AIガバナンスとは、AIを使う・作る・提供するうえで、誰が何を決め、どう守り、どう直し続けるかを、組織として定めた仕組みのことだ。利用ルールの文書を作ることではない。文書は仕組みの一部にすぎない。
2026年は、AIガバナンスが「あると望ましいもの」から「ないと困るもの」に変わった年だと私たちは見ている。日本ではAI法が施行され、AI事業者ガイドラインが第1.2版に改定された。欧州ではAI Actの適用が段階的に始まり、情報漏えいの統計にはシャドーAIが表れた。一方で、ガイドラインを整備した企業でも、現場の半数近くが会社公式でないAIを使っている。
ここでは、AIガバナンスの定義、2026年に必要になった理由、日本と海外の枠組み、そして企業が実際に決めるべき5つのことを、現場でAIを実装している立場から整理する。
AIガバナンスとは何か
AIガバナンスは、3つの層でできている。
| 層 | 決めること | 形になるもの |
|---|---|---|
| 方針 | 何のためにAIを使うか。どの業務に、どのAIを、どのデータで使ってよいか | AI利用方針、入力してよい情報の区分 |
| 仕組み | 誰が承認し、誰が止めるか。入力と出力をどう記録し、どう検証するか。問題が起きたら誰に報告するか | 承認の流れ、権限設計、ログ、評価基準、インシデント対応の手順 |
| 運用 | 使われ方の変化に合わせて、方針と仕組みをどう見直すか | 月次の見直し、教育、監査 |
多くの企業で「ガバナンス」と呼ばれているのは1層目の文書だけだ。2層目がないと、ルールは人の善意に頼ることになる。3層目がないと、ルールは作った日から古くなる。
似た言葉との違い
| 言葉 | 守る対象 | AIガバナンスとの関係 |
|---|---|---|
| AIセキュリティ | 情報漏えい、攻撃、乗っ取りからAIとデータを守る | ガバナンスの一部。技術と運用の話 |
| コンプライアンス | 法律・規制・契約を守る | ガバナンスの一部。個人情報保護法、著作権法、取引先との契約 |
| AIリスク管理 | 誤った出力、偏り、説明できない判断などを把握し、減らす | ガバナンスの中核。何を許容するかを決める |
| AI倫理 | 人や社会への影響を考える | ガバナンスの方針の土台 |
なぜ2026年に必要になったのか
1. 社員のAI利用が、管理の外で広がった
角川アスキー総合研究所の調査（「AI白書2026」掲載、報道）では、全社共通のガイドラインを整備済みの企業でも、会社公式でない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。
Okta Japanの調査（報道）では、日本の経営幹部の84.6%が「AIツールの利用状況を可視化できている」と答えた一方、日本の従業員の78%は「公式のAI利用ポリシーを見つけられない」と答えていた。経営は決めたつもり、現場は知らない。この断絶がAIガバナンスの出発点だ。
2. 情報漏えいの統計にAIが表れた
IBMの「Cost of a Data Breach Report 2026」では、シャドーAI（社員が無許可で使う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（報道）。IPAの「情報セキュリティ10大脅威 2026」では、「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。
3. 法律と指針が動いた
日本では、2025年にAI法（人工知能関連技術の研究開発及び活用の推進に関する法律、令和7年法律第53号）が成立し、内閣に人工知能戦略本部が置かれた。2026年7月14日には人工知能基本計画（第Ⅱ期）が閣議決定されている（内閣府）。総務省・経済産業省の「AI事業者ガイドライン」は、2024年4月の第1.0版から2026年3月31日の第1.2版まで、ほぼ毎年改定されている（経済産業省）。
欧州ではAI Actが2024年8月1日に発効し、禁止用途の規定が2025年2月2日、汎用AIモデルの義務が2025年8月2日から適用された。日本企業でも、EU向けにAIを組み込んだ製品・サービスを出す場合は対象になる。
4. AIエージェントが、読むだけでなく動くようになった
質問に答えるAIと、社内のシステムを読み書きして仕事を進めるAIエージェントでは、必要なガバナンスが違う。エージェントには権限が渡る。渡した権限の範囲、動作の記録、止め方を決めていない状態で使い始めると、漏えいの出口が増える。「生成AIの情報漏洩事例8選」で書いたMicrosoft 365 CopilotのEchoLeakや、Hugging FaceへのAIエージェントによる侵入は、この種類の問題だ。
日本と海外の枠組み一覧
| 枠組み | 発行元 | 時期 | 性質 | 企業にとっての意味 |
|---|---|---|---|---|
| AI事業者ガイドライン | 総務省・経済産業省 | 第1.0版 2024年4月19日、第1.1版 2025年3月28日、第1.2版 2026年3月31日 | 任意の指針。AI開発者・AI提供者・AI利用者の3つの主体ごとに、10の共通の指針（人間中心、安全性、公平性、プライバシー保護、セキュリティ確保、透明性、アカウンタビリティ、教育・リテラシー、公正競争確保、イノベーション） | 日本企業のAIガバナンスの共通言語。社内ルールの骨格にそのまま使える |
| AI法 | 日本政府 | 2025年成立（令和7年法律第53号） | 罰則のない基本法。人工知能戦略本部と人工知能基本計画の根拠 | 直接の義務は生じないが、政府の方針と今後の指針の土台 |
| ISO/IEC 42001:2023 | ISO／IEC | 2023年12月18日発行 | AIマネジメントシステム（AIMS）の国際規格。第三者認証がある | 取引先への説明、AIを組み込んだ製品・サービスの提供企業向け |
| NIST AI RMF 1.0 | 米国国立標準技術研究所 | 2023年1月26日。生成AI向けの補足（NIST-AI-600-1）は2024年7月26日 | 任意の枠組み。Govern・Map・Measure・Manageの4機能 | リスク管理の考え方の整理に使える。米国企業との取引で参照される |
| EU AI Act | 欧州連合 | 2024年8月1日発効。禁止用途 2025年2月2日、汎用AIモデル 2025年8月2日から適用。高リスクAIは、2026年7月27日発効のAI Omnibusにより2027年12月2日から（製品組み込み型は2028年8月2日から） | 法律。罰則あり | EU市場にAIを組み込んだ製品・サービスを出す企業は対象 |
| AIガバナンス協会（AIGA） | 一般社団法人 | 2023年10月26日に任意団体として設立、2024年10月1日に一般社団法人化（発表） | 産業横断の議論と政策提言 | 他社の取り組みを知る場 |
枠組みは多いが、日本企業が社内のAI利用を整えるなら、AI事業者ガイドラインの10の指針を骨格にすれば足りる。ISO/IEC 42001やEU AI Actは、AIを製品として外に出す段階で必要になる。
企業が決めるべき5つのこと
枠組みを読んでも、自社で何を決めればいいかは分かりにくい。企業が最初に決めるべきだと私たちが考えるのは、次の5つだ。
| # | 決めること | 具体的に | 決まっていないと起きること |
|---|---|---|---|
| 1 | 目的と許容範囲 | どの業務に、どのAIを、どのデータで使ってよいか。使わない業務はどれか | 「何でも使っていい」か「何も使えない」の両極になる |
| 2 | 責任者と判断の流れ | 新しいAIの利用を誰が承認するか。問題が起きたら誰が止めるか | 申請が面倒で、現場が個人アカウントに流れる |
| 3 | データと権限 | 入力してよい情報の3区分（公開・社内・機密）。入力が学習に使われない設定。AIエージェントに渡す権限の範囲 | 入れてはいけない情報が入る。エージェントが読めすぎる |
| 4 | 記録と評価 | 入力と出力の記録。出力を業務に使う前の検証。どの精度なら本番に出すかの基準 | 問題の原因を後から追えない。誤った出力が判断に入る |
| 5 | 見直しとインシデント対応 | 月1回の利用状況の確認。ルールの更新。報告先と初動 | ルールが古くなる。小さな事故が報告されない |
5つのうち、1と2は方針の層、3と4は仕組みの層、5は運用の層にあたる。AI事業者ガイドラインの10の指針は、この5つを埋めるときの確認項目として使うとよい。たとえば「3. データと権限」はプライバシー保護とセキュリティ確保、「4. 記録と評価」は透明性とアカウンタビリティに対応する。
ガバナンスが「文書」で終わる理由と、現場で効かせる方法
ルールを作っても現場で使われないのは、ルールが悪いからではない。公式の道が、個人アカウントより不便だからだ。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ていた（報道）。
現場で効かせるには、3つの順番を守る。
- 実態から作る。先にルールを書かない。誰が、どの業務で、どのAIに、何を入れているかを掴む。そこに、現場がAIを必要としている業務が表れる
- 仕組みに埋め込む。「機密情報を入れない」をルールにするのではなく、機密情報を扱う業務には公式のAI環境しか使えないようにする。「出力を検証する」を呼びかけるのではなく、検証の手順を業務の型に組み込む。人が守るルールより、仕組みが守るルールの方が強い
- 月に1回直す。AIのツールと機能は数か月で入れ替わる。利用の記録と現場の声を見て、足りない公式機能と新しいシャドーAIを確認し、ルールを更新する
2の「仕組みに埋め込む」は、業務を見ないとできない。ここが、文書を作る仕事と、現場に入って実装する仕事の分かれ目だと私たちは考えている。
中小企業はどこから始めるか
大がかりな体制は要らない。次の3つで、最初の形になる。
| 順 | やること | かかる時間の目安 |
|---|---|---|
| 1 | 実態の把握。匿名アンケートと、使っているSaaS・AI機能・ブラウザ拡張の棚卸し | 2〜3週間 |
| 2 | 1枚のルール。入力してよい情報の3区分と、区分ごとに使ってよいAI | 1週間 |
| 3 | 公式のAI環境。法人契約、会社アカウント、記録、よく使う業務の型 | 1〜2か月 |
1の進め方は「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」に、生成AI全体のリスクの整理は「生成AIのセキュリティ対策ガイド」に書いた。
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。AIガバナンスでいえば、2層目の「仕組み」を現場の業務の中に作る役割にあたる。FDEそのものは「FDEとは？Forward Deployed Engineerの意味と仕事内容」に書いた。