事例も載っています。

ガイドラインの本編は、AIの判断を人が信頼しすぎて自分で確かめなくなる「自動化バイアス」にも注意を促しています。
AIを使う側に求める事項としては、出力の精度とリスクの程度を理解して使うことや、AIの出力を特定の個人の評価の参考にするときは、AIを使っていることを本人に知らせることが挙がっています。

会社の側では、数字や固有名詞、社外に出す文書は、元の資料で確かめてから使うと決めておきます。
採用や人事評価のように人の評価に関わる場面では、AIを使ってよい工程と、最後に判断する人を前もって決めておく必要があります。
注文や削除のように取り消しにくい操作をAIエージェントに任せるなら、実行の前に人が承認する形にしておくと安心です。

AIの答えを使うときに起きることと、使う前の確かめ方を対にした図。存在しない判例を引用するようなハルシネーションには、数字や固有名詞、社外に出す文書を元の資料で確かめる。AIエージェントが意図しない注文やファイルの削除を行うおそれには、取り消しにくい操作は実行の前に人が承認する。採用システムが女性を不利に扱ったような偏った出力には、人の評価に使う場面と最後に判断する人を決め、AIを使っていることを本人に知らせる。AIの判断を信頼しすぎる自動化バイアスには、承認する理由を自分で考えてから承認する

生成AIのセキュリティと、会社が把握していないAI

残るのは、どのAIを、どんな環境で使っているかに関わるリスクです。

別添は、企業のルールが整っていないと、従業員が会社の管理の外で一般の利用者向けの生成AIを業務に使い、リスクの高い使い方をするおそれがあるとしています。
会社が把握していないこうしたAIの使い方は、シャドーAIと呼ばれます。
入れてよい情報の線引きも、法人向けのプランの設定や記録も、会社が契約したAIの中でしか働かないので、シャドーAIで使われた分には、ほかのリスクへの備えがどれもかかりません。

また、AIそのものを狙う攻撃もあります。
別添では、AIに読ませる文書などに指示を紛れ込ませる「間接プロンプトインジェクション」によって、AIに設定された制御を無視した出力をさせるリスクを挙げています。
外部のシステムと自動でつながるAIエージェントでは、弱いところを突かれて動きを操られ、社内のデータが外に送られるおそれもあるとしています。
AIで合成した声を使った詐欺や、AIでのマルウェアづくりのように、攻撃する側がAIを使う例も載っています。

会社の備えは、禁止だけに頼らず、会社が契約したAIを使いたい人がすぐ使える正規の道を用意することです。
あわせて、AIに読ませるデータと、AIエージェントに許す操作の範囲を絞り、AIの提供者が示すセキュリティ上の注意点を守ります。
把握できていない利用の見つけ方と正規の道の用意の仕方は、シャドーAI(野良AI)とは。禁止せずに見える化と正規の道で減らす対策にまとめています。

使う環境に関わる2つのリスクを比べた図。会社が把握していないAIは、ルールが整っていないと、管理の外で一般向けの生成AIが業務に使われて起きる。入れてよい情報の線引きも法人向けのプランの設定や記録も、会社が契約したAIの中でしか働かないので、ほかのリスクへの備えがかからない。備えは、会社が契約したAIをすぐ使える正規の道を用意すること。AIを狙う攻撃と悪用は、文書に紛れ込ませた指示(間接プロンプトインジェクション)や、AIエージェントが操られて社内のデータが外に送られること、合成した声の詐欺やマルウェアづくりで起きる。備えは、AIに読ませるデータとエージェントに許す操作の範囲を絞り、提供者のセキュリティ上の注意点を守ること

6つの備えの持ち主と社内ルール

リスクを種類に分けておくと、それぞれの備えを誰が持つかも分けて決められます。
推進担当の方からは、「6つのうち、どれを誰が持てばいいのか?」という声が上がります。
中堅企業なら、次のように割り振ると動きやすいと考えます(会社の体制によって変わります)。

リスク

備えを持つ人

持つ中身

情報漏洩

情報システムの担当と推進担当

契約と設定は情報システム、入れてよい情報の線引きは推進担当

著作権などの権利

社外に出すものを作る部署

社外に出す前に確かめ、迷うものは法務に上げる

誤った回答

使った本人と上長

元の資料で確かめ、社外に出す文書は上長も見る

偏った出力

人事と推進担当

人の評価に使う場面と手続きを決める

会社が把握していないAI

推進担当

正規の道と、別のAIを使いたいときの申請の受け方

AIを狙う攻撃と悪用

情報システムの担当

今のセキュリティ対策の中で扱う

経営層への説明では、この種類と持ち主に、起こり方と備えを並べた1枚の表があると、どこまで手が打ててどこが残っているかを一緒に確かめられます。
とはいえ、ガイドラインの別添が言うとおり、最初からすべてをそろえなくてよいので、自社の使い方で起こりやすい種類から手を付けます。

6つのリスクの備えを誰が持つかを、役割と場面で割り振った図。入れるときは、推進担当が入れてよい情報の線引きを、情報システムの担当が契約と設定を持つ。使うときは、使った本人が元の資料で確かめ、社外に出す文書は上長も見る。社外に出すものを作る部署が権利を確かめ、迷うものは法務に上げる。人の評価に使う場面と手続きは、人事と推進担当で決める。使う環境は、推進担当が正規の道と別のAIの申請の受け方を持ち、情報システムの担当がAIを狙う攻撃を今のセキュリティ対策の中で扱う

決めた備えは、社員に配る生成AIの社内ルールに書き込んでおきます。
項目の見本と作る順番は生成AIの社内ルールの作り方。ガイドラインの項目サンプルと守れる環境に、ルールが作りかけで止まる、作っても読まれないといったときの原因と手当ては「AIの社内ルールが整っていない」のページに書いています。

部署ごとの業務に当てはめたリスクの洗い出し

同じ生成AIのリスクでも、営業の提案書、人事の評価、開発のコードでは、出てくる種類も、確かめる人も変わります。

私たちのAI活用の伴走支援では、部署ごとにAIを使っている業務を一覧にし、6つのうちどのリスクが出るか、どこで人が確かめるかを、現場の方と一緒に決めていけます。

生成AIのリスクは、禁止ではなく確かめる人を決めて小さくする

生成AIのリスクは、6つの種類に分けると、起こり方と備えを1つずつ話せます。
使うのをやめるだけでは、会社が把握していないAIに使い方が移るので、入れるとき、使うとき、使う環境のどこで誰が確かめるかを決めておくほうが、リスクを小さくできます。

まずは、6つのうち持ち主が決まっていないものがいくつあるかを、経営会議の前に数えておくことをおすすめします。

参照した情報(2026年10月29日に確認)

すぐ使える業務アプリが300以上

開いてそのまま使えて、AIで自社用にも直せます。15の分野から、やりたい作業で探せます。業務アプリを見る

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

keyboard_backspace

お知らせ・組織AI推進ナレッジ一覧

無料 自社に当てはめて知りたい方へ

読んだ内容を、

御社の数字

で確かめませんか。

利用データから、御社のAI活用がいまどこにいるのかを判定します。
同業他社との比較と、次にやることをお渡しします。

組織のAI活用力診断のメインビジュアル(ノートPCの利用データと結果表)

Related

関連記事

Service

サービス一覧

AI Portalizeの管理画面イメージ:AI活用数・効率化時間の見える化とチームへの広がり

AIツールが見つかる。社内に広がる。使われ方が見える。

組織のAIポータル「AI Portalize」

  • check_circle

    やりたいことで検索すると、業務アプリ300以上とナレッジ250本以上から見つかる

    check_circle

    社内で作ったツールやナレッジが共有され、よく使われるものが上に並ぶ

    check_circle

    誰が何をどれだけ使っているかが、集計の手間なしで分かる

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

実務に組み込むまで伴走

組織のAI活用を加速「AIコンサル&伴走支援」

  • check_circle

    従業員が安心して使うためのガイドライン策定

    check_circle

    ドメイン知識が豊富なコンサルタント

    check_circle

    業務分解からAIワークフロー作成

    check_circle

    研修から実務への組み込みまで

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

豊富な新規事業立ち上げ実績

AI活用した新規事業の立ち上げ支援

  • check_circle

    検討からサービス構築まで

    check_circle

    豊富な新規事業構築実績

    check_circle

    すでにあるAIボットなどを活用も可能

AI活用支援のビフォーアフター:迷っている状態からGemini等を使いこなす状態への変化

「2時間」でAI活用力を一気に高める

経営者・役員・AI担当向けの
AIパーソナルトレーニング

  • check_circle

    まだAI活用できていない状態でも大丈夫

    check_circle

    1回2時間のみからご利用いただけます

    check_circle

    実務で使える「今のAI活用」を学ぶ

    check_circle

    トップ層こそAIに詳しく

AIガイドライン作成+定着研修の紹介バナー:御社に合ったルールづくりから社内への定着まで

生成AIの社内ルールを一緒に作る

AIガイドライン作成+定着研修

  • check_circle

    御社の現状をヒアリングしながら一緒に作成

    check_circle

    AIツールごとの仕組みや契約の違いを踏まえて線を引く

    check_circle

    従業員の方への定着研修までご支援

無料相談・お問い合わせ