シャドーAIとは、会社が承認・管理していないAIツールを、従業員が個人の判断で業務に使っている状態です。当社の調査では、シャドーAIを課題と認識する企業は80.5%にのぼります。一方、実施済みの対策は「禁止」47.4%、「ルールの明文化」43.1%が上位で、利用ログの取得は28.5%、承認フローの実装は13.5%にとどまります（Japan AI Operations Report 2026 Summer、n=548）。この記事では、定義とリスクを整理したうえで、ルールを配るのではなく業務フローに統制を埋め込む対策の設計を解説します。

シャドーAIとは何か

シャドーAIとは、IT部門や情報システム部門の承認を経ていないAIツール・AIサービスを、従業員が業務に使っている状態を指します。未承認のクラウドサービス利用を指す「シャドーIT」のAI版ですが、深刻度は同じではありません。

シャドーITで漏れるのは、主に保存したファイルやアカウント情報です。シャドーAIでは、従業員が業務の中身そのもの——会議の議事録、顧客とのやりとり、ソースコード——をプロンプトとして外部サービスに入力します。入力されたデータはサービス側の学習や出力に回る可能性があり、漏洩の経路が「保存場所」から「日々の業務行為」に変わります。使った本人に悪意がなく、むしろ仕事熱心な従業員ほど使っている点も、シャドーAIの扱いを難しくしています。

なぜ今、問題になっているのか

生成AIを1つ以上の業務で利用している企業は、日本で86.4%に達しました。前年の55.2%から1年で31.2pt伸びています（総務省 令和8年版情報通信白書、2026年7月）。会社が公式に整備するより速く、現場の利用が先に広がった。このギャップがシャドーAIの正体です。

当社の調査でも、シャドーAIが「既に課題になっている」企業は20.8%、「今後課題になりうる」は59.7%で、合わせて80.5%が危機感を持っています。もはや一部のセキュリティ担当者の関心事ではなく、生成AIを使う企業の標準的な経営課題です。

シャドーAIの主なリスク

リスクは3つに整理できます。

• 情報漏洩: 機密情報や個人情報が、未承認サービスの入力・学習データとして社外に出ます。

• コンプライアンス違反: 個人情報保護法や取引先との秘密保持契約への抵触、AIの出力を通じた著作権侵害が起こりえます。

• 管理の不在: 誰が・どの業務で・何を入力したかを組織が把握できないため、事故が起きたときに影響範囲を特定できず、対応が遅れます。

この3つ目が、実は最も重い問題です。前の2つは「起きるかもしれない事故」ですが、管理の不在は「起きたことに気づけない状態」だからです。

日本企業の対策は「禁止」と「ルール配布」に偏っている

では、企業は何をしているか。当社の調査で実施済みの施策を聞くと、上位は「特定ツールの利用禁止・制限」47.4%、「利用ルールの明文化」43.1%、「従業員研修」37.2%でした。いずれも、ルールを作って配り、守ってもらうことを期待する施策です。

一方、仕組みの側の統制は少数派です。利用ログの取得は28.5%、入力内容の検知・制御は18.1%、承認フローの実装は13.5%にとどまります。今後の投資予定も研修48.9%・ガイドライン整備48.7%が上位で、ログ・承認/例外フローの整備は11.3%です。危機感は8割にあるのに、打ち手がルールの配布に集中し続けている構図です。

配るルールが効きにくい理由は、AIを使う場面の判断が個人に委ねられているからです。同じ調査で、AIをいつ・どの業務で使うかは「推奨基準はあるが個人判断」51.1%、「基準がなく個人判断」17.7%と、68.8%が個人依存でした。業務プロセスへの組み込みとしてルール化されている企業は3.6%です。判断が個人の側にある限り、ルールを何枚配っても、守るかどうかもまた個人の判断に残ります。

対策の本丸: 統制を業務フローに埋め込む

ガバナンスは、現場が守るルールとして配るのではなく、業務フローの中で自然に効く仕組みにしたときに機能します。具体的には、次の6つの要素を業務フロー自体に実装します。

たとえば「AIが書いたメール文面は、上長の承認後にだけ送信される」という統制は、ガイドラインに書くのではなく、ワークフロー上で承認ステータスが立たない限り送信処理が動かない、という形で実装できます。従業員は統制を「守る」必要がなく、フローに乗って仕事をするだけで統制された状態になります。禁止と違い、現場の生産性を止めない点も利点です。

この実装には、AIを業務フローの中で動かす基盤が前提になります。基盤の考え方はiPaaSとはで、業務フロー全体の設計はAIエージェントとRevOpsで扱っています。

ログは「守り」と「攻め」を兼ねる

6要素のうち、最初に整える価値が高いのは実行ログです。現在、AIがどの業務で動いたかをログで横断的に追跡できる企業は13.0%しかありません。

ログは監査のためだけのものではありません。どの業務でAIが何回動き、どんな出力が採用されたかが残っていれば、そのままAI活用の効果測定と改善の材料になります。シャドーAI対策として整えた仕組みが、AI投資の成果を説明する基盤を兼ねる。守りの投資を攻めに転用できる数少ないポイントです。

全面禁止が合理的なケースもある

すべての企業に「禁止より管理」が正解というわけではありません。法規制の対象となるデータ（医療情報、金融の顧客資産情報など）を扱う業務では、該当業務に限った全面禁止が最も安いリスク対策になる場合があります。判断の分かれ目は、禁止によって失う生産性と、統制を実装するコストの比較です。全社一律の禁止だけが続くと、現場は私用端末に逃げ、シャドーAIはむしろ見えなくなります。

よくある質問

シャドーAIはなぜ禁止だけでは防げないのですか？

禁止は「会社の端末で使わせない」ことはできても、「業務の中身を外部AIに入力する行為」までは止められないからです。私用端末という抜け道が残るうえ、利用が地下に潜るため、実態の把握はかえって難しくなります。

シャドーITとの違いは何ですか？

シャドーITは未承認のツール・サービスの利用全般を指し、シャドーAIはそのうちAIツールの利用を指します。AIでは業務の中身をプロンプトとして入力するため、漏洩する情報の質と量が大きく、入力データが学習に使われる可能性がある点で影響が長引きます。

AIに入力してはいけない情報は何ですか？

個人情報、取引先との秘密保持契約の対象情報、未公開の財務・経営情報、ID・パスワードなどの認証情報が代表です。ただし線引きは契約と利用するAIサービスの規約で変わるため、「入力してよいデータの条件」を自社で定義し、可能な範囲でフロー側の検知・制御に落とすことが必要です。

次に確認すること

自社の対策が上の6要素のどこまで実装されているかを、ルールの文書ではなく業務フローの実態で確かめてください。ルールはあるがフローに実装されていないなら、まず1本の業務フローを選んで承認とログを埋め込むところから始まります。diverは社外RevOpsチームとして、統制を含む業務フローの設計と実装を一気通貫で担っています。自社の場合の進め方から相談したい場合は、diverへ相談するからどうぞ。

参照元

• Japan AI Operations Report 2026 Summer（株式会社Mer、n=548、調査期間2026-06-24〜25、従業員100名以上の生成AI活用企業の責任者・担当者対象）

• 総務省「令和8年版情報通信白書」2026年7月

記事情報

• 著者: diver編集部

• レビュー: diverチーム

• 更新日: 2026年9月1日