機密情報を扱う会社のためのAI利用ルール「3層設計」

医療機関、士業、製造業の設計部門など、機密性の高い情報を扱う組織ほどAI活用が止まりがちです。しかし実務上、問題になるのは「AIを使うこと」自体ではなく、どのデータをどの経路に流したかが管理されていないことです。本記事では、禁止でも自由でもない現実的な運用方法として、データを3層に分ける設計を解説します。

結論：ツール制限ではなく「データ分類」から始める

多くの組織が最初に着手するのは「どのAIサービスなら安全か」という比較検討です。しかしこの順序では結論が出ません。同じサービスでも、入力するデータの機密度によって可否が変わるためです。

先に決めるべきは自社が扱うデータの分類です。分類さえ済めば、どの業務にどのツールを使えるかは自動的に決まります。

データを3層に分類する

層	該当データ例	利用可能な経路
L1 公開情報	製品カタログ、公開済み資料、一般的な調査	一般のクラウドAIで可
L2 社内情報	議事録、営業資料、社内マニュアル	学習利用オプトアウト済みの法人契約に限定
L3 機密情報	個人情報、患者情報、契約書原本、未公開設計	匿名化後のみ、または外部送信禁止

重要なのは、L3を「使用禁止」の一言で終わらせないことです。全面禁止にすると、現場は個人アカウントで隠れて使い始めます。この状態が最も統制不能であり、リスクとしては禁止前より悪化します。

L3を扱うための「匿名化サンドイッチ」

機密データを含む業務でも、前後にローカル処理を挟めば外部AIを利用できます。識別情報を社外に出さないまま、AIの処理能力だけを利用する考え方です。

1. 入力前処理：氏名・住所・ID・企業名などを、ローカル環境で仮名（_A社_、_患者1_ 等）に置換する
2. AI処理：仮名化されたテキストのみを外部AIに送信する
3. 出力後処理：戻ってきた結果の仮名を、ローカルで元の情報に復元する

この方式であれば、外部に出るのは文書の構造と一般的な文脈だけで、識別情報は社内から一歩も出ません。置換テーブル（仮名と実名の対応表）をローカル保管することが前提条件です。

なお、置換対象は「氏名だけ」では不十分です。所在地・部署名・製品固有名・日付の組み合わせから個人や取引先が特定できる場合があるため、置換項目は業務ごとに洗い出す必要があります。

運用ルールに必ず入れる3項目

1. アカウント統制

業務利用は法人契約アカウントのみとします。個人アカウントでの業務利用は禁止しますが、その代わりに業務用の利用枠を必ず用意することがセットです。用意しないまま禁止すれば、隠れた利用が発生します。

2. 入力禁止項目の明文化

「機密情報を入れない」という書き方では守られません。判断が現場任せになるためです。以下のように項目名で列挙します。

• 機密情報や個人情報を入力しないこと

• 氏名・住所・電話番号・メールアドレスを入力しないこと
• カルテID・顧客ID・契約番号を入力しないこと
• 契約金額・原価・未公開の取引先名を入力しないこと

3. 出力の検証責任

AI出力をそのまま外部に提出しないことを原則とし、最終確認者を業務ごとに定めます。責任者が明示されていない業務では、誤りがあった際に是正が働きません。

抽象的な禁止事項は守られません。現場で判断が不要なレベルまで具体化することが、ルール定着の唯一の条件です。

導入手順とスケジュール

段階	実施内容	目安
1	取り扱いデータの棚卸しと3層分類	1〜2週間
2	L1業務からAI利用を開始	2〜4週間
3	L2業務へ拡大、ログ・アカウント統制を整備	1〜2ヶ月
4	L3業務は匿名化プロセス整備後に解禁	以降

L1から始めれば、リスクをほぼ取らずに社内の習熟度と成功事例を積み上げられます。逆にいきなりL3から着手すると、法務・情シスとの調整だけで半年が経過し、その間の業務改善はゼロのままです。

まとめ

• ツール比較より先に、扱うデータをL1〜L3に分類する
• L3は禁止ではなく、匿名化の前後処理で扱えるようにする
• ルールは項目名レベルまで具体化し、L1業務から段階的に広げる

機密情報を扱う組織のAI活用は、データ分類から始めるべきです。3層に分けたうえでL1から段階的に広げる順序であれば、情報統制と業務効率化は両立します。