この記事で分かること
「AIを活用したいが、情報が外部に漏れたら困る」「ChatGPTを使って何かトラブルが起きたとき、誰が責任を取るのか」。情報セキュリティ担当や総務部長の方から、こうした不安の声をよくお聞きします。
実はこれ、大企業だけの課題ではありません。個人情報保護法の改正、経済産業省のAIガバナンスガイドライン、そして取引先からのセキュリティ要求が重なり合い、今や中小企業もAIガバナンスへの対応が急務となっています。
この記事では、「許可管理」「データ管理」「利用ルール」「監査」という4つの柱に整理したAIガバナンスの最小構成を解説します。実務担当者がそのまま活用できる内容をお届けします。
なぜ今、中小企業にAIガバナンスが必要なのか
法規制
個人情報保護法改正・AI事業者ガイドライン
取引先要求
サプライチェーン全体のセキュリティ水準要求
社内リスク
個人アカウント利用・ベンダー管理の属人化
「AIガバナンスは、大企業が取り組むべき話でしょう」。そう感じている経営者や担当者は少なくありません。しかし、この認識は今や危険な誤解です。
2022年の個人情報保護法改正により、個人データの第三者提供に関するルールが厳格化されました。ChatGPTに顧客情報を入力すれば、それはOpenAIのサーバーへのデータ送信にあたる可能性があります。件数や企業規模に関わらず、違反した場合は行政処分・罰則の対象となります。
また、経済産業省が公表した「AI事業者ガイドライン」は中小企業にも適用される内容を含んでおり、AIを業務に活用する企業には一定のガバナンス体制が求められつつあります。さらに見落とされがちなのが、取引先・発注元からのセキュリティ要求です。「ツールは使っているが、ルールはない」という状態は、取引継続そのものを脅かすリスクになりえます。
大企業との違い:中小企業特有の3つのリスク
- ① 専任のセキュリティ部門がない: 総務部や情報システム部門が兼務し、ChatGPTの利用状況を監視・管理する体制が整っていない。
- ② 個人利用と業務利用の境界が曖昧: 個人アカウントのChatGPTを業務に使うと、会社のデータポリシーが適用されず、入力情報がモデル学習に使われる可能性もある。
- ③ ベンダー管理が属人化している: ツールの選定・契約・管理が担当者一人に依存し、異動・退職すると利用実態が不明になる。
放置した場合のコスト:罰則・取引停止・信用損失
「今まで問題が起きていないから大丈夫」と考えるのは、最も危険な楽観論です。
放置した場合に想定されるコスト
- 個人情報保護法違反:1件あたり最大100万円の罰金(法人では最大1億円)、および行政処分による社名公表
- 取引先からの取引停止:セキュリティ審査で不合格となった場合、既存取引の継続が困難になるケースも
- 情報漏えいによる損害賠償:顧客・取引先から民事訴訟を提起された場合の弁護士費用・賠償額
- 社内業務の混乱:不適切なAI利用によるアウトプットミスが対外的な問題を引き起こした場合の対応コスト
- ブランド・信用の毀損:SNSやメディアでの報道による採用・営業活動への長期的な悪影響
これらは「発生してから対処する」では遅い損失です。コンプライアンス整備にかかるコストと比較すれば、事前対策の方が圧倒的に安価であることは明らかです。
AIガバナンスの4つの柱:中小企業向け最小構成
「AIガバナンスの構築」と聞くと、膨大な規程作成やシステム投資が必要なイメージを持たれるかもしれません。しかし、中小企業に必要なのは「完璧な体制」ではなく「機能する最小構成」です。以下の4つの柱を整備するだけで、主要なリスクの8割以上はカバーできます。
利用許可管理
誰が・何のツールを・どの用途で使えるか
入力データ管理
社外に出してはいけない情報の定義
利用ルールの標準化
プロンプト・ガイドラインの整備
定期監査
インシデント対応フローの確立
第1の柱:利用許可管理(誰が・何のツールを・どの用途で使えるか)
最初に整備すべきは、「社内で公式に認めるAIツールのリスト(認定ツールリスト)」です。社員が無断で様々なAIツールを使い始める前に、会社として承認したツールを明確にします。認定ツールリストの基本項目は以下の通りです。
- ツール名(例:ChatGPT Team、Microsoft Copilot等)
- 利用可能な部門・職種
- 許可される用途(例:文章作成、翻訳、コード支援等)
- 禁止される用途(例:顧客データの分析、契約書の処理等)
- 契約形態(会社契約 or 個人アカウント)
ここで重要になるのが、ChatGPT Enterpriseと無料・Plusプランの違いです。無料プランやPlusプランでは、デフォルト設定では入力データがOpenAIのモデル改善に使用される可能性があります(オプトアウト設定は可能)。一方、ChatGPT TeamやEnterpriseプランでは、契約上データがモデル学習に使用されないことが保証されています。部門別に利用権限を設けることも有効です。
第2の柱:入力データ管理(社外に出してはいけない情報の定義)
AIガバナンスの中で、最も直接的なコンプライアンスリスクに関わるのがデータ管理です。「何をAIに入力してはいけないか」を明文化します。
| 分類 | 具体例 | 理由 |
|---|---|---|
| 個人情報(要配慮) | 氏名・住所・マイナンバー・健康情報 | 個人情報保護法上の取り扱い制限 |
| 顧客・取引先情報 | 商談内容・契約金額・連絡先 | 守秘義務・情報漏えいリスク |
| 社内機密情報 | 新製品情報・未公表の財務情報・人事情報 | 競争優位性の保護 |
| 認証情報 | パスワード・APIキー・社内システムのID | セキュリティリスク |
個人情報(要配慮)
- 具体例
- 氏名・住所・マイナンバー・健康情報
- 理由
- 個人情報保護法上の取り扱い制限
顧客・取引先情報
- 具体例
- 商談内容・契約金額・連絡先
- 理由
- 守秘義務・情報漏えいリスク
社内機密情報
- 具体例
- 新製品情報・未公表の財務情報・人事情報
- 理由
- 競争優位性の保護
認証情報
- 具体例
- パスワード・APIキー・社内システムのID
- 理由
- セキュリティリスク
逆に言えば、これらに該当しない「一般的な業務情報」(会議の議事録の要約、文章の校正、翻訳依頼等)は、適切なツールを使う前提で積極的に活用を促すことができます。「禁止事項だけを列挙する」のではなく、「使って良い範囲を示す」という設計思想が、現場の活用を萎縮させないポイントです。
第3の柱:プロンプト・利用ルールの標準化
「同じChatGPTを使っているのに、社員によってアウトプットの品質が全然違う」。この問題は、プロンプトの属人化から生まれます。ChatGPT活用が属人化する原因と対策でも詳しく解説していますが、優秀な社員が試行錯誤して作り上げた「高品質なプロンプト」は、本人のチャット履歴の中にしか存在しません。
- よく使う業務用プロンプトを「標準プロンプト集」として整備し、全社で共有する
- 新しいプロンプトを組織に展開する前に、上長や情報システム部門が内容をレビューする
- どのプロンプトが誰によって使われているかを可視化し、品質管理に活用する
プロンプトを組織の資産として管理する方法については別記事でも詳しく解説していますが、国産の企業向けプロンプト管理SaaS「ManaPro」は「申請 → レビュー → 承認 → 展開」のフローをシステム上で管理でき、専任部門がない中小企業でも最小限の工数でガバナンスを実装できます。
第4の柱:定期監査とインシデント対応フロー
ルールを作るだけでは不十分です。「守られているか」を定期的に確認し、問題が起きた時に迅速に動ける体制を整えておく必要があります。
月次チェックリスト(例)
- 認定ツールリスト以外のAIツールが社内で使われていないか確認する
- 社員からのAI利用に関する相談・疑問を受け付けるチャネルが機能しているか確認する
- 前月のAI関連インシデント(ヒヤリハット含む)を集計・記録する
- プロンプト管理ツールの利用ログを確認し、不審な利用がないかチェックする
- 社内ルールの内容が最新の法令・ガイドラインと乖離していないか点検する
情報漏えいが疑われる場合の初動フロー
- Step1:発見者がすぐに情報セキュリティ担当(または総務部長)へ報告する
- Step2:該当ツールへのアクセスを一時制限し、被害拡大を防ぐ
- Step3:入力した情報の内容・範囲を特定し、記録する
- Step4:個人情報が含まれる場合は個人情報保護委員会への報告を検討する
- Step5:再発防止策を検討し、社内ルールを改訂する
なお、属人化した業務自動化が抱えるリスクでも触れているように、担当者依存の運用体制自体がインシデントの一因になります。
ChatGPT Enterprise vs 無料プラン:中小企業の選定基準
「ガバナンスを整えるためにはChatGPT Enterpriseが必要なのか?」。これは現場から最もよく受ける質問の一つです。
結論から言えば、Enterpriseが「必須」な企業は、実はそれほど多くありません。ただし、データ保護の水準やユーザー管理機能の観点から、無料プランのまま業務利用を続けることはリスクがあります。
なぜChatGPTを例に解説するのか
本記事では、国内の中小企業における利用率・法人契約シェアが最も高いChatGPT(OpenAI)を代表例として取り上げています。Gemini for Google Workspace や Microsoft Copilotなど他の生成AIツールにも、同様に「データ学習への利用有無」「管理者機能の有無」でプランが分かれる料金体系が存在し、本記事で解説する選定基準・考え方はツールを問わず共通して適用できます。自社で導入中・検討中のツールがChatGPT以外の場合は、該当ツールの法人向けプランに読み替えてご確認ください。
データ学習に使われない保証はどこにあるか
| プラン | データ学習への利用 | 管理者機能 | 1ユーザーあたりの目安 |
|---|---|---|---|
| Free(無料) | デフォルトでオン(オプトアウト可) | なし | 無料 |
| Plus(個人有料) | デフォルトでオン(オプトアウト可) | なし | 月額約3,000円 |
| Team | モデル学習には使用しない | 基本的な管理コンソール | 月額約3,500円 |
| Enterprise | モデル学習には使用しない・データ分離 | 高度な管理・SSO等 | 要見積もり(100名〜推奨) |
Free(無料)
- データ学習への利用
- デフォルトでオン(オプトアウト可)
- 管理者機能
- なし
- 1ユーザーあたりの目安
- 無料
Plus(個人有料)
- データ学習への利用
- デフォルトでオン(オプトアウト可)
- 管理者機能
- なし
- 1ユーザーあたりの目安
- 月額約3,000円
Team
- データ学習への利用
- モデル学習には使用しない
- 管理者機能
- 基本的な管理コンソール
- 1ユーザーあたりの目安
- 月額約3,500円
Enterprise
- データ学習への利用
- モデル学習には使用しない・データ分離
- 管理者機能
- 高度な管理・SSO等
- 1ユーザーあたりの目安
- 要見積もり(100名〜推奨)
重要なのは、TeamプランからすでにデータがOpenAIのモデル学習に使用されない保証があるという点です。企業として業務情報をChatGPTに入力するなら、最低でもTeamプランへの移行を検討すべきです。Enterpriseプランの主な追加価値は、SSO・ドメインレベルの利用管理・高度なセキュリティ設定・優先サポートで、基本的に「100名以上の組織」か「特に厳格な情報管理が求められる業種」に向いています。
中小企業が選ぶべき現実解:段階的導入ロードマップ
「今すぐEnterpriseは費用的に難しい」という中小企業向けに、段階的な移行ロードマップを提示します。
フェーズ1:ルール整備期(0〜3ヶ月)
まずは社内ルールの骨格を作ることに集中します。ツールの契約形態は現状維持でも構いませんが、個人アカウントによる業務利用は原則禁止とし、認定ツールリストと入力禁止情報の定義だけでも文書化します。
フェーズ2:標準化期(3〜6ヶ月)
ChatGPT Teamプランへ移行し、会社として管理できる環境を整えます。同時に、標準プロンプト集の整備とプロンプト管理ツールの導入を検討します。月次監査の習慣化もこのフェーズで定着させます。
フェーズ3:高度化期(6ヶ月以降)
AI活用の範囲が拡大し、管理対象が増えてきたタイミングで、Enterpriseへのアップグレードや、SSOを含む統合管理体制を検討します。このフェーズでは、AI利用の可視化・効果測定が重要になります。
社内AIガバナンス規程の作り方(テンプレート付き)
「何から書けばいいか分からない」という担当者のために、最小限の規程に盛り込むべき内容を整理しました。
最低限盛り込むべき6項目
- ① 目的: この規程を定める理由(例:「生成AIの適切な活用を推進しつつ、情報セキュリティリスクを最小化するため」)
- ② 対象ツール: 社内で使用を認める生成AIツールの名称・バージョン(例:「ChatGPT Team、Microsoft Copilotに限る」)
- ③ 禁止事項: AIに入力してはいけない情報・用途の一覧(個人情報・社外秘・認証情報など)
- ④ 承認フロー: 新たなAIツールを業務利用したい場合の申請・承認プロセス(申請先・判断者・判断基準)
- ⑤ 違反時の対処: 規程に違反した場合の対応方針(例:「まず上長へ報告、状況に応じて懲戒規程を適用」)
- ⑥ 見直しサイクル: 規程の定期見直し頻度と責任者(例:「毎年4月に情報システム部門が見直しを実施」)
この6項目を1〜2ページのWord文書にまとめるだけで、「ルールが存在する」という状態を作れます。「シンプルで守りやすいルール」が、機能するガバナンスの第一歩です。
規程を形骸化させない運用のコツ
多くの企業で、せっかく作った規程が半年後には「存在を誰も知らない文書」になってしまいます。形骸化の原因は主に3つです。
原因1:複雑すぎて読まれない
法律文書のような難解な表現は避け、チェックリスト形式やフローチャートを活用する。
原因2:周知が一度きりで終わる
新入社員研修への組み込み、半期ごとのリマインドなど継続的な啓蒙が必要。
原因3:現場の実態から乖離する
現場からの質問を一元的に受け付け、FAQとして蓄積し規程の実用性を維持する。
こうした運用の手間を大幅に削減するのが、プロンプト管理ツールの活用です。プロンプト管理ツールの選び方と比較でも解説していますが、特にManaProは「誰がどのプロンプトを使ったか」という利用ログをリアルタイムで可視化し、専任部門を持てない中小企業にとって現実的な選択肢です。
まとめ:ガバナンスは「禁止」ではなく「安全に活用するための仕組み」
AIガバナンスを「AIの使用を制限するもの」と捉えると、現場の活用意欲を削ぎ、整備への動機も生まれにくくなります。正しい認識は逆です。ガバナンスとは「安全に・迷わず・存分にAIを使える環境を作る仕組み」です。ルールが明確であれば、社員は毎回判断に迷う必要がなくなります。
まずはこの記事で紹介した4つの柱の中から、自社で最も手薄な部分を一つ特定してみてください。小さな一歩の積み重ねが、機能するガバナンス体制につながります。
プロンプト管理・承認フロー・利用ログの可視化を一つのツールで実現したい方は、ぜひManaPro(マネプロ)の詳細をご覧ください。