Frame Tech
AI活用2026.07.23
生成AI情報漏洩対策中小企業セキュリティ社内ルール

生成AIの情報漏洩対策|中小企業がまず確認すべき「学習させない」設定と社内ルール

この記事のポイント

  • 情報漏洩リスクの分岐点は「どのAIを使うか」ではなく「どのプラン階層で使うか」。個人プランは学習オンが既定、法人プランは学習オフが既定と正反対
  • 設定でオフにしても過去に送信済みのデータは対象外。オプトアウトは「これから」にしか効かないため、周知の遅れがそのまま漏洩量になる
  • IPA「情報セキュリティ10大脅威 2026」でAI利用のサイバーリスクが組織編3位に初選出。ルール整備は「まだ早い」フェーズを過ぎている

生成AIの情報漏洩対策で最初に確認すべきなのは、ツールの良し悪しではなく**「どのプラン階層で使っているか」です。OpenAI・Anthropicとも、法人向けプラン(Business/Enterprise/API/Team)は入出力を既定で学習に使わない一方、個人向けプラン(Free/Plus/Pro/Max)は学習に使う設定が既定でオン、または利用者の選択制**という、正反対の構造になっています。

つまり「会社としてAIを禁止していないが、プランの指定もしていない」状態が、もっとも漏洩リスクが高い状態です。IPA「情報セキュリティ10大脅威 2026」では、AI利用をめぐるサイバーリスクが組織編で初めて選出され3位に入りました。以下、公式規約をベンダー横断で整理し、中小企業が現実的に着手できる順序で解説します。


リスクの分岐点は「ツール選び」ではなく「プラン階層」

多くの社内議論が「ChatGPTは危険か、Geminiは安全か」というツール比較に向かいますが、公式規約を突き合わせると、同じベンダーでもプラン階層で扱いが正反対になっているのが実態です。

ベンダー

法人向けプラン

学習利用(既定)

個人向けプラン

学習利用(既定)

OpenAI

Business / Enterprise / Edu / API

使わない

Free / Plus / Pro

オンが既定(利用者が設定でオフ)

Anthropic

Team / Enterprise / API

使わない

Free / Pro / Max

利用者の選択制(オンなら使用)

Google Workspace

Business / Enterprise 各エディション

使わない(許可なくLLM学習に不使用)

読み取れるのは、「AIを使うか禁止するか」より「どの階層で使わせるか」を決める方が、漏洩リスクへの効き方が大きいという点です。法人プランへ寄せるだけで、学習利用の既定値がオフ側に反転します。

社内で「AIは禁止」としても、実際には社員が私物アカウント(個人プラン)で業務データを入力するシャドーIT化が起きがちです。この場合、学習オンが既定の環境に機密情報が流れることになり、禁止ルールがかえってリスクを見えなくします。「禁止」より「指定プランでの許可」の方が、統制としては現実的です。


見落とされやすい3つの誤解

誤解1:設定をオフにすれば、過去の入力も学習対象から外れる

外れません。設定画面でのオプトアウトは、原則としてこれから送信する会話にのみ適用されます。すでに送信済みのデータを対象から外すには、ベンダーのプライバシーポータルから別途申請が必要になるケースがあります。

これは運用上、重要な意味を持ちます。周知が1か月遅れれば、その1か月分の入力は設定変更後も遡って取り消せないということです。ルール整備を「そのうち」にしている期間が、そのまま取り返しのつかない送信量になります。

誤解2:学習に使われなければ、データはどこにも残らない

「モデル学習に使わない」ことと「データが保存されない」ことは別の話です。多くのサービスでは、不正利用の監視や法令対応のために一定期間データが保持され、限定された担当者がアクセスしうる設計になっています。

保持期間はベンダー・プランで異なります。Anthropicは消費者向けプランについて、学習利用を許可しない場合は30日、許可した場合は5年と公表しています。「学習オフにしたから消えている」という理解は誤りです。

誤解3:大企業の話であって、中小企業にはまだ早い

総務省・経済産業省の「AI事業者ガイドライン(第1.1版)」は2025年3月28日に公表され、事業者が参照すべき基本的な考え方が整理されています。これは非拘束的なソフトローですが、規模を問わず参照が期待される枠組みです。前述のIPA 10大脅威でのAIリスク初選出と合わせて、「様子見」の段階は過ぎたと捉えるのが妥当です。


中小企業がこの順序で着手する(設定・契約・運用の3層)

対策を「設定」「契約」「運用ルール」の3層に分けると、コストと効果の順序が整理できます。

第1層:設定(今日できる・コストゼロ)

  • 個人プラン利用を当面許容するなら、学習オフ設定の手順を全員に周知し、設定済みかを確認する
  • 過去分の扱い(別途申請の要否)をベンダーの規約で確認する
  • 会話履歴の保存期間・削除方法を確認する

第2層:契約(プラン階層を上げる)

  • 業務利用を法人プラン(Business/Enterprise/Team/API)に寄せ、学習オフを既定にする
  • 管理者によるアクセス権限管理・監査ログの確認体制を整える
  • 必要に応じてDPA(データ処理契約)の締結可否を確認する

第3層:運用ルール(文書化する)

  • 「入力してはいけない情報」を具体例つきで定義する(顧客の氏名・連絡先、未公開の財務数値、パスワード等の認証情報、取引先との守秘契約対象、など)
  • 使ってよいサービス・プランを指定する(未指定のツールは申請制にする)
  • 違反時の取り扱いと、ルールの見直し頻度を決める

3層のうち、**費用対効果がもっとも高いのは第3層の「入力してはいけない情報の定義」**です。設定や契約は技術的な防壁ですが、そもそも何を入れてはいけないかが共有されていなければ、法人プランでも取引先の守秘情報が流れます。A4数枚で十分なので、抽象的な「機密情報は入力しない」ではなく、自社の業務に即した具体例で書くことが重要です。


判断に迷ったときの整理軸

状況

優先してやること

社員が私物アカウントで使っている

学習オフ設定の周知 → 法人プランへの移行検討

法人プランは導入済み、ルールは未整備

「入力してはいけない情報」の文書化

顧客データを扱う業務で使いたい

保持期間・DPA・アクセス権限の確認を先に

そもそも何から手をつけるか分からない

第1層(設定周知)→第3層(文書化)→第2層(契約)の順

過去の入力が心配

ベンダーのプライバシーポータルで削除・除外申請の可否を確認


どのサービスを選ぶかは、この次の判断

ここまでは「どのプラン階層で使うか」という統制の話でした。実際にどのサービスを業務に入れるかは、用途(議事録・文章作成・画像・カスタマー対応)ごとに日本語精度・セキュリティ要件・料金のバランスが変わります。用途別の選定基準は中小企業の生成AIツール選び|用途別に「汎用AIで足りるか」を料金から判断するで整理しているので、本記事でプラン階層の方針を決めたうえで併せて確認してください。


正直に押さえておくべき限界

  • 設定・契約は「漏洩ゼロ」を保証しない:学習利用を止めても、監視・法令対応目的の保持は残ります。機微情報の入力そのものを避ける運用が最終的な防壁です。
  • 規約は変わる:本記事の内容は2026年7月23日時点で各社が公表している規約に基づきます。生成AIの規約は更新頻度が高く、AI事業者ガイドライン自体もLiving Documentとして更新される前提です。半年ごとの見直しをルールに組み込んでおくのが現実的です。
  • 無料プランの業務利用は避けるのが無難:学習オフ設定は可能でも、管理者による統制(誰が何を入力したかの把握、退職時のアカウント回収)が効きません。統制を求めるなら法人プランが前提になります。
  • 本記事は法的助言ではありません:業種特有の規制(医療・金融・個人情報の越境移転など)がある場合は、必ず専門家に確認してください。

まとめ

生成AIの情報漏洩対策は、ツール比較から入ると本質を外します。

  1. プラン階層を確認する — 法人プランは学習オフが既定、個人プランはオンが既定または選択制と正反対
  2. オプトアウトは「これから」にしか効かない — 周知の遅れがそのまま取り消せない送信量になる
  3. 学習オフ≠保存されない — 保持期間はベンダー・プランで異なる(Anthropic消費者向けは30日/5年)
  4. 設定→文書化→契約の順で着手 — もっとも効くのは「入力してはいけない情報」の具体的な定義

まずは自社の社員がどのプランを使っているかを把握するところから始めてください。そこが分かれば、次に打つべき手は自動的に決まります。


※本記事の内容は2026年7月23日時点で各社が公表している規約・ガイドラインに基づいています。規約は更新される場合があるため、実際の運用にあたっては必ず各サービスの最新の公式情報をご確認ください。また本記事は法的助言ではありません。

よくある質問

Q生成AIに入力した情報は、必ず学習に使われてしまうのですか?
A

プラン階層によって既定値が正反対です。OpenAIの場合、ChatGPT Business・Enterprise・API経由の入出力は既定でモデルの学習に使われません。一方、Free・Plus・Proといった個人向けプランはモデル改善の設定が既定でオンのため、利用者自身が設定画面でオフにする必要があります。Anthropicも同様に、Team・Enterprise・APIなど商用条件下では既定で学習に使わない一方、Free・Pro・Maxの消費者向けプランは利用者の選択次第という構造です。

Q設定で「学習させない」をオンにすれば、過去に入力した情報も対象外になりますか?
A

なりません。設定画面でのオプトアウトは、原則としてこれから送信する会話にのみ適用されます。すでに送信済みのデータを学習対象から外したい場合は、ベンダーのプライバシーポータルから別途申請が必要になるケースがあります。「気づいた時点で設定すれば過去も安全」という誤解が、対応の遅れにつながりやすい部分です。

Q学習に使われなければ、機密情報を入力しても安全ということですか?
A

同一視は危険です。「モデル学習に使わない」ことと「データがどこにも保存されない」ことは別の話です。多くのサービスでは、不正利用の監視や法令対応のために一定期間データが保持され、限定された担当者がアクセスしうる設計になっています。Anthropicの消費者向けプランでは、学習利用を許可しない場合の保持期間が30日、許可した場合は5年と公表されています。保持期間はベンダー・プランごとに異なるため、規約での確認が必要です。

Q中小企業でも生成AIの社内ルールは必要ですか?
A

必要です。IPA「情報セキュリティ10大脅威 2026」では、AI利用をめぐるサイバーリスクが組織編で初めて選出され3位に入りました。また総務省・経済産業省の「AI事業者ガイドライン(第1.1版)」が2025年3月に公表され、事業者が参照すべき基本的な考え方が整理されています。規模を問わず、最低限「入力してはいけない情報の定義」と「使ってよいプラン・サービスの指定」は文書化しておくべき段階です。

購入前チェックリスト

  • 社員が使っているのが個人プランか法人プランかを把握しているか(個人プランは学習オンが既定)
  • 個人プラン利用を許容する場合、学習オフ設定の手順を全員に周知し、設定済みを確認したか
  • 過去に送信済みのデータについて、別途削除申請が必要かを確認したか
  • データ保持期間(削除してもログが残る期間)をベンダーの規約で確認したか
  • 「入力してはいけない情報」の定義を、具体例つきで社内文書化したか
  • 管理者側でアクセス権限・監査ログを確認できる体制があるか
この記事をシェア