生成AI導入のセキュリティ審査チェックリスト｜情シス・法務へ提出する項目と進め方【2026年8月最新】

生成AIを業務で使いたいのに、情報システム部門や法務部門の確認から先へ進まない。こうしたとき、審査が厳しいことだけが原因とは限りません。

「便利そうだから使いたい」という説明だけでは、審査する側は判断できません。何の業務で使い、どのデータを入力し、どこへ送信・保存し、問題が起きたときに誰が対応するのか。判断に必要な情報がそろっていないため、承認できないことがあります。

この記事では、生成AIを導入したい業務部門やDX推進担当者に向けて、情シス・法務へ提出する項目、ベンダーへ確認する内容、PoCと本番の審査を分ける方法を解説します。自社の規程や業界によって必要項目は変わりますが、最初の整理に使える共通の型として活用してください。

この記事の要点

生成AIのセキュリティ審査とは

生成AIのセキュリティ審査とは、新しいAIサービスやAIシステムを業務へ導入する前に、情報資産、個人情報、契約、権限、ログ、運用体制などを確認し、自社が許容できる条件を決める社内手続きです。

審査の目的は、AIの利用を止めることではありません。どの条件なら使えるかを明確にすることで、利用部門と管理部門が同じ前提で運用できる状態を作ります。

経済産業省・総務省のAI事業者ガイドライン第1.2版では、AIの利用目的、リスク、関係者の役割、運用、評価を継続的に見直す考え方が示されています。審査は一度だけの合否判定ではなく、本番後の監視と改善につながる入口です。

リスクの種類から確認したい場合は、企業の生成AI利用における情報漏洩リスクと対策をご覧ください。本記事ではリスクの説明を繰り返さず、社内審査に出す情報の作り方へ絞ります。

なぜ生成AIの審査は止まりやすいのか

生成AIの導入申請では、製品のセキュリティ資料だけを添付しても判断できないことがあります。同じサービスでも、公開情報の要約に使う場合と、顧客情報を含む社内データへ接続する場合では、影響が異なるからです。

審査が止まりやすい申請には、次の特徴があります。

• 「業務効率化に使う」だけで、対象業務と成果物が決まっていない

• 入力するデータを「社内情報」と一括りにしている

• AI事業者、クラウド、連携先の間でデータがどう流れるか分からない

• 無料版、法人版、API利用のどれを使うか決まっていない

• 学習利用、保存期間、保存場所の回答が利用規約任せになっている

• 誤回答や誤操作が起きたときの確認者が決まっていない

• PoCなのに、本番と同じ範囲の権限やデータを申請している

大切なのは、審査担当者へ大量の資料を渡すことではありません。自社の利用方法に関係する情報を、判断できる順番で示すことです。

審査で確認される11項目

審査項目は会社ごとに異なりますが、次の11項目を整理すると、業務、技術、法務、運用の主要な論点を網羅できます。

1．利用目的と対象業務

最初に、誰が、どの業務で、何を作るために使うかを記載します。「文章作成」「業務効率化」だけでは広すぎます。

たとえば、「営業担当者が公開情報と承認済みの製品資料を基に、初回提案の構成案を作る」と書けば、入力データ、出力、確認者を考えやすくなります。

利用目的は1つに絞る必要はありませんが、用途ごとにデータと権限が違う場合は申請を分けます。問い合わせ回答AIと人事評価支援AIを同じ申請に入れると、リスクの低い用途まで止まりやすくなります。

2．利用者と対象範囲

全社員、特定部署、管理職、委託先など、利用できる人を示します。アカウントの発行者、異動・退職時の停止、管理者も決めます。

PoCでは、最初から全社員を対象にせず、特定部署の数名へ限定する方法があります。対象者を絞れば、入力内容を確認しやすく、問い合わせ先も明確になります。

3．入力データと禁止データ

入力予定のデータを、「公開」「社内一般」「機密」「個人情報」「要配慮情報」など、自社の情報区分に合わせて整理します。同時に、入力を禁止する情報も決めます。

個人情報保護委員会の注意喚起では、個人情報を含むプロンプトを入力する場合、利用目的の達成に必要な範囲か確認することや、個人データが応答生成以外の目的で扱われる場合の法的リスクに注意することが示されています。また、提供事業者が入力データを機械学習へ利用しないことなどの確認も求めています。

「個人情報を使わない」とだけ書くのではなく、氏名を削除した議事録、顧客番号を仮名化した一覧など、実際の加工方法まで示します。

4．データフローと保存場所

利用者が入力した情報が、どのサービスを通り、どこで処理・保存され、どこへ出力されるかを示します。文章だけでなく、矢印を使った簡単なフローにすると伝わります。

最低限、次を確認します。

• データを処理・保存する国または地域

• 入力、出力、会話履歴、ログの保存先

• 保存期間と削除方法

• 通信時・保存時の暗号化

• 社内システムとの連携経路

• バックアップや複製の有無

政府情報システム向けの制度ですが、ISMAPの管理基準にも、クラウド事業者と利用者の責任分担、データが保管される可能性のある国の通知などが含まれます。民間企業が自社審査項目を考える際にも、確認観点の参考になります。ただし、ISMAP登録がすべての企業・用途で必須という意味ではありません。

5．外部AI事業者と再委託先

契約相手だけでなく、実際にデータ処理へ関与する事業者を確認します。導入支援会社、クラウド事業者、基盤モデル提供会社、検索サービス、ログ監視サービスなどです。

確認したい内容は、再委託先の一覧、役割、所在地、変更時の通知、事故発生時の連絡経路です。自社開発の画面を使っていても、裏側で外部APIを呼んでいる場合があります。

外注契約で確認する責任分担、成果物、データ削除は、AI開発の契約で失敗しない確認項目で詳しく整理しています。

6．入力・出力データの学習利用

「AIの学習に使われません」という説明は、対象範囲まで確認します。入力したプロンプトだけでなく、添付ファイル、出力、評価、フィードバック、ログが対象になるかを見ます。

さらに、契約プランや設定によって条件が違わないかを確認します。無料版ではサービス改善へ利用され、法人契約では利用されないなど、同じ製品名でも条件が分かれることがあります。

審査資料には、規約や公式ページのURLだけでなく、該当する契約プラン、設定項目、確認日を記載します。

7．アカウントと権限

誰が利用でき、何を読み、どの操作を実行できるかを示します。生成AIが回答するだけなのか、メール送信、顧客情報の更新、ファイル削除まで行うのかで必要な統制は変わります。

権限は、閲覧、下書き、登録、更新、送信、削除に分けます。高い影響を持つ操作には人の承認を残します。設計方法は、生成AI・AIエージェントの権限設計も参考にしてください。

8．操作ログと監査方法

ログは「保存するか」だけでなく、何を追跡できるかを確認します。

• 利用者と実行日時

• 入力または入力の識別情報

• 呼び出したツールやデータ

• AIの出力

• 人が承認・修正した内容

• 実行結果とエラー

• 設定や権限の変更

ログへ機密情報をそのまま残すと、ログ自体が新しい情報資産になります。閲覧権限、保存期間、マスキング、削除も決めてください。

IPAのテキスト生成AI導入・運用ガイドラインは、生成AIのセキュリティをガバナンスとシステムの両面から整理し、入力と出力のログを問題発生時の確認に使う考え方を示しています。

9．人による確認と承認

生成AIの出力を、そのまま社外へ送信したり、重要な判断へ使ったりしない仕組みを示します。

審査資料には、AIへ任せる範囲、人が確認する箇所、承認者、承認後に実行する操作を記載します。たとえば、メールは下書きまでAIが行い、送信は担当者が行う。社内規程の回答には参照元を表示し、制度担当者が定期的に内容を確認する、といった形です。

「必ず人が確認する」だけでは不十分です。誰が、何を基準に、いつ確認するかまで決めます。

10．インシデント発生時の対応

誤送信、情報漏洩、不正アクセス、意図しないデータ更新、重大な誤回答が起きた場合の連絡先と初動を決めます。

• 利用停止や接続遮断を誰が行うか

• ログと証拠をどう保全するか

• ベンダーへ何時間以内に連絡するか

• 社内の情報セキュリティ責任者へどう報告するか

• 影響を受けた本人や取引先への連絡判断を誰が行うか

• 再開条件を誰が承認するか

既存のインシデント対応手順がある場合は、AI専用の別組織を作るより、既存手順へAIサービスの連絡先や停止方法を追加する方が運用しやすくなります。

11．契約終了時のデータ削除と移管

サービスを解約したとき、入力データ、出力、添付ファイル、ログ、バックアップ、アカウントがどう扱われるかを確認します。削除期限、削除証明の有無、法令や監査目的で残る情報も確認対象です。

個別開発では、データだけでなく、プロンプト、評価データ、設定、運用手順を自社または次の委託先へ移せるかも重要です。契約終了時に初めて相談するのではなく、導入前の審査資料と契約へ入れておきます。

情シスと法務では確認する観点が違う

同じ申請書を見ても、情報システム部門と法務部門では判断するポイントが異なります。片方の質問だけに答えても、もう一方で差し戻されることがあります。

ただし、完全に分けられるわけではありません。たとえばデータ保存地域は技術と契約の両方に関係し、ログは監査と個人情報の両方に関係します。申請前に両部門の窓口を確認し、同じ資料を基に役割を分けて回答します。

そのまま使える提出資料のひな型

次の項目を1つの文書にまとめます。分からない項目は空欄にせず、「自社確認中」「ベンダー回答待ち」「PoCでは対象外」のいずれかを記載してください。

生成AI導入・利用申請書

1. 申請名
2. 申請部門・業務責任者・技術担当者
3. 利用するサービス名、契約プラン、提供事業者
4. 利用目的、対象業務、利用者、想定利用量
5. 入力データ、情報区分、禁止データ、匿名化方法
6. 出力内容、利用先、人による確認・承認方法
7. データフロー、外部連携、処理・保存地域
8. 入力・出力・ログの保存期間と削除方法
9. 学習・サービス改善への利用条件と設定
10. 認証、アカウント、権限、管理者
11. 操作ログ、監査方法、定期確認の担当者
12. 外部事業者・再委託先と責任分担
13. インシデント時の停止・連絡・復旧手順
14. 契約終了時の削除・データ移管
15. PoCの範囲、期間、評価項目、本番移行条件
16. 添付資料と未確認事項
17. 情シス・法務・業務責任者の承認欄

すべてを業務部門だけで埋める必要はありません。自社で決める項目と、ベンダーへ確認する項目を分けます。利用目的、対象業務、入力データ、人の確認は業務部門が記入し、保存地域、学習利用、再委託先などはベンダーへ確認します。認証、権限、ログは情シスと一緒に決め、契約・個人情報・責任分界は法務へ確認します。

自社での導入条件や、ベンダーへ確認すべき項目を整理したい方は、AIworkerのサービス資料をご覧ください。

▶️ AIworkerのサービス資料をダウンロードする

PoCと本番の審査を分ける

生成AIを試したいだけなのに、本番利用と同じ申請範囲で審査を始めると、確認項目が増えます。一方、「PoCだから安全」と考え、実データや外部送信を無条件に認めるのも適切ではありません。

PoCでは、目的に必要な最小範囲へ制限します。

• 利用者を少人数に限定する

• 公開情報、テストデータ、匿名化データを使う

• 外部システムへの書き込みや送信を行わない

• 出力を社外利用しない

• 期間、利用量、終了日を決める

• ログを確認し、想定外の入力と出力を記録する

• 業務効果とセキュリティの両方に合格条件を置く

本番審査では、実データ、全利用者、システム連携、運用監視、障害対応、契約終了まで範囲を広げます。PoCの結果を審査資料に添えれば、仮説だけでなく実測に基づいて判断できます。

PoCのKPI、テストケース、Go・改善・停止の決め方は、生成AIのPoCの進め方で解説しています。オンプレミスや専用環境を検討する場合は、オンプレ生成AIの要件定義ガイドも参考になります。

審査を早く通す6つの進め方

1．製品ではなく業務から申請する

「ChatGPTを使いたい」ではなく、対象業務、入力、出力、確認者を先に示します。製品が変わっても、必要条件を比較できます。

2．禁止事項だけでなく許可範囲を書く

「機密情報は禁止」だけでは、現場が何を入力できるか分かりません。公開情報、社内一般情報、匿名化済みデータなど、利用できる範囲も例示します。

3．質問をまとめてベンダーへ送る

保存地域、学習利用、再委託先、削除、障害通知などを一覧で問い合わせます。担当者ごとに個別質問すると、回答の前提がずれることがあります。

4．未確認事項を隠さない

回答が得られない項目は、未確認と明記します。そのうえで、PoCでは該当データを使わない、該当機能を無効にするなど、代替策を示します。

5．条件付き承認を使う

全社・全機能の一括承認だけで考えず、「特定部署、匿名化データ、閲覧のみ、3カ月」など、条件付きで始めます。実績を確認してから範囲を広げます。

6．申請前に情シスへ相談する

完成した申請書を突然提出するより、データフローと利用目的の段階で相談した方が手戻りを減らせます。審査担当者を最後の承認者ではなく、設計を一緒に作る関係者にします。

発注前の業務、データ、権限、評価、納品条件をまとめて整理する場合は、AI開発の要件定義とRFPもご覧ください。

よくある差し戻しの理由

利用範囲が広すぎる

「全社員があらゆる業務で使う」という申請では、データとリスクを特定できません。最初の対象者と業務を絞ります。

ベンダー資料を添付しただけ

セキュリティ認証や仕様書は重要ですが、自社がどのデータをどう使うかは書かれていません。ベンダー情報と自社の利用設計を分けて提出します。

データフローに外部連携がない

生成AI本体だけを書き、検索、ストレージ、CRM、ログ基盤などを落とすと差し戻されます。入力から出力保存までを通して描きます。

「人が確認する」で終わっている

確認者、基準、承認のタイミングが分かりません。社外送信、データ更新、重要判断など、承認が必要な操作を特定します。

無料版と法人版を混同している

利用条件や管理機能がプランで異なることがあります。申請対象の契約プランと設定を明記します。

PoC後の扱いが決まっていない

終了日、データ削除、結果の評価、本番移行の責任者がないと、試用が放置されます。開始前に終了手続きを決めます。

生成AIの利用が全面的に止められている企業では、社内でChatGPTを使えない理由と導入条件も参考にしてください。禁止を解除することを先に求めるのではなく、懸念を用途、データ、契約、運用へ分解することが出発点です。

よくある質問（FAQ）

Q. セキュリティ審査は、どの部署が申請するべきですか？

利用目的と対象業務を説明できる業務部門またはDX推進部門が申請主体となり、情シスと法務へ確認する形が基本です。システムの情報だけを情シスへ丸投げすると、業務上の必要性や人の確認方法が抜けやすくなります。

Q. 無料版の生成AIも審査が必要ですか？

会社の情報やアカウントを使って業務利用するなら、自社ルールに沿った確認が必要です。無料版と法人版では、管理機能、データ利用条件、契約上の扱いが異なる場合があるため、製品名だけで判断しないでください。

Q. 個人情報を入力しなければ安全ですか？

個人情報以外にも、営業秘密、未公開情報、顧客との秘密保持対象、認証情報などがあります。また、複数の情報を組み合わせると個人を識別できる場合もあります。自社の情報区分に合わせて確認してください。

Q. セキュリティ認証があれば承認できますか？

認証は重要な判断材料ですが、自社の利用目的、データ、権限、連携、運用まで保証するものではありません。認証の対象範囲と有効期間を確認し、自社側の設定・運用を別に審査します。

Q. PoCなら本番用の審査は不要ですか？

PoCでも利用するデータや外部送信に応じた確認は必要です。ただし、テストデータ、少人数、閲覧のみなどへ範囲を限定し、本番より軽い条件で審査する設計は可能です。自社の規程に合わせて判断してください。

Q. 審査チェックリストを作れば事故を防げますか？

チェックリストだけですべての事故を防ぐことはできません。利用開始後も、ログ、問い合わせ、誤回答、権限変更、サービスの仕様変更を確認し、必要に応じて審査内容を更新します。

審査を「導入を止める手続き」にしないために

セキュリティ審査は、AIを使えるか使えないかを抽象的に議論する場ではありません。どの業務を、どのデータと権限で、誰の責任の下で使うかを合意する工程です。

利用部門は、目的と業務、人の確認方法を示します。情シスは、データフロー、認証、権限、ログ、運用を確認します。法務は、個人情報、契約、再委託、責任分界、終了時の扱いを確認します。ベンダーは、自社だけでは分からない技術・契約情報を回答します。

すべてを最初から本番規模で承認しようとせず、範囲を限定したPoCで事実を集め、結果に基づいて本番条件を決めてください。

生成AIの導入条件を具体化するAIworkerの支援

AIworkerは、生成AIの説明だけでなく、対象業務、データ、権限、評価、運用を企業ごとに整理し、導入後に使われ続ける状態まで支援します。

AIネイティブX研修｜安全に使う判断基準を現場へ残す

部門ごとの実務を題材に、入力してよい情報、出力の確認方法、人へ戻す条件を演習します。禁止事項の説明で終わらず、翌日の業務で使える範囲と手順を残します。

AIネイティブX伴走｜審査後の運用を現場で改善する

導入後の利用状況、誤り、問い合わせ、ログを確認し、ルールや手順を実態に合わせて更新します。情シス・法務・利用部門の間に入り、止まっている論点を具体化し、一業務の成功を他部署へ展開できる形へ整えます。

業務AIプロ｜権限・ログ・承認を含めて実装する

汎用ツールだけでは対応できない業務に対し、社内データ、既存システム、認証、最小権限、監査ログ、人の承認を含むAIを設計・開発します。PoCを作って終わらず、本番移行と運用改善まで支援し、コードや評価データ、運用手順を社内資産として残します。

自社の審査項目が不足している場合や、業務部門だけではベンダーへの確認事項を整理できない場合は、利用目的、データフロー、権限、PoC条件から一緒に整理できます。

▶️ サービス資料のダウンロード（資料請求）

▶️ 無料カウンセリング・AI活用診断のご予約

著者情報

株式会社AIworker

企業の生成AI導入・人材育成・業務改善を支援しています。1,000件を超える企業商談から得た課題を基に、生成AI研修、業務AI・AIエージェント開発、現場に入る伴走支援を提供。「研修して終わり」ではなく、AIが実際の業務で使われ続ける状態づくりを重視しています。

株式会社AIworker：https://ai-worker.net/

この記事が参考になりましたら、今後の記事づくりの励みになるので、スキをお願いします。

参考資料

• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」（2023年6月2日）https://www.ppc.go.jp/news/careful_information/230602_AI_utilize_alert/

• 経済産業省・総務省「AI事業者ガイドライン 第1.2版」（2026年3月31日）https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html

• IPA「テキスト生成AIの導入・運用ガイドライン」（2024年）https://www.ipa.go.jp/jinzai/ics/core_human_resource/final_project/2024/f55m8k0000003spo-att/f55m8k0000003svn.pdf

• IPA「セキュリティ担当者のための生成AIセキュリティ」（2026年8月22日閲覧）https://www.ipa.go.jp/jinzai/ics/core_human_resource/final_project/2026/ai-security.html

• ISMAPポータル「制度規程等」（2026年8月22日閲覧）https://www.ismap.go.jp/csm?id=kb_article_view&sysparm_article=KB0010007

#生成AI #AI #AI導入 #生成AI導入 #AIエージェント #セキュリティ審査 #情報システム #情シス #法務 #コンプライアンス #情報セキュリティ #生成AIセキュリティ #AIセキュリティ #AIガバナンス #個人情報保護 #機密情報 #データ管理 #データフロー #クラウドセキュリティ #権限設計 #最小権限 #監査ログ #HumanInTheLoop #PoC #本番移行 #リスク管理 #インシデント対応 #ベンダー管理 #再委託 #契約管理 #データ削除 #AI事業者ガイドライン #個人情報保護委員会 #IPA #ISMAP #DX #DX推進 #業務改善 #株式会社AIworker #AIworker