シャドーAIとは？企業リスクと7つの対策を実務担当者向けに解説

会議の要約を個人アカウントの生成AIへ貼り付ける。ブラウザ拡張で顧客向けメールを整える。会社が利用を認めていない議事録ボットをオンライン会議へ参加させる。

本人にとっては、数分の作業を短縮する小さな工夫です。しかし会社から見ると、どの情報が、どのAIサービスへ送られ、何に使われたのかを追えません。これがシャドーAIの典型です。

Microsoftが2024年5月に公表した「Work Trend Index」では、31か国のナレッジワーカー31,000人を対象とした調査で、75％が職場でAIを利用していました。さらに、職場でAIを使う人の78％が、自分で持ち込んだAIツールを利用していると回答しています。AI利用を一律に禁止すれば、この需要が消えるわけではありません。利用が報告されなくなり、かえって状況を把握しにくくなるおそれがあります。

この記事では、シャドーAIの意味、シャドーITとの違い、企業が直面する7つのリスク、実務で進める対策を解説します。

シャドーAIとは何ですか

シャドーAIとは、従業員や委託先が、組織の明示的な承認や監督を受けずにAIツール、AIシステム、AI機能を業務へ利用する状態です。

Cloud Security Allianceは、シャドーAIを、情報システム部門やセキュリティ部門の明示的な承認または監督なしにAIツール、システム、アプリケーションを使うことと説明しています。対象は個人版の生成AIだけではありません。

たとえば、次の利用が含まれます。

• 個人アカウントで文章生成AIに社内文書を入力する
• 未承認のブラウザ拡張でWebページやメールを要約する
• 会議へ議事録作成AIを無断で参加させる
• コード生成AIへ非公開のソースコードを送る
• 画像生成AIで顧客の写真や未公開商品を加工する
• SaaSに追加されたAI機能を、確認せず有効にする
• AIの回答を審査、採用、与信などの判断材料に使う

焦点は「有名な生成AIを使ったか」ではありません。入力したデータ、利用目的、出力の使い道、責任者、記録が会社の統制内にあるかが判断軸です。

シャドーITとの違い

シャドーITは、会社が承認または管理していないクラウドサービス、端末、アプリケーションなどを業務で使うことです。シャドーAIはシャドーITの一部と捉えられますが、AI固有の論点があります。

比較項目	シャドーIT	シャドーAI
主な対象	未承認の端末、クラウド、アプリケーション	未承認のAIツール、AI機能、AIを使う用途
データの扱い	保存、共有、転送が中心	入力データの処理に加え、回答や生成物が生まれる
判断への影響	システム利用そのものが中心	AI出力が文書、コード、分析、意思決定へ混入する
固有のリスク	アクセス管理、データ分散、退職時の残存	誤情報、偏り、出典不明、知的財産、説明責任
統制対象	ツールとアカウント	ツール、データ、用途、出力、レビュー、記録

シャドーIT対策をそのまま当てはめ、未承認サービスをブロックするだけでは足りません。生成AIの出力がどの業務に使われたか、誰が確認したかまで管理する必要があります。

承認済みツールでもシャドーAIになり得る

会社が法人契約した生成AIなら、すべて安全というわけではありません。次のような使い方は、契約済みのツールでも統制から外れます。

• 利用を認めていない部門が個人アカウントで使う
• 入力禁止の個人情報や営業秘密を送信する
• 認めていない用途で人事評価や採用候補者を判定する
• AIの回答を確認せず、顧客向けの成果物へ掲載する
• ログを残さず、重要な判断の根拠として使う

したがって、ツールの許可リストだけでなく、「誰が、どのデータを、何の目的で使えるか」を定める必要があります。

シャドーAIはなぜ発生するのですか

シャドーAIを従業員の規則違反だけで説明すると、原因を見誤ります。多くの場合、現場の業務需要と、会社が提供するAI環境や承認手続きの間にずれがあります。

現場に具体的な便益がある

生成AIは、文章のたたき台、要約、翻訳、表計算の関数、調査の補助、プログラミングなど、日々の小さな作業を短縮できます。一度便利さを知った従業員は、会社の正式導入を待つより、無料版や個人契約のサービスを使うほうが早いと判断しがちです。

Microsoftの調査で、AI利用者の78％が自分でAIツールを職場へ持ち込んでいたことは、この需要の強さを示しています。とくに中小企業では、その割合が80％でした。

公式環境や承認手続きが現場より遅い

新しいAIサービスは次々に登場します。一方、企業側の審査には、セキュリティ、法務、購買、情報システムなど複数部門の確認が必要です。申請方法がわからない、審査に数か月かかる、代替ツールがないという状態では、現場が先に使い始めます。

「申請を待てないこと」は無断利用を正当化しません。しかし、申請の遅さを放置したまま禁止だけを強めても、同じ問題は再発します。

ルールが抽象的で判断できない

「機密情報を入力しない」「AIを適切に使う」というルールだけでは、従業員は判断できません。顧客名を削除した商談メモ、公開前の製品説明、社内会議の要点、ソースコードの一部を入力してよいのかが不明だからです。

ルールには、データの区分、許可する用途、禁止する用途、確認手順、相談窓口まで必要です。ルール策定の全体像は、関連記事「生成AIガイドラインの作り方」でも解説しています。

AI機能が既存サービスへ組み込まれている

従業員が新しいツールを導入しなくても、シャドーAIは発生します。オンライン会議、文書作成、顧客管理、デザイン、検索、ブラウザなど、既存のSaaSにAI機能が追加されるためです。

管理者がAI機能の有効化、学習利用、データ保持、連携先を確認していなければ、会社が契約済みのSaaSからデータが想定外の形で処理される可能性があります。AI機能を「既存契約の付属機能」として扱わず、変更管理の対象にする必要があります。

シャドーAIにはどのようなリスクがありますか

シャドーAIの影響は情報漏えいだけではありません。入力、処理、出力、保存、説明責任の各段階にリスクがあります。

1. 機密情報と個人情報の外部送信

従業員がプロンプトへ顧客情報、従業員情報、会議録、契約書、未公開の数値、ソースコードを入力すると、その情報は外部サービスで処理されます。保存期間、処理場所、再委託先、管理者による削除、学習利用の条件はサービスや契約プランによって異なります。

個人情報保護委員会は2023年6月の注意喚起で、個人情報取扱事業者が個人データを含むプロンプトを入力する場合、利用目的の達成に必要な範囲内かを確認するよう示しました。さらに、生成AIサービス提供者が入力情報を機械学習に利用しないことなどを十分確認するよう注意を促しています。

匿名化したつもりでも、部署、日付、取引内容などを組み合わせれば個人や企業を推測できる場合があります。氏名だけを削除すれば安全とは限りません。

2. 利用規約とデータ処理条件の未確認

個人向け無料版と法人向けプランでは、データの保存、学習利用、管理機能、監査ログ、サポート、責任分界が異なることがあります。従業員が個人で同意した利用規約を、会社が把握していないケースもあります。

「同じサービス名だから法人版と同じ保護を受けられる」という推測は危険です。契約プラン、設定、地域、接続方法を含めて確認する必要があります。法人向け環境を検討する際の論点は「ChatGPT Enterpriseとは」も参考になります。

3. 誤情報や偏りを業務へ持ち込む

生成AIは、流暢でも誤った回答を生成することがあります。存在しない出典、古い制度、誤った計算、根拠のない市場情報を、従業員が確認せず報告書や顧客回答へ使えば、意思決定の質を下げます。

未承認利用では、どのモデルを使ったか、どのプロンプトを入力したか、誰が確認したかが残りにくくなります。誤りが見つかっても、原因と影響範囲を追えません。

4. 著作権、営業秘密、契約上の問題

AIへ入力する情報と、AIが生成する情報の両方に権利の問題があります。第三者の著作物を入力したり、既存作品に類似する生成物を広告へ使ったりすれば、利用方法によっては著作権侵害が問題になります。取引先から秘密保持義務を負う情報を入力すれば、契約違反や営業秘密の管理上の問題も生じます。

生成物の権利関係は「AIが作ったから自由」では判断できません。実務上の確認点は「生成AIと著作権の企業向けガイド」で整理しています。

5. 監査証跡が残らず説明できない

重要な判断へAIを使ったにもかかわらず、入力、出力、確認者、採用理由が記録されていなければ、後から説明できません。採用、人事評価、与信、法務、医療、安全に関わる業務では、とくに深刻です。

問題は、AIが間違えることだけではありません。人間がどの根拠でAIの出力を採用したかを示せないことです。

6. 個人アカウントに業務資産が残る

個人アカウントのチャット履歴、カスタム設定、生成した文書、連携データは、会社の資産管理から外れます。従業員の退職や異動時に回収できず、引継ぎも困難です。アカウントが侵害されても、会社が検知や停止を行えない可能性があります。

7. ツール乱立でコストと管理負荷が増える

各部門が別々のAIサービスを契約すると、重複費用が発生します。同じ顧客情報が複数サービスへ分散し、削除依頼、アクセス権の棚卸し、インシデント調査も複雑になります。

便利なツールが増えるほど、管理対象は「契約数」以上に増えます。AI機能を持つSaaS、ブラウザ拡張、API連携まで含めて把握しなければなりません。

全面禁止ではなぜ解決しにくいのですか

高リスクのデータや用途を禁止することは必要です。ただし、AI利用の一律禁止を対策の中心にすると、利用実態が見えにくくなります。

Microsoftの同じ調査では、職場でAIを使う人の52％が、重要な業務でAIを利用したと認めることに抵抗があると回答しました。53％は、重要な業務でAIを使うと、自分が代替可能に見えることを懸念しています。

この状態で罰則だけを強調すれば、従業員は利用を申告しなくなるおそれがあります。会社は安全な利用方法を示せず、事故が起きたときの報告も遅れます。

禁止すべきものは明確に禁止し、その理由を説明する。同時に、一般的な文章のたたき台や公開情報の要約など、低リスクの用途には承認済み環境を用意する。この二つを分けることが、実効性のある統制につながります。

シャドーAIをどう対策すればよいですか

NISTの「AI Risk Management Framework 1.0」は、AIリスク管理の中核機能をGOVERN、MAP、MEASURE、MANAGEの四つに整理しています。シャドーAI対策も、方針だけを作るのではなく、利用状況を把握し、リスクを評価し、優先順位を付けて対処する流れで進めます。

総務省と経済産業省の「AI事業者ガイドライン（第1.1版）」も、人間中心、安全性、公平性、プライバシー保護、セキュリティ確保、透明性、アカウンタビリティを共通の指針に掲げています。

1. 利用実態を責めずに棚卸しする

最初に把握すべき項目は、ツール名だけではありません。次の情報を部門ごとに確認します。

• 利用しているAIサービスとAI機能
• 法人アカウントか個人アカウントか
• 利用する業務と頻度
• 入力するデータの種類
• 出力の利用先と人手確認の有無
• 外部連携、ブラウザ拡張、APIの有無
• 責任者と費用の支払元

初回調査では、匿名アンケートや相談期間を設ける方法があります。発見と同時に処分する運用では、正確な申告を得にくいためです。ただし、進行中の情報漏えいや高リスク利用が見つかった場合は、調査を待たず停止します。

2. 業務とデータを分類する

AI利用の可否は、データと用途の組み合わせで判断します。次のような区分から始めると運用しやすくなります。

データ区分	例	AI利用の基本方針例
公開情報	公開済みWebページ、公開資料	承認済みAIで利用可
社内情報	機密指定されていない一般的な社内手順、社内文書	法人環境で条件付き許可
機密情報	顧客情報、契約、未公開数値、ソースコード	個別承認または専用環境のみ
高リスク情報	要配慮個人情報、認証情報、秘密鍵、重大な意思決定資料	原則入力禁止

同じ公開情報でも、AIの出力を社内の下書きに使う場合と、顧客への法的助言として使う場合ではリスクが異なります。出力の利用先も分類に加えます。なお、社内情報に個人情報、契約上の秘密、アクセス制限情報が含まれる場合は、上位の区分として個別に判定します。

3. 許可、条件付き許可、禁止を具体化する

従業員が数分で判断できるルールにします。たとえば、次のように区分します。

• 許可：公開情報の要約、一般的な文章のたたき台、個人情報を含まないアイデア出し
• 条件付き許可：社内文書の校正、コード生成、議事録作成。法人アカウント、指定設定、人手確認を必須とする
• 禁止：認証情報の入力、未承認AIへの顧客データ送信、AIだけによる採用や人事評価、出典未確認の対外公開

「機密情報を入れない」ではなく、具体例と例外申請の方法を併記します。サービス名は変わるため、ツール一覧と原則の両方を管理します。

4. 公式AI環境と迅速な申請経路を提供する

現場が使える代替手段を用意します。法人契約、シングルサインオン、アクセス権、保存設定、管理ログ、入力データの扱いを確認し、許可する環境を明示します。

新しい用途の申請には、受付窓口と回答期限を設けます。低リスク用途は簡易審査、高リスク用途はセキュリティや法務を含む審査に分ければ、すべてを同じ重さで扱わずに済みます。機密性が高い用途では、外部APIやクラウド連携を無効化し、適切に構成したローカル環境も選択肢です。考え方は「ローカルLLMとは」で解説しています。

5. 技術的な制御とログを整える

ルールを文書で配るだけでは、誤操作を防げません。リスクに応じて、次の技術を組み合わせます。

• シングルサインオン（SSO）と多要素認証
• 許可したアカウントへの利用集約
• データ損失防止（DLP）機能による機密情報の検知
• CASB（クラウド利用の可視化・制御）やSSE（クラウド型セキュリティ機能群）による管理
• ブラウザ拡張と生成AIサイトへのアクセス制御
• エンドポイントからのアプリ利用状況の把握
• 管理者ログと監査ログの保存
• APIキーと外部連携の棚卸し

監視は目的、対象、保存期間、閲覧権限を従業員へ説明します。過剰な監視は信頼を損ない、別の回避手段を生むためです。

6. AI出力の確認方法と責任者を定める

生成AIを使っても、業務の責任はAIへ移りません。用途ごとに、最低限の確認方法を決めます。

• 事実や統計は一次情報で照合する
• 引用と出典が実在するか確認する
• 計算は別の方法で再計算する
• コードはレビューとテストを通す
• 顧客向け文書は担当者が承認する
• 採用、人事、与信などの重要判断をAIだけで確定しない

重要業務では、利用したモデル、入力の概要、出力、修正内容、確認者を記録します。すべての会話を保存するのではなく、リスクと個人情報保護を踏まえて必要な証跡を定めます。

7. 教育、相談、継続改善を一つの運用にする

年1回の研修だけでは、新しいAI機能と規約変更に追いつけません。営業、開発、人事、法務など、実際の業務場面に合わせた短い教育を定期的に行います。

相談窓口では、違反の指摘だけでなく、「このデータを使うにはどうすればよいか」に回答します。利用ログ、申請、インシデント、現場の要望を定期的に見直し、許可範囲と制御を更新します。

NIST AI RMFに対応づけると、責任と方針を定めるGOVERN、利用状況を把握するMAP、リスクを評価するMEASURE、対策と改善を進めるMANAGEの循環になります。

シャドーAIの発覚直後に何をすべきですか

機密情報を未承認AIへ入力した疑いがある場合、本人への聞き取りだけで終わらせず、インシデントとして初動をそろえます。以下はNexaが整理した発覚後おおむね72時間の実務目安であり、法令上の一律期限ではありません。

1. 利用を一時停止する：アカウント、拡張機能、API連携を必要な範囲で停止します。
2. 証拠を保全する：チャット履歴、アクセスログ、端末情報、設定を、改変を避けて保存します。
3. 入力と出力を特定する：何を、いつ、どのアカウントで入力し、生成物をどこへ共有したか確認します。
4. サービス条件を確認する：保存期間、学習利用、削除方法、再委託先を契約と設定から確認します。
5. 社内担当へ連携する：セキュリティ、法務、個人情報保護、事業責任者へ報告します。
6. 提供事業者へ連絡する：必要に応じてデータ削除、アカウント停止、ログ提供を依頼します。
7. 影響と通知義務を評価する：個人情報、契約、営業秘密、顧客影響を確認します。
8. 再発原因を直す：代替環境の不足、曖昧なルール、申請の遅さ、教育不足を是正します。

実際の報告や通知の期限は、法域、事故内容、契約によって異なります。まず事実を保全し、被害拡大を止め、適用される期限を確認します。

シャドーAI対策チェックリスト

次の10項目のうち、未実施の項目から優先順位を付けます。

• [ ] 部門ごとのAIツールとAI機能を棚卸ししている
• [ ] 個人アカウントによる業務利用の有無を把握している
• [ ] データを公開、社内、機密、高リスクに分類している
• [ ] 許可、条件付き許可、禁止の具体例がある
• [ ] 承認済みの法人向けAI環境を提供している
• [ ] 新しいツールと用途の申請窓口、回答期限がある
• [ ] AI出力の確認者と記録方法を決めている
• [ ] ログ、アクセス制御、データ損失防止を整備している
• [ ] 誤入力をすぐ報告できる窓口と初動手順がある
• [ ] 規約変更と利用実態を定期的に見直している

小規模な企業が最初からすべてを導入する必要はありません。まず利用実態、データ分類、承認済みツール、相談窓口の四つを最初の1か月を目安に整えると、見えない利用を減らす土台になります。

シャドーAIに関するよくある質問

Q. 無料版の生成AIはすべて禁止すべきですか

一律禁止だけで判断せず、データ、用途、契約条件で評価します。公開情報を使ったアイデア出しと、顧客の個人情報を使った分析は同じリスクではありません。ただし、会社が利用条件を確認できない個人アカウントへ機密情報を入力することは、原則として禁止すべきです。

Q. ChatGPT Enterpriseなら情報漏えいリスクはゼロですか

ゼロにはなりません。法人向けプランには管理機能やデータ保護の仕組みがありますが、誤った共有設定、過剰なアクセス権、連携先への送信、入力ミス、出力の誤用は残ります。契約、設定、運用、教育を組み合わせて管理します。

Q. シャドーAIはどのように検知できますか

アンケートとヒアリングに加え、シングルサインオンの記録、経費精算、ブラウザ拡張、端末、ネットワーク、CASBやSSEのログを確認します。検知できる範囲は技術と環境によって異なるため、一つの製品だけで完全に把握できるとは限りません。

Q. どの部署が責任を持つべきですか

情報システム部門だけに任せず、事業部門、セキュリティ、法務、個人情報保護、人事、購買が役割を分担します。経営層は許容するリスクと責任者を決め、事業部門は用途と必要性を説明し、専門部門は契約や技術を評価します。

Q. 小規模企業はどこから始めればよいですか

従業員が使っているAIを尋ね、入力してよいデータを決め、承認済みツールを一つ用意します。そのうえで、迷ったときの相談先と、誤入力時の報告手順を周知します。高価な監視製品より先に、判断基準と安全な代替手段を整えるほうが効果的です。

シャドーAI対策は「見える安全な利用」から始める

シャドーAIは、未承認ツールを一件ずつブロックすれば終わる問題ではありません。現場がAIを使う理由を把握し、業務、データ、出力、責任、記録を会社の統制へ戻す必要があります。

最初の1か月を目安に、利用実態の棚卸し、データ分類、承認済み環境、相談窓口を整えます。次に技術的制御、役割別教育、監査ログ、インシデント対応を追加し、定期的に見直します。禁止と活用を対立させず、安全に使える選択肢を増やすことが、シャドーAIの潜行を防ぎます。

参考資料

• Microsoft, 2024 Work Trend Index Annual Report, “AI at Work Is Here. Now Comes the Hard Part”（2024年5月8日）
• NIST, Artificial Intelligence Risk Management Framework (AI RMF 1.0)（2023年1月26日）
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」（2023年6月2日）
• 総務省・経済産業省「AI事業者ガイドライン（第1.1版）」（2025年3月28日）
• Cloud Security Alliance, Top Threats to Cloud Computing: Deep Dive 2025（2025年6月23日）