シャドーAIとは？企業の情報漏えいリスクと禁止に頼らない対策の進め方【2026年版】

生成AIは、個人のアカウントとブラウザがあれば業務にすぐ使えます。手軽な一方で、会社が許可も管理もしないまま社員が使うと、機密情報が社外のAIに渡ったり、誤った出力が検証されないまま使われたりするおそれがあります。

会社が認めていない生成AIを社員が業務に使う状態を「シャドーAI」と呼びます。この記事では、シャドーAIとは何かを整理したうえで、最新の一次調査でわかっている広がりと具体的なリスク、そして禁止に頼らずにシャドーAIを防ぐ進め方までを順に確認します。

シャドーAIとは何か

シャドーAIとは、会社が承認・管理していない生成AIサービスやAI機能を、社員が業務に使っている状態を指します。個人アカウントで契約したChatGPTに業務メールを貼り付けて要約させる、無料のAIツールに社内資料をアップロードして整形させる、といった使い方が典型例です。情報を盗む意図ではなく、目の前の作業を早く終わらせたいという動機から始まる使い方です。

呼び名のもとになった「シャドーIT」は、情報システム部門の承認を得ずに業務で使われるソフトウェアやクラウドサービスを指す言葉です。シャドーAIはその延長にありますが、扱うものが「データそのもの」である点で性質が異なります。

シャドーAIが広がりやすいのは、導入の手間がほとんどないためです。専用ソフトを入れなくても、ブラウザでサイトを開いて文章を貼り付ければ使えてしまいます。会社の調達や審査を経ずに一人で始められ、しかも実際に作業が速くなるため、現場では「まず使ってみる」が先行しがちです。

シャドーITとの違い

シャドーAIがシャドーITより注意を要するのは、次の3点が重なるためです。

• データが外に出ていく：未承認のクラウドストレージは「社内のファイルを外部に置く」リスクですが、生成AIでは入力した内容が社外のモデルへ送られます。設定によっては、その内容がモデルの改善に使われる可能性もあります。
• プロンプトそのものが機密になる：「この契約書を要約し、自社に不利な条項を挙げて」と尋ねれば、契約内容だけでなく、自社が気にしている交渉上の点までAIに渡ることになります。質問の中身そのものが機密情報になります。
• 出力が意思決定に使われる：AIの回答をもとに社員が判断し行動します。承認外のツールが誤った分析や助言を返したとき、検証の記録も是正の手段も社内に残りません。

シャドーITが「持ち込み・保管」の問題だったのに対し、シャドーAIは「流出・処理・判断」にまたがります。この違いが、後段で扱うリスクの幅広さにつながります。

打ち手にも影響します。持ち込みを止めるだけでは足りず、何が入力され、どう使われ、どんな判断に反映されたかまで見える状態にする必要があります。

社員が承認外のツールを使う理由

社員がシャドーAIに向かう背景には、業務でのAI利用そのものの広がりがあります。BlackFogが2025年11月に英国・米国の従業員2,000名を対象に行った調査では、86%が少なくとも週に1回は業務でAIを使い、49%が会社が承認していないAIツールを使っていました。

会社の導入や承認が追いつかないなか、現場は手元のツールで動き始めます。同じ調査では、63%が「会社が承認したツールが用意されていないなら、IT部門の監督なしにAIを使うのは許容される」と考えていました。悪意ではなく、効率化への意欲が承認の仕組みを追い越している状態だと捉えると、対策の方向も見えてきます。

ここを「ルール違反」として個人を責めると、利用はさらに見えない場所へ移ります。社員が安全な手段を持たないまま使っている状態だと捉え、仕組みで受け止める姿勢が出発点になります。

出典：BlackFog「Shadow AI Threat Grows Inside Enterprises」（2026年1月公表／2025年11月調査）

最新データで見るシャドーAIの広がり

シャドーAIは、一部の企業や特定の社員に限った話ではありません。海外の一次調査からは無断利用や機密情報入力の実態が、国内の資料からはシャドーAIを公的な脅威と位置づける動きが、それぞれ見て取れます。主な数値を表でまとめます。

利用と無断利用の広がり

業務でのAI利用が広がるなか、会社の管理が及んでいない利用も無視できない水準にあります。主要な一次調査の数値は次のとおりです。

調査主体や対象は異なりますが、業務にAIが定着する一方で、その多くが会社の管理の外で使われているという傾向は共通しています。「自社にシャドーAIはない」のではなく、見えていないだけという前提で実態を確かめるところから始めるのが堅実です。

無断利用は若手や一部の現場に限りません。BlackFogの調査では、速さをプライバシーやセキュリティより優先すると考える割合に、役職による開きがありました。役職が上がるほど、その傾向が強くなります。

経営層や管理職が速さを優先すると、現場は「上も使っているなら」とルールを軽く見やすくなります。ガバナンスを整える際は、一般社員だけでなく決裁層自身の利用も対象に含めることが、形骸化の防止につながります。

出典：Gartner「Gartner Identifies Critical GenAI Blind Spots That CIOs Must Urgently Address」（2025年11月）／BlackFog「Shadow AI Threat Grows Inside Enterprises」（2026年1月公表／2025年11月調査）／Cisco「Cisco’s 2025 Data Privacy Benchmark Study」（2025年4月）

何が入力・共有されているか

問題は、利用の広がりそのものより、何が入力されているかにあります。Ciscoの調査では、64%が機密情報の意図しない共有を懸念しながら、実際には42%が非公開の社内情報を入力していました。BlackFogの調査でも、承認外のツールに事業の根幹に関わる情報を共有した実態が出ています。

懸念していることと、現に入力していることのあいだに開きがある点が、シャドーAIの難しさを表しています。社員は危険性を理解していても、便利さを優先して入力することがあります。

意識啓発だけでは止まりにくく、入力できる情報を技術的に制御する仕組みとあわせて考える必要があります。特定のキーワードを含む入力を警告・ブロックする仕組みがあれば、うっかりの入力を入口で防げます。

出典：Cisco「Cisco’s 2025 Data Privacy Benchmark Study」（2025年4月）／BlackFog「Shadow AI Threat Grows Inside Enterprises」（2026年1月公表／2025年11月調査）

国内の状況

国内でも、シャドーAIは公的な脅威として位置づけられています。IPA（情報処理推進機構）が2026年1月に公表した「情報セキュリティ10大脅威 2026」では、組織向けの脅威として「AIの利用をめぐるサイバーリスク」が初めて選出され、3位に入りました。約250名の選考会の投票で決まったもので、AIへの理解不足による意図しない情報漏えいや、検証されない生成結果をそのまま用いる事などが想定されています。

一方で、利用の前提となる方針づくりは途上です。総務省の「令和7年版 情報通信白書」によると、生成AIの活用方針を定めている日本企業は49.7%で、海外と差があります。

方針が定まっていない企業ほど、社員が手元の判断でツールを使い始める余地が大きくなります。総務省の白書が代表例として挙げているのは「メールや議事録、資料作成などの補助」での利用で、その割合は47.3%でした。文書まわりの作業は、社員が個人の判断でAIに頼りやすい領域でもあります。

まずは、入力してよい情報とそうでない情報の線引きを社内で定めることが出発点になります。

出典：IPA「『情報セキュリティ10大脅威 2026』を決定」（2026年1月）／総務省「令和7年版 情報通信白書（企業におけるAI利用の現状）」（2025年7月）

シャドーAIが招く3つのリスク

シャドーAIのリスクは、大きく3つに整理できます。情報漏えい、コンプライアンス違反、そして利用を把握できないことによる被害の拡大です。いずれも、承認も記録もない状態で使われることが被害を大きくする点で共通しています。ツール単体の問題というより統制の問題だと捉えると対処しやすくなります。

情報漏えいと学習データへの取り込み

最初のリスクは、入力した情報が社外へ出ていくことです。承認外の無料ツールでは、入力内容がサービス提供側でどう扱われるかを利用者には見えにくく、設定によってはモデルの改善に使われる場合があります。一度社外のモデルに渡った情報は、回収が難しいという点に注意が必要です。

前の章の表のとおり、従業員の個人情報や顧客情報、財務データまでが承認外のツールに入力されています。何を入れたかの記録が社内に残らないため、漏えいが起きても範囲の特定が難しくなります。

たとえば、提案書の下書きを作ろうと顧客名や取引条件を貼り付ける、議事録を整えようと未公表の経営情報を入力する、といった操作は日常的に起こりえます。一つひとつは小さな手間の省略でも、積み重なれば社外のモデルに自社の機微情報が蓄積していくことになります。

無料ツールでは、入力データを学習に使わせない設定が用意されていても、初期状態では有効になっていない場合があります。設定の判断を社員一人ひとりに委ねると、知らないうちに学習の対象になりかねません。

コンプライアンス違反

2つめは、法令や規程への抵触です。IBMが600組織の侵害を分析した「Cost of a Data Breach Report 2025」では、シャドーAIが関与した侵害のうち、個人情報が流出した割合が65%、知的財産が流出した割合が40%でした。

国内では、顧客の個人情報を本人の同意なく外部のAIへ入力する行為が、個人情報の取扱い上の問題にならないかを確認しておく必要があります。海外の利用者の情報を扱う場合は、各国の規制との関係も見ておく必要があります。社員一人の操作が企業全体の法令対応に影響しうる点が、このリスクの難しさです。

承認外のツールは契約上の扱いも見えません。入力したデータがどこに保存され、第三者に渡らないか、利用規約で何が許されているかを会社として確かめられていない状態は、取引先との秘密保持契約に抵触する可能性もあります。利用規約やデータの取扱いを会社として確認できるツールに利用を寄せておくと、こうした不確実性を減らせます。

出典：IBM「2025 Cost of a Data Breach Report: Navigating the AI rush without sidelining security」（2025年）

把握できないことによる被害拡大

3つめは、利用が見えないこと自体が被害を広げる点です。実態をつかめていないと、次のような形で損失が大きくなります。

• 侵害コストの上乗せ：IBMの調査では、シャドーAIの利用が多い組織は、少ないか利用のない組織より1件あたりの侵害コストが平均で約67万米ドル高く、AI関連インシデントを経験した組織の97%が適切なアクセス制御を欠いていました
• 無断連携による波及：BlackFogの調査では、51%がIT部門の承認なしにAIツールを他の業務アプリと連携させていました
• 初動の遅れ：誰が何を入力したかの記録がなく、漏えい時の影響範囲の特定や、取引先・監督官庁への報告判断に時間がかかります
• 誤出力の見逃し：AIに共通するハルシネーションも、検証や記録がないため誤りに気づきにくくなります

事故の起こりやすさと、起きたときの損失の大きさの両方を押し上げる点が、このリスクの本質です。

出典：IBM「2025 Cost of a Data Breach Report: Navigating the AI rush without sidelining security」（2025年）／BlackFog「Shadow AI Threat Grows Inside Enterprises」（2026年1月公表／2025年11月調査）

これらのリスクは、利用を見渡して統制できる環境があれば抑えやすくなります。当社が提供するエクサベース AIは、入力データを学習に使わない設定を標準で備え、利用ログや禁止ワードを管理者が一元管理できます。

ただし、ツールは配るだけでは一部のユーザーしか使わずに終わりやすく、ここで挙げた数値も定着の工夫があって出たものです。当社の利用データでは、導入企業全体の週間ログイン率が1年で約40%から約50%へ高まっています（数値は当社調べによります）。

※デロイト トーマツ ミック経済研究所「LLM（大規模言語モデル）を自律的に連携させ非定型業務を自動化するAIエージェント ソリューションサービスの市場動向 2025年度版
※富士キメラ総研「2026 生成AI／AIエージェントで飛躍するAI市場総調査」＜2024年度実績・サードパーティ対話型生成AIアプリケーション・ベンダーシェア＞

禁止ではなく管理でシャドーAIを防ぐ

シャドーAIへの対応として、まず「禁止すればよい」という考えが挙げられます。しかし全面禁止は、利用を見えない場所に移すだけで、根本の動機を消せません。禁止ではなく、安全に使える状態をつくる方向が現実的です。

全面禁止が機能しない理由

全面禁止が実効性を持ちにくいことは、調査からも読み取れます。Ciscoの2026年版の調査では、生成AIの全面禁止や入力データへの厳しい制限を設ける企業が減りました。一律の禁止は守らせるのが難しいという経験が共有されてきたためと説明されています。

Gartnerは、禁止ではなく、明確な全社方針の策定と定期的な監査、ツール選定時のリスク評価を推奨しています。2030年までに40%を超える組織が、承認外のシャドーAIに起因するセキュリティまたはコンプライアンスのインシデントを経験するとも予測しています。だからこそ、可視化から段階的に着手することが損失を抑えるうえで有効です。

全面禁止には、もう一つの副作用があります。安全に使える手段まで一律に止めてしまうと、競合が生成AIで効率を上げるなかで自社だけ取り残されかねません。禁止か放任かの二択ではなく、リスクを抑えながら使える形に整えることが、現実的な落としどころになります。

出典：Cisco「2026 Data and Privacy Benchmark Study」（2026年）／Gartner「Gartner Identifies Critical GenAI Blind Spots That CIOs Must Urgently Address」（2025年11月）

可視化・ルール・代替の3ステップ

対策は、利用実態の可視化、ルールと教育、安全な代替手段の提供の順に進めると無理がありません。各ステップのねらいと打ち手をまとめます。

ステップ1でつまずきやすいのは、申告だけで実態をつかもうとして漏れが出ることです。業務でよく使われるサービスを具体的に挙げて尋ね、相談窓口を一本化して利用申請が自然に集まるようにすると精度が上がります。継続して見直す前提で仕組み化することも大切です。

ステップ2では「何を使ってはいけないか」より「何を使ってよいか」を先に示すと、現場の迷いが減ります。入力してはならない情報は、顧客情報・個人情報・未公開の社内情報のように具体的に列挙し、なぜそのルールがあるのかを研修で伝えると守られやすくなります。

ステップ3が要になります。承認外のツールが選ばれるのは手軽で役に立つからで、会社が公式に安全で使いやすい選択肢を配れば、私物ツールに戻る理由は小さくなります。先のBlackFogの調査でも、承認済みのツールがないことが無断利用の許容につながっていました。

配って終わりにせず、利用状況をログで見ながら、効果の出た使い方を現場へ広げることが、定着の分かれ目になります。

シャドーAIに関するよくある質問

本文で扱いきれない個別の疑問を、3点に絞って補足します。

無料の生成AIは使ってはいけないのか

無料版が一律に問題というわけではありません。論点は、入力した情報がどう扱われるかです。

無料版は企業向けの保護機能を欠くことがあり、入力内容がモデルの改善に使われる設定になっている場合もあります。業務で機密に触れる作業には、データの取扱いを確かめられる環境を用意するのが安全です。

中小企業でもシャドーAI対策は必要か

企業規模を問わず、社員が業務でAIを使っていれば考え方は同じです。むしろ、IT部門の体制が小さい組織ほど、気づかれない利用が生まれやすい面があります。大がかりな仕組みを一度に整えるより、まずは入力してよい情報の線引きを決め、相談窓口を一本化するところから始めるという順序が定着しやすいです。

AIエージェントもシャドーAIに含まれるか

自律的にタスクを実行するAIエージェントを、承認や監督なしに業務へ組み込む動きも、シャドーAIの延長として注意が必要です。エージェントは複数のシステムやデータに自動でアクセスするため、管理が届かないまま使われると影響範囲が読みにくくなります。

人が一回ごとに確認するチャットと違い、エージェントは判断と操作を続けて実行します。導入の際は、アクセスできる範囲と実行できる操作をあらかじめ決め、組織が管理できる状態にしておくことが前提になります。

承認された生成AI基盤でシャドーAIをなくす：エクサベース AIという選択肢

シャドーAIへの対策は、可視化とルールに加え、社員が公式に使える安全な環境を配ることで形になります。前章の3ステップでいえば、当社が提供するエクサベース AIは「安全な代替手段の提供」を担う基盤にあたり、対策で挙げた要件を一通り満たす設計です。

※2026年7月時点

• 学習に使われない国内処理：入力データを学習に利用しない環境を標準で備え、データの処理を国内で完結できます
• ログ管理と機密情報の制御：利用ログの蓄積・確認、禁止ワードの登録、機密情報のブロックに対応します
• 認証とアクセスの管理：シングルサインオンやIPアドレス制御により、利用者と利用範囲を組織が管理できます
• 複数モデルの使い分け：GPT・Gemini・Claudeなど複数の最新モデルを業務に応じて使い分けられます
• 定着と効果の可視化：150以上のプロンプトテンプレートを備え、業務ごとの削減時間を自動で集計できます

実際に、滋賀県では禁止ワード設定などのガバナンスの土台を整えたうえで、全庁約6,000名へ展開しています。承認外のツールに頼らずに済む公式の基盤を、統制を保ちながら全社規模で配った例です。

導入して終わりにしないために、当社では課題の洗い出しからプロンプトの整備、削減できた時間の測定までを専門家が伴走支援します。エクサベース AIは、調査会社による対話型生成AIアプリケーションの分野で市場シェア1位を獲得し、2026年7月時点で1,700社を超える企業・組織に導入されています。

※デロイト トーマツ ミック経済研究所「LLM（大規模言語モデル）を自律的に連携させ非定型業務を自動化するAIエージェント ソリューションサービスの市場動向 2025年度版
※富士キメラ総研「2026 生成AI／AIエージェントで飛躍するAI市場総調査」＜2024年度実績・サードパーティ対話型生成AIアプリケーション・ベンダーシェア＞

まとめ

シャドーAIは、社員が会社の承認なく生成AIを業務に使う状態を指し、情報漏えい・コンプライアンス違反・利用を把握できないことによる被害の拡大というリスクを伴います。全面禁止は利用を見えにくい場所に移すだけで、根本の動機は残ります。

対策は、禁止ではなく管理の発想で進めるのが現実的です。次の順で取り組むと無理がありません。

• 実態を把握する：どのツールに何が入力されているかを可視化し、継続して見直す
• ルールと教育を整える：使ってよいツールと入力禁止情報を明文化し、研修で守れるようにする
• 安全な代替を配る：学習に使われず、ログ管理や機密情報の制御ができる公式の環境を全社に提供する

承認外のツールに頼らずに済む環境を組織として用意する段階に入ったら、その選択肢としてエクサベース AIをご検討ください。