シャドーAIとは？禁止では防げないリスクと、現場で効く対策

シャドーAIとは、IT部門の正式な承認や監督なしに、社員がAIツールを業務で使うことだ。個人アカウントの生成AIに社内資料を貼り付ける、会社が把握していないAIのブラウザ拡張機能を入れる、会議をAIで録音して要約させる。どれも、本人は仕事を早く終わらせたいだけで、悪気はない。

それでも2026年、シャドーAIは情報漏えいの統計にはっきり表れ始めた。IBMの「Cost of a Data Breach Report 2026」では、シャドーAIが関わるセキュリティインシデントの割合が前年の20%から43%に倍増した。IPA（情報処理推進機構）の「情報セキュリティ10大脅威 2026」でも、「AIの利用をめぐるサイバーリスク」が組織編の3位に初めて入った。

ここでは、シャドーAIの定義、2026年の数字、リスクと実例を整理したうえで、「禁止」に頼らない対策を4つのステップで示す。

シャドーAIとは何か

IBMはシャドーAIを「情報技術（IT）部門の正式な承認や監督なしに、従業員やエンドユーザーがAIツールやアプリケーションを使用すること」と定義している。

典型的なのは、次のような使い方だ。

• 個人アカウントの生成AIに、社内のメール・資料・ソースコードを貼り付ける
• 会社が把握していないAIのブラウザ拡張機能（要約、翻訳、文章作成）を入れる
• 会議をAIの議事録サービスで録音・要約する
• 業務で使っているSaaSに後から追加されたAI機能を、設定を確認しないまま使う
• AIエージェントに、社内システムやメールへのアクセス権を渡す

シャドーITとの違い

IBMは両者の違いを、シャドーITが不正なアプリケーションやサービスに焦点を当てるのに対し、シャドーAIはAI固有のツールやプラットフォーム、ユースケースに焦点を当てる、と説明している。現場で対策を考えるときには、次の違いが効いてくる。

表の「見つけやすさ」「始めやすさ」は、私たちの整理だ。シャドーAIは、シャドーITよりも速く、静かに広がる。

数字で見るシャドーAI（2026年）

最後の行に注目したい。経営は把握しているつもりで、現場の半数近くは管理の外でAIを使っている。Oktaの日本の回答者は87人と少ないので傾向として読むべきだが、このずれこそがシャドーAI対策の出発点だと私たちは考えている。

シャドーAIの5つのリスク

1. 入力した情報の流出

最も大きいのは、社外秘の情報が会社の管理外のサービスに送られることだ。Verizonの2026年の報告書によると、生成AIに送られたデータの種類で最も多かったのはソースコードで、DLP（情報漏えい対策の仕組み）の違反の3.2%では、研究・技術文書が無許可のAIに送られていた。

送った情報は、会社の側からは取り戻せない。後で触れるSamsungも、社員向けの通知で、AIサービスに送ったデータは外部のサーバーに保存され、取り戻すことも消すことも難しいという懸念を示していた。

2. ブラウザ拡張機能とAIエージェントによる読み取り

AIのブラウザ拡張機能には、文脈をつかむために閲覧中のページの内容を集めて保持するものがある。Verizonの報告書は、社内サイトを見ているブラウザにそうした拡張機能が入っていれば、非公開のデータまで吸い上げられうると指摘し、平均的な企業で、無許可のAI拡張機能を入れている利用者が15%を超えていたと報告している。AIエージェントにメールや社内システムの権限を渡す使い方では、影響の範囲はさらに広がる。

3. 記録が残らない

会社の環境で使われたAIなら、誰が何を入力したかの記録を残せる。個人アカウントでは残らない。問題が起きても、何がどこに送られたのかを後から調べられない。

4. 出力の誤りが業務に入る

IPAの10大脅威 2026は、AIが加工・生成した結果を十分に検証せずにうのみにすることで生じる問題も、AIの利用をめぐるリスクに含めている。管理外のAIでは、どの業務の判断にAIの出力が使われたのかも分からない。

5. 罰金と信用

IBMの2026年の調査では、シャドーAIが関わる漏えいのうち約5件に1件が規制当局の罰金につながった。個人情報や、取引先から預かった情報を外部のAIに入れれば、法令や契約に触れるおそれがある。

実際に起きたこと：Samsungの例

2023年4月、Samsung Electronicsの技術者が社内のソースコードをChatGPTにアップロードし、外部に出してしまった。同社は翌月、社用のパソコン・タブレット・スマートフォンと社内ネットワークで、生成AIの利用を禁止した（Bloomberg、2023年5月2日）。

この件で漏えいの入り口になったのは、攻撃者ではなく、仕事を早く進めたかった技術者だった。シャドーAIのリスクは、外から破られることより、内側から善意で持ち出されることにある。

なぜ、禁止やルールだけでは減らないのか

Samsungのように利用を止める対応は分かりやすい。ただ、日本の調査を見る限り、ルールで縛るだけではシャドーAIは減らない。

• 角川アスキー総合研究所の調査では、全社共通のガイドラインを整備済みの企業でも、公式でないAIを業務で使った経験がある人は46.9%で、一部整備の企業の50.0%と大差がなかった。全社整備済みの企業でも、45.1%が「ルールが現場の実態に追いついていない」と答えている
• エルテスの調査（会社員・公務員300人）では、非公開情報のアップロードに「抵抗がある」と答えた78人のうち64.1%が、実際にアップロードしたことがあった
• SIGNATE総研の調査では、シャドーAIの利用者から、社内標準のAIの機能不足や、申請の手間への不満が挙がった

不安があっても使う。ルールがあっても使う。公式の道より便利だからだ。私たちは、シャドーAIを「取り締まる対象」ではなく、「現場がどの業務でAIを必要としているかを示す信号」として扱うべきだと考えている。

シャドーAI対策の4ステップ：公式の道をいちばん楽にする

順番が大事だ。2のルール作りから始めて1と3を飛ばすと、角川アスキー総合研究所の数字のとおり、ルールがあっても公式でないAIは使われ続ける。

1. 見える化：まず責めずに聞く

アンケートは匿名にし、使っていること自体を責めない設計にする。聞くのは、使っているAI、使っている業務、入れている情報の種類、公式のAIを使わない理由の4つだ。最後の答えが、ステップ3で作るべきものを教えてくれる。

通信ログやブラウザ拡張機能の棚卸しは、アンケートで出てこない利用を拾うために行う。目的は個人を処分することではなく、会社全体のデータの流れを掴むことだと、最初に全社に伝えておく。

2. 区分：禁止リストではなく、使ってよい範囲を示す

「機密情報を入力しない」だけのルールでは、何が機密なのかの判断を現場に任せてしまう。3つの区分ごとに具体例（顧客名、見積額、ソースコード、人事情報など）を並べ、「この区分なら、このAIに入れてよい」と書く。1枚に収まらないルールは、現場では読まれない。

3. 公式環境：個人アカウントより便利にする

ここがいちばん効く。公式のAIが個人アカウントより遅い、機能が弱い、申請が面倒なら、現場は戻ってこない。Verizonの調査で利用者の67%が個人アカウントを使っていたのは、それが最も手軽だからだろう。

公式環境で押さえるのは、次の4点だ。

• 契約と設定で、入力がAIの学習に使われないことを確認する
• 会社のアカウントでログインさせ、退職や異動のときに止められるようにする
• 入力と出力の記録を残す
• 議事録、メール、資料作成、コードレビューなど、現場でよく使う業務の型を用意する

4. 運用：ルールは作った日から古くなる

AIのツールと機能は、数か月単位で入れ替わる。月に1回、利用の記録とアンケートの結果を見て、公式環境で足りない機能と、新しく出てきたシャドーAIを確認する。ルールの更新もこのときに行う。

シャドーAI対策のチェックリスト

当てはまらない項目が3つ以上あるなら、ステップ1の見える化から始めたい。

現場に入って「使われる公式環境」を作る

シャドーAI対策の成否は、ステップ3で決まる。ルールや監視の道具は買えるが、現場の業務に合った公式のAI環境は、業務を見ないと作れない。

私たちが実践しているFDE（Forward Deployed Engineer）は、エンジニアが現場に入り、業務を分解し、実際に使われるAIの仕組みを作って、定着するまで改善を回す働き方だ。シャドーAIの見える化で分かった「現場がAIを必要としている業務」は、そのまま公式環境で最初に作るべきものの候補になる。

FDEについては「FDEとは？Forward Deployed Engineerの意味と仕事内容」で詳しく書いた。生成AI全体のセキュリティリスクと社内ガイドラインの作り方は「生成AIのセキュリティ対策ガイド」にまとめている。