# 生成AIの社内利用を禁止するとかえって危ない理由｜シャドーAI

> 生成AIの社内利用を禁止しても、社員は個人アカウントでこっそり使います。会社が入力内容を把握できない状態こそが危険です。禁止以外の3つの選択肢と、社内ルールでのOK・NGの線引きの作り方を名古屋のAI実装支援会社が解説します。

- 公開日: 2026-07-30
- 更新日: 2026-08-01
- URL: https://central-ax.co.jp/blog/shadow-ai/
- 発行: 株式会社 Central AX（https://central-ax.co.jp/）

---

「うちは生成AIの利用を禁止しているので、情報漏洩の心配はありません」——そう考えている経営者の方は少なくありません。あるいは「禁止か解禁か」の議論が社内で止まったまま、半年が過ぎていないでしょうか。情シス担当者がおらず、そもそも誰が判断するのかも決まっていない会社も多いはずです。

先に結論を書きます。**禁止という選択は、リスクを消すのではなく見えなくするだけです。** 「使うな」と言われた社員は、個人のアカウントやスマホでこっそり使います。そのとき会社は、何が入力されたのかを一切把握できません。これが「シャドーAI」と呼ばれる状態で、皮肉なことに全面禁止の会社でこそ深く進行します。

この記事では、なぜ禁止が守られないのか、何が危ないのか、全面禁止以外の現実的な選択肢を整理します。東海の中小企業の経営者・総務・情シスの方に向けた内容です。

![会社支給のノートPCが置かれたオフィスのデスクで、社員が机の下に隠すように自分のスマートフォンを操作している場面。生成AIの利用を禁止された社員が個人端末でこっそり使う「シャドーAI」の状態を表している](/assets/img/blog/shadow-ai-hero.jpg)

→ [初回30分の無料事業相談はこちら](/contact/)

## 禁止しても守られない——シャドーAIが生まれる仕組み

まず、社員側の前提が数年で大きく変わりました。総務省の令和7年版『情報通信白書』によると、生成AIサービスの利用経験がある個人は2023年度調査の9.1%から2024年度調査で26.7%に増え、20代では44.7%に達しています（出典：[総務省 令和7年版 情報通信白書「個人におけるAI利用の現状」](https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112210.html)）。

一方、会社側はどうか。同じ白書の企業編では、生成AIを「積極的に利用する方針」または「一部業務で活用する方針」とした日本企業は2024年度調査で49.7%。中小企業では「方針を明確に定めていない」がおよそ半数を占めます（出典：[総務省 令和7年版 情報通信白書「企業におけるAI利用の現状」](https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html)）。

つまり、**社員は私生活でとっくに使い慣れているのに、会社側は方針を決めていない。** このズレが、シャドーAIの温床です。

![「全面禁止」が生むシャドーAIの悪循環を示した4ステップの循環図。1．会社が全面禁止する（通達だけで「使うな」と伝える）→2．社員は個人アカウントで隠れて使う（私用スマホからの入力は止められない）→3．会社は入力内容を把握できない（個人アカウントのため利用ログが残らない）→4．事故が起きても気づけない（禁止された行為は本人が自己申告できない）→再び1に戻る。結論として、禁止したのにリスクだけが管理外に移動しており、消えるのは「使いたい動機」ではなく「会社の可視性」であること、ガートナー調査ではシャドーAIを「把握できていない」企業が43%であることを示している](/assets/img/blog/shadow-ai-loop.svg)

### 実際に何が起きているか

会社でChatGPTの使用を禁止された人が、「抜け穴や代替になる手段はないか」とYahoo!知恵袋に相談しています（[該当の質問](https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q12279789787)）。マクロ作成やメール文面、Pythonの学習に使っていたものが、急に使えなくなった状況です。また、ルールが無い会社で、会社支給のPCから個人契約の有料AIを使うのは「グレーでしょうか」と尋ねる投稿もあります（[該当の質問](https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q11323621096)）。社内情報は入力しないつもりだと書いていますが、つまり **ルールが無い会社では社員が自分の判断で線を引いている** ということです。

もっと踏み込んだ投稿もあります。機械設計の仕事をしている方が、社内で制限のマニュアルができると聞きながら「そんなん関係ない」と考えて使い続けていると書いています（[該当の質問](https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q14314153609)）。図面や仕様を扱う職種でこの状態が起きている点は、製造業が集積する東海エリアでは特に重く受け止める必要があります。

会社側の視点も同じ構図です。国内金融機関の情報システム・セキュリティ担当者の記事には、リスク管理部門は導入の必要性を理解しつつも情報漏洩の観点からゴーサインを出しづらかったこと、若手から「生成AIを会社で使うには転職するしかない」という不満が上がっていたことが書かれています（出典：[Zenn](https://zenn.dev/seiuchi3939/articles/b12d6746d9f187)）。

禁止は、**使いたい動機そのものを消してくれません。** 消えるのは、会社の可視性だけです。

### 「対策できていない」ほうが多数派だという現実

では、他社は管理できているのか。ガートナージャパンが2026年2月に実施した調査（シャドーAIに関する設問の回答は414社）では、シャドーAIを「把握できていない」が43%、「把握しているが有効な対策を取れていない」が30%で、有効な対策を取れていると答えたのは24%にとどまりました。7割超の企業が、実質的に手を打てていない状態です。

同じ調査では、IT部門が選定した以外のAIツールについて「審査の上、問題なければ認めている」が67%、「自由に認めている」が8%という結果も出ています（出典：[ITmedia AI+](https://www.itmedia.co.jp/aiplus/article/2606/18/2000000103/)、2026年6月18日）。対策できていないのは自社だけではなく、**「会社が選んだツールだけを使わせる」運用はすでに多数派ではありません。** 審査して認める形に実務が移っています。

なお東洋経済オンラインも2026年5月に、入力段階で顧客情報・企画書・財務情報・技術情報が投入されうる点と、一部サービスの規約に入力内容の学習利用や第三者提供への同意条項が含まれる点を指摘しています（出典：[東洋経済オンライン](https://toyokeizai.net/articles/-/941086?page=2)）。

## 隠れて使われている状態の、本当の怖さ

「禁止しているのだから、うちで事故は起きていない」と考えるのは危険です。禁止している会社は、事故が起きたかどうかを知る手段を持たないからです。

| 隠れて使われると起きること | なぜ会社は気づけないのか | 起きたときの影響 |
| --- | --- | --- |
| 顧客情報や図面・仕様書が外部サービスに入力される | 個人アカウントのため利用ログが会社に残らない | 報告義務が生じても、何が出たのか説明できない |
| 誤入力・誤送信の事故が起きる | 禁止された行為のため本人が自己申告できない | 発覚が遅れ、対応の選択肢が減る |
| 社員が退職する | どのサービスに何を入れたかの記録が無い | 情報が持ち出されたかを検証できない |
| AIの誤った出力が社外資料に載る | 誰がAIに書かせたのか分からない | 責任の所在も再発防止策も定まらない |

特に後半の2つは、禁止しているからこそ深刻です。**社員が「使っていました」と言えない状態は、会社が調査すらできない状態です。** 情報漏洩のリスク分類と対策は[ChatGPTの情報漏洩リスクと企業がとるべき対策](/blog/chatgpt-data-leak-risk/)に整理してあります。

## 「全面禁止」以外の現実的な3つの選択肢

判断は「禁止か、全面解禁か」の二択ではありません。実務上は次の3つです。

| 選択肢 | 情報漏洩リスク | 運用コスト | 向いている会社 |
| --- | --- | --- | --- |
| 全面禁止を続ける | 見た目は低いが実際は把握不能。事故が起きても検知できない | ルール整備は最小。ただし本気の監視は高額 | 法規制で外部サービス利用が制限されている業種のみ |
| 会社で法人契約し、使える範囲を決める | 入力データの扱いを契約と設定で管理でき、ログも残る | 契約費用＋ルール整備＋教育。年数回の棚卸しが必要 | 全社的に活用したい会社。多くの中小企業の現実解 |
| 部門限定で試してから広げる | 対象部門に限定され影響範囲が読める | 小さく始められるが、対象外の部門でシャドーAIが残る | 判断材料が足りず、合意形成に時間がかかる会社 |

全面禁止は「コストゼロの安全策」ではありません。本気で守らせるなら端末のアクセス制御や監視が必要で、中小企業には決して安くありません。**仕組みを入れずに通達だけで禁止するのは、リスクを社員個人に押し付けているだけです。**

![生成AIの社内利用における3つの選択肢を、情報漏洩リスク・運用コスト・向いている会社の3項目で比較したマトリクス図。「全面禁止を続ける」はリスクが見た目は低いが実際は把握不能で事故が起きても検知できず、ルール整備は最小だが本気の監視は高額、法規制で外部サービス利用が制限されている業種のみ向き。「会社で法人契約し、使える範囲を決める」は入力データの扱いを契約と設定で管理でき、ログも残る。契約費用＋ルール整備＋教育と年数回の棚卸しが必要で、全社的に活用したい会社、多くの中小企業の現実解。「部門限定で試してから広げる」は対象部門に限定され影響範囲が読めるが、対象外の部門でシャドーAIが残る。判断材料が足りず合意形成に時間がかかる会社向き。全面禁止は「コストゼロの安全策」ではないと結論づけている](/assets/img/blog/shadow-ai-options.svg)

### 進める場合の期間と費用の目安

法人契約に切り替える場合の段取りです。

| やること | 期間の目安 | 費用の目安 |
| --- | --- | --- |
| 現状把握（利用実態のヒアリング） | 1〜2週間 | 社内工数のみ |
| 情報の分類とOK・NGの線引き | 2〜4週間 | 社内工数。外部に設計を任せる場合は別途 |
| 法人プランの契約と初期設定 | 1〜2週間 | 提供各社の公開料金による（利用人数で変動） |
| 社員向けの教育・研修 | 1日〜（部門別なら複数回） | 相場は[生成AI研修の費用相場と選び方](/blog/generative-ai-training-cost/)を参照。当社の生成AI研修は25万円／人（税別） |
| 定着確認とツールの棚卸し | 四半期ごと | 社内工数 |

現状把握から研修まで、2〜3か月あれば一巡します。

## OK・NGの線引きをどう作るか

線引きは、次の順番で作ると現場で機能します。

**1. 罰しないと宣言してから、いま何が使われているかを聞く**

処分される前提では、本当のことは出てきません。過去の利用は問わないと明言してから聞いてください。ここで出てくる業務名が、そのままルールの具体例になります。

**2. 情報を3段階に分ける**

ツールから考えると議論が発散するので、情報から考えます。「すでに社外に公開している情報」「社内限りの情報」「取引先から預かった情報・個人情報」の3段階に分け、3段目を明確にNGとするのが出発点です。製造業なら図面・3Dデータ・取引先の型番がここに入ります。

**3. ツールを3階層に分ける**

「会社が契約して承認済み」「申請して許可されれば使える」「使ってはいけない」の3階層です。**申請できる窓口があること自体が、隠れて使う動機を減らします。**

**4. A4一枚にして、自社の業務の言葉で書く**

10ページのガイドラインは読まれません。迷ったときに見返せるA4一枚に収め、「機密情報を入力しないこと」ではなく「お客様から預かった図面はアップロードしない」のように、実際に使っている書類の名前で書きます。

**5. 相談窓口と棚卸しの周期を決める**

誰に聞くのかを役職ではなく名前で決め、四半期ごとに使われているツールと線引きを見直します。AIサービスの仕様は数か月で変わるため、作って放置したルールは半年で実態と合わなくなります。

ルールに盛り込む項目と文面のひな形は[ChatGPTの社内利用ルールの作り方とひな形](/blog/chatgpt-internal-rules/)にまとめてあります。

## ルールを配っただけでは守られない

ここが一番のつまずきどころです。ルールを全社メールで配った時点で「対策済み」と考えがちですが、配布と定着は別の作業です。

| よくある失敗 | 現れる兆候 | 対策 |
| --- | --- | --- |
| 禁止だけを通達し、代替手段を用意しない | 社内から質問が一切上がってこない | 会社契約の承認ツールを最低1つ用意して示す |
| ルールが長く抽象的 | 「結局何がダメか分からない」と言われる | A4一枚に圧縮し、自社の書類名で具体例を書く |
| 配布して終わり、教育をしない | 利用者が特定の数人に偏る | 実業務を題材にしたハンズオン研修を行う |
| 情シス不在で判断者が決まっていない | 申請が誰にも回らず放置される | 決裁者と相談窓口を個人名で指定し周知する |
| 罰則を先に決める | 事故が起きても申告が上がってこない | 自己申告した人を責めない運用を明文化する |

「読めば分かるはずだ」は書いた側の感覚です。なぜNGか、代わりに何をすればいいかまで伝える場が必要で、それが研修です。

## 「禁止か解禁か」で止まっている会社へ

ガイドラインのひな形はネット上にいくらでもありますが、「自社のどの業務のどの資料が、なぜNGなのか」は書いてありません。そこを埋めるには、実際に扱っている帳票・図面・顧客データを見る必要があります。見ずに作ったルールは抽象的になり、守られません。

株式会社Central AXは名古屋を拠点に、生成AIの社内利用ルールの設計から、社員が実際に使える状態にするまでの研修・実装をお手伝いしています。**訪問して、現場でどの資料がどう回っているかを見てから線引きを決めます。** 料金は生成AI研修 25万円／人、Claude Code研修 30万円／人、PoC開発 50〜200万円、本格実装 200万円〜（いずれも税別）です。ルール整備と研修だけでも承ります。

### 東海の会社は、東京の理屈では動かない

愛知・岐阜・三重は自動車部品・機械加工・金型といった製造業の集積地で、取引先から預かった図面・仕様書・型番など、秘密保持契約で縛られた情報を日常的に扱います。汎用ガイドラインの「機密情報を入力しないこと」という一文では、現場は判断できません。製造業向けの線引きと文面は[製造業の生成AI利用ガイドラインの作り方](/blog/manufacturing-ai-guideline/)に詳しく書きました。

もうひとつ、**現場系の会社では、そもそも社員の多くがPCの前に座っていません。** 全社メールで通達しても届かず、届かないまま個人のスマホで使われます。紙で配るのか、朝礼で伝えるのか、班長に説明してもらうのか——通達の経路まで設計しないと、ルールは存在しないのと同じです。

東京のオンライン完結型の支援では、この部分に踏み込めません。当社は名古屋から愛知・岐阜・三重・静岡のどこへでも伺い、東京で先行する考え方を東海の会社の実態に合わせて翻訳します。

→ [初回30分の無料事業相談はこちら](/contact/) ／ [資料ダウンロード](/download/)

## よくある質問

**Q. 全面禁止のままで、実際に問題は起きていません。それでも変える必要がありますか。**

A. 問題が起きていないのではなく、起きたかどうかを知る手段がない状態です。禁止された行為は自己申告されないため、社内で完結した誤入力は表面化しません。まず「罰しない」と明言して実際の利用状況を聞くことが、判断材料の第一歩です。

**Q. 個人アカウントの利用をシステムでブロックすればいいのではないですか。**

A. 会社支給端末からのアクセスは制御できますが、私用スマホからの入力は止められません。承認ツールを用意せずブロックだけを強化すると、社員は端末を変えて使うだけです。制御は「会社として使える手段を提供する」こととセットにしてください。

**Q. 無料版と法人版で、入力したデータの扱いは変わりますか。**

A. サービス・プラン・管理者設定によって異なります。学習利用の有無、保存期間、管理者が確認できる範囲が変わるため、契約前に利用規約と管理画面の設定項目を必ず確認してください。「有料だから安全」という単純な話ではありません。

**Q. 情シス担当者がいません。誰が管理すればいいですか。**

A. 東海の中小企業では珍しくない状況です。総務や経営企画の方が窓口を兼任し、迷うケースだけ外部に相談する形が現実的です。重要なのは「誰に聞けばいいか」が全社員に分かっていること。窓口が空席だと、社員は聞かずに自己判断で使います。

## まとめ

生成AIの全面禁止は、リスクをゼロにするのではなく、会社の視界から消して社員個人に押し付ける選択です。個人の利用は急速に広がる一方、中小企業の約半数は活用方針を定めていません。このズレがある限り、通達だけの禁止は守られません。目指すべきは、申請できる窓口があり、線引きが具体的で、迷ったら聞ける状態です。

正しい順番は「禁止」ではなく「使える範囲を決めて、教える」です。罰しないと宣言して現状を聞き、情報を3段階に、ツールを3階層に分け、A4一枚に落とし、相談窓口と棚卸しの周期を決める。ここまでで2〜3か月です。

どこに線を引くべきか迷っている段階でも構いません。初回30分の事業相談は無料です。実際に扱っている資料を見たうえで、線引きの案を一緒に作ります。

### あわせて読みたい

- [製造業の生成AI利用ガイドラインの作り方](/blog/manufacturing-ai-guideline/)
- [ChatGPTの社内利用ルールの作り方とひな形](/blog/chatgpt-internal-rules/)
- [ChatGPTの情報漏洩リスクと企業がとるべき対策](/blog/chatgpt-data-leak-risk/)
- [生成AI研修は「意味ない」と言われる理由](/blog/ai-training-meaningless/)
- [生成AIは何から始めるべきか](/blog/where-to-start-generative-ai/)