情シス向けAIリスク棚卸し表｜LRM生成AIサイバーリスクセミナーを踏まえて

この記事は、社内の生成AI利用状況を把握し、リスクの高い利用から順番に対処したい情シス担当者・セキュリティ担当者が対象です。棚卸し後の証跡整備については、姉妹記事「生成AIガバナンス監査で示す証跡パック」を参照してください。

LRM株式会社は2026年6月4日、「生成AI時代のサイバーリスク最前線 AIによる情報漏えい、攻撃者による悪用、狙われるAIへの対策を考える」をテーマにセミナーを開催しました（報道ベース）。このテーマが示すように、企業の生成AI利用リスクは「情報漏えい」「攻撃者による悪用」「AIサービス自体への攻撃」の3類型に整理されています。

IPA「情報セキュリティ10大脅威2026」でも「AIの利用をめぐるサイバーリスク」が組織向け脅威の3位に初ランクインしており、生成AIセキュリティは情シスが今年度取り組むべき優先課題として位置づけられています。

---

まず把握する：3種類のリスク

棚卸しを始める前に、どのリスクを探しているのかを整理します。

情シスが最初に集中すべきは「AIによる情報漏えい」の可視化です。攻撃者による悪用は別途対策が必要ですが、自社のリスクを把握するには、まず社員が何を入力しているかを確認します。

生成AIセキュリティの体制整備では、可視化から始める進め方を詳しく解説しています。

---

部署別AIリスク棚卸しシート

棚卸しは情シスだけでは完結しません。各部署に利用状況を確認する調査が必要です。次のシートを使って、部署ごとにヒアリングまたはアンケートで収集します。

【部署別調査シート】

【部署別リスクマップ例】

---

棚卸し後の優先対処フロー

収集したシートを元に、リスクの高さで対処順を決めます。

ステップ1：個人アカウント利用の特定と対処

個人アカウントは会社側のログ管理ができず、利用規約上は入力データが学習に使われる可能性があります。確認されたら、会社契約への移行または利用停止の方針を決めます。

ステップ2：高リスクデータ入力の把握

顧客情報・個人情報・契約条件・ソースコードが入力されている場合は、その具体的な業務を確認し、代替手段（社内ツールへの切替・入力前のマスキング等）を検討します。

ステップ3：コネクタ・外部連携の確認

Microsoft 365やSlack、CRMと連携しているAIプラグインは、接続先のデータを広く参照できます。コネクタが有効になっている範囲と、アクセスできるデータの種類を確認します。

ステップ4：ログ取得できないサービスの対応

ログを取得できないサービスは、利用継続の可否と代替サービスの検討が必要です。エンタープライズプランへの変更で取得できる場合は費用と照らして判断します。

ステップ5：教育記録が取れていない部署の対応

ヒアリングで「説明を受けていない」と答えた部署から優先して研修を実施し、受講記録を残します。

---

棚卸し結果を経営に報告する形式

棚卸しが完了したら、経営報告用に次の形式でまとめると判断しやすくなります。

このサマリーを使うと、経営判断が「セキュリティの話」ではなく「リスクと費用のトレードオフ」として扱いやすくなります。

LLMセキュリティreadiness診断を活用すると、棚卸し結果を採点して対処優先度を整理できます。

---

GXOはどう支援するか

GXOでは、AIリスク棚卸しの設計・実施・報告書作成を支援しています。部署ヒアリングの設計、SaaSログの確認支援、棚卸し結果をもとにした優先対処計画の作成、経営向け報告資料の作成まで、初回相談で現在の状況を確認した上で進め方を決めます。棚卸し後の証跡整備については生成AIガバナンス監査で示す証跡パックと合わせて対応できます。

---

GXOの見解

AI導入はツール追加ではなく、業務フロー、権限、ログ、停止条件、責任分界を同時に設計する経営課題として扱う。

GXOはPoC単体ではなく、現場業務に残る承認、例外処理、監査証跡まで見て本番運用に落とすべきだと見る。

GXOは、AI活用の構想整理から要件定義、社内ルール、システム連携、運用改善まで一気通貫で支援します。

実務判断のポイント

この記事を読むべきなのは、経営者、DX責任者、情シス、開発責任者です。単に情報を把握するだけでなく、AI導入前の業務棚卸し、権限設計、PoC、本番運用、AI利用規程の相談に進めるべきかを判断するための材料として整理する必要があります。

GXOが重視するのは、話題性の高さよりも「自社の業務、データ、権限、予算、運用責任にどう影響するか」です。情シス向けAIリスク棚卸し表｜LRM生成AIサイバーリスクセミナーを踏まえてに関する検討では、担当者だけで判断を閉じず、経営、現場、情シス、外部パートナーの役割を早い段階で分けることが重要です。

放置した場合と整備した場合の違い

導入・改善前のチェックリスト

• 対象業務、対象部門、対象データを明文化しているか
• 現在の課題を、売上機会、原価、工数、リスクのいずれかに分解しているか
• 既存システム、SaaS、Excel、手作業の依存関係を棚卸ししているか
• 例外処理、承認、差し戻し、監査証跡まで確認しているか
• 社内で判断できる範囲と外部支援が必要な範囲を分けているか
• 初期費用だけでなく、保守、運用、教育、改善費用を見積もっているか
• 成功指標を、問い合わせ数、商談数、削減時間、停止リスクなどで定義しているか
• 実装後の責任者、更新頻度、レビュー会議の持ち方を決めているか
• セキュリティ、法務、個人情報、契約条件の確認ポイントを洗い出しているか
• 既存の問い合わせ、商談、障害、運用ログから優先順位を決めているか
• 経営判断に必要な資料を1枚で説明できる状態にしているか
• 次の90日で検証する範囲と、やらない範囲を明確にしているか

GXOの実務補足

AI導入はツール追加ではなく、業務フロー、権限、ログ、停止条件、責任分界を同時に設計する経営課題として扱う。

GXOはPoC単体ではなく、現場業務に残る承認、例外処理、監査証跡まで見て本番運用に落とすべきだと見る。

GXOは、AI活用の構想整理から要件定義、社内ルール、システム連携、運用改善まで一気通貫で支援します。記事のテーマを単なる情報収集で終わらせず、相談、診断、要件定義、実装、運用改善に接続することで、AIアセスメント、PoC、業務システム連携、AIエージェント運用設計へ接続。さらに、診断テンプレートと標準設計を使い、短期診断から継続伴走へ展開。

相談につながる進め方

1. 現在の業務、データ、ツール、担当者を棚卸しする
2. 売上拡大、工数削減、リスク低減のどれに効くテーマかを決める
3. 初期対応、90日以内の改善、半年以上の投資を分ける
4. 必要な社内体制、外部支援、予算、セキュリティ確認を整理する
5. 小さく検証し、効果測定後に本番化や横展開を判断する

90日で進める実装ロードマップ

部門別に確認すべき論点

経営層は、情シス向けAIリスク棚卸し表｜LRM生成AIサイバーリスクセミナーを踏まえてが売上、粗利、採用、顧客維持、リスク低減のどれに効くのかを確認する必要があります。単なる効率化として扱うと、投資判断が後回しになり、現場任せの小さな改善で止まりやすくなります。

DX責任者や情シスは、既存システムとの接続、認証、権限、ログ、保守体制、外部ベンダーとの責任分界を確認します。ここを曖昧にすると、導入直後は動いても、問い合わせ増加、障害対応、改修費用で現場負荷が増えます。

業務部門は、例外処理、承認、差し戻し、手作業で補っている判断を洗い出します。表面上の手順だけを自動化しても、例外が多い業務では成果が出にくいため、現場の暗黙知を要件に変換することが重要です。

管理部門は、契約、個人情報、補助金、会計処理、監査証跡、社内規程との整合性を確認します。特に制度、法務、セキュリティ、価格が絡むテーマでは、公開情報と社内ルールの両方を確認してから進めるべきです。

KPIと効果測定の設計

効果測定では、導入有無だけでなく、問い合わせ、初回相談、対応時間、差し戻し率、問い合わせ削減、障害件数、監査指摘、顧客満足度などを分けて見ます。GXOでは、初回相談の段階で「何をもって成功とするか」を決め、検証後に継続投資できる形へ落とし込みます。

相談前に用意すると判断が早くなる資料

• 現在の業務フロー、担当者、月間件数、処理時間
• 利用中のSaaS、基幹システム、Excel、外部委託先の一覧
• 直近のトラブル、問い合わせ、手戻り、障害、監査指摘の記録
• 投資できる予算感、希望時期、社内の承認者
• 個人情報、機密情報、外部送信、契約条件に関する制約
• 既に検討したツール、ベンダー、見積、PoC結果
• 成功時に増やしたい売上、減らしたい工数、避けたい損失

GXOが支援する場合の進め方

GXOが支援する場合は、最初に記事テーマをそのまま提案にせず、現場の制約と経営上の目的に分解します。AI導入前の業務棚卸し、権限設計、PoC、本番運用、AI利用規程の相談を入口に、要件定義、RFP、ベンダー比較、実装、運用改善まで接続できるかを確認します。

短期的には、課題整理、現状棚卸し、優先順位付け、概算費用、実行計画をまとめます。中期的には、PoCや小規模実装を通じて、データ品質、権限、運用負荷、費用対効果を検証します。長期的には、月次レビュー、改善バックログ、追加開発、セキュリティ確認を継続し、投資を一度きりで終わらせない状態を作ります。

重要なのは、記事を読んだ直後に「問い合わせるかどうか」ではなく、「自社では何を確認すべきか」「どの段階から外部支援を入れるべきか」が明確になることです。そのため、GXOでは相談前の論点整理から支援し、必要に応じて診断、要件定義、実装、保守まで段階的に進めます。

よくある質問

Q1. 社員アンケートだけで棚卸しは十分ですか

初回は有効ですが、申告漏れが発生しやすいです。アンケートと合わせて、ITシステムの通信ログ、SaaSの管理コンソール、クレジットカード明細（個人契約の特定）を組み合わせることで精度が上がります。

Q2. 個人アカウントでChatGPTを使うことは禁止すべきですか

顧客情報・個人情報・契約情報を扱う業務では原則禁止または制限が必要です。利便性との兼ね合いがある場合は、会社契約への移行と入力禁止ルールの徹底を組み合わせた対応が現実的です。

Q3. 棚卸しの優先部署はどこから始めますか

顧客情報・個人情報・財務情報を日常的に扱う部署（営業・管理・人事・CS）が最優先です。次に開発（ソースコード・API情報）です。

---

参考情報

• LRM株式会社「2026年6月4日セミナー告知：生成AI時代のサイバーリスク最前線」（報道ベース）：https://www.lrm.jp/info/seminar/co_cyber_risks_in_generative_ai/
• IPA「情報セキュリティ10大脅威2026」：https://www.ipa.go.jp/security/10threats/10threats2026.html
• IPA「AI利用者のためのセキュリティ豆知識」：https://www.ipa.go.jp/digital/ai/security/ai_security_tips.html
• IPA「AIセキュリティ短信」：https://www.ipa.go.jp/digital/ai/security/ai-security-bulletin.html

社内AIリスクの棚卸しを一緒に進めませんか

GXOでは、部署別ヒアリング設計・SaaSログ確認・経営向け報告書作成を支援します。「何が使われているか把握できていない」状態の解消から始められます。

AIリスク棚卸しを相談する