会社の公式AIより「個人のChatGPT」が選ばれる現実——AIアンバサダーが向き合う「シャドーAI」問題【AIニュース、カイゼン屋の視点で読んでみた#4】
あなたの会社には、公式のAIツールがありますか？
あるとして、従業員はそれを本当に使っていますか？
私はメーカーでAIアンバサダーをしていますが、少し前に自分自身が一度ぶち当たったテーマです。そしておそらく、多くの企業で起きている現実が——会社が用意したAIより、個人が勝手に使っているChatGPTやClaudeのほうが「使える」と、現場は感じている。ということ。
当社では、私自身がハマった課題だったのもあり、早い段階からこの問題に手を打ちましたが、世界のデータを見ると、対策できている企業はまだ少数派です。
前回の記事では、AI導入で成果を実感している企業がわずか5%であるという現実をお伝えしました。今回はその背景にある、もう一つの構造的な問題「シャドーAI」を掘り下げます。
この記事で分かること
「シャドーAI」とは何か、なぜ今これが問題なのか
世界と日本の実態を示す具体的なデータ
AIアンバサダーが現場で見た「シャドーAIが生まれる瞬間」
当社が初期から導入した「2層ルール」の実践例
「シャドーAI対策」と「ツール1本化でAI推進」が両立する理由
カイゼン屋が考える「禁止」ではない解決策
シャドーAIとは何か
シャドーAIとは、企業が正式に承認・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うことです。
かつて「シャドーIT」という言葉がありました。会社が許可していないクラウドストレージやチャットツールを従業員が勝手に使う問題です。シャドーAIはその「AI版」ですが、リスクの質が根本的に違います。
シャドーITでは、データが「保管」される場所が問題でした。シャドーAIでは、入力されたデータがAIの学習データとして「再利用」される可能性がある。自社の営業戦略や顧客データが、将来まったく無関係な第三者への回答に反映されうるわけです。情報の保管ではなく再利用が問題になる。これがシャドーAIの怖さです。
数字で見るシャドーAIの実態
複数の信頼性の高い調査が、シャドーAIの深刻さを裏付けています。
IBMのデータによると、2023年から2024年にかけて企業従業員の生成AI利用率が74%から96%に急伸しました。そのうち38%が、雇用主の許可なく機密情報をAIツールに入力した経験があるとしています。
セキュリティ企業Menloの調査では、従業員の68%が個人アカウントで無料AIツールにアクセスし、そのうち57%が機密データを入力していました。
Proofpointの調査では、77%の従業員がChatGPT等に機密情報や独自情報を共有していたとの結果も出ています。
医療業界に目を向けると、Wolters Kluwer社が2026年1月に500人以上の医療従事者を対象に実施した調査で、57%がシャドーAIに遭遇または使用した経験があることが判明。利用動機のトップは「ワークフローの効率化」であり、3分の1は「承認済みの適切なツールが職場にない」と回答しています。
日本も例外ではありません。総務省の2025年情報通信白書によると、何らかの業務で生成AIを利用している日本企業は55.2%。しかし、公式導入と個人利用のギャップは大きく、ガイドラインが整備されていない企業が大半というのが実情です。IBM（2025年）によれば、AIガバナンスポリシーを持つ企業は世界全体でもわずか37%にとどまっています。
セキュリティの脅威も現実化している
シャドーAIのリスクは情報漏洩だけではありません。AIツール自体がサイバー攻撃の対象になっています。
CrowdStrikeの2026年版Global Threat Reportによると、2025年には攻撃者が90以上の組織で正規のAIツールを悪用し、悪意あるプロンプトを注入して認証情報の窃取や暗号通貨の盗難を行っていました。また、犯罪フォーラムでのChatGPTへの言及が前年比で550%増加するなど、AIツールを悪用するサイバー犯罪が急速に拡大しています。
つまり、従業員がシャドーAIとして使う未管理のAIツールは、情報漏洩リスクだけでなく、外部攻撃の入口にもなり得るということです。
AIアンバサダーとして正直に告白する
ここからは、AIアンバサダーとしての私の本音です。
シャドーAIのデータを見て、私は「けしからん」とは思えませんでした。なぜなら、従業員がシャドーAIに走る理由が、痛いほど分かるからです。
会社が公式に提供するAIツールは、導入までに何カ月もかかる。セキュリティ審査、稟議、IT部門との調整……。その間にも現場の業務は回り続けている。目の前に「今すぐ使える」ChatGPTがある。無料で、ブラウザだけで、30秒で始められる。
2023年にはサムスン電子のエンジニアが、社内の機密ソースコードをChatGPTにアップロードして情報を流出させた事例もありました。これは極端なケースですが、構造としては日常的にどの企業でも起きうることです。
カイゼン屋の視点：「禁止」は最悪の手段
ここでカイゼン屋の帽子をかぶります。
シャドーAIに対して「全面禁止」を打ち出す企業がありますが、それはカイゼンの観点から見ると悪手です。NTTドコモビジネスの解説記事でも「全面禁止はかえってシャドーAIを誘発する」と指摘されています。禁止は、シャドーAIを地下に潜らせるだけです。
これ、カイゼンの世界ではよく知られた現象です。現場が自発的に編み出した「裏マニュアル」や「非公式手順」を禁止しても消えない。なぜなら、公式の手順が現場のニーズを満たしていないからです。
問題の本質は「従業員がルールを破った」ことではなく、「会社が現場のニーズに応えられていない」ことにあります。
DMAICで構造化すると、こうなります。
Define： 問題は「従業員がAIを使うこと」ではなく「管理外でAIが使われていること」。使うこと自体を止めるのは間違い。
Measure： まず現状を測る。社内でどんなAIが、どの部署で、どの業務に使われているか。可視化なくして対策なし。
Analyze： なぜシャドーAIが使われるのか。Wolters Kluwer調査で、利用動機のトップは「ワークフロー効率化」、3分の1は「職場に承認済みの適切なツールがない」と回答。原因は企業側にあります。
Improve： 答えは明確です。従業員のニーズを満たす公式AIツールを提供すること。ソリマチ社のコラムでは、具体的な対策として「会社として利用を認めるAIサービスを一つ選定する」「入力禁止情報を文書化する」「経営者自身がAIを日常的に使う」ことが挙げられています。
Control： ガイドラインの整備と継続的なモニタリング。ただしIBMの調査によると、AIガバナンスポリシーを持つ企業はわずか37%。63%はガードレールなしで走っている状態です。
当社が初期から講じた「2層ルール」
ここで、私の会社の実践例を紹介します。
当社では、シャドーAI問題に対して早い段階から明確な方針を打ち出しました。
機密情報を扱う業務 → Microsoft Copilotを使用する。
それ以外の業務 → ChatGPT、Claude、Geminiの使用OK。
これだけです。シンプルですが、この「2層ルール」がシャドーAI対策として非常に効果的に機能しています。
ポイントは、消費者向けAIツールを一律に禁止しなかったことです。ChatGPTやClaudeは、ブレスト、文章の叩き台作成、一般的な情報整理など、機密情報を含まない業務では間違いなく優秀なツールです。これを禁止すれば、従業員は「隠れて使う」だけ。まさにシャドーAIの温床になります。
一方で、顧客情報や社内の機密データを扱う業務では、企業向けのデータ保護が担保されたCopilotに限定する。ここは明確に線を引いています。
カイゼンの視点で見ると、この方針は実に理にかなっています。
「全面禁止」はDefineの失敗です。問題を「AIを使うこと」と定義してしまっている。本当の問題は「機密情報が管理外に出ること」であって、AI利用そのものではありません。
「2層ルール」は正しいDefineです。「機密情報の保護」と「業務効率化」という2つの目的を両立させる設計になっている。管理すべきもの（機密データ）と、自由に使わせていいもの（一般業務）を分けたことで、従業員は「ルールを守りながらAIを活用できる」状態になりました。
もちろん、この方針だけですべてが解決するわけではありません。「何が機密情報に該当するのか」の判断基準を従業員に浸透させる教育や、ルールが守られているかの定期的な確認は引き続き必要です。それでも、「全面禁止」や「ルールなし放置」のどちらよりも、はるかに現実的で持続可能な運用だと実感しています。
「許可する」と「絞る」は矛盾しない
ここで一つ、大事な話をさせてください。
当社では複数のAI利用をOKにしています。でも実際の社内推進では、最初は「まずCopilot1本で始めましょう」と推進しました。
矛盾しているように聞こえるかもしれません。「使っていいと言っておいて、1本に絞れとはどういうことか」と。
実はこれ、矛盾どころか2つの問題を同時に解決する設計なんです。
一つ目の問題は、この記事のテーマである「シャドーAI」。これはルール側の問題です。「使ってはいけない」と禁止すれば、従業員は隠れて使う。だから複数AIの利用を認めるルールを設けた。
二つ目の問題は、以前の記事で書いた「そんなにいろいろ使い分けられないよ」問題。これは現場の認知負荷の問題です。BCGとカリフォルニア大学の研究が明らかにしたように、AIツールは4つ以上で逆に生産性が下がる「ブレインフライ」が起きる。特にAIを使い始めたばかりの人にとって、複数ツールの使い分けは認知コストが重すぎます。
つまり、「ルール」と「運用」は別レイヤーの話なのです。
ルール層： 複数AIの利用を認める → シャドーAIを防ぐ
運用層： 「まずCopilot1本で」と推進する → ブレインフライを防ぐ
「使っていい」と「まず1つから始めよう」は、同じ組織の中で両立できる。むしろ、両方やって初めて現場が動くというのが実感です。
ルールだけ作って「好きなの使っていいよ」と放任すれば、従業員は「どれを使えばいいか分からない」で止まります。逆に「Copilotだけ使え」と強制すれば、現場のニーズに合わない業務でシャドーAIが生まれます。
当社では最初にCopilot1本で推進し、最近使える人が増えてきたので、CopilotとChatGPT（あるいはClaude）の2本体制に移行しました。1本で慣れた人が「ここはCopilotじゃないツールのほうが良さそう」と自分で判断できるようになったからです。
この「段階的に広げていく」アプローチは、カイゼンの基本そのものです。最初から完璧な仕組みを作ろうとせず、小さく始めて、うまくいったら広げる。
AIアンバサダーの仕事は「門番」ではなく「道を作ること」
ここまでの話をまとめると、AIアンバサダーの仕事は3つのレイヤーで「道を作ること」だと見えてきます。
ルール層： シャドーAIを防ぐために、複数AIの利用を認めるルールを整備する。
運用層： ブレインフライを防ぐために、「まず1本」で始める推進をする。
成長層： 慣れてきた人から段階的にツールを広げていく。
当社の2層ルールも、Copilot1本化推進も、2本体制への移行も、すべてこの「道を作る」思想の延長線上にあります。
もしこれからシャドーAI対策に取り組むなら、3つのステップを提案します。
一つ目は、現場で実際に使われているAIツールの実態を把握すること。何が使われているか分からなければ、対策は打てない。非難するためではなく、ニーズを理解するために把握する。
二つ目は、「この情報は外部AIに入れていい／ダメ」の線引きを明文化すること。曖昧なルールは、ルールがないのと同じです。当社のように「機密情報かどうか」という1軸で切ると、判断基準がシンプルになります。IPAも2024年7月に「テキスト生成AIの導入・運用ガイドライン」を公表しており、参考にできます。
三つ目は、機密業務用の公式AIツールを確保すること。「機密情報は入れるな」とだけ言って代替手段を用意しなければ、結局現場は困って非公式ツールに頼ります。Copilotのような企業向けAIを1つでも導入しておくことで、「ルールを守っても仕事が回る」状態を作れます。
今日できること
もしあなたがAI推進の立場にいるなら、まず一つだけ試してみてください。
チームメンバーに聞いてみる。「業務でAI使ってる？どんなツール？」
非難する姿勢ではなく、純粋に知りたいという姿勢で。おそらく、想像以上にAIが使われている実態が見えてくるはずです。
その実態が見えたとき、初めて「何を管理し、何を許容し、何を公式に提供すべきか」の議論が始まります。
シャドーAIは「悪」ではありません。それは、企業のAI戦略が現場のニーズに追いついていないことを示すシグナルです。カイゼン屋として言わせてもらえば、現場から上がるシグナルを無視する組織に、改善はありません。
