情報システム部門の会議で、こういう報告が上がることがあります。「調べたところ、営業部門の一部が個人契約の生成AIに提案書の下書きをさせていました」。担当者に悪意はなく、業務を早く終わらせたかっただけです。ところが入力された下書きには、顧客名と取引条件が含まれていました。

この状態をシャドーAIと呼びます。従来のシャドーIT（会社の許可なく業務で使われるIT機器やクラウドサービス）の一種ですが、対処の難しさが違います。ファイル共有サービスなら通信を止めれば使えなくなりますが、生成AIはブラウザで開くだけで使え、しかも業務の成果が実際に上がるため、使う理由が本人の中で正当化されています。

この記事では、シャドーAIが構造的に発生するメカニズムを整理し、検知の手段、棚卸しの手順、そして受け皿の設計までを扱います。私たちが従業員1,000名規模の企業でAIワークフローの導入を支援する際、着手前に必ずこの棚卸しを行います。そこで実際に使っている進め方を、公的資料の記述と対応させながら示します。2026年9月10日時点の一次情報にもとづきます。

シャドーAIとは何を指すのか？

まず定義を固めます。ここが曖昧なままだと、対策の対象範囲が決まりません。

公的資料はシャドーAIをどう説明しているか？

日本の公的資料でこの語を明示的に扱っているのは、総務省『令和8年版 情報通信白書』の第Ⅰ部第2章第1節4(2)「AI導入・活用による効果創出のステップ」です。同ページはこう記述しています。

社員が個人の判断でAIを業務に使用する「シャドーAI」は、入力した機密情報の流出等のリスクを孕む。

ここで押さえるべきは、定義の要件が「個人の判断で」と「業務に使用する」の2つだという点です。会社が契約したサービスであっても、承認された用途を外れて業務に使えばこの定義に含まれます。逆に、私用のパソコンで私的な目的に使う分には該当しません。

この2要件で切ると、対策の対象が具体化します。禁止すべきは「個人契約のサービス」ではなく「業務データが会社の管理外へ出る経路」です。この区別を誤ると、法人契約したサービスの中で起きている想定外の用途を見落とします。

シャドーITとの違いはどこにあるか？

従来のシャドーITとの違いは3つあります。この違いが、対処法を変えます。

2行目が最も厄介です。ファイル共有サービスなら「何をアップロードしたか」がログに残りますが、生成AIへの入力は会話として消費され、社内には痕跡が残りません。事後に「何が漏れたか」を特定できないという点で、従来のシャドーITより調査が困難です。

3行目は対策の設計に直結します。使う理由が「会社のツールが不便だから」であれば、便利なツールを与えれば解決します。しかし「業務が実際に速く終わるから」であれば、代替として同等以上に速いものを与えない限り、利用は止まりません。

なぜシャドーAIは構造的に発生するのか？

個人のモラルの問題として扱うと対策を誤ります。発生には構造的な理由が3つあります。

会社の導入と個人の利用に速度差があるか？

あります。ここが最大の要因です。IPAが2026年7月16日に公表した国内企業のDX動向・AI活用動向（回収1,799社、調査期間2026年4月17日〜6月12日）は、AI導入率を従業員規模別に示しています。

大企業では8割近くが導入済みですが、これは全社員が使える状態を意味しません。総務省『令和8年版 情報通信白書』の生成AIの活用方針を見ると、日本企業で「積極的に活用」と「領域限定で活用」の合計は68.9%（前年度49.7%）で、大企業では74.0%、中小企業では58.1%です。領域限定の割合が含まれている点が重要です。方針として領域を限っている場合、その外側の業務を担当する社員には使える環境がありません。

一方で、個人が生成AIを使い始めるまでの時間は数分です。会社が全社導入の稟議を通し、契約し、教育を設計するまでに数か月かかるあいだ、個人はすでに使い始めています。この速度差が埋まらない限り、シャドーAIは発生し続けます。

速度差が生まれる土壌も数字で確認できます。同白書の組織的な取組状況によると、生成AIについて組織的に取り組んでいる企業は65.6%で、「組織的な取組はない」が27.0%です。この27.0%は米国・ドイツ・中国より顕著に高い水準とされています。組織的な取組がない状態でも、社員個人は使えます。会社として動いていない4分の1強の企業では、業務での利用が個人の判断だけで進んでいる可能性が高くなります。

禁止の通達は行動を止めるか？

止まりません。前掲の白書のページは、対策の順序を明確に示しています。

企業内に、情報漏えい対策等を適切に施した生成AIの活用環境を整備し、あわせて、利用時のルールやガイドラインを整備・周知することで、生成AIを個人作業の効率化のために安全に活用できるようになる。

環境の整備が先、ルールの整備・周知が後、という順序です。この順序を逆にすると、使える場所がないまま禁止だけが通達され、利用は把握できない場所へ移ります。実務では、これがいちばんよく起こる失敗です。

なぜ移るのかというと、業務の締切が動かないからです。禁止されても提案書の提出期限は変わりません。担当者は締切を守るために、把握されない方法を選びます。禁止の実効性は、代替手段の有無に依存します。

把握できていない利用は、どこまで広がるか？

把握できていないため、正確な範囲は測れません。ただし白書は、環境を整備した企業でも利用が偏ることを指摘しています。「汎用的なAIツールが導入されても一部の積極的な社員が活用するのみで、全社的な活用と効果創出に至らない可能性もある」という記述です。

この記述は、シャドーAIの分布についても示唆を与えます。積極的な社員が偏在するのであれば、シャドーAIも全社に均等ではなく、特定の部門や職種に集中して発生します。棚卸しの際に全社一律のアンケートを配るより、業務の性質から当たりをつけたほうが実態に近づけます。

当たりのつけ方は、白書の業務類型別のデータから逆算できます。生成AIの業務利用状況では、日本企業の業務利用は86.4%で、業務類型別に見ると議事録・メール作成補助が約7割、営業・販売が約6割、社内ヘルプデスクが約5割です。効果実感も議事録・メール作成補助が約7割で顕著に高いとされています。効果が出やすい業務ほど、会社が用意していなければ個人で使う動機が強くなります。文書作成の量が多い部門、翻訳が発生する部門、顧客対応の定型文を書く部門から棚卸しを始めるのが実務的です。

何が実際にリスクなのか？

「情報漏洩が心配」で止めると、対策の優先順位が付けられません。発生する事象を分けて考えます。

企業が最も懸念しているリスクは何か？

総務省『令和8年版 情報通信白書』の懸念されるリスク及びリスク対策のための取組状況によると、企業が懸念するリスクとして最も多いのは「社内情報の漏洩などのセキュリティリスク」で、次に「出力結果の精度」「著作権等の権利侵害」が続きます。

同ページはリスク対策の取組状況も示しており、「全社的な指針やガイドラインを整備」が41.1%で最多です。ただし他3か国（米国・ドイツ・中国）では「企画・導入段階の専門的な審査体制」「導入後の定期的な評価・検証」が日本より高い水準にあるとされています。

この比較から読み取れるのは、日本企業の対策が文書の整備に寄っており、審査と検証という運用面が相対的に弱いという構図です。シャドーAIは文書では検知できないため、この弱点がそのまま検知力の弱さになっています。

法令・契約の観点では何が問題になるか？

3つの層で問題になります。

第一に、個人情報保護法です。個人情報保護委員会は2023年6月2日に生成AIサービスの利用に関する注意喚起を公表しています。個人データを含むプロンプトを入力する行為の位置づけは、事業者側で判断を固めておく必要があります。

第二に、秘密保持契約です。顧客から受領した情報を外部サービスへ入力する行為が契約上の第三者提供に当たるかは、契約文言によります。シャドーAIでは、この判断が担当者個人に委ねられています。

第三に、営業秘密の保護要件です。不正競争防止法上の営業秘密には秘密管理性が要求されます。機密情報が管理外のサービスへ日常的に流出しうる状態は、この要件そのものに影響します。

いずれも生成AI固有の新しい法令ではなく、既存の枠組みの適用です。AI法（令和7年法律第53号、2025年6月公布・同年9月全面施行）は国の推進体制と基本計画の枠組みを定める法律で、企業に罰則付きの行為義務を課すものではありません。したがってシャドーAIの法的リスクは、AI法ではなく従来の法令と契約から生じます。

公的指針は利用者に何を求めているか？

AI事業者ガイドライン（総務省・経済産業省、現行版は2026年3月31日公表の第1.2版）は、第5部「AI利用者に関する事項」で7項目を示しています。シャドーAIに直接関わるのは、U-5）のセキュリティ対策です。ここには「AIシステム・サービスに機密情報等を不適切に入力することがないよう注意を払う」および「AI提供者によるセキュリティ上の留意点を遵守する」と書かれています。

もう一つ、U-2）の安全を考慮した適正利用に「AI提供者が定めた利用上の留意点を遵守して、AI提供者が設計において想定した範囲内でAIシステム・サービスを利用する」という記述があります。個人契約のサービスでは、この「提供者が定めた留意点」が法人向けと異なることがあり、そもそも業務利用が想定されていない場合もあります。

体制側の根拠は適正性指針（AI法第13条にもとづき2025年12月19日に人工知能戦略本部が決定。本文と概要は内閣府のページから公開されています）にあります。指針は基本方針の第一に「リスクベースでのアプローチ」を置き、リスクを特定・評価し、分野や目的を踏まえた影響度合いに応じて適切な対策を講じるとしています。全用途に同じ厳しさを掛けるのではなく、用途別に濃淡をつける考え方です。シャドーAIの対策でも、この濃淡の設計が実効性を左右します。

指針が考慮すべき要素として挙げる10項目のうち、シャドーAIに関わるのはセキュリティとプライバシー・個人情報ですが、もう一つ効くのがAIリテラシーです。指針はこの項目で「AIがもたらすリスクの社会的受容可能な水準は変わり得ることを認識し、便益の最大化とリスクの抑制を図れるよう、知識・能力を身に付けるとともに、倫理観を保持すること」を求めています。これは人間中心のAI社会原則（平成31年3月29日 統合イノベーション戦略推進会議決定）の理念を踏まえたものです。指針が求めているのは禁止事項の周知ではなく、各自が判断できる状態を作ることです。私たちが教育の設計を支援する際も、禁止リストの配布ではなく、自部門の文書を例にした可否の判断練習に時間を割り当てています。

なお業種によっては、所管省庁が個別のガイドラインを出している場合があります。内閣府が人工知能に関する各府省庁等のガイドライン等一覧を公開しているので、対策の設計前に自社の業種に該当するものを確認しておくと後戻りを防げます。AI事業者ガイドライン自体の改定状況は経済産業省のAI事業者ガイドライン検討会で追えます。

シャドーAIはどう検知するのか？

ここが実務でいちばん質問を受ける部分です。完全な検知は不可能ですが、実用的な手段は3つあります。

技術的な検知でどこまで分かるか？

分かるのは「アクセスの有無」までで、「何を入力したか」は原則として分かりません。この限界を最初に共有しておかないと、経営層に過大な期待が生まれます。

技術的な手段としては、社内ネットワークやプロキシのログから生成AIサービスのドメインへのアクセスを抽出する方法、SaaSの利用状況を可視化する仕組みでアカウント発行を検出する方法、業務端末の管理ソフトでインストール済みのアプリケーションを棚卸しする方法があります。いずれも「使っている痕跡」の検出であり、入力内容の把握ではありません。

加えて、検知の穴が3つ残ります。私用端末（自宅のパソコンやスマートフォン）からの利用、テザリングによる社内ネットワークの回避、そして法人契約したサービス内での想定外の用途です。3つ目は技術的にはアクセスが許可されているため、ログ上は正常な利用として記録されます。

アンケートと申告で実態は出てくるか？

設計次第です。「規定違反の申告」として聞くと出てきません。「業務の困りごとの調査」として聞くと出てきます。

私たちが棚卸しを支援する際は、質問文から「許可」「違反」「禁止」の語を外します。聞くのは、どの業務にどれくらい時間がかかっているか、その業務でどんな道具を使っているか、会社が用意しているもので足りているか、の3点です。この形式にすると、個人契約のサービス名が自然に出てきます。

あわせて、免責を明示します。過去の利用を咎めないことを文面で約束しない限り、正確な申告は集まりません。ここを曖昧にしたまま調査を始めると、集まった回答が実態より軽くなり、対策の規模を読み違えます。

棚卸しでは何を記録すべきか？

記録項目を絞ることが重要です。項目が多いと回答率が落ち、実態が集まりません。私たちが使っている項目は次の5つです。

5行目を入れているのは、ここが実務で最も見落とされるからです。自社の情報区分だけで可否表を作ると、顧客との契約で第三者提供が禁止されている情報が「社外秘だから入力可」と判定されてしまいます。

検知した後、何をするのか？

検知は手段であって目的ではありません。回収して終わりにすると、同じことが半年後に再発します。

なぜ「禁止して回収」だけでは再発するのか？

業務側の必要が消えていないからです。回収によって消えるのは会社が把握できる利用だけで、業務の締切と作業量は変わりません。

したがって、回収と同時に受け皿を出す必要があります。受け皿とは、同じ業務を安全な環境で同等以上の速さで処理できる状態のことです。ここで速さを落とすと、利用は再び管理外へ戻ります。

実務上の順序は、①棚卸しで実態を把握、②リスクの高い用途から優先して受け皿を用意、③受け皿ができた用途について個人利用を停止、の3段です。②と③の順序を入れ替えないことが要点です。

受け皿はどう設計するか？

3つの層で設計します。

第一に、契約とプランです。法人向けのプランを契約し、入力データの学習利用に関する既定を確認します。同じサービスでも、無料プランと法人向けプランでこの既定が異なります。規定に書くのは「サービス名」ではなく「サービス名とプランと契約形態」の組み合わせにします。

第二に、参照できるデータの範囲です。社内データと連携する段階に入ると、統制の対象が「入力してよい情報」から「AIが参照できるデータの範囲」へ移ります。『令和8年版 情報通信白書』の第Ⅰ部第2章第1節4(1)は、AI活用先進企業の対策としてこう記述しています。

部門や職階によってアクセスすべきでない情報を出力することがないよう、AIが参照するデータの範囲を絞って利用可能にするなどの対策がとられている。

この設計は、データがどこに正しく揃っているかに依存します。参照元が部門ごとにばらばらだと、範囲を絞る作業自体が成立しません。前提となる考え方はSSOT（信頼できる唯一の情報源）とは ─ AI時代のデータガバナンスの基本で扱っています。

第三に、業務単位の適用です。全社共通のルールは規定で示せますが、どの業務にどう使うかは部門ごとに異なります。白書が挙げる日清食品グループの例では、生成AIの活用効果を見込める対象業務を部門ごとに選定し、プロンプトのテンプレートを作成し、効果を測定する取組を少しずつ社内展開した結果、社内の生成AI利用率が直近では7割超に到達したとされています（原典は日清食品ホールディングスの2024年3月期テーマ別IR資料）。

この事例で参考になるのは、テンプレートを作っている点です。使い方を教えるより、業務ごとの雛形を渡すほうが定着します。雛形には、入力してよい情報の範囲が最初から反映されているため、教育とルールの周知を同時に済ませられます。

教育は何をどこまでやるべきか？

全社共通の基礎は、公的資料で足ります。総務省は「生成AIはじめの一歩 ～生成AIの入門的な使い方と注意点～」を公開しており、基礎知識・活用場面・注意点を扱っています。社内で一から教材を作る必要はありません。

『令和8年版 情報通信白書』の第Ⅰ部第3章第3節「日本におけるAIガバナンス」は、AI事業者ガイドラインの記述を引いて教育の位置づけを示しています。各主体は、AIに関わる者が正しい理解と知識・リテラシー・倫理観を持つために必要な教育を行うことが期待され、AIの複雑性・誤情報といった特性や意図的な悪用の可能性も勘案して、ステークホルダーに対しても教育を行うことが期待される、という内容です。

社内で作るべきなのは、部門別の業務適用例と、判断に迷う場面の具体例です。「機密情報を入力しない」という原則を伝えても、目の前の資料が機密情報に当たるかの判断はできません。自部門で実際に扱う文書を例に挙げ、可否を示すところまで具体化する必要があります。

AIエージェントが動き始めると、何が変わるのか？

ここから先は、対策の前提が変わる領域です。現時点で設計に織り込んでおく価値があります。

従来のシャドーAIは、人が入力し、人が出力を受け取る形でした。AIエージェントが業務システムに接続して自律的に動く段階に入ると、人の判断を経由せずにデータが移動します。白書の同ページは、AI活用先進企業がこの段階を見据えていることを次のように記述しています。「対外的な業務での生成AI活用や、自律性の高いAIエージェントの活用が進むことも見据え、企画・設計時点の審査体制等も含めた整備の必要性を認識して対応の検討を開始している」。

審査を「企画・設計時点」に置くという点が重要です。稼働後に検知する方式では、エージェントが自律的に動いた分の記録を後追いすることになります。接続先とデータの流れを設計段階で審査する体制へ移す必要があります。

審査体制の項目立てを自社で発明する必要はありません。適正性指針は脚注でISO/IEC 42001（AIマネジメントシステム）を明示し、国際規格に基づくマネジメント体制の整備・運用によってAIに関連するリスクの管理・制御を図れるとしています。公的機関向けの設計例としては、デジタル庁の「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」（令和7年5月27日 デジタル社会推進会議幹事会決定）が調達段階での審査の考え方を示しており、民間企業でも参照する価値があります。

国の政策方向も、この2年で更新されています。人工知能基本計画は第Ⅰ期が2025年12月23日、第Ⅱ期が2026年7月14日に閣議決定されました。稟議で「国策との整合」を示す必要がある場合、参照するのは第Ⅱ期です。

現場が自分でアプリを作り始める段階でも、同じ構造の問題が起こります。誰が何を作り、どのデータに繋いだかを人の記憶で管理できなくなる点は共通です。この統制設計の具体はLovableを全社展開する設計｜SSO・権限・野良アプリ対策の進め方で、公開前に確認すべき技術的な項目はLovableのセキュリティは何が危険か？公開前RLS設定チェックリスト23項目で扱っています。生成AIの利用統制とアプリ開発の統制は、いずれも「把握できない利用が地下化する」という同じメカニズムへの対処です。

対策の実効性はどう測るのか？

指標を「発見件数ゼロ」に置くと、対策が失敗します。検知を緩めれば件数はゼロになるからです。

私たちが設計する際は、2軸で持ちます。安全側は「未申告利用の発見件数」と「発見から受け皿提供までの日数」、活用側は「部門別の利用率」と「受け皿が用意できた業務の数」です。

発見件数は、対策の初期には増えるのが正常です。棚卸しと免責によって申告が集まるためです。ここで件数の増加を悪化と解釈すると、担当部門が報告を絞る方向に動きます。初期の増加は把握力の向上として扱い、判断すべきは「発見から受け皿提供までの日数」が短縮しているかどうかです。

活用側の指標を並べる理由は、IPAの2026年調査が示す分布にあります。AI導入による具体的効果は「業務が効率化したり迅速化した」が91.6%で最多、「企画提案等の品質や速さが向上した」が48.9%である一方、「売上や利益が向上した」は3.9%、「対象となる顧客が拡大した」は2.7%です。AI導入効果が「期待以上」「期待どおり」と答えた企業の合計は31.8%にとどまります。安全側だけを締めると、この分布から抜け出せません。

よくある質問（FAQ）

シャドーAIを完全に検知することはできますか？

できません。私用端末からの利用、テザリングによる社内ネットワークの回避、法人契約したサービス内での想定外の用途は、いずれも技術的な検知の外にあります。検知で把握できるのはアクセスの有無までで、何を入力したかは分かりません。この限界を前提に、検知ではなく受け皿の提供で利用を管理下へ戻す設計にしてください。

まず禁止を通達すべきですか、それとも棚卸しからですか？

棚卸しからです。禁止から入ると利用が申告されなくなり、リスクの所在が見えなくなります。総務省『令和8年版 情報通信白書』も、対策として安全に使える環境の整備を先に置き、ルールの整備・周知を後に置いています。

過去の利用を咎めないと、規律が緩みませんか？

棚卸しの目的が実態把握である限り、免責は必要です。免責を示さない調査では回答が実態より軽くなり、対策の規模を読み違えます。ただし免責の範囲は「調査時点までの利用」に限定し、受け皿を提供した後の未申告利用は通常の規律で扱うと明示してください。

個人情報を入力していた可能性がある場合、どう対応すべきですか？

入力先のサービスの規約とデータの取扱い、および自社が負う法令上の義務の両面から判断が必要です。個人情報保護委員会は2023年6月2日に生成AIサービスの利用に関する注意喚起を公表しています。事実関係（どのサービスの、どのプランに、どの範囲の情報を、いつ入力したか）を先に確定させ、法務部門と対応方針を決めてください。棚卸しの記録項目に「入力している情報の区分」を入れているのは、この確認を後から可能にするためです。

法人契約さえすれば、シャドーAIの問題は解決しますか？

解決しません。法人契約は「会社の管理外へデータが出る経路」を1つ塞ぎますが、承認された用途の外側で使われる問題は残ります。またプランによって入力データの取扱いの既定が異なるため、契約したプランの規定を確認せずに「法人契約だから安全」と扱うのは危険です。規定には、サービス名とプランと契約形態の組み合わせで可否を書いてください。

どの部門から棚卸しを始めるべきですか？

文書作成の量が多い部門、翻訳が発生する部門、コードを書く部門が該当しやすい箇所です。全社一律のアンケートより、業務の性質から当たりをつけたほうが実態に近づけます。白書も、環境を整備しても一部の積極的な社員のみが活用する状態になりうると指摘しており、シャドーAIも全社に均等ではなく特定の部門に集中して発生します。

受け皿を用意しても現場が使ってくれません。何が原因ですか？

多くの場合、速さが落ちているか、業務単位の使い方が示されていないかのどちらかです。承認の待ち時間が読めない状態にすると、現場は承認を回避する方向に動きます。また「使い方を教える」だけでは定着しません。日清食品グループの例のように、業務ごとのプロンプトのテンプレートを渡す形にすると、教育とルールの周知を同時に済ませられます。

AIエージェントを導入する場合、対策は変わりますか？

変わります。人が入力して人が出力を受け取る形では稼働後の検知でも間に合いますが、エージェントが自律的にデータを動かす場合、審査を企画・設計の時点に置く必要があります。白書も、AI活用先進企業が企画・設計時点の審査体制の整備を検討し始めていると記述しています。接続先とデータの流れを設計段階で審査する体制へ移してください。

まとめ：シャドーAIは検知ではなく受け皿で管理下に戻す

シャドーAIは、社員が個人の判断でAIを業務に使用する状態を指します。従来のシャドーITと違うのは、ブラウザで開くだけで使えること、ファイルを保存しなくてもプロンプトの内容が流出すること、そして業務の成果が実際に上がるため本人の中で正当化されていることです。

発生の構造的な要因は、会社の導入速度と個人の利用速度の差にあります。全社導入の稟議が通るまでに数か月かかる一方、個人が使い始めるのは数分です。この差が埋まらない限り、禁止の通達では止まりません。

検知で把握できるのはアクセスの有無までで、何を入力したかは分かりません。私用端末・テザリング・法人契約サービス内の想定外の用途という3つの穴も残ります。したがって対策の主軸は検知ではなく、棚卸しによる実態把握と、リスクの高い用途からの受け皿提供になります。

棚卸しでは、業務名・サービス名とプラン・アカウントの契約者・入力している情報の区分・受領元の制約の有無の5項目を記録してください。受け皿は、契約とプラン、AIが参照できるデータの範囲、業務単位の適用の3層で設計します。

そして測るべき指標は「発見件数ゼロ」ではありません。初期の発見件数増加は把握力の向上であり、判断すべきは発見から受け皿提供までの日数と、部門別の利用率です。

生成AIを安全に使える環境の設計や、AIが参照するデータ基盤の整備についてのご相談は、株式会社100の問い合わせ窓口で承っています。

本記事の統計数値および公的文書の版・決定日は2026年9月10日時点で各一次情報から取得したものです。AI事業者ガイドラインはLiving Documentとして更新されるため、参照時点の最新版をご確認ください。