ホーム / 情シス / 第4部 SaaS・社内システム・AI

第4部 SaaS・社内システム・AI・第12章

AI の推進と安全な使い方

★★☆ 重要5トピック・面接 3問

この分野の深さ（職種別）Web ★★★実務 App ★★仕組み SRE ★★仕組み ML ★概要 Data ★★仕組み QA ★★仕組み情シス ★★★実務EM ★★仕組み PdM ★概要 デザイナー ★概要

まとめクイズ面接ではこう聞かれる（3問）

生成 AI を全社で使えるようにする推進役と、情報漏えいなどのリスクを抑える管理役の両方を、情シスが担うことが増えている。その両面を押さえる。

12.1生成 AI の導入と推進

用語★★☆ 重要

ひとことで

法人向けのプランで、学習に使われない・SSO・管理者の制御がある環境を用意し、使い方の例と教育で広げる。

個人の無料アカウントでは、入力した内容が学習に使われる設定のことがあり、管理者が利用を把握できません。会社として法人向けのプラン（ChatGPT・Claude・Gemini・Microsoft 365 Copilot など）を用意し、そちらを使ってもらうのが推進の第一歩です。

確認すること	理由
入力データを学習に使わない契約か	社外秘を入力しても、モデルの学習に使われない
SSO・SCIM	入退社に合わせてアカウントを管理（シャドーアカウントにしない）
管理者の機能	利用状況・監査ログ・機能の制限（外部連携・共有の範囲）
データの保存場所・保存期間	国内の規程・顧客との契約に合うか
コスト	1人あたりの月額と、使う人の範囲。API 利用は従量課金

面接ではこう答える

個人の無料のアカウントでは、入力した内容が学習に使われる設定のことがあり、管理者が利用を把握できません。そこで会社として法人向けのプランを用意し、そちらを使ってもらうのが推進の第一歩です。確かめるのは、入力データを学習に使わない契約か、SSO と SCIM に対応しているか、監査ログや機能の制限など管理者の機能、データの保存場所と期間、費用です。禁止より先に安全に使える環境を用意すると、シャドー AI も減ります。

情シスとの関わり生成 AI の導入の窓口を情シスが担うことが増えており、面接でも「どう導入し、どう守るか」がよく聞かれます。

12.2生成 AI を社内に広げる進め方

★★☆ 重要

生成 AI の導入と推進の流れ

広げ方：部署ごとの使い方の例（議事録の要約・文書の下書き・問い合わせの一次回答・表計算の関数）を集めて共有する、社内の勉強会と相談窓口、効果（削減できた時間）を測る。社内文書を答えるチャットは、Dify などで作るか、各サービスの社内データ連携の機能を使います（第4部「業務の自動化」）。

部署	使い方の例
全社	議事録の要約、メールや文書の下書き、翻訳
営業・カスタマーサポート	提案書のたたき台、問い合わせの一次回答の案
管理部門	規程の検索・要約、表計算の関数やマクロの作成
情シス	スクリプトの作成と説明、ログの読み解き、手順書の下書き

アカウントを配っただけでは使われないことが多いので、利用率を部署ごとに見て、使われていない部署には具体的な例を持って説明に行きます。

12.3AI 利用のルールとリスク対策

用語★★★ 必須

ひとことで

入力してよい情報の区分、出力の確認、使ってよい道具を、短く分かりやすいガイドラインにする。技術的な対策と組み合わせる。

リスク	起きること	対策
情報漏えい	顧客情報・社外秘を、学習に使われるサービスに入力する	入力してよい情報の区分（公開・社内・機密・個人情報）。法人プランの用意。DLP・CASB で個人向け AI への送信を検知
誤った出力（ハルシネーション）	もっともらしい誤りを、確認せず社外に出す	出力は人が確認する責任を明記。根拠（出典）を確かめる
著作権・権利	他人の著作物に似た文章・画像を使う	社外に出す制作物の確認手順。利用規約の確認
プロンプトインジェクション	Web ページ・メールに仕込まれた指示で、AI が意図しない動きをする（データを外に送るなど）	社内データや操作の権限を持つ AI ほど慎重に。権限を最小に・重要な操作は人の承認
シャドー AI	許可していない AI サービス・ブラウザ拡張に社内データを入れる	使える道具を先に用意。SaaS 管理ツール・プロキシで利用を把握。禁止リスト
個人情報・規制	個人情報の第三者提供・海外移転	法務・個人情報の担当と一緒に、委託先としての契約を確認

ガイドラインは長いと読まれないので、「入力してはいけないもの」「必ず確認すること」「使ってよい道具」を1枚にまとめ、迷ったときの相談先を書きます。技術とサービスの変化が速いので、半年ごとに見直します。

面接ではこう答える

AI のリスクには、情報漏えい、誤った出力、著作権、プロンプトインジェクション、許可していない AI を使うシャドー AI、個人情報の扱いがあります。ガイドラインは長いと読まれないので、入力してはいけないもの、必ず確認すること、使ってよい道具を1枚にまとめ、迷ったときの相談先を書きます。ルールだけでなく、法人プランの用意や、DLP・CASB での検知といった技術の対策と組み合わせます。変化が速いので、半年ごとに見直します。

情シスとの関わり全社のルールづくりを情シスが法務と一緒に担うことが多く、教育や問い合わせの窓口にもなります。

12.4AI に入力してよい情報の区分

用語★★★ 必須

ひとことで

情報の区分（公開・社内・機密・個人情報）と AI の種類を組み合わせて、入力してよいかを決めること。

ガイドラインの中心は「何を入力してよいか」です。会社の情報の区分（公開・社内・機密・個人情報）と、使う AI の種類を組み合わせて、表で示すと迷いにくくなります。

情報の区分と AI の使い方（例）

区分	法人プランの AI	個人の無料の AI
公開	可	可
社内	可	不可
機密	承認した用途だけ	不可
個人情報	委託先としての契約と目的を確かめた用途だけ	不可

区分は、会社にすでにある情報の区分の規程と同じ言葉を使います。AI のためだけの新しい区分を作ると、社員が迷います。

面接ではこう答える

AI のガイドラインでいちばん大事なのは、何を入力してよいかです。会社の情報の区分の規程に合わせて、公開の情報はどの AI でも可、社内の情報は会社が契約した法人プランなら可、機密は承認した用途だけ、個人情報は委託先としての契約と目的を確かめたものだけ、のように表で示します。個人の無料の AI には、公開の情報以外は入れないようにします。既存の区分と同じ言葉を使うと、社員が迷いません。

情シスとの関わりシャドー AI の対策と、社員からの「これは入れてよいか」という問い合わせへの答えの基準になります。

12.5社内データとつなぐ AI（RAG・エージェント・MCP）

用語★☆☆ 発展

ひとことで

AI に社内の文書や SaaS を読ませたり操作させたりすると便利になるが、AI が見られる範囲＝漏れうる範囲になる。権限の設計が大事。

社内の文書を検索して答える RAG、SaaS を操作するエージェント、AI と外部の道具をつなぐ共通の仕組み（MCP など）が広がっています。情シスとして押さえるのは次の点です。

社内データとつなぐ AI の権限の持ち方

権限の引き継ぎ：AI が「使っている人の権限」で見るのか、「AI 用のアカウントの広い権限」で見るのか。後者だと、本来見られない人に情報が出る
共有設定の見直し：「リンクを知っている全員」で共有された文書は、社内 AI の検索で誰でも見つけられるようになる。導入前に棚卸しを
操作の承認：メールの送信・データの削除・権限の変更など、取り返しのつかない操作は人の承認を挟む
連携先の管理：AI に接続した外部ツール・API キーを台帳に。誰でも追加できないように
ログ：AI が何を読み、何をしたかを後から追えるように

面接ではこう答える

社内の文書を検索して答える RAG、SaaS を操作するエージェント、AI と外部の道具をつなぐ MCP などが広がっています。AI が見られる範囲は漏れうる範囲なので、使っている人の権限で見るのか、AI 用のアカウントの広い権限で見るのかが一番の論点です。導入前に「リンクを知っている全員」の共有を棚卸しし、メールの送信や削除のような取り返しのつかない操作は人の承認を挟みます。接続した道具と API キーは台帳で管理し、AI の操作のログを残します。

情シスとの関わり社内 AI の導入では、共有設定の見直しや権限の設計など、ID 管理の知識がそのまま効きます。

この章のまとめ

🖨 まとめシート（印刷・PDF）

禁止するより、安全に使える道具と環境を先に用意する（シャドー AI を防ぐ）
入力してよい情報・学習に使われない契約・ログを決める
社内データとつなぐ AI（RAG・エージェント）は権限の設計が要

生成 AI の導入と推進：法人向けのプランで、学習に使われない・SSO・管理者の制御がある環境を用意し、使い方の例と教育で広げる。
AI 利用のルールとリスク対策：入力してよい情報の区分、出力の確認、使ってよい道具を、短く分かりやすいガイドラインにする。技術的な対策と組み合わせる。
AI に入力してよい情報の区分：情報の区分（公開・社内・機密・個人情報）と AI の種類を組み合わせて、入力してよいかを決めること。
社内データとつなぐ AI（RAG・エージェント・MCP）：AI に社内の文書や SaaS を読ませたり操作させたりすると便利になるが、AI が見られる範囲＝漏れうる範囲になる。権限の設計が大事。

この章のクイズ

問題数苦手を優先

面接ではこう聞かれる

用語の説明（4問）も含める

まず答えを見ずに声に出して答え、そのあと開いて比べる。

Q1社員が個人の生成 AI に社内資料を入力していることが分かりました。どうしますか？

模範回答

まず入力された情報の範囲と、そのサービスの学習・保存の設定を確認し、必要なら削除を依頼して関係部署に報告します。原因は、業務で使える道具が無いことが多いので、禁止するだけでなく、学習に使われない法人プランを SSO つきで用意し、入力してよい情報の区分を1枚のガイドラインで示します。あわせて、SaaS 管理ツールやプロキシで利用状況を把握できるようにします。

深掘りされたら

社内文書を答える AI を入れるとき、何を確認しますか？

見られているポイント影響の確認 → 安全な代替の用意 → ルールと可視化

Q2会社として生成 AI を導入するとき、何を確認しますか？

模範回答

まず入力したデータが学習に使われない法人向けの契約か、データの保存場所と保存期間を確かめます。次に SSO と SCIM に対応していて入退社に合わせて管理できるか、管理者が利用状況や監査ログを見られるか、外部連携や共有の範囲を制限できるかを見ます。

導入と同時に、入力してよい情報の区分や、出力は人が確認することを1枚のガイドラインにまとめます。使い方の例を部署ごとに集めて共有し、削減できた時間などの効果を測ります。

深掘りされたら

ガイドラインはどれくらいの頻度で見直しますか？

見られているポイント学習に使われない契約・ID 管理・ログ・ガイドライン

Q3社内の文書を答える AI（RAG）を入れるとき、権限で気をつけることは？

模範回答

AI が「使っている人の権限」で文書を検索するようにします。AI 用のアカウントに広い権限を与えると、本来見られない人事や役員の文書が答えに出てしまいます。

導入前に共有設定を見直すことも大事です。「リンクを知っている全員」で共有された文書は、社内 AI の検索で誰でも見つけられるようになるからです。メールの送信やデータの削除など取り返しのつかない操作をする AI には人の承認を挟み、AI が何を読み何をしたかをログで追えるようにします。

深掘りされたら

プロンプトインジェクションとは何ですか？

見られているポイント利用者の権限・共有設定の棚卸し・承認とログ