「うちの会社では生成AIは使っていない」——そう答える経営者は少なくない。しかし現実は異なる。Salesforceが2024年に実施したグローバル調査では、職場で生成AIを利用している従業員の約55%が会社の承認を得ずに利用していると回答した。日本国内でもこの傾向は同様であり、PwC Japanの調査（2025年）では、国内企業の従業員の52%が個人契約のAIツールを業務に使用した経験があると報告されている。

この「シャドーAI」——IT部門が認知・承認していないAIツールの業務利用——は、2026年現在、中小企業にとって最も深刻なセキュリティリスクの一つとなっている。機密情報の外部送信、著作権侵害、コンプライアンス違反。一度発生すれば、取引先の信用喪失、損害賠償、行政処分につながる事態だ。

本記事では、シャドーAIの実態とリスクを明らかにした上で、検出方法、利用ポリシーの策定、技術的制御、そして「禁止」ではなく「安全に使わせる」ためのガバナンス体制の構築方法を、中小企業のIT管理者・経営者が実践できるレベルで解説する。

関連記事

シャドーAIとは？なぜ今、最大のセキュリティリスクなのか

シャドーAIの定義

シャドーAIとは、企業のIT部門やセキュリティ部門が認知・管理していない生成AIツールを、従業員が業務目的で利用している状態を指す。従来の「シャドーIT」（未承認のクラウドサービスやデバイスの利用）のAI特化版であり、以下のような行為がすべて該当する。

行為具体例
個人アカウントでのAI利用個人契約のChatGPT、Claude、Geminiに業務データを入力
無料AIツールの業務利用無料版ChatGPTで議事録要約、メール文案作成
部門独自のAI契約マーケティング部門が独自にJasper AI等を契約
AIブラウザ拡張機能Chrome拡張でAI要約・翻訳ツールをインストール
AI搭載の外部サービスAI機能が組み込まれたSaaSを、AI利用の認識なく使用

なぜシャドーITより深刻なのか

シャドーAIが従来のシャドーITと決定的に異なるのは、入力データの処理方法にある。

通常のクラウドサービス（Dropbox、Notion等）では、アップロードしたデータはそのまま保存される。一方、生成AIサービスでは、入力データが以下のように処理される可能性がある。

  1. モデルの学習データに利用される：無料版や個人向けプランでは、入力データがモデルの再学習に使用されるケースがある（OpenAIは2024年以降オプトアウト設定を提供しているが、デフォルトではオプトイン）
  2. サーバーに一定期間保存される：入力データがサービス提供者のサーバーに30日間保存されるケースが一般的
  3. 第三者に出力される可能性：学習に使われたデータが、他のユーザーへの回答に反映されるリスク

つまり、従業員がChatGPTに顧客リストや財務データ、製品設計書を入力した時点で、そのデータは企業の管理範囲外に流出している。これは従来のシャドーITにはなかった、AI固有のリスクだ。

調査データが示す深刻な実態

シャドーAIの蔓延は、もはや「一部の先進的な従業員の話」ではない。

調査元年度主要な調査結果
Salesforce2024職場でAIを使う従業員の55%が未承認で利用
Microsoft & LinkedIn2024全世界のナレッジワーカーの75%がAIを業務利用、うち78%が個人のツールを持ち込み（BYOAI）
PwC Japan2025国内企業従業員の52%が個人契約AIを業務利用経験あり
JIPDEC（日本情報経済社会推進協会）2025AI利用ポリシーを策定済みの中小企業は23%にとどまる
Gartner20252027年までにデータ漏洩インシデントの40%以上がAI関連と予測
特に注目すべきは、AI利用ポリシーを策定している中小企業が23%に過ぎないという点だ。残りの77%の企業では、従業員がどのAIツールに何のデータを入力しているか、まったく把握できていない状態にある。

シャドーAIが引き起こす具体的リスク5つ

リスク1：機密情報の漏洩

最も深刻かつ発生頻度の高いリスクだ。従業員が生成AIに入力する情報には、以下のような機密データが含まれることが多い。

  • 顧客の個人情報：顧客リスト、連絡先、購買履歴
  • 財務データ：決算書、予算計画、売上見込み
  • 営業機密：提案書、見積書、契約条件、新製品情報
  • 人事情報：従業員の評価データ、給与情報、採用候補者リスト
  • ソースコード：自社開発システムのコード、設定ファイル

無料版の生成AIサービスでは、入力データがモデルの学習に使用される場合があるため、入力した機密情報が第三者への回答に反映されるリスクが存在する。企業向けプラン（ChatGPT Enterprise、Claude for Business等）では学習利用しない旨が契約で保証されるが、従業員が個人アカウントを使用している場合、この保証は適用されない。

想定されるインパクト：個人情報保護法違反による最大1億円の罰金（2024年改正後）、取引先からの契約解除、レピュテーション毀損

リスク2：著作権・知的財産権の侵害

生成AIの出力には、学習データに含まれる既存の著作物の表現が含まれる場合がある。従業員がAI生成コンテンツをそのまま社外に公開した場合、著作権侵害に該当するリスクがある。

また、逆方向のリスクも存在する。自社の知的財産——特許出願前の技術情報、未公開の製品デザイン、独自の業務ノウハウ——をAIに入力することで、その情報が学習データを通じて外部に流出する可能性がある。

2025年の文化審議会答申では、AI生成物の著作権に関する基本的な考え方が整理され、「AI生成物であっても、人間の創作的寄与がある場合は著作物として保護される余地がある」とされた。しかし、AI出力をそのまま使用した場合の権利関係は依然として不明確であり、企業としてのリスク管理が不可欠だ。

想定されるインパクト：著作権侵害訴訟、損害賠償請求、取引先・消費者からの信用喪失

リスク3：ハルシネーション（AI幻覚）による誤情報の拡散

生成AIは、事実に基づかない情報を「もっともらしく」出力する——いわゆるハルシネーション（幻覚）が発生する。従業員がAI出力を検証なしに業務に使用した場合、以下のような問題が発生し得る。

  • 誤った法的助言：AIが生成した法的見解を基に契約を締結し、後から法的瑕疵が発覚
  • 不正確な技術仕様：AI生成の仕様書に基づいて開発を進め、後からスペック不足が判明
  • 存在しない判例の引用：米国では弁護士がChatGPT生成の架空判例を法廷に提出した事例が複数報告されている
  • 誤ったデータ分析：AIが生成した分析結果に基づく経営判断の失敗

シャドーAIの状態では、従業員のAI利用に対する検証プロセスが存在しないため、ハルシネーションによる被害が表面化するまで誰も気づかない。

想定されるインパクト：誤った経営判断による損失、顧客への誤情報提供、専門家としての信頼喪失

リスク4：コンプライアンス違反

業界固有の規制や法令に抵触するリスクがある。

  • 金融業：金融庁の監督指針では、顧客データの外部サービスへの送信に厳格な管理が求められる。従業員が顧客の口座情報をAIに入力する行為は、監督指針に抵触する可能性が高い
  • 医療業：医療情報を外部AIに入力する行為は、医療情報システムの安全管理ガイドラインに違反し得る
  • 公共機関：行政文書をAIに入力する行為は、公文書管理法や情報公開法上の問題を生じ得る
  • 個人情報取扱事業者全般：2024年改正個人情報保護法では、個人データの第三者提供（AI事業者を含む）に関する規制が強化されている

特に中小企業の場合、法務部門の体制が脆弱なケースが多く、従業員のAI利用がコンプライアンス違反に該当するかどうかの判断自体が難しい。

想定されるインパクト：行政処分、業務改善命令、許認可の取消し、取引先からの取引停止

リスク5：データ主権・越境移転の問題

多くの生成AIサービスは、データセンターが海外（主に米国）に所在する。従業員が入力したデータは海外サーバーに送信・保存されるため、以下の問題が発生する。

  • 個人情報の越境移転規制：2024年改正個人情報保護法では、外国への個人データの提供に関して、提供先の国名や個人情報保護制度の情報提供が義務化されている
  • 中国サイバーセキュリティ法への抵触：中国に拠点を持つ企業の場合、中国国内で生成・取得したデータを海外AIに送信する行為が法令違反となり得る
  • GDPR（EU一般データ保護規則）：EU域内の個人データを含む場合、EU域外への移転に関する厳格な要件を満たす必要がある

日本の中小企業であっても、海外取引先の担当者情報や海外拠点の従業員情報を扱う場合、このリスクは現実のものとなる。

想定されるインパクト：各国の規制当局による制裁金、海外取引先からの契約解除、グローバル展開の障害

実際に起きたシャドーAIインシデント事例

事例1：Samsung半導体部門の機密情報漏洩（2023年）

2023年、Samsung Electronicsの半導体部門で、エンジニアがChatGPTに社内ソースコードと会議の議事録を入力していたことが発覚した。入力されたデータには半導体の製造プロセスに関する機密情報が含まれており、これらのデータがOpenAIのサーバーに送信された。

Samsungはこの事態を受け、社内でのChatGPT利用を全面禁止し、その後独自のAIシステム開発に切り替えた。しかし、すでに送信されたデータの回収は不可能であり、競合他社への情報漏洩リスクが残存する結果となった。

教訓：技術者は「AIに質問しているだけ」という感覚で機密データを入力するが、実際にはデータを外部サーバーに送信している。利用禁止だけでは対策として不十分であり、技術的な制御が不可欠。

事例2：日本国内企業における顧客データ入力事案（2024年）

2024年、国内の中堅IT企業において、営業担当者がChatGPTに顧客の会社名、担当者名、案件内容を含むリストを入力し、提案書の文案を作成していたことが発覚した。発覚のきっかけは、取引先から「御社が提案予定の内容に似た情報を、別のルートで目にした」との連絡があったことだった。

因果関係の証明は困難だったものの、当該企業は取引先に対して経緯説明と謝罪を行い、社内のAI利用ルールの整備と全従業員への教育を実施した。

教訓：「AIに入力したデータが他のユーザーに漏洩した」という事象の因果関係を証明することは極めて難しい。しかし、疑義が生じた時点で取引先との信頼関係は毀損される。

事例3：金融機関での内部監査における発覚（2025年）

2025年、国内の地方銀行で実施された内部監査において、融資審査担当者がChatGPTに融資申込者の財務情報（決算書データ）を入力し、審査のための分析を行っていたことが判明した。金融庁のガイドラインでは、顧客の財務情報を外部のクラウドサービスに送信することは原則として認められていない。

当該銀行は金融庁に報告を行い、再発防止策として全行員へのAI利用研修、AI利用ポリシーの策定、技術的な利用制限の実装を進めることとなった。

教訓：金融・医療・法務など規制産業では、シャドーAIは単なる社内ルール違反ではなく、法令違反に直結する。

シャドーAI検出方法

シャドーAIは「見えないリスク」であるため、まず現状を可視化することから始める必要がある。以下の3つのアプローチを組み合わせることで、包括的な検出が可能になる。

方法1：ネットワーク監視（DNS/プロキシログ分析）

最も基本的かつコスト効率の良い検出方法は、社内ネットワークのDNSログおよびプロキシログを分析することだ。

監視対象ドメイン例：

AIサービス主要ドメイン
ChatGPTchat.openai.com, api.openai.com
Claudeclaude.ai, api.anthropic.com
Geminigemini.google.com, bard.google.com
Copilotcopilot.microsoft.com
Perplexityperplexity.ai
DeepSeekchat.deepseek.com
その他jasper.ai, writesonic.com, notion.so/ai 等
実装手順：
  1. プロキシサーバー（Squid、FortiGate等）のアクセスログから上記ドメインへの通信を抽出
  2. 通信の頻度、データ量、利用者、利用時間帯を集計
  3. 特にアップロードデータ量が大きい通信を優先的に調査

注意点：HTTPSの場合、プロキシでSSLインスペクション（SSL復号）を実施しなければ、通信の中身（入力データの内容）までは確認できない。SSL復号の導入にはプライバシーへの配慮と従業員への事前通知が必要だ。

方法2：CASB（Cloud Access Security Broker）の導入

CASBは、従業員のクラウドサービス利用を可視化・制御するためのセキュリティソリューションだ。シャドーAIの検出においても、最も効果的なツールの一つとなる。

CASBが提供する主要機能：

機能内容
シャドーIT/AI発見社内から利用されているAIサービスを自動検出・一覧化
リスク評価各AIサービスのセキュリティリスクを自動スコアリング
利用状況の可視化誰が、いつ、どのAIサービスに、どの程度のデータを送信しているかを可視化
ポリシー適用未承認AIサービスへのアクセスをブロックまたは警告
DLP連携機密データ（個人情報、カード番号等）のAIサービスへの送信を検知・ブロック
主要CASBツール比較：

ツール特徴中小企業向け
Microsoft Defender for Cloud AppsMicrosoft 365 E5に含まれる。M365環境との統合が容易○（M365利用企業）
NetskopeAI利用の可視化に強み。DLP機能が充実△（コスト高）
Zscalerゼロトラスト基盤との統合。SWG機能も包含△（コスト高）
Forcepoint ONECASBとDLPの統合。中堅企業向けプランあり○
中小企業でMicrosoft 365 E5を利用している場合は、追加コストなしでDefender for Cloud Appsを利用できるため、まずはこちらから着手することを推奨する。

方法3：エンドポイント制御

端末側でのAIサービスへのアクセスを制御する方法だ。

  • ブラウザ拡張機能の管理：Chrome Enterprise、Microsoft Edge for Businessのポリシー設定により、AI関連の拡張機能のインストールを制限
  • アプリケーション制御：Microsoft Intune、Jamf等のMDM（モバイルデバイス管理）ツールで、AIアプリのインストールを制限
  • DLP（Data Loss Prevention）エージェント：端末上で動作するDLPエージェントが、AIサービスへの機密データ送信を検知・ブロック

推奨アプローチ： ネットワーク監視（低コスト・即時実施可能）→ CASB導入（本格的な可視化）→ エンドポイント制御（端末レベルでの制御）の順に段階的に導入することで、コストを抑えながら検出精度を高められる。

AI利用ポリシー策定テンプレート

検出と並行して、全社的なAI利用ポリシーを策定する。以下は、中小企業が即座に活用できるテンプレートだ。

ポリシーの構成要素

1. 目的・適用範囲

2. AIツールの分類と利用基準

分類定義利用条件例
承認済みAI（グリーン）IT部門が契約・管理するAIツール利用ガイドラインに従い自由に利用可企業契約のChatGPT Enterprise、Microsoft Copilot
条件付き許可AI（イエロー）一定の条件下で利用を許可するAIツール上長の承認＋入力データ制限ありGoogle Gemini（個人情報・機密情報の入力禁止）
禁止AI（レッド）利用を禁止するAIツール利用不可無料版ChatGPT（個人アカウント）、DeepSeek、開発元不明のAIツール

3. 入力禁止データの定義

以下のデータは、いかなるAIツールに対しても入力を禁止する。

  • 顧客の個人情報（氏名、住所、電話番号、メールアドレス等）
  • 財務情報（決算書、売上データ、予算計画）
  • 営業秘密（製品設計、技術仕様、特許出願前の情報）
  • 人事情報（従業員の評価、給与、健康情報）
  • 取引先との契約情報（契約書、NDA、見積書の具体的金額）
  • ソースコード（自社開発システム、顧客納品物）
  • パスワード、認証情報、APIキー

4. 承認フロー

5. AI出力の利用ルール

  • AI生成コンテンツの社外公開前には、必ず人間による事実確認とレビューを実施する
  • AI生成であることの表示が必要な場面（論文、公的文書等）では、適切に開示する
  • AIの出力を最終的な意思決定の唯一の根拠としない
  • 著作権侵害の疑いがある出力は使用しない

6. 違反時の対応

  • 初回：口頭注意＋再教育
  • 2回目：書面による警告＋部門長への報告
  • 3回目以降：就業規則に基づく懲戒処分の検討
  • 重大な情報漏洩が発生した場合：即時調査＋関係当局への報告

ポリシー策定のポイント

「禁止一辺倒」にしないことが最も重要だ。全面禁止のポリシーは、従業員の利便性を著しく損ない、結果として地下に潜ったシャドーAI利用を助長する。「何を、どの条件で使ってよいか」を明確にし、安全に使える選択肢を提供することが、実効性のあるポリシーの条件だ。

技術的制御の実装

ポリシーだけでは不十分だ。人間はルールを忘れ、面倒になればショートカットを選ぶ。技術的な制御を組み合わせることで、ポリシー違反の発生そのものを抑制する。

DLP（Data Loss Prevention）の導入

DLPは、機密データの社外への送信を検知・ブロックするソリューションだ。

DLPで実現できること：

  • 個人情報（氏名、マイナンバー、クレジットカード番号等）のパターンマッチによる検出
  • 機密ラベルが付与されたファイルの外部送信ブロック
  • AIサービスへのデータ入力時に警告を表示

中小企業向け選択肢：

  • Microsoft Purview DLP：Microsoft 365 E3/E5に含まれる。Webブラウザ経由のデータ送信を監視可能
  • Google Workspace DLP：Business Plus以上で利用可能。Gmail、Drive等のデータ流出を防止
  • Symantec DLP（Broadcom）：オンプレミス環境にも対応。包括的なDLP機能

Webプロキシ / SWG（Secure Web Gateway）による制御

WebプロキシまたはSWGを導入し、AIサービスへのアクセスをカテゴリベースで制御する。

実装例：

企業向けAIゲートウェイの導入

AIゲートウェイは、従業員のAI利用を一元的に管理するためのプロキシ層だ。従業員はAIゲートウェイを経由してAIサービスにアクセスし、ゲートウェイ側で以下の制御が行われる。

AIゲートウェイの主要機能：

  • 入力データの検査：機密情報パターンを検出し、送信前にマスキングまたはブロック
  • 利用ログの記録：誰が、いつ、何をAIに入力し、何が出力されたかを記録
  • コスト管理：部門ごとのAPI利用量・コストを可視化
  • ポリシーの一元適用：承認済みモデルのみ利用可能に制限

主要AIゲートウェイ製品：

  • Cloudflare AI Gateway：Cloudflareインフラ上で動作。ログ記録・レートリミット・キャッシュ機能
  • Portkey：複数LLMプロバイダーを統合管理。コスト最適化機能
  • LiteLLM：オープンソースのAIゲートウェイ。100以上のLLMに対応

「禁止」ではなく「安全に使わせる」アプローチ

なぜ全面禁止は失敗するのか

Samsungの事例に見られるように、多くの企業がシャドーAI発覚後に「AI全面禁止」を選択する。しかし、この対応には大きな問題がある。

  1. 生産性の損失：McKinsey（2024年）の調査によれば、生成AIの業務活用により、ナレッジワーカーの生産性は平均20〜30%向上する。全面禁止はこの生産性向上の機会を完全に放棄することを意味する
  2. 競争力の低下：競合他社がAIを積極活用する中、自社だけが禁止を続ければ、中長期的な競争力の低下は避けられない
  3. シャドーAIの地下化：禁止されてもAIを使い続ける従業員は必ず存在する。VPN経由、個人スマートフォンからのアクセスなど、より検出が困難な形で利用が続く

つまり、全面禁止はリスクを低減するどころか、リスクを不可視化するという逆効果を生む。

企業向け生成AI基盤の導入

「安全に使わせる」ための最も実効性の高いアプローチは、企業が管理するAI基盤を従業員に提供することだ。

主要な選択肢：

サービス特徴月額目安（1ユーザー）
ChatGPT Enterpriseデータの学習利用なし。管理コンソール。SOC 2対応。SSO対応約$60
ChatGPT Team中小規模向け。データの学習利用なし。基本的な管理機能約$30
Microsoft Copilot for Microsoft 365M365アプリとの深い統合。Azure基盤でデータ保護約$30
Claude for Business（Anthropic）セキュリティ設計重視。管理機能。SSO対応約$30
Google Gemini for Google WorkspaceWorkspace環境との統合。Google基盤でデータ保護Workspace料金に含まれる場合あり
Azure OpenAI Service自社Azure環境内にLLMをデプロイ。データの越境なし従量課金
中小企業への推奨：

まずはChatGPT TeamまたはMicrosoft Copilot（Microsoft 365利用企業の場合）から始めることを推奨する。初期コストを抑えつつ、「会社が用意したAIを使えば安全」という認識を従業員に浸透させることが最優先だ。

段階的導入ロードマップ

フェーズ期間実施内容
Phase 1: 現状把握1〜2週間ネットワークログ分析によるシャドーAIの可視化。従業員アンケート
Phase 2: ポリシー策定2〜3週間AI利用ポリシーの策定。経営層の承認。全社周知
Phase 3: 基盤導入2〜4週間企業向けAIサービスの契約・初期設定。パイロット部門での試行
Phase 4: 技術的制御2〜4週間DLP/CASB/プロキシによる未承認AIの制御。企業AIゲートウェイの検討
Phase 5: 教育・定着継続全従業員への教育。利用状況のモニタリング。ポリシーの定期見直し

従業員教育の要点

技術的な制御と並行して、従業員教育が不可欠だ。以下の内容を全従業員に周知する。

  1. なぜ個人アカウントのAI利用が危険なのか：「データが学習に使われる」ことの具体的な意味を、非技術者にも分かる言葉で説明
  2. 会社が提供するAIツールの使い方：「使うな」ではなく「こう使え」を具体的に示す
  3. 入力してはいけないデータの具体例：抽象的な「機密情報」ではなく、「顧客の○○、契約書の○○」と具体例を挙げる
  4. AIの出力を信頼しすぎない方法：ハルシネーションの実例を交えたリテラシー教育
  5. 困ったときの相談先：「このデータをAIに入力してよいか分からない」場合の問い合わせ先を明確にする

まとめ：シャドーAI対策は「禁止」ではなく「ガバナンスの構築」

シャドーAIは、2026年の今、すべての企業が直面する現実のリスクだ。従業員の過半数がすでに無断でAIを利用しているという調査結果を前提に、以下のステップで対策を進めてほしい。

今日から始める5つのアクション：

  1. 現状を把握する：プロキシログを分析し、社内からのAIサービスへのアクセス状況を確認する
  2. ポリシーを策定する：本記事のテンプレートを基に、自社のAI利用ポリシーを策定する
  3. 安全な選択肢を提供する：企業契約の生成AIサービスを導入し、従業員に提供する
  4. 技術的に制御する：DLP、CASB、Webプロキシを組み合わせ、未承認AIへのデータ送信を防止する
  5. 教育を継続する：年1回ではなく、四半期ごとにAIリテラシー教育を実施する

シャドーAIへの対応は、単なるセキュリティ対策ではない。AIを安全かつ効果的に業務活用するためのガバナンス体制の構築であり、企業の競争力を左右する経営課題だ。

対策を先延ばしにすることで失われるのは、データだけではない。顧客の信頼、取引先との関係、そして企業の存続そのものが危機に晒される。

セキュリティ相談はこちら

あわせて読みたい記事