シャドー AIとは？企業が把握できない生成AI利用のリスクと対策を解説

生成AIは、文章作成、要約、翻訳、調査、データ分析、コード作成など、幅広い業務で利用されるようになりました。専門知識がなくても、ブラウザやアプリからすぐに使えるサービスが増え、現場では業務効率化の手段として定着しつつあります。

一方で、情シスやセキュリティ部門が把握していないAIサービスへ、従業員が業務情報を入力したり、未承認のAIエージェントを端末へ導入したりするケースもあります。このような、組織の可視性・承認・ガバナンスの外側で行われるAI利用を「シャドー AI（Shadow AI）」と呼びます。

シャドー AIは、従業員の悪意だけで発生する問題ではありません。現場には、資料作成を早めたい、問い合わせ対応を効率化したい、コードの不具合を調べたいといった正当な業務ニーズがあります。安全に使える選択肢や分かりやすいルールがなければ、AI利用が見えない場所へ移る可能性があります。

この記事では、シャドー AIの定義、シャドー ITとの違い、発生する背景、企業が直面するリスク、単純な禁止だけでは解決しにくい理由、情シスが進めるべき可視化・分類・統制・教育・継続監視までを整理します。

シャドー AIとは、企業や組織のIT部門・セキュリティ部門が把握、承認、管理していない状態で、生成AI、AIアシスタント、AIエージェントなどが業務利用されていることです。

Microsoft Learnでは、組織のIT部門やセキュリティ部門の知識、承認、ガバナンスなしにAIツール、とりわけ生成AIを利用することをシャドー AIと説明しています。また、消費者向けAIアプリや単体のエージェントが、IT部門の可視性や承認なしに組織内へ展開されるケースも対象としています。

対象は、ブラウザで利用するチャット型生成AIだけではありません。個人アカウントで使うAIサービス、AI搭載の会議・翻訳・文章校正ツール、ブラウザ拡張機能、コーディング支援ツール、端末上で動くAIアプリ、外部サービスへ接続するAIエージェントなども、組織が把握・承認していなければシャドー AIになり得ます。

重要なのは、サービス名ではなく利用状態です。同じ生成AIでも、企業が用途、契約、データの扱い、利用者、ログ、セキュリティ設定を確認し、承認した環境で使われていれば、通常はシャドー AIとは呼びません。反対に、有名なサービスであっても、個人契約や未承認の設定で業務データを扱っていれば管理上の問題になります。

シャドー AIを判断する4つの観点

• 組織が利用実態を把握しているか
• 利用するサービス・エージェントを承認しているか
• 入力してよい情報と禁止情報が定められているか
• ログ、権限、データ保持、インシデント対応を管理できるか

AIをすぐに利用できる

生成AIサービスの多くは、ブラウザやアプリから個人で利用を開始できます。従来の業務システムのように、調達、導入作業、端末への大規模展開を経なくても利用できるため、情シスが把握する前に現場へ広がりやすくなります。

業務効率化の効果を感じやすい

文章の下書き、要約、翻訳、アイデア整理、表計算の支援、コードの説明など、日常業務ですぐに効果を確認できます。利用者はセキュリティ方針を回避したいのではなく、目の前の仕事を早く終わらせたいと考えている場合があります。

承認済みの選択肢が不足している

会社がAI利用を禁止していても、なぜ禁止なのか、何なら使えるのか、申請先はどこかが分からなければ、現場は代替手段を見つけにくくなります。安全に使える公認環境が業務ニーズを満たしていない場合も、未承認利用につながります。

AI機能が既存サービスへ組み込まれている

業務で利用しているSaaS、ブラウザ拡張機能、会議ツール、開発ツールなどへAI機能が追加されることがあります。利用者は新しいAIサービスを導入した意識がないまま、外部AIへ情報を送る場合があります。

個人アカウントと業務利用の境界が曖昧になる

私物端末や個人アカウントからAIを利用すると、企業の認証、端末管理、ログ、データ保護の仕組みが及ばない場合があります。在宅勤務やBYODの環境では、業務と個人利用の境界がさらに分かりにくくなります。

AIエージェントを個人で追加できる

AIエージェントや拡張機能は、ファイル、メール、カレンダー、開発環境などへ接続できる場合があります。利用者が利便性を優先して広い権限を許可すると、管理部門が把握していない接続経路が生まれます。

シャドー AIはシャドー ITの一種として捉えられますが、従来のSaaS管理だけでは十分でない点があります。AIへ入力した情報から新しい出力が生成され、その出力が業務判断や顧客対応へ使われるため、データの行き先だけでなく、出力の品質と利用方法も管理対象になります。

さらにAIエージェントは、情報を読むだけでなく、通知、更新、送信などの操作を行う可能性があります。そのため、シャドー AIでは「何を入力したか」に加えて、「何へ接続し、どの権限で、何を実行したか」を確認する必要があります。

機密情報・個人情報の漏えい

従業員が顧客情報、個人情報、契約書、設計資料、ソースコード、未公開の業績情報などを未承認のAIサービスへ入力すると、組織が管理できない環境へ情報が送られます。

リスクは「モデル学習に使われるか」だけではありません。入力履歴の保持、サービス提供者による処理、国外への移転、共有リンク、個人アカウントへの保存、退職後のアクセスなども確認する必要があります。

法令・契約・社内規程への不適合

個人情報、顧客から預かった情報、秘密保持契約の対象情報、輸出管理の対象となる技術情報などには、取り扱い条件があります。未承認のAI利用では、利用規約、データ処理条件、保存場所、再委託先などを企業が確認できていない可能性があります。

その結果、法令だけでなく、顧客との契約や社内規程へ抵触するおそれがあります。具体的な法的判断は、対象データ、契約、地域の制度に応じて法務・専門家へ確認する必要があります。

誤情報による業務品質の低下

生成AIは、もっともらしい誤情報を出力する場合があります。承認されていないAIを個人判断で利用すると、どのモデルや設定を使ったのか、どの情報を根拠にしたのか、誰が確認したのかを追跡できない可能性があります。

誤った回答を顧客へ送る、古い手順を社内へ案内する、不正確な分析で意思決定するなど、情報セキュリティだけでなく業務品質上の問題になります。

著作権・知的財産をめぐる問題

AIへ入力する資料や、AIが生成した文章・画像・コードについて、利用権限や出典確認が必要になる場合があります。未承認利用では、会社の知的財産を外部へ入力したり、権利関係を確認せず生成物を公開したりするおそれがあります。

アカウント・ログ・データ保持を管理できない

個人アカウントで利用されると、企業側が多要素認証、退職時の停止、アクセスレビュー、ログ保持、データ削除を管理できない場合があります。問題が起きても、誰が、いつ、何を入力し、どの回答を使ったか確認できなければ、調査や説明が難しくなります。

未承認AIエージェントによる権限逸脱

AIエージェントがファイル、メール、カレンダー、チャット、開発環境などへ接続する場合、入力データの漏えいだけでなく、過剰な権限や誤操作が問題になります。

利用者が内容を理解しないまま広い権限を許可すると、必要以上のデータを読み取る、意図しない送信や更新を行う、複数システムへ影響を広げる可能性があります。

コストと業務継続の問題

個人や部門単位で契約が増えると、同じサービスの重複契約、利用状況の不明確さ、費用負担のばらつきが発生します。また、利用していたサービスの仕様変更や停止によって、業務手順が突然使えなくなる可能性もあります。

インシデント対応と説明責任の困難化

未承認AIの利用状況が見えなければ、情報漏えいの範囲、影響を受けたデータ、関係者、再発防止策を特定しにくくなります。AIの出力を業務へ採用した経緯や承認者が記録されていなければ、顧客や経営層へ説明することも困難です。

シャドー AI対策として、生成AIサービスへのアクセスを一律に遮断する方法は、緊急時や明確に高リスクなサービスへの対応として必要になる場合があります。ただし、禁止だけを恒久的な対策にすると、業務上のニーズが解消されないまま残ります。

利用者がAIを使う理由には、作業時間の短縮、下書きの作成、調査、翻訳、開発支援などがあります。会社が「使ってはいけない」とだけ伝え、安全な代替手段や相談窓口を用意しなければ、私物端末、個人アカウント、別のサービスへ利用が移る可能性があります。

また、すべてのAI利用が同じリスクではありません。公開情報を使った文章校正と、個人情報を含むファイルの分析では、必要な統制が異なります。用途とデータに応じて許可、条件付き許可、禁止を分ける方が、現場にとって理解しやすく、管理部門も重点的にリスクへ対応できます。

禁止だけに頼らない基本方針

• AI利用の実態と業務ニーズを把握する
• サービス、用途、データのリスクを分類する
• 安全に使える承認済み環境を提供する
• 入力禁止情報と人による確認事項を明確にする
• 技術的な保護と教育・相談窓口を組み合わせる
• 利用状況と新しいAIサービスを継続して見直す

1. AI利用の実態を可視化する

最初に、社内でどのAIサービスやAIエージェントが利用されているかを把握します。アンケートやヒアリングだけでなく、契約・経費、ブラウザ・ネットワーク、端末・アプリ、OAuth同意、拡張機能など、組織の環境で確認できる情報を組み合わせます。

目的は従業員を監視することではなく、どの業務ニーズが存在し、どこに機密データが流れる可能性があるかを把握することです。収集するログや利用目的は、プライバシーと社内ルールを踏まえて明確にします。

2. サービス・用途・データをリスク分類する

すべてのAIを一律に扱わず、サービスの契約形態、データ処理、認証・ログ、管理機能と、利用用途、入力データ、実行権限を組み合わせて分類します。

例えば、公開情報だけを使う文章校正は低リスク、社内限定資料の要約は条件付き、個人情報や顧客機密の入力、管理者権限を伴う自動実行は高リスクというように区分します。

3. 承認済みのAI環境を提供する

利用禁止だけでなく、業務ニーズを満たす安全な選択肢を提供します。企業契約、組織アカウント、認証、ログ、データ保護、管理機能を確認したAI環境を用意し、利用できる用途とデータを示します。

承認済み環境を導入しても、すべてのデータを無条件で入力できるわけではありません。機密区分、用途、モデルや機能、外部連携の有無に応じて条件を設定します。

4. 分かりやすい利用ルールを整備する

ルールには、承認済みサービス、利用可能な用途、入力禁止情報、出力確認、対外公開、著作権、個人アカウント、AIエージェントの接続・権限、インシデント報告を含めます。

長い規程だけでなく、業務場面別のOK・要確認・禁止の例、判断に迷ったときの相談先、申請手順を用意すると、現場が利用しやすくなります。

5. データ保護とアクセス制御を実装する

Microsoftのシャドー AI向け展開モデルでは、AIアプリの発見、未承認アプリへのアクセス制御、承認済みAIアプリへ送る機密データの保護、AIとのやり取りのガバナンスという段階的な考え方が示されています。

自社環境では、DLP、機密ラベル、端末管理、ブラウザ・ネットワーク制御、条件付きアクセスなどを、対象データとリスクに応じて組み合わせます。技術的な制御だけでなく、誤検知時の運用や例外承認も設計します。

6. AIエージェントを管理対象へ加える

AIエージェントについては、名称だけでなく、所有者、目的、利用者、接続先、参照データ、読み取り・書き込み権限、使用モデル、ログ、コスト、評価結果、停止方法を台帳へ記録します。

作成時の審査だけでなく、権限変更、モデル・ツール更新、利用状況の確認、定期的な棚卸し、不要になったエージェントの停止・削除まで管理します。

7. 教育と相談窓口を整える

利用者には、AIの一般知識だけでなく、自社で入力してよい情報、出力の確認方法、個人アカウント利用の注意、問題が起きた場合の報告方法を伝えます。

一方的な禁止教育ではなく、「この業務で使いたい」という相談を受け、安全な方法を一緒に検討できる窓口があると、シャドー AIを見つけやすくなります。

8. ログ・監査・インシデント対応を整備する

承認済みAIでは、利用者、サービス、日時、対象データ、操作、プロンプト・応答の取り扱い、管理者の変更など、必要な監査情報を決めます。ログを残すこと自体が目的ではなく、問題発生時に影響範囲を確認し、説明・是正できることが重要です。

Microsoftのガイダンスでは、AIアプリとのやり取りについて監査、保持・削除、調査を行う考え方も示されています。自社では法務、プライバシー、セキュリティの要件に応じて保持範囲と期間を定めます。

9. 継続的に見直す

AIサービスは追加・変更の速度が速く、既存SaaSにもAI機能が組み込まれます。一度ルールを作って終わりにせず、新しいサービス、利用部門、インシデント、規制・契約、技術的な対策を定期的に見直します。

シャドー AI対策は、未承認AIを見つけて遮断するだけのセキュリティ施策ではありません。組織がAIをどの目的で利用し、誰が責任を持ち、何を許可し、どのように評価・監視・廃止するかを定めるAIガバナンスの一部です。

NIST AI RMFは、AIの設計、開発、利用、評価へ信頼性に関する考慮を組み込むための自発的なリスク管理フレームワークです。Governのプレイブックでは、組織の方針・手順、役割と責任、継続的な監視、AIシステムの棚卸し、安全な廃止などが示されています。

シャドー AIへの対応では、まず見えていないAIを発見し、AI台帳へ取り込み、利用目的とリスクを評価します。その上で、承認、権限、データ保護、人間の確認、ログ、インシデント対応、廃止を、既存の情報セキュリティ・プライバシー・品質管理へ組み込みます。

ガバナンスの目的は、AI利用を一律に止めることではありません。組織が許容できる範囲を明確にし、現場が安全に利用できる選択肢を増やし、問題が起きたときに止め、調べ、改善できる状態を作ることです。

企業利用時の確認項目

• 社内で利用されているAIサービス・エージェントを把握しているか
• 承認済み・条件付き・禁止の判断基準があるか
• 入力禁止情報とデータ分類が明確か
• 個人アカウントと業務アカウントの使い分けが定められているか
• AIエージェントの所有者・接続先・権限・停止方法を管理しているか
• 出力を人が確認すべき場面が定められているか
• ログ・保持・削除・調査の方針があるか
• 利用者向けの正規環境、教育、相談窓口があるか
• 定期的に棚卸しとルールの見直しを行っているか

シャドー AIとは何ですか？

シャドー AIとは、企業のIT部門や管理部門が把握・承認していない生成AI、AIアシスタント、AIエージェントなどが業務利用されている状態を指します。

シャドー AIとシャドー ITの違いは何ですか？

シャドー ITは未承認のSaaS、クラウド、端末などIT利用全般を指します。シャドー AIは、その中でも生成AIやAIエージェントに焦点を当てた概念です。入力データだけでなく、生成結果の品質やエージェントの行動・権限も管理対象になります。

ChatGPTを業務で使うとシャドー AIになりますか？

必ずしもなりません。企業が利用を把握・承認し、契約、データの扱い、アカウント、利用ルール、ログなどを管理している場合は、一般にシャドー AIとは呼びません。個人アカウントや未承認の設定で業務データを扱う場合は、シャドー AIになり得ます。

無料の生成AIだけがシャドー AIの対象ですか？

いいえ。有料・無料を問わず、組織が把握・承認・管理していないAI利用はシャドー AIになり得ます。個人契約の有料サービス、ブラウザ拡張、会議支援、コーディング支援、AIエージェントなども対象です。

シャドー AIの最大のリスクは何ですか？

代表的なリスクは、機密情報や個人情報の漏えい、法令・契約への不適合、監査不能、誤情報による業務品質低下、未承認AIエージェントの過剰な権限です。どのリスクが最大かは、扱うデータと用途によって異なります。

シャドー AIによる情報漏えいはどのように発生しますか？

顧客情報、契約書、設計資料、ソースコードなどを未承認AIへ入力・アップロードしたり、AIエージェントへ必要以上のファイル・メール閲覧権限を与えたりすることで発生する可能性があります。

AIへ入力した内容はすべて学習に使われますか？

一律には言えません。入力データの利用、保持、学習への使用は、サービス、契約プラン、管理設定によって異なります。利用前に公式の契約条件、プライバシー情報、管理設定を確認する必要があります。

シャドー AIは完全に禁止すべきですか？

一律禁止が必要な場面もありますが、禁止だけでは現場の業務ニーズが残ります。利用実態の可視化、リスク分類、承認済み環境の提供、データ保護、教育、継続監視を組み合わせることが重要です。

シャドー AI対策として最初に行うべきことは何ですか？

最初にAI利用の実態と業務ニーズを把握します。どのサービスやAIエージェントが、誰に、何の目的で使われ、どの情報やシステムへ接続しているかを確認した上で、リスク分類と対策を進めます。

AIエージェントもシャドー AIになりますか？

なります。組織が把握・承認していないAIエージェントが端末やクラウド上で動き、ファイル、メール、カレンダー、開発環境などへ接続している場合は、シャドー AIとして管理する必要があります。

承認済みのAIなら機密情報を入力してもよいですか？

必ずしもよいとは限りません。承認済みサービスでも、利用目的、データ区分、契約、機能、外部連携によって入力できる情報は異なります。社内ルールと対象サービスの管理条件に従います。

シャドー AIをどのように見つけますか？

アンケート、部門ヒアリング、契約・経費、端末上のアプリや拡張機能、ブラウザ・ネットワークの利用情報、OAuth同意、AIエージェント台帳など、複数の情報を組み合わせて把握します。監視では利用目的とプライバシーへの配慮も必要です。

シャドー AIとAIガバナンスはどのような関係がありますか？

シャドー AI対策はAIガバナンスの一部です。AIの棚卸し、リスク評価、利用ルール、データ・権限管理、人間の監督、ログ、インシデント対応、廃止までを継続的に管理します。

情シスは今後何を管理する必要がありますか？

従来のユーザー、アカウント、端末、SaaSに加えて、AIサービス、AIエージェント、非人間ID、接続先、ツール権限、入力・出力の扱い、評価結果、利用ログ、停止・廃止を管理対象として検討する必要があります。

シャドー AIとは、企業のIT部門やセキュリティ部門が把握・承認・管理していない状態で、生成AIやAIエージェントが業務利用されることです。対象はチャット型生成AIだけでなく、会議支援、翻訳、コーディング、ブラウザ拡張、端末上のAIアプリ、外部システムへ接続するエージェントまで広がります。

シャドー AIは、従業員の悪意だけで発生する問題ではありません。現場には、資料作成、調査、翻訳、開発などを効率化したいという正当なニーズがあります。承認手続きが分かりにくい、安全な選択肢が不足している、既存サービスへAI機能が追加されているといった組織側の要因もあります。

主なリスクは、機密情報・個人情報の漏えい、法令・契約への不適合、誤情報による業務品質低下、著作権・知的財産、アカウントとログの管理不足、未承認AIエージェントの権限逸脱です。特にAIエージェントでは、入力データだけでなく、接続先と実行権限まで管理する必要があります。

対策は、一律禁止だけでは十分ではありません。利用実態の可視化、サービス・用途・データのリスク分類、承認済み環境の提供、分かりやすいルール、データ保護、AIエージェント管理、教育、ログ・監査、継続的な見直しを組み合わせます。

シャドー AI対策の目的は、AI活用を止めることではありません。現場が安全な正規ルートを選べる状態を作り、問題が起きたときに止め、調べ、説明し、改善できるAIガバナンスを整えることです。

参考情報
https://learn.microsoft.com/en-us/purview/deploymentmodels/depmod-data-leak-シャドー-ai-intro
https://learn.microsoft.com/en-us/microsoft-365/admin/manage/agent-シャドー-ai?view=o365-worldwide
https://learn.microsoft.com/en-us/purview/deploymentmodels/depmod-data-leak-シャドー-ai-step4
https://www.nist.gov/itl/ai-risk-management-framework
https://airc.nist.gov/airmf-resources/playbook/govern/