提案書の締め切りが迫った営業担当者が、個人アカウントの生成AIに顧客名の入った商談メモを貼り付けて要約させる。本人に悪気はなく、むしろ早く仕事を終わらせたい一心です。こうした場面は、生成AIが身近になった今、多くの職場で起きていると考えられます。

会社が把握していないところで使われるAIは、シャドーAIと呼ばれます。この記事では、シャドーAIの意味とシャドーITとの違い、発生する理由、具体的なリスク、調査データで見る実態、そして禁止に頼らない対策と社内AI環境の設計ポイントまでを順に整理します。

この記事を読むと理解できること

• シャドーAIとは何か、その意味と注目される背景

• シャドーAIとシャドーITの違い

• 従業員が会社の認めていないAIを使ってしまう理由

• 情報漏えい、コンプライアンス、品質の3つの観点から見たリスク

• 公開されている調査データから見るシャドーAIの実態

• 禁止ではなく管理で進めるシャドーAI対策の4本柱

• シャドーAIを生まない社内AI環境の設計ポイントと進め方

シャドーAIとは何か、意味と注目される背景

シャドーAIとは、IT部門やセキュリティ部門の承認や管理を受けないまま、従業員が業務でAIツールを使うことを指します。個人契約のChatGPTやGeminiに業務データを入力する、無料の議事録AIで社内会議を文字起こしする、会社が把握していないブラウザ拡張でメールを自動作成する、といった使い方が典型例です。

ポイントは、使っているツールそのものが悪いわけではないという点です。問題は、会社が利用の事実を知らず、どのデータがどこへ渡っているかを誰も把握できていない状態にあります。同じツールでも、会社が契約し、設定を管理し、利用ルールを定めていれば、シャドーAIにはあたりません。

シャドーAIの主な形

シャドーAIは、大きく分けて次のような形で現れます。

• 個人アカウントの生成AIチャットに、業務の文書やデータを入力する

• 会社が承認していないAI搭載のSaaSやブラウザ拡張を、部署やチーム単位で使い始める

• すでに導入済みのソフトウェアにAI機能が追加され、審査を経ないまま有効になる

• 開発者が社内アプリに外部のAIサービスを独自に組み込み、管理の外にあるAPI連携が生まれる

最後の2つは、利用者本人にもシャドーAIの自覚がないことが多い形です。従業員の行動だけでなく、ツールやシステムの側から広がるシャドーAIもあると捉えておく必要があります。

シャドーAIが注目されるようになった背景

シャドーAIという言葉が広く使われるようになったのは、生成AIがブラウザひとつで誰でも使える道具になったからです。アカウントを作ればすぐに使え、無料や少額のプランでも十分な性能があるため、会社の承認を待つより先に個人で使い始めるほうが手軽になりました。

一方で、企業側のルール整備や公式ツールの導入は、どうしても後追いになりがちです。現場の利用スピードと会社の管理体制のあいだに生まれたこの時間差こそが、シャドーAIの温床になっています。

シャドーAIとシャドーITの違い

シャドーAIは、会社が把握していないIT利用全般を指すシャドーITの一種です。ただし、AIならではの性質があるため、従来のシャドーITと同じ感覚で扱うとリスクを見誤ります。

シャドーITとの共通点

どちらも、従業員が業務効率を上げたいという善意から始まることが多く、会社が利用実態を把握できないという点で共通しています。個人のクラウドストレージやチャットツール、無料のファイル変換サービスなどがシャドーITの代表例で、情報の置き場所が会社の管理外に出てしまうことが主な問題でした。

シャドーAIならではの違い

シャドーAIで扱われるのは、保存されるデータだけではありません。入力した内容がサービス側で処理され、設定や規約によってはモデルの改善や学習に使われる可能性があります。さらに、AIが返した出力が、そのまま資料や意思決定に使われる点も大きな違いです。

つまりシャドーAIは、データの出口と品質の入口の両方に穴があく問題です。対策も、アクセス制御だけでなく、出力の扱い方まで含めて考える必要があります。

シャドーAIが発生する理由

シャドーAIが広がるのは、従業員のモラルが低いからではありません。多くの場合、業務を早く、うまく進めたいという動機と、会社側の準備不足が重なった結果として生まれます。

生成AIが手軽で、効果をすぐ実感できる

生成AIは、文章の下書き、要約、翻訳、表計算の関数づくりなど、日々の細かな作業ですぐに効果を感じられます。一度その便利さを知ると、使わずに同じ作業を続けることは心理的に難しくなります。

会社が公式の選択肢を用意していない

社内で使える生成AIがない、あるいは申請から利用開始までに何週間もかかる場合、従業員は手元の個人アカウントで済ませようとします。公式ツールがあっても、使える機能が少ない、社内データとつながっていない、画面が使いにくいといった理由で、結局は個人の生成AIに戻ってしまうケースもあります。

ルールが曖昧で、何が駄目なのか分からない

利用ルールが存在しない、あるいは「慎重に使うこと」のような抽象的な表現にとどまっていると、従業員は自分の判断で線を引くしかありません。どのデータなら入力してよいのか、どのツールなら使ってよいのかが具体的に示されていないことが、シャドーAIを生む大きな要因です。

全面禁止がかえって利用を見えなくする

リスクを恐れて生成AIを全面禁止にする企業もありますが、禁止は必ずしも利用を止めません。業務の効率化ニーズは残るため、私物のスマートフォンや自宅のPCなど、会社から見えない場所に利用が移るだけになりがちです。結果として、会社が把握できないシャドーAIがかえって増えるという逆効果を招きます。

シャドーAIがもたらすリスク

シャドーAIのリスクは、情報漏えい、コンプライアンス、品質の3つの観点で整理すると全体像をつかみやすくなります。

情報漏えいとセキュリティのリスク

もっとも分かりやすいのが、機密情報や個人情報の流出です。顧客リスト、契約書、未発表の製品情報、ソースコードなどを個人アカウントのAIに入力すると、そのデータは会社の管理外に出ます。サービスの設定や規約によっては、入力内容がモデルの改善に使われたり、サービス側に一定期間保存されたりします。

実際に2023年には、韓国のサムスン電子で、社員が社内のソースコードなどをChatGPTに入力した事案が報じられ、同社は社内での生成AI利用を制限する措置をとりました。個人アカウントは会社の認証基盤やアクセス制御の外にあるため、アカウントの乗っ取りや退職後のデータ残存といった問題にも会社は手を打てません。

外部のAIサービスを社内アプリに独自に組み込んだ場合は、プロンプトインジェクションのような攻撃の入口にもなります。こうした攻撃の仕組みと防ぎ方は、プロンプトインジェクションの対策で詳しく解説しています。

コンプライアンスと法令上のリスク

顧客の個人情報を本人の同意の範囲を超えて外部サービスに入力すれば、個人情報保護法上の問題になりえます。取引先との秘密保持契約に反する可能性もありますし、海外の顧客データを扱う企業では、GDPRのような各国の規制も関係してきます。

AIの出力をそのまま使うことにも注意が必要です。生成された文章や画像が第三者の著作物と似ている場合、著作権の問題につながるおそれがあります。会社が利用実態を把握していなければ、問題が起きたときに経緯を説明することもできません。

出力品質と意思決定のリスク

見落とされやすいのが、品質のリスクです。生成AIはもっともらしい誤情報を返すことがあり、確認されないまま提案書や報告書に混入すると、社外に誤った情報を出すことになります。社内データを参照していない汎用のAIは、自社の事情に合わない一般論を返しがちで、それが判断の根拠に使われる危険もあります。

さらに、部署や個人ごとに使うAIがばらばらだと、同じ問いに対する答えや成果物の品質が揃いません。誰がどのAIで何を作ったのかを追えない状態は、組織としての知見の蓄積も妨げます。

調査データで見るシャドーAIの実態

シャドーAIは、一部の企業だけの問題ではありません。ここでは、出典を確認できた海外の調査データを紹介します。いずれも海外の調査であり、日本企業の状況とそのまま重なるとは限らない点には注意が必要です。

生成AIを使う人の多くが会社の提供外のツールを使っている

IT管理ソフトウェアを提供するIvantiの2025年版Technology at Workレポートによると、職場でChatGPTなどの生成AIツールを使っているオフィスワーカーは42%で、前年から16ポイント増えました。そのうち46%が、使っているツールの一部またはすべてが雇用主から提供されたものではないと答えています。

同レポートでは、3人に1人の従業員が、AIによる生産性向上ツールの利用を雇用主に伝えていないとされています。生成AIの利用が広がるほど、会社から見えない利用も増えていることがうかがえます。

シャドーAIはデータ侵害のコストを押し上げている

IBMがスポンサーとなり、Ponemon Instituteが世界600組織を対象に実施したCost of a Data Breach Report 2025では、2024年3月から2025年2月までに起きたデータ侵害が分析されています。同レポートによると、調査対象の組織の20%が、シャドーAIに起因する侵害を経験したと報告しました。

シャドーAIの利用度が高い組織は、利用が少ない、または利用がない組織に比べて、侵害コストが平均で67万ドル高くなりました。シャドーAIが関わるインシデントでは、漏えいしたデータに個人を特定できる情報が含まれる割合が65%、知的財産が含まれる割合が40%で、いずれも全体平均を上回っています。

管理の仕組みはまだ追いついていない

同じIBMのレポートでは、シャドーAIを管理または検知するためのポリシーを持つ組織は37%にとどまりました。侵害を受けた組織の63%は、AIガバナンスのポリシーがない、または策定中と回答しています。

利用は急速に広がる一方、管理の仕組みは追いついていない。シャドーAIをめぐる現状は、この一言に集約できます。

シャドーAI対策は禁止ではなく管理で進める

シャドーAI対策の基本方針は、禁止して締め出すことではなく、安全に使える道を用意して利用を見える場所に戻すことです。従業員がAIを使いたい理由そのものは正当であり、その需要を受け止める仕組みがなければ、利用は再び見えない場所へ流れていきます。

対策は、公式な代替環境の提供、ガイドラインの整備、利用状況の可視化、教育の4本柱で考えると整理しやすくなります。

公式な代替環境を提供する

最初に取り組むべきなのは、従業員が安心して使える公式の生成AI環境を用意することです。法人向けプランや、入力データを学習に使わない設定が可能なサービスを選び、会社のアカウントで利用できるようにします。

ここで大切なのは、個人で使っていたツールと比べて見劣りしないことです。性能や使い勝手が明らかに劣る公式ツールは使われず、シャドーAIを減らす効果も出ません。どのツールを選ぶかの考え方は、AI導入の進め方も参考になります。

ガイドラインを具体的に整備する

利用ガイドラインには、使ってよいツール、入力してよい情報と入力してはいけない情報、出力を使うときの確認手順、新しいツールを使いたいときの申請窓口を、具体例とともに明記します。「機密情報は入力しない」だけでは、何が機密にあたるのか現場は判断できません。

国内では、総務省と経済産業省が2024年4月にAI事業者ガイドラインの第1.0版を公表しています。社内ルールを作る際は、こうした公的な指針も参照しながら、自社の業務に合わせて落とし込むとよいでしょう。全社的なルールづくりの考え方は、AIガバナンスとはの記事でも整理しています。

利用状況を可視化する

次に、社内でどのAIが使われているかを把握する仕組みを整えます。ネットワークの通信ログやDNSの監視、CASBやDLPといったセキュリティ製品を使えば、どのAIサービスにアクセスがあり、機密データが送られていないかを確認できます。

ただし、監視は従業員を罰するためではなく、需要を知るために使うのが効果的です。多く使われている未承認ツールは、それだけ現場で必要とされている証拠であり、公式環境に取り込むべき候補になります。

教育で判断力を育てる

ルールとツールを整えても、使う人がリスクを理解していなければ事故は防げません。入力してはいけない情報の具体例、出力の誤りを見抜くための確認方法、困ったときの相談先を、研修や社内ポータルで繰り返し伝えます。

一度きりの研修で終わらせず、新しいツールの追加やルール改定のたびに周知を重ねることが大切です。実際のヒヤリハット事例を匿名で共有すると、自分ごととして受け止めてもらいやすくなります。

シャドーAIを生まない社内AI環境の設計ポイント

シャドーAI対策の成否は、公式のAI環境が現場に選ばれるかどうかで決まります。セキュリティ要件を満たすことは前提として、従業員が自然に公式環境を選ぶように設計することが欠かせません。

個人ツールより使いやすい体験にする

ログインの手間が多い、応答が遅い、画面が分かりにくいといった小さな不満が積み重なると、従業員は個人ツールに戻ります。シングルサインオンで普段の業務アカウントからすぐ使えるようにする、よく使う業務向けのテンプレートを用意するなど、使い始めるまでの摩擦を減らす工夫が効果的です。

社内データとつなぎ、公式環境ならではの価値をつくる

公式環境が個人ツールに勝てる最大のポイントは、社内のデータや業務システムとつながっていることです。社内規程や過去の提案書、製品マニュアルを参照して答えられるAIであれば、個人の生成AIでは得られない価値が生まれ、自然と公式環境に利用が集まります。

その際は、閲覧権限を持つ人だけが該当データを参照できるように、アクセス制御を既存の権限設計と揃えておくことが重要です。

申請と承認の流れを速くする

新しいAIツールを使いたいと思ったときに、どこへ申請すればよいかが明確で、判断が早く返ってくることも大切です。審査に何か月もかかるようでは、待ちきれない現場が独自に使い始めてしまいます。リスクの低いツールは簡易審査で済ませるなど、リスクに応じて審査の重さを変えると、スピードと安全性を両立しやすくなります。

利用ログを残し、改善に生かす

公式環境では、誰がどのような用途で使っているかをログとして残せます。よく使われる用途や、うまく答えられなかった質問を分析すれば、テンプレートの追加や連携データの拡充など、環境の改善につなげられます。使われ続ける環境は、作って終わりではなく育て続けることで生まれます。

社内AI環境の構築や業務システムとの連携を外部の力も借りて進めたい場合は、AI導入支援の選び方も参考になります。

シャドーAI対策の進め方

シャドーAI対策は、いきなり完璧な体制を目指すより、現状を知るところから段階的に進めるほうが現実的です。ここでは、多くの企業で取り組みやすい4つのステップを紹介します。

ステップ1 利用実態を把握する

まずは、社内でどのAIツールが、どの部署で、どんな用途に使われているかを把握します。匿名のアンケートと通信ログの確認を組み合わせると、実態に近い姿が見えてきます。アンケートでは、使っている理由や困っていることも聞いておくと、公式環境の要件づくりに役立ちます。

ステップ2 リスクを評価して優先順位をつける

把握したツールと用途を、扱うデータの機密度と利用規模で評価します。個人情報や機密情報を扱う用途、利用者の多いツールから優先的に手を打ちます。ツールごとに、入力データが学習に使われるか、データの保存期間はどれくらいかといった点も確認しておきましょう。

ステップ3 公式環境とルールを整える

評価結果をもとに、公式に提供するAI環境を決め、ガイドラインと申請窓口を整備します。最初から全社展開するのではなく、利用ニーズの高い部署で試験的に導入し、使い勝手やルールの分かりやすさを確かめてから広げると、現場に定着しやすくなります。

ステップ4 周知と教育を行い、定期的に見直す

公式環境とルールが整ったら、全社に周知し、研修で使い方とリスクを伝えます。その後も、利用状況の可視化を続け、新しく現れたツールや変化した需要に合わせて、環境とルールを定期的に見直します。AIツールは変化が速いため、半年や1年といったサイクルでの見直しを前提にしておくと安心です。

まとめ

シャドーAIとは、会社の承認や管理を受けないまま、従業員が業務でAIを使うことです。シャドーITの一種ですが、入力データが外部で処理されることと、AIの出力が業務に混入することの2点で、従来よりもリスクの範囲が広がっています。

発生の背景には、生成AIの手軽さ、公式な選択肢の不在、曖昧なルール、そして全面禁止による利用の地下化があります。情報漏えい、コンプライアンス、品質の3つのリスクを抑えるには、禁止ではなく、公式な代替環境、具体的なガイドライン、利用状況の可視化、継続的な教育を組み合わせて管理することが有効です。

なかでも重要なのは、公式のAI環境が現場に選ばれることです。使いやすさと社内データとの連携を備えた環境を用意し、ログを見ながら育て続けることが、シャドーAIを減らす最も確かな近道になります。

シャドーAIに関するよくある質問

シャドーAIとシャドーITはどう違いますか

シャドーITは、会社が把握していないIT機器やクラウドサービスの利用全般を指します。シャドーAIはその一種で、未承認のAIツールの利用を指します。入力したデータがサービス側で処理され、場合によっては学習に使われることや、AIの出力が誤ったまま業務に使われることなど、AI特有のリスクが加わる点が異なります。

生成AIを全面禁止すればシャドーAIは防げますか

全面禁止だけでは防ぎきれません。業務を効率化したいという需要は残るため、私物の端末や自宅のPCなど、会社から見えない場所での利用に移ってしまうおそれがあります。安全に使える公式環境とルールを用意し、利用を見える場所に戻すほうが効果的です。

シャドーAI対策は何から始めればよいですか

まずは社内の利用実態の把握から始めるのがおすすめです。どの部署がどのAIをどんな用途で使っているかを、匿名アンケートや通信ログで確認します。そのうえで、扱うデータの機密度が高い用途から優先的に、公式環境の提供とガイドラインの整備を進めます。

法人向けの生成AIを導入すれば対策は十分ですか

法人向けプランの導入は重要な一歩ですが、それだけでは十分とはいえません。個人アカウントの利用が残る、既存ツールに追加されたAI機能を見落とす、ルールが現場に浸透しないといった課題が残るためです。導入後も、利用状況の可視化と教育、定期的なルールの見直しを続ける必要があります。