生成AIは、多くの会社で「導入するかどうか」の段階を過ぎ、すでに現場で使われている状態になりました。問題は、使われ方に対してセキュリティの整備が追いついているかどうかを、誰も確認していないことです。この記事では、その確認を1〜2時間で終えられるように、点検項目を30個のチェックリストにまとめました。公的資料の裏付けと、どこから手をつけるべきかの優先順位もあわせて示します。
なぜ今、生成AIのセキュリティ点検が必要なのか
点検が必要になった理由は、利用の広がりと管理の整備との間に開きが出ているためです。
総務省の令和8年版情報通信白書（2026年7月公表・公的統計）によると、日本企業が自社の何らかの業務で生成AIを利用している割合は86.4%で、2024年度調査の55.2%から大きく伸びました。一方、業務変革に関して組織的な取組はないと回答した割合は日本で27.0%と、米国の1.4%、ドイツの4.9%、中国の2.6%に比べて高い水準にとどまっています。使ってはいるが、会社としての取組にはなっていない、という構図です。
リスク側も、公的な評価が変わりました。IPA（情報処理推進機構）の情報セキュリティ10大脅威 2026（2026年1月29日公表）では、組織向け脅威としてAIの利用をめぐるサイバーリスクが第3位に初選出されています。1位のランサム攻撃、2位のサプライチェーンや委託先を狙った攻撃に次ぐ位置づけです。
実害の側面では、IBMのCost of a Data Breach Report 2026（2026年7月29日公表・世界602組織／2025年3月〜2026年2月の侵害が対象・同社調査）が、悪意ある侵害の4件に1件がAIを用いたものであり、それらの侵害コストは平均600万ドルで、全体平均の499万ドルを上回ったと報告しています。同レポートを引用した各種分析によれば、会社が承認していないAI利用（シャドーAI）が関与した侵害は43%（前年20%）に増え、侵害を受けた組織の68%はAIの利用を管理し無断利用を検知する仕組みを欠いていたとされます。
※IBMの数値は同社調査に基づく自己申告ベースの集計であり、独立した第三者による検証結果ではありません。43%・68%といった内訳は同レポートを引用した報道・分析経由で確認したもので、一次資料そのものでの確認は取れていないため、参考値として扱ってください。
ここから読み取れるのは、攻撃の高度化そのものより、自社のAI利用を会社が把握・制御できていない状態が損害を大きくしているという傾向です。だからこそ、対策の第一歩は新しいツールの導入ではなく、いまの状態の点検になります。
チェックリストの使い方と5つの領域
以下のチェックリストは30項目を5つの領域に分けています。情報システム部門がない会社でも進められるよう、専用ツールの導入を前提としない項目で構成しました。
- 進め方：総務・情シス担当者が単独で回答できる項目と、経理や現場への確認が必要な項目が混在します。まず一人で埋められる範囲を埋め、空欄になった項目だけを関係部署に聞くと早く終わります。
- 判断に迷ったら：「たぶんできている」は未チェックとして扱ってください。確認できていない状態は、できていない状態と同じリスクを持ちます。
- 頻度：年1回では利用実態の変化に追いつきません。半期に1回、最低でも年1回の実施をおすすめします。
領域1：利用状況の把握（6項目）
対策の前に、現状を知る領域です。ここが埋まらないまま他の領域を進めても、把握できていないサービスが管理の外に残ります。検知の具体的な手順は野良AI（シャドーAI）の見つけ方で詳しく解説しています。
- 会社として利用を認めている生成AIサービスの一覧があるサービス名・契約形態・所管部署まで書き出せる状態を指します。口頭での了解は一覧に含めません。
- 社員が実際に使っているサービスを直近3か月以内に確認した認めている一覧と、実際に使われているものは一致しないのが普通です。差分を知ることが目的です。
- 会社アカウントで外部AIサービスへの連携が行われていないか確認したGoogle WorkspaceやMicrosoft Entra IDの管理画面で、外部アプリへの許可状況を確認できます。
- 経費精算やカード明細にAIサービスの個人課金が混ざっていないか確認した少額の外貨建て決済に注目します。経理部門だけで完結し、情シスがなくても実施できます。
- 業務で使われているブラウザ拡張機能と端末アプリを把握している要約や文字起こしの拡張機能は、閲覧中のページ内容を外部に送信する場合があります。
- 部署ごとに、何の業務でAIを使っているかを一覧化している用途がわかると、どの情報が入力されうるかを推測でき、次の領域の判断材料になります。
領域2：アカウントとアクセス制御（6項目）
前掲のIBMレポートの分析では、AI関連の侵害を受けた組織の92%が適切なAIアクセス制御を欠いていたとされ、AIのモデルやデータにアクセス制御を適用していた組織は侵害を受けた組織全体の40%にとどまったと報告されています（同社調査を引用した分析による参考値）。
- 業務利用は会社が払い出したアカウントに限定されている個人アカウントでの業務利用は、退職時にデータも履歴も回収できません。
- 退職・異動のときにAIサービスのアカウントを停止する手順が決まっている入社手続きの逆を書き出すだけで手順書になります。停止の担当者名まで決めます。
- 管理者アカウントを複数人で共有していない共有アカウントは、操作の主体を特定できなくなるため監査が成立しません。
- 多要素認証が有効になっているAIサービスには過去の会話がすべて残ります。メールと同等の保護が必要な資産として扱います。
- 誰が管理者権限を持っているかを一覧で説明できる棚卸しの結果、退職者や兼任解除済みの担当者が残っていることは珍しくありません。
- 利用できるモデルや機能を管理側で制御できる個人向けサービスでは制御できない項目です。できない場合は、その旨を記録しておきます。
領域3：入力データの扱い（6項目）
漏洩経路として最も多いのは、悪意のない日常的な入力です。経路ごとの整理は生成AIで情報漏洩した事例と対策にまとめています。
- 入力データが学習に使われない設定を、全社一律で適用している個人ごとのオプトアウト操作に任せると必ず漏れます。会社側で一括して担保できているかが要点です。
- その設定を、個人任せではなく管理画面で確認できる設定したはずという記憶ではなく、現在の状態を画面で示せることを求めます。
- 会話履歴やログの保存場所（国・事業者）を説明できる取引先や顧問先から問われたときに、即答できるかどうかで判断します。
- 入力してはいけない情報の具体例を文書で定めている顧客の個人情報、未公開の経営情報、認証情報など、業種に即した例示が必要です。
- 会話の共有リンク機能の公開範囲を把握し、制御している共有リンクが検索エンジンに載る事故が実際に起きています。使わせるかどうかを先に決めます。
- ファイルアップロード機能を使ってよい業務を決めている一括で禁止するとAIを使う意味が薄れます。業務単位で線を引くほうが定着します。
領域4：ルールと教育（6項目）
ルール文書そのものの作り方と、そのまま使えるひな形は生成AIの社内ガイドラインの作り方で公開しています。ここでは、文書があることではなく、機能しているかを点検します。
- 生成AIの社内ガイドラインが文書として存在するメールでの周知や朝礼での口頭説明は、文書としては数えません。
- ガイドラインを直近1年以内に更新しているサービスの仕様も公的な指針も動いています。更新履歴が残っているかを確認します。
- AIの出力を人が確認する工程が、業務手順に組み込まれている注意喚起ではなく、誰が確認して誰が承認するかが手順として決まっている状態を指します。
- 著作権や第三者の権利に関する注意点を周知している生成物をそのまま社外向け資料に使う場面が増えています。
- 新入社員と中途入社者への説明手順がある説明が入社時の一度きりで終わっていないかもあわせて確認します。
- 相談と報告の窓口が決まっており、報告者を責めない方針を明示しているこの一文がないと、誤入力の報告は上がってきません。初動の速さに直結します。
領域5：ログと有事対応（6項目）
前掲の分析では、承認していないAI利用の有無を定期的に監査している組織の割合は29%（前年34%）と、むしろ低下したと報告されています（同社調査を引用した分析による参考値）。記録がないこと自体が、説明できないというリスクになります。
- 誰がいつ何を使ったかの利用ログが残っている個人向けサービスでは、会社側からログを取得できないのが一般的です。
- ログを定期的に見る担当者と頻度が決まっている残しているだけでは監査になりません。見る人と間隔を決めて初めて機能します。
- 情報を誤って入力した場合の初動手順が決まっている聞き取り、履歴削除、学習利用の停止申請、関係先への連絡までを一枚にまとめます。
- 取引先からAIの利用体制を聞かれたときに示せる資料がある利用サービス、契約形態、学習利用の有無、保存場所、ログ管理、ガイドラインの6点が揃っていれば足ります。
- 利用サービスの障害や仕様変更を把握する担当が決まっている共有機能の仕様変更が、そのまま公開範囲の変更になることがあります。
- 委託先や外注先の生成AI利用について、契約や覚書で取り決めている自社が守っていても、渡した先で個人アカウントに入力されれば同じことです。
30項目を持ち帰って使う
点検は読むだけでは終わりません。社内で回せるように、30項目をそのまま持ち出せる形にしてあります。テキストをコピーすれば、社内の共有ドキュメントや議事録にそのまま貼れます。印刷を選ぶと、記事本文ではなく30項目だけがチェックシートとして出力されます。担当者に配って、埋まらなかった項目を持ち寄る使い方を想定しています。
生成AIセキュリティ対策チェックリスト（30項目） コプラス株式会社 https://coplus-one.jp/ai-security-checklist/ 【領域1：利用状況の把握】 □ 会社として利用を認めている生成AIサービスの一覧がある サービス名・契約形態・所管部署まで書き出せる状態を指します。口頭での了解は一覧に含めません。 □ 社員が実際に使っているサービスを直近3か月以内に確認した 認めている一覧と、実際に使われているものは一致しないのが普通です。差分を知ることが目的です。 □ 会社アカウントで外部AIサービスへの連携が行われていないか確認した Google WorkspaceやMicrosoft Entra IDの管理画面で、外部アプリへの許可状況を確認できます。 □ 経費精算やカード明細にAIサービスの個人課金が混ざっていないか確認した 少額の外貨建て決済に注目します。経理部門だけで完結し、情シスがなくても実施できます。 □ 業務で使われているブラウザ拡張機能と端末アプリを把握している 要約や文字起こしの拡張機能は、閲覧中のページ内容を外部に送信する場合があります。 □ 部署ごとに、何の業務でAIを使っているかを一覧化している 用途がわかると、どの情報が入力されうるかを推測でき、次の領域の判断材料になります。 【領域2：アカウントとアクセス制御】 □ 業務利用は会社が払い出したアカウントに限定されている 個人アカウントでの業務利用は、退職時にデータも履歴も回収できません。 □ 退職・異動のときにAIサービスのアカウントを停止する手順が決まっている 入社手続きの逆を書き出すだけで手順書になります。停止の担当者名まで決めます。 □ 管理者アカウントを複数人で共有していない 共有アカウントは、操作の主体を特定できなくなるため監査が成立しません。 □ 多要素認証が有効になっている AIサービスには過去の会話がすべて残ります。メールと同等の保護が必要な資産として扱います。 □ 誰が管理者権限を持っているかを一覧で説明できる 棚卸しの結果、退職者や兼任解除済みの担当者が残っていることは珍しくありません。 □ 利用できるモデルや機能を管理側で制御できる 個人向けサービスでは制御できない項目です。できない場合は、その旨を記録しておきます。 【領域3：入力データの扱い】 □ 入力データが学習に使われない設定を、全社一律で適用している 個人ごとのオプトアウト操作に任せると必ず漏れます。会社側で一括して担保できているかが要点です。 □ その設定を、個人任せではなく管理画面で確認できる 設定したはずという記憶ではなく、現在の状態を画面で示せることを求めます。 □ 会話履歴やログの保存場所（国・事業者）を説明できる 取引先や顧問先から問われたときに、即答できるかどうかで判断します。 □ 入力してはいけない情報の具体例を文書で定めている 顧客の個人情報、未公開の経営情報、認証情報など、業種に即した例示が必要です。 □ 会話の共有リンク機能の公開範囲を把握し、制御している 共有リンクが検索エンジンに載る事故が実際に起きています。使わせるかどうかを先に決めます。 □ ファイルアップロード機能を使ってよい業務を決めている 一括で禁止するとAIを使う意味が薄れます。業務単位で線を引くほうが定着します。 【領域4：ルールと教育】 □ 生成AIの社内ガイドラインが文書として存在する メールでの周知や朝礼での口頭説明は、文書としては数えません。 □ ガイドラインを直近1年以内に更新している サービスの仕様も公的な指針も動いています。更新履歴が残っているかを確認します。 □ AIの出力を人が確認する工程が、業務手順に組み込まれている 注意喚起ではなく、誰が確認して誰が承認するかが手順として決まっている状態を指します。 □ 著作権や第三者の権利に関する注意点を周知している 生成物をそのまま社外向け資料に使う場面が増えています。 □ 新入社員と中途入社者への説明手順がある 説明が入社時の一度きりで終わっていないかもあわせて確認します。 □ 相談と報告の窓口が決まっており、報告者を責めない方針を明示している この一文がないと、誤入力の報告は上がってきません。初動の速さに直結します。 【領域5：ログと有事対応】 □ 誰がいつ何を使ったかの利用ログが残っている 個人向けサービスでは、会社側からログを取得できないのが一般的です。 □ ログを定期的に見る担当者と頻度が決まっている 残しているだけでは監査になりません。見る人と間隔を決めて初めて機能します。 □ 情報を誤って入力した場合の初動手順が決まっている 聞き取り、履歴削除、学習利用の停止申請、関係先への連絡までを一枚にまとめます。 □ 取引先からAIの利用体制を聞かれたときに示せる資料がある 利用サービス、契約形態、学習利用の有無、保存場所、ログ管理、ガイドラインの6点が揃っていれば足ります。 □ 利用サービスの障害や仕様変更を把握する担当が決まっている 共有機能の仕様変更が、そのまま公開範囲の変更になることがあります。 □ 委託先や外注先の生成AI利用について、契約や覚書で取り決めている 自社が守っていても、渡した先で個人アカウントに入力されれば同じことです。 【点検結果の読み方】 0〜9個 ： 実質的に個人任せの状態。領域1と領域3に絞って着手する 10〜19個： 部分的に整備されている状態。領域ごとの偏りを見る 20〜30個： 運用として回っている状態。年1回の見直しと、委託先を含めた範囲の拡張に進む
点検結果の読み方と優先順位
30項目のうち、チェックが付いた数でおおまかな現在地がわかります。
| チェック数 | 現在地 | 次にやること |
|---|---|---|
| 0〜9個 | 実質的に個人任せの状態 | 領域1と領域3に絞って着手する。全領域を同時に進めようとすると止まります |
| 10〜19個 | 部分的に整備されている状態 | 領域ごとの偏りを見る。ルールはあるがログがない、という形が多く見られます |
| 20〜30個 | 運用として回っている状態 | 年1回の見直しと、委託先を含めた範囲の拡張に進む |
すべてを一度に埋める必要はありません。効果と着手のしやすさで並べると、順序は次のようになります。
今月中に：実際に使われているサービスを洗い出す（領域1）。入力してはいけない情報を具体例つきで文書化する（領域3・領域4）。
今四半期で：ログが残り、会社側で設定を制御できる環境へ利用を集約する（領域2・領域5）。ここだけは仕組みの選び直しが必要になるため、時間を確保して取り組みます。
根拠として参照できる公的資料
社内で説明する際や、規程の根拠を示す際に使える資料を整理します。
AI推進法（人工知能関連技術の研究開発及び活用の推進に関する法律）は2025年9月に全面施行されました。規制法ではなく推進法であり、企業に対する義務を定める条項は活用事業者の責務に関する規定に限られます。罰則を伴う規制ではない点を、社内説明では正確に伝える必要があります。
人工知能関連技術の研究開発及び活用の適正性確保に関する指針は、2025年12月19日に人工知能戦略本部で決定されました。研究開発機関および活用事業者が特に取り組むべき事項として5項目を挙げ、AIマネジメントシステムの国際規格であるISO/IEC 42001などを活用しつつ取り組むことが示されています。
AI事業者ガイドラインは総務省と経済産業省が公表しているもので、第1.0版（2024年4月19日）、第1.1版（2025年3月28日）を経て、現在は第1.2版（2026年3月31日）が最新です。第1.2版ではAIエージェントやPhysical AIの定義が本文に追加されました。法的拘束力を持たないソフトローとして、自主的な取組を促す設計です。別添にはチェックリストも含まれています。
IPAの情報セキュリティ10大脅威 2026は、脅威の位置づけを経営層に説明するときに使いやすい資料です。AIの利用をめぐるサイバーリスクが組織向け3位に初選出された事実は、予算を取る場面での根拠になります。
OWASP Top 10 for LLM Applications 2025は、AIを組み込んだ仕組みを自社で開発する場合の技術的な参照先です。プロンプトインジェクションが1位、機微情報の漏えいが2位に位置づけられています。既製のAIサービスを使うだけの利用形態であれば、まずは本記事の30項目を優先して構いません。
NIST AI RMF（AI Risk Management Framework）は、米国国立標準技術研究所が公表しているAIリスク管理の枠組みです。Govern・Map・Measure・Manageの4つの機能でリスクを整理する構成で、海外の取引先からAIガバナンス体制を問われた場合の共通言語として使えます。日本国内の説明ではAI事業者ガイドラインが主軸になりますが、国際的な取引がある会社は、この枠組みの存在を知っておくと説明が通りやすくなります。
個人情報保護委員会は生成AIサービスの利用に関する注意喚起を公表しており、個人情報を含むプロンプトを入力する場合は、特定された利用目的の達成に必要な範囲内であることを確認するよう求めています。領域3の入力データの扱いは、この考え方が土台になります。
改正個人情報保護法（令和8年法律第56号）は2026年7月10日に成立し、同月17日に公布されました。実務上おさえておきたいのは施行の順序です。原則の施行は公布から2年を超えない範囲で政令が定める日（遅くとも2028年7月）ですが、罰則に関する改正は公布から6か月後の2027年1月17日に先行して施行されます。また今回の改正では、個人情報保護法として初めて課徴金制度が導入され、個人情報保護委員会の勧告・命令といった執行手段も拡充されます。
※点検の観点では、罰則の先行施行までにおよそ1年強という時間軸があると考えてください。一方で、統計情報等の作成に用途を限定した場合の同意の扱いなど、AIに関わる論点の詳細な適用範囲は今後の政令・規則によります。自社の該当性は専門家にご確認ください。
チェックが埋まらないときの現実的な打ち手
実際に点検すると、領域2と領域5でまとめてチェックが付かないケースが多く見られます。管理者権限の一覧、モデルの制御、利用ログ、監査の頻度といった項目は、個人向けのAIサービスを個人アカウントで使っている限り、努力では埋まらないためです。会社側にその機能が用意されていない、というのが理由です。
逆に言えば、会社が管理できる公認環境に利用を集約するだけで、30項目のうち領域2・領域3・領域5の多くが構造的に満たされます。ルールと教育（領域4）は環境を変えても自社で作る必要が残りますが、点検の負担は大きく下がります。
なお、全面禁止は解決策になりません。禁止しても業務は減らないため、社員は自分のアカウントで使い続け、会社からは見えないシャドーAIが増えます。この構図は、中小企業の実態調査でも裏付けられています（商工組合中央金庫「中小企業の生成AIの利用にかかる調査」2026年1月調査・同年3月31日公表では、会社としての導入はなく使用は個人の判断に任せているとの回答が64.9%、禁止・制限は1.4%）。詳しくは中小企業が生成AIを導入する手順もあわせてご覧ください。
当社のUPGEAR AIは、この点検で埋まりにくい項目を仕組み側で満たすことを狙って設計しています。ChatGPT・Claude・Gemini・Perplexityの4つのAIを、入力データを学習に使わない設定を標準適用したうえで提供し、会話履歴・利用ログ・アカウントは国内サーバー（AWS東京リージョン）で一元管理します。管理者は誰がどう使っているかを1つの画面で確認でき、取引先への説明資料もそこから作れます。ガイドライン整備や社員教育についても、導入時に当社が伴走します。
よくある質問
チェックリストは誰が実施すべきですか？
30項目すべてを満たさないと危険な状態ですか？
無料のAIサービスを使っている場合、どこまで対応できますか？
取引先や顧問先からAIのセキュリティ体制を聞かれたら、何を答えればよいですか？
どのくらいの頻度で点検し直すべきですか？
まとめ
生成AIのセキュリティ対策は、新しいツールを買うことから始まるのではなく、いまの状態を知ることから始まります。利用状況の把握、アカウントとアクセス制御、入力データの扱い、ルールと教育、ログと有事対応という5つの領域で30項目を点検すれば、自社がどこで止まっているかがはっきりします。
そして、点検して埋まらなかった項目の多くは、努力ではなく環境の問題であることが少なくありません。会社が管理できる公認環境を用意することが、結果として最も確実なセキュリティ対策になります。
法人のAI活用に関する他の記事はAI活用コラム一覧をご覧ください。ツールの選定については法人向け生成AIサービスの比較も参考になります。
点検で埋まらない項目を、仕組みで埋める
UPGEAR AIは、ChatGPT・Claude・Gemini・Perplexityを学習利用オフ・国内サーバー管理・利用ログ一元化のもとで使える法人向けプラットフォームです。ガイドライン整備から社員教育まで、当社が伴走支援します。
UPGEAR AIの詳細を見る執筆：中里 吉利（コプラス株式会社 代表取締役）／Interactive Advertising Bureau（IAB）公認 Google デジタルマーケティング認定資格・Google アナリティクス認定資格・Google 広告測定認定資格