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。
| リスク種別 | 具体的な事象 | 見つけ方 |
|---|---|---|
| AIによる情報漏えい | 顧客情報・契約内容・コードをAIに入力し、学習に使われる・外部に流出する | 部署ヒアリング・SaaSログ確認 |
| 攻撃者によるAI悪用 | 生成AIを使った高精度フィッシング・偽情報・脆弱性探索 | フィッシング被害報告・訓練結果 |
| AIサービス自体への攻撃 | プロンプトインジェクション・コネクタ経由の権限昇格 | 接続先SaaSのアクセスログ・設定確認 |
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。
MANUFACTURING DX
Excel限界から受発注システムへ、同規模の概算は？
中小製造業の概算費用・導入期間・役割分担マトリクスをその場で確認。要件整理テンプレも無料提供します。
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】
| 調査項目 | 確認内容 | 高リスク判定の目安 |
|---|---|---|
| 使用AI名 | ChatGPT / Copilot / Claude / 議事録AI / 翻訳AI / その他 | 個人アカウントで複数利用 |
| 契約種別 | 会社契約 / 個人契約 / 不明 | 個人契約・不明 |
| 入力しているデータ種別 | 社内文書 / 顧客名 / 契約内容 / コード / 個人情報 / 特に機密情報はない | 顧客情報・契約・コード |
| 外部接続 | Microsoft 365連携 / Slack連携 / CRM連携 / なし / 不明 | 連携あり・不明 |
| ログ確認 | 利用履歴を確認できる / できない / 未確認 | できない・未確認 |
| 管理者 | 設定変更できる担当者が明確 / 不明 | 不明 |
| 教育 | 入力禁止情報の説明を受けた / 受けていない / 不明 | 受けていない・不明 |
【部署別リスクマップ例】
| 部署 | 代表的なAI利用 | 注意すべき入力データ | 確認優先度 |
|---|---|---|---|
| 営業 | 提案書・議事録・メール文面の生成 | 顧客名・商談内容・見積金額 | 高 |
| 管理・経理 | 規程の文書化・請求書処理補助 | 個人情報・取引条件・財務情報 | 高 |
| 人事 | 採用文・評価コメント・面接メモ整理 | 個人情報・評価情報・採用判断 | 高 |
| 開発・エンジニア | コード生成・コードレビュー支援 | ソースコード・API仕様・脆弱性情報 | 高 |
| マーケティング | コンテンツ生成・SEOライティング | 戦略情報（競合非公開情報を含む場合） | 中 |
| CS・サポート | 問い合わせ回答文生成・FAQドラフト | 顧客情報・問い合わせ内容 | 高 |
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。
FREE DOWNLOAD
AI導入チェックリスト（PoC 失敗要因 10項目）
情シス部門が PoC 前に押さえるべき失敗要因を10項目に整理した無料チェックリスト。
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。
| 報告項目 | 記載内容 |
|---|---|
| 利用AI数と種別 | 会社承認 N個 / 個人利用が判明 N個 / 未確認 N個 |
| 高リスク利用 | 顧客情報入力 N件・コード入力 N件・個人情報入力 N件 |
| ログ取得不可 | 取得不可サービス N個・該当部署 |
| 教育未実施 | 未受講部署・人数 |
| 対処優先度 | 今月対処 / 今四半期内 / 来期以降 の分類 |
| 必要な投資概算 | プラン変更費用・研修費用・ツール変更費用 |
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。
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。