ChatGPTなどのAIを社内導入する際、データはどこまで安全？プランの違い・ローカルAI・DLP対策まで、自社に最適な導入形態を選ぶための判断軸を整理します。
はじめに：「とりあえず使ってみよう」が一番危ない
ChatGPTをはじめとするAIツールは、業務効率化の強力な武器です。しかし中小企業を中心に、「とりあえず無料版を社員に使わせてみよう」という形で導入が始まるケースが多く、これがセキュリティ上の大きなリスクになっています。
この記事では、自社の状況に合ったAI導入形態を選ぶための判断基準を、セキュリティの観点から整理します。
まず知っておくべき：「学習に使われる」と「保存される」は別の話
AIのセキュリティを語るとき、よく混同されるのがこの2つです。
| 概念 | 意味 |
|---|---|
| 学習に使われる | 入力したデータがAIモデルの改善に使われる |
| サーバーに保存される | 入力内容が一定期間サーバーに残る |
「学習に使われない」と言っても、データがサーバーに保存されていることはあります。完全なゼロリスクにするには、それぞれ別の対策が必要です。
プラン別のデータ扱いを比較する
ChatGPT（OpenAI）
| プラン | 学習利用 | 保存期間 |
|---|---|---|
| 無料・個人プラン | デフォルトでオン（要オプトアウト） | 長期保持 |
| ChatGPT Plus（個人有料） | デフォルトでオン（要オプトアウト） | 長期保持 |
| ChatGPT Team / Enterprise | 使われない | 期間設定可能 |
| API利用 | 使われない | 最大30日（監視目的） |
Claude（Anthropic）
| プラン | 学習利用 | 保存期間 |
|---|---|---|
| 無料・Pro・Max（個人） | デフォルトでオン（最大5年） | 最大5年 |
| Claude Team | 使われない | 最小限 |
| API利用 | 使われない | 最大7日 |
| Enterprise（ZDR） | 使われない | 処理後即削除 |
重要な落とし穴：社員が個人アカウントで業務利用している場合、その社員が利用規約に同意した時点で、会社の機密データが学習データに入ってしまう「シャドーAI」問題が発生します。
自社に合った導入形態を選ぶ判断フロー
ステップ1：扱うデータの機密度を確認する
まず自社が扱うデータを分類します。
AIに入力してはいけないデータの例
- 顧客名・取引先名＋金額の組み合わせ
- 従業員の個人情報（氏名・住所・給与など）
- 契約書・見積書の内容
- 「社外秘」「confidential」と記載されたもの
- マイナンバー・クレジットカード番号
このようなデータを業務でよく扱う場合、無料・個人プランは論外です。
ステップ2：IT担当者の有無と予算を確認する
| 状況 | おすすめの導入形態 |
|---|---|
| IT担当者なし・コスト最小 | ChatGPT Team または Claude Team（月額$30/人）＋社員教育 |
| Microsoft 365を使っている | Microsoft Copilot for Microsoft 365（既存契約に追加） |
| 精度重視・クラウド許容 | API利用（開発者が必要） |
| データを絶対に外に出せない | ローカルAI（Ollama）または Azure OpenAI Service |
| 医療・法律・金融など規制業種 | Enterprise + ZDR（ゼロデータ保持）オプション |
「完全に安全なAI」の作り方
より高いセキュリティを求める場合、以下のアプローチがあります。
ローカルAI（Ollama）とは
Ollamaは、AIモデルを自社のPC・サーバーの中だけで動かすソフトウェアです。プロンプトが外部に一切送信されないため、情報漏洩リスクがゼロです。
使えるモデルの例：Meta Llama 3、Mistral、ELYZA（日本語対応）など
ただし注意点があります
- GPT-4oやClaudeのような高精度モデルはクローズドなので使えない
- GPU搭載PCが必要（初期費用15〜50万円程度）
- 精度はクラウドAIより劣る
「データを絶対に外に出したくない」製造業・法律事務所・医療機関などに向いています。
送信前チェック（DLP）の導入
社員が誤って機密情報をAIに入力しようとしたとき、送信前にブロックする仕組みも有効です。
ルールベース検知（すぐ導入できる）
- 電話番号・メールアドレス・マイナンバーなどのパターンを正規表現で検出
- 外部にデータを送らないため安全
- 文脈は読めないが、コストほぼゼロで導入可能
注意：「チェック用AIにプロンプトを送って機密判定する」方法は、チェックの時点で情報が外部に送られるため本末転倒になる場合があります。ルールベース＋社員教育の組み合わせが現実的です。
よくある失敗パターンと対策
| 失敗例 | 対策 |
|---|---|
| 社員が個人アカウントで勝手に使い始める | 会社契約を先に用意し、公式ルートを明示する |
| 顧客情報・見積金額をそのまま貼り付ける | 「AIに入力禁止リスト」を作成・全社周知 |
| AIの誤回答をそのままメール送付 | 必ず人間がダブルチェックするフローを設ける |
| 無料の野良AIツールを業務利用 | 承認済みツールリストを作り、それ以外を禁止 |
| 「禁止」だけして終わる | 禁止だけだと隠れて使われ管理不能に。安全な公式ルートを用意することが最優先 |
まとめ：自社の優先事項で導入形態を選ぶ
| 優先事項 | 選択肢 |
|---|---|
| コストを抑えたい | Team プラン（$30/人/月）＋運用ルール |
| Microsoft環境に統合したい | Copilot for Microsoft 365 |
| 開発リソースあり・柔軟に使いたい | API利用（カスタムシステム構築） |
| データを物理的に外に出したくない | Ollama（ローカルAI）または Azure/AWS経由 |
| 規制業種・最高水準のセキュリティ | Enterprise + ZDR オプション |
最も重要なのは、**「禁止する」より「安全な公式ルートを先に用意する」**ことです。禁止だけすると、社員は個人アカウントで隠れて使い始め、かえって管理できなくなります。
自社に合ったAI導入の形が分からない場合は、お気軽にご相談ください。現状のIT環境・扱うデータの種類・予算をヒアリングしたうえで、最適な導入方針をご提案します。