LATEST
2026-11-19テクノロジーNEW

生成AIを「使っていい仕事」と「使ってはいけない仕事」に分ける — 社内ルールの作り方を基礎から読む

文章の下書き、資料の要約、プログラムの補助、翻訳のたたき台。生成AIは、オフィスの仕事の幅広い場面に入り込んできた。便利な一方で、入力した情報が外部に漏れるのではないか、出力に誤りが混ざっていないか、著作権はどうなるのかといった不安もつきまとう。だから多くの企業が「社内ルール」を作り始めている。ルールといっても、禁止事項を並べただけの文書では、現場では使われない。何を守るためのルールなのか、現場の仕事にどう沿わせるのか。この記事では、生成AIの社内ルールの考え方と作り方を、基礎から解説していく。

編集部

生成AIの社内ルールとは何か — 「使ってはいけない」だけでは済まない

生成AIの社内ルールとは、生成AIを業務で使うときの約束事をまとめた文書である。何を入力してよいのか、出力はどう扱うのか、どの業務で使えるのかといった点を、社員が迷わず判断できる形で示すことが目的だ。ルールがないまま使い始めると、社員はそれぞれの判断で使うことになる。便利さに引かれて機密情報を入力してしまう人もいれば、怖くて一切使わない人も出てくる。どちらも、会社としては望ましい状態ではない。

ルールの役割は、禁止することだけではない。安心して使える範囲を明らかにすることこそ、ルールの大切な働きだ。「ここまでなら使ってよい」と線引きがあれば、社員はためらわずに使い始めることができる。逆に線引きがなければ、使うこと自体が不安になり、せっかくの道具が現場に根づかない。社内ルールは、生成AIの利用を縛るためのものではなく、安心して使いこなすための土台として作るものだと考えることが、第一歩になる。

社内ルールの対象になるのは、正社員だけではない。契約社員や派遣社員、業務委託のパートナーなど、会社の業務に関わる人にも、同じルールが適用されることが望ましい。社外の人が会社の情報に触れる場面では、ルールの内容を共有し、守ってもらう仕組みが必要だ。ルールの冒頭で「誰に適用されるのか」をはっきりさせておくことで、対象の漏れを防ぐことができる。

まず分ける — 3つの使い方の区分

ルール作りの出発点は、業務を「使ってよい」「条件付きで使ってよい」「使ってはいけない」の3つに分けることだ。たとえば、公開済みの資料の要約や、一般的な文章の下書きは「使ってよい」に入る。社内の未公開資料を扱う業務は、入力する情報の範囲を限定したうえで「条件付きで使ってよい」に入る。顧客の個人情報や、他社との秘密保持契約の対象になる情報を扱う業務は「使ってはいけない」に入る。こうした区分を業務ごとに決めることで、社員は自分の仕事がどの区分にあたるのかを判断できるようになる。

  • 使ってよい:公開情報の要約や、一般的な文章の下書きなど、情報漏洩の心配がない業務。
  • 条件付きで使ってよい:社内の未公開資料を扱う業務。入力する情報の範囲や、使うサービスの条件を定める。
  • 使ってはいけない:顧客の個人情報や、秘密保持契約の対象になる情報を扱う業務。

区分を決めるときのポイントは、業務の単位で考えることだ。「生成AIは使ってよい」「使ってはいけない」と会社全体でひとつの結論を出すのではなく、業務ごとに線引きをする。営業資料の下書きと、顧客情報の分析では、扱う情報の性質がまったく違う。業務ごとに区分を決めることで、使える場面では思い切って使い、使えない場面では確実に止めるという、メリハリのある運用ができる。区分は、現場の業務を知る人と一緒に決めることが大切だ。

区分を決めた後も、現場の判断に迷いが残る場合は、相談できる窓口を決めておくとよい。法務や情報システムの担当者が相談に乗り、区分の判断を助ける。相談の窓口があることで、社員は迷ったときに自分だけで判断せず、確認してから進めることができる。窓口への相談の記録は、ルールの改善の材料にもなる。

入力してはいけない情報 — 機密情報と個人情報

社内ルールで最も重要なのは、「入力してはいけない情報」を具体的に示すことだ。生成AIのサービスは、入力された文章を外部のサーバーで処理する仕組みになっていることが多い。入力した情報がサービスの学習に使われるかどうかは、サービスや契約形態によって違う。だからこそ、入力する情報の線引きを、社員が迷わず分かる形で示す必要がある。抽象的に「機密情報は入力しない」と書くだけでは、現場では判断がつかない。

具体的には、顧客の氏名や連絡先、取引の内容、未公開の決算情報、開発中の製品の詳細、社員の個人情報などが、入力してはいけない情報の例になる。社内で「機密」と区分されている文書の内容も、同じ扱いになる。こうした情報を例示して示すことで、社員は「これは入力してはいけない」と判断できる。逆に、公開済みの資料や、一般的な知識の範囲の情報は、入力しても問題ないことが多い。入力してよい情報と、いけない情報の両方を例示することが、ルールの分かりやすさにつながる。

なお、企業向けの契約では、入力した情報が学習に使われないことが契約で定められている場合もある。そうした契約のサービスを使うことで、入力できる情報の範囲が広がることもある。どのサービスを、どのような契約で使うのかも、ルールで定めておくべき項目だ。無料の個人向けサービスと、企業向けの有料契約では、情報の扱いが違う場合がある。使うサービスの指定まで含めてルールに書くことで、社員の判断の負担を減らすことができる。

入力する情報を工夫することで、使える場面を広げることもできる。たとえば、顧客の名前や具体的な取引先名を伏せて、一般的な条件だけを入力する方法がある。個人が特定できる情報を除いたうえで入力すれば、分析や文章の下書きに使うことができる。ただし、伏せたつもりでも、組み合わせると特定できる情報もある。匿名化や加工の方法についても、ルールで考え方を示しておくことが大切だ。

出力の扱い — そのまま使わない、という原則

生成AIの出力には、誤りが混ざることがある。もっともらしい文章であっても、数字や固有名詞、日付が間違っている場合がある。法律や制度の説明が、古い情報に基づいている場合もある。こうした「もっともらしい誤り」は、生成AIの出力の特徴のひとつだ。だから、出力はそのまま使わず、必ず人が確認するという原則をルールに盛り込むことが大切だ。

確認の方法は、業務によって違う。数字や固有名詞は、元の資料や公式の情報と照らし合わせて確かめる。法律や制度の説明は、最新の公式資料で確認する。社外に出す文章は、出力の下書きをもとに、担当者が責任を持って仕上げる。こうした確認の手順をルールに書いておくことで、出力の誤りがそのまま社外に出ることを防げる。出力の確認は、生成AIを使う人の責任であることを、ルールではっきりさせておくことが大切だ。

社外に出す文章については、生成AIの出力をそのまま使わず、担当者が内容を確認したうえで、上司や責任者の承認を得る手順を定めることもある。社外に出す情報の重要性に応じて、承認の段取りを変える。日常の社内資料と、顧客に渡す提案書では、求められる確認の厳しさが違う。出力の確認と承認の流れを、業務の重要性にあわせて決めておくことで、誤った情報が社外に出るリスクを減らすことができる。

著作権と生成物の帰属 — 誰のものになるのか

生成AIの出力物の著作権をめぐる扱いは、まだ議論が続いている分野だ。出力物が既存の著作物に似てしまう場合や、出力物の権利が誰に帰属するのかといった点について、明確な結論が出ていない部分もある。ルールを作るうえでは、結論の出ていない部分を断定するのではなく、リスクを避けるための考え方を示すことが大切だ。たとえば、出力物をそのまま商品や広告に使う場合は、既存の著作物との類似がないかを確認する手順を定める。

また、生成AIの出力を利用して作った成果物の扱いについても、ルールで整理しておくことが望ましい。社員が生成AIを使って作った資料や文章は、会社の業務の成果物として扱うのが一般的だ。ただし、そのことをルールに明記しておくことで、後から「誰のものか」という議論が起きるのを防げる。著作権の扱いについては、法務の担当者や外部の専門家と相談しながら、会社の方針を決めていくことが大切だ。

生成AIに入力する側の著作権にも注意が必要だ。他社の著作物や、契約で利用が制限されている文章を、そのまま入力してはいけない。社内の資料であっても、外部に提供することが禁じられているものは、入力の対象外になる。入力する情報の著作権や、契約上の制限についても、ルールで考え方を示しておく。入力と出力の両面から、著作権のリスクを考えることが大切だ。

記録と説明責任 — 使ったことを残す

生成AIを使った業務では、「使ったこと」を記録に残す仕組みも大切だ。どの業務で、どのサービスを使い、どのような出力を得たのか。その記録が残っていれば、後から出力の出どころを確かめることができる。社外に出す文章や、重要な判断の材料になる資料については、生成AIを使ったことを記録しておくことが、説明責任の観点からも望ましい。

記録の方法は、業務の重要性に応じて決める。日常の文章の下書きであれば、記録は不要な場合もある。社外に提出する報告書や、顧客に渡す資料であれば、生成AIを使ったことと、確認したことを残しておく。記録の負担が大きすぎると、現場はルールを守らなくなる。業務の重要性に応じて、記録の範囲を決めることが、ルールを長続きさせるコツだ。

記録を残す方法は、できるだけ現場の負担にならない形にする。たとえば、社外に提出する資料の作成過程で、生成AIを使ったことと確認したことを、資料の管理台帳に一言添えるだけでもよい。記録の仕組みが重すぎると、現場は記録を残さなくなる。業務の重要性に応じて記録の範囲を決め、現場が続けられる形にすることが大切だ。

ルールはどう作るか — 現場と一緒に決める進め方

社内ルールを作るときは、経営層や法務部門だけで決めるのではなく、現場の社員と一緒に決めることが大切だ。現場の社員は、どのような業務で生成AIを使いたいのか、どのような情報が入力の対象になるのかを、最もよく知っている。現場の声を聞かずに作ったルールは、現場の仕事に合わず、守られないルールになってしまう。

進め方としては、まず生成AIを使いたい業務を現場から集め、その業務ごとに「使ってよい」「条件付き」「使ってはいけない」の区分を決める。次に、入力してはいけない情報の例を、現場の業務に即して具体的に書き出す。そして、出力の確認の手順や、記録の範囲を決める。こうした手順を踏むことで、現場の実態に合ったルールができる。ルールの案ができたら、現場の社員に読んでもらい、「このルールなら守れるか」を確かめることも大切だ。

  • 現場の業務を集める:生成AIを使いたい業務と、扱う情報を洗い出す。
  • 業務ごとに区分を決める:使ってよい・条件付き・使ってはいけないを業務単位で決める。
  • 入力禁止の情報を具体化する:現場の資料に即して、例示で示す。
  • 確認と記録の手順を決める:出力の確認方法と、記録の範囲を業務の重要性に応じて定める。

ルールができたら、社員への周知と研修も欠かせない。ルールの文書を配るだけでは、内容は伝わらない。具体的な業務の例を使った研修や、社内の説明会を開くことで、ルールの意味が現場に伝わる。研修では、使ってよい例と、使ってはいけない例を、実際の業務に即して示すことが効果的だ。ルールを知っているだけではなく、判断できる状態にすることが、研修の目的になる。

ルールは育てるもの — 見直しの仕組み

生成AIの技術やサービスは、短い期間で大きく変わる。新しいサービスが出たり、契約の条件が変わったり、法的な議論が進んだりする。だから、社内ルールは一度作って終わりではなく、定期的に見直す仕組みを入れておくことが大切だ。半年に一度、あるいは年に一度、ルールの内容を見直す機会を決めておく。見直しのときには、現場でルールが守られているか、守りにくい点はないかを確認する。

見直しの材料になるのは、現場からの声だ。ルールが分かりにくい、業務に合わない、といった声を集める仕組みを作っておく。社内ルールは、現場の声で育てていくものだ。ルールが現場に根づけば、生成AIは安心して使える道具になる。禁止の文書ではなく、現場と一緒に育てる約束事として、社内ルールを作っていくことが、生成AIを業務に生かすための基本になる。

ルールに違反する事例が起きたときの対応も、あらかじめ考えておくことが大切だ。違反を責めるだけでは、現場は生成AIを使うことを隠すようになってしまう。なぜ違反が起きたのか、ルールが分かりにくかったのか、業務に合わなかったのかを確認し、ルールの改善につなげる。違反の事例は、ルールを育てるための材料でもある。現場の実態にあわせてルールを直していく姿勢が、ルールを長続きさせることにつながる。

関連用語

GLOSSARY

関連記事

RELATED
2026-11-19テクノロジーNEW

半導体工場が地方に集まる理由 — 水と土地、人の条件から読む立地の論理

半導体の工場が熊本や北海道などの地方に建つ理由を、水・電力・土地・人材・補助金・サプライチェーンの条件から解説します。工場の立地ニュースの読み方を整理します。

2026-11-19テクノロジーNEW

DXの基礎 — 「デジタル化」と「DX」は何が違うのか

紙やはんこを電子化することと、事業の進め方自体を変えるDXは、似て非なるものです。日本企業でDXが求められる背景と、段階の考え方を解説します。

2026-11-19テクノロジーNEW

請求書が「紙」から「データ」へ — 電子インボイスが変える経理の風景

請求書をメールで送るだけでは、経理の仕事は楽にならない。請求書そのものが「データ」としてやり取りされる電子インボイスの時代、ペポル(Peppol)という国際標準が日本でも広がり始めている。請求書の受領から仕訳、支払いまでが自動でつながると、経理の仕事はどう変わるのか。インボイス制度の定着、電子帳簿保存法との関係、中小企業にとっての進め方まで、請求業務の自動化の行方を仕組みから読み解く。