生成AI社内ガイドラインの作り方と運用|内部統制として機能させる設計の要件

EST編集部2026-10-30最終更新 2026-11-20約9分で読めます

生成AIガイドラインは、禁止事項を並べるだけでは十分ではありません。情報漏えい防止や内部統制の仕組みとして機能させるには、「誰が判断するのか」「例外をどう処理するのか」「いつルールを見直すのか」まで含めることが重要です。

本記事で解決できるお悩み

  • 生成AIガイドラインを作ったものの、現場で守られなくなってきた
  • 情報漏えい対策として、何をルール化すればよいか分からない
  • 内部統制・コンプライアンスの観点から運用体制を整えたい
  • ガイドラインの見直し時期や更新方法が分からない

多くの生成AIガイドラインが形骸化する理由

生成AIガイドラインを策定するとき、最初に考えやすいのが「入力してはいけない情報」「利用してはいけないサービス」といった禁止事項です。

もちろん、禁止事項を明確にすること自体は必要です。しかし、それだけでは実務で必ず発生するグレーゾーンに対応できません。

たとえば、「取引先から受け取った資料の一部を生成AIで要約してよいか」といったケースです。

ルールに明記されていなければ、社員はそれぞれの判断で利用するか、リスクを避けて生成AIそのものを使わなくなる可能性があります。そのため、「判断に迷ったとき誰に確認するのか」や「例外をどう処理するのか」、「環境が変化したとき誰がルールを更新するのか」まで設計して初めて、ガイドラインは運用できる仕組みになります。

最初に決めるべき「所管部門」と「適用範囲」

生成AIガイドラインは情報システム部門や情報セキュリティ部門だけで作ってよいものではありません。

情報システム部門や情報セキュリティ部門だけでガイドラインを作ろうとすると、生成AIの利用契約・個人情報・コンプライアンスなどについて判断が難しい場合があります。一方、法務部門だけでAIサービスの技術的な仕様やセキュリティ設定まで把握するのは困難です。

そのため、情報セキュリティ、法務・コンプライアンス、人事など、生成AI利用に関係する部門が必要に応じて連携できる体制を設けることが重要です。

また、生成AIガイドラインの適用範囲を決めておくことも重要です。正社員、派遣社員、業務委託、グループ会社など、誰までガイドラインを適用するのかも明文化しておきます。

ISO/IEC 42001:2023も、単なるAI利用上の注意事項ではなく、組織がAIマネジメントシステムを確立し、実施・維持・継続的に改善するための要求事項を定めています。

生成AIガイドラインについても、単独の規則としてではなく、組織全体のAIガバナンスの一部として位置付けることがポイントです。

「禁止リスト」から「判断基準」へ

「顧客情報は禁止」「個人情報は禁止」「社外秘は禁止」と情報を個別に列挙すると、リストに書かれていない情報の扱いが曖昧になります。

そこで、自社の情報管理規程と生成AIの利用ルールを結び付けます。

たとえば、公開情報、社内情報、機密情報、要配慮個人情報など、自社で定めている情報区分をもとに、「どの情報を、どのAIサービスで、どの条件なら扱えるか」を整理します。

ここで重要なのは、単純に「機密情報だからすべての生成AIで禁止」と決めることではありません。会社が承認したAIサービスか、入力したデータがモデルの学習に利用されるのか、適切な契約・セキュリティ対策があるかなどによって判断が変わるためです。

つまり、ガイドラインでは禁止事項だけでなく、社員自身が判断できる基準を示す必要があります。

例外申請のルートを最初から作る

どれだけ細かくルールを作っても、すべての業務を事前に想定することはできません。そこで重要になるのが、例外申請のルートです。

最低限、「申請者 → 承認者 → 判断内容 → 有効期限 → 記録」という流れを決めておきます。

例外申請というと「ルールの抜け穴」のように思えるかもしれませんが、むしろ逆です。現場から「この使い方を認めてほしい」という申請が繰り返されるのであれば、それは現在のガイドラインと実際の業務との間にギャップがあることを示す情報になります。

重要なのは、例外を個別に承認して終わらせないことです。申請内容や判断結果を記録し、同じような例外が繰り返されていないかを定期的に確認します。頻出する例外があれば、判断基準そのものを見直し、必要に応じてガイドラインへ反映します。

これは、ルールを策定して運用し、運用結果を確認して改善するというマネジメントシステムの考え方にも通じます。ISO/IEC 42001:2023も、AIマネジメントシステムを一度構築して終わりとするのではなく、維持し、継続的に改善していくことを求めています。 [iso.org]

例外申請はルールから外れるための仕組みではなく、ルールと現場のズレを発見し、ガイドラインを改善するためのフィードバックループとして設計することが重要です。

「年1回」だけではなく、見直しトリガーを決める

生成AIを取り巻く環境は急速に変化しています。そのため「毎年4月に見直す」といった定期更新だけでは、変化に追いつけない可能性があります。

たとえば、

  • 関連法令や公的ガイドラインが変更された
  • 情報漏えいなどの重大インシデントが発生した
  • 新しい生成AIサービスを導入した
  • 承認済みAIサービスの利用条件が変更された
  • 組織改編によって責任体制が変わった

といったイベントを見直しトリガーとして定めておく方法があります。

ISO/IEC 42001:2023でも、AIマネジメントシステムは構築して終わりではなく、維持し、継続的に改善することが求められています。ISOは同規格を、AIに関連するリスクと機会を組織として管理するための枠組みと位置付けています。 [iso.org]

ガイドラインも同じように、完成した文書ではなく、運用しながら改善する仕組みとして考えることが重要です。

インシデントを「改善」に結び付ける

ガイドライン違反が発生した場合も、懲罰だけを前面に出すと、従業員が報告をためらう原因になりかねません。

まず必要なのは、「第一報 → 記録 → 原因分析 → 再発防止 → 必要に応じたガイドライン改定」というプロセスです。

経済産業省もISO/IEC 42001について、AIに関するリスクを回避するための要件だけでなく、リスクが生じた場合の対応を含むマネジメントシステムだと説明しています。 [meti.go.jp]

違反を単発の問題として終わらせず、「なぜ現在のルールでは防げなかったのか」まで振り返ることが、次のリスク低減につながります。

全社ルールと部門別ルールを分ける

生成AIの使われ方は部門によって大きく異なります。

営業部門では顧客情報、開発部門ではソースコード、人事部門では従業員の個人情報など、取り扱う情報もリスクも異なります。

そこで、「全社ガイドライン=全社員が守る最低基準」とし、その上で必要に応じて、「部門別ルール=その部門特有のリスクに対応する追加基準」を設ける二層構造が考えられます。

重要なのは、全社員に同じ禁止事項を覚えさせることではありません。

「自分の業務の場合、どこまで生成AIを使ってよいのか」を社員が判断できる状態にすることが、実効性のあるガイドライン運用につながります。

まとめ:内部統制として機能するガイドラインの3条件

生成AIガイドラインを形骸化させないためには、禁止事項を増やすだけでは不十分です。

特に重要なのは次の3点です。

  1. 所管体制と判断基準を明確にする
  2. 例外申請と見直しトリガーを設計する
  3. インシデントを記録し、再発防止とルール改善につなげる

ISO/IEC 42001:2023が示すAIマネジメントシステムも、AIを適切に管理する仕組みを組織として構築し、継続的に改善することを重視しています。 [iso.org], [meti.go.jp]

生成AIガイドラインも「一度作れば完成する規程」ではありません。

ルールを作り、運用し、例外やインシデントから学び、またルールを改善するというPDCAサイクルを回すことで、情報漏えい対策や内部統制と生成AI利活用を両立させることができます。

よくある質問

既製の生成AIガイドラインのテンプレートをそのまま使うのはなぜ不十分ですか?

テンプレートは、盛り込むべき項目を確認する出発点としては有効です。ただし、自社の情報区分、組織体制、利用するAIサービス、適用対象までは反映されていません。

そのため、テンプレートをそのまま採用するのではなく、「誰が判断するのか」「どの情報をどのAIサービスで扱えるのか」「判断に迷った場合にどう申請するのか」まで自社の実態に合わせて盛り込むことが重要です。

生成AIガイドラインの所管は情報システム部門だけでは駄目ですか?

情報システム部門だけで所管すること自体が問題なのではありません。ただし、生成AIの利用には、情報セキュリティだけでなく、個人情報、契約、コンプライアンス、人事など複数の論点が関係します。

そのため、情報システム部門を中心とする場合でも、法務・コンプライアンス・人事など、必要な部門へ判断をエスカレーションできる体制をあらかじめ決めておくことが重要です。

新しい生成AIツールが登場するたびにガイドラインを改訂する必要がありますか?

必ずしもツールが増えるたびにガイドライン本文を書き換える必要はありません。

たとえば、ガイドラインでは「会社が承認した生成AIサービスのみ業務利用できる」という原則を定め、具体的なサービス名や利用条件は別途「承認済みAIサービス一覧」で管理する方法があります。

一方で、新しいAIサービスによって従来想定していなかったリスクや利用方法が生じた場合は、ガイドライン自体の見直しが必要です。重要なのは、定期改定だけではなく、新サービスの導入や法令・公的指針の変更などを「見直しトリガー」として設定しておくことです。

ガイドライン違反を発見したとき、まず何をすべきですか?

まず、社内で定めたインシデント報告ルートに従い、事実関係を記録・報告します。

「いつ」「どのAIサービスで」「どのような情報を扱ったか」「外部への情報漏えい等が発生した可能性があるか」を確認し、必要に応じて情報セキュリティや法務などの担当部門へエスカレーションします。

また、対応して終わりにするのではなく、なぜ現在のガイドラインで防げなかったのかを振り返り、必要に応じてルールや教育内容を見直すことが重要です。こうした継続的改善は、ISO/IEC 42001:2023が示すAIマネジメントシステムの考え方とも整合します。 [iso.org]

例外申請を認めると、ガイドラインが形骸化しませんか?

適切に管理された例外申請は、ガイドラインを形骸化させるものではありません。むしろ、現場が独自判断でルールを回避することを防ぎ、「誰が、何を、なぜ例外として認めたのか」を記録するための仕組みになります。

さらに、同じような例外申請が繰り返されている場合は、現在のルールと業務実態にギャップがある可能性があります。申請内容を定期的に分析し、必要に応じて判断基準やガイドラインそのものを見直すことで、例外申請を継続的改善のためのフィードバックとして活用できます。

#生成AI, 社内ガイドライン, 情報漏えい防止, 内部統制, AIガバナンス
法人向け研修

自社の業務に合わせた研修を、お考えですか?

複数の社員へのまとめての研修、自社業務に合わせたオリジナルカリキュラムの制作に対応します。 研修・制作とも 20,000円/時間〜。まずは無料でご相談ください。

詳しく見る

関連記事