企業AIセキュリティとデータガバナンス設計｜機密分類・APIリスク管理・社内ガイドライン策定ガイド

——「ChatGPTに顧客リストを貼り付けて分析させたんですが、これってまずいですか？」。この質問を受けたとき、背筋が凍る思いでした。詳しくは「AI商談分析ツール比較」で解説しています。

AI活用完全ガイドもあわせてご覧ください。

生成AIの爆発的な普及により、企業の機密情報が意図せずAIサービスに送信されるリスクが急増しています。Samsung Electronicsの半導体部門でChatGPTへの機密コード流出が報道されたことは記憶に新しいですが、これは氷山の一角です。多くの企業で、社員が善意で業務効率化のためにAIを使った結果、知らずに情報漏洩を起こしているケースが発生しています。詳しくは「AIで営業メールを自動作成する方法」で解説しています。

しかし、「AIを使うな」という全面禁止は現実的ではありません。AIを活用しない企業は競争力を失います。重要なのは、リスクを正しく理解し、適切なガバナンス体制を構築した上でAIを活用することです。詳しくは「AI提案書自動作成ツール比較」で解説しています。

ここが結構ミソなのですが、AIセキュリティの設計で最も見落とされがちなのは、同じAIサービスでもWebUI経由とAPI経由でデータの取り扱いが根本的に異なるという点です。

この記事でわかること

• AIサービスに入力するデータの機密分類フレームワーク
• WebUI利用とAPI利用のセキュリティリスクの違い
• 企業向けAI利用ガイドラインの策定手順とテンプレート
• CRM・HubSpotのデータをAIで扱う際の具体的な注意点
• 主要AIサービス（Claude、ChatGPT、Gemini）のデータポリシー比較

AIサービスのデータリスクを正しく理解する

WebUI vs API——知らないと危険な違い

多くの企業担当者が見落としている最も重要なポイントがここです。

AnthropicのConsumer Termsでは、無料版・Pro版のWebUI利用においてモデル改善のためにデータが使用される可能性があることが明記されています。一方、API利用規約では、顧客のデータをモデルの学習に使用しないことが明確に記載されています。

OpenAIも同様で、Enterprise Privacyページにおいて、API経由のデータはモデルの学習に使用されないと明示しています。ただし、ChatGPT Free/Plusの利用規約は異なるため注意が必要です。

主要AIサービスのデータポリシー比較

注意：上記は執筆時点の情報です。各サービスの利用規約は頻繁に更新されるため、導入前に必ず最新の規約を確認してください。

入力データの機密分類フレームワーク

AIサービスに安全にデータを入力するためには、まず自社のデータを機密レベルで分類する必要があります。

4段階機密分類

CRM・HubSpotデータの機密分類

HubSpotに蓄積されるデータを具体的に分類すると以下のようになります。

今枝（StartLink代表）は、CRMデータのAI活用について次のように語っています。

「CRMのデータをAIに分析させたいというニーズは非常に多いですが、ほとんどの企業がデータの機密分類をしていません。『とりあえず全部ChatGPTに貼り付けて分析して』というのは、社員の住所録を駅前で配っているのと同じです。まずデータの分類、次にAPIの利用、そしてガバナンスの整備——この順番を守ってください。」

社内AIガイドラインの策定手順

ガイドラインに含めるべき7要素

利用シーン別のDo / Don't

API利用時のセキュリティ設計

API経由でAIを利用する場合、WebUI利用よりもセキュリティコントロールが効きますが、適切な設計が必要です。

APIキー管理の基本

データの匿名化・マスキング

機密レベルL3のデータをAPIで処理する場合は、入力前にデータを匿名化・マスキングする処理が必要です。

匿名化の例：

• 企業名 → 「業種：製造業、従業員数：500〜1000名、売上規模：100億円台」
• 個人名 → 「担当者A」「決裁者B」
• 金額 → 範囲表記（「3000万〜5000万円の案件」）
• 日付 → 相対表記（「導入後6ヶ月時点で」）

AIツール選定とセキュリティの両立については、AIツール選定フレームワークの記事も参考にしてください。

インシデント対応——情報を入力してしまった場合

どれだけガイドラインを整備しても、ヒューマンエラーは起こり得ます。重要なのは、発生時の迅速な対応です。

インシデント対応フロー

AIサービス別の削除対応

ここが結構ミソなのですが、WebUI経由で入力したデータは、会話履歴を削除しても、すでにモデルの学習に使用されている可能性があるという点を理解しておく必要があります。だからこそ、機密データのAI処理はAPI経由に限定すべきなのです。

コンプライアンスと法規制

関連する法規制

特に注意すべきは不正競争防止法です。営業秘密として法的保護を受けるためには、秘密として管理されていることが要件です。社員が自由にAIに入力できる状態は、秘密管理性を失わせるリスクがあります。

個人情報保護委員会のガイドラインを確認し、自社のAI利用ポリシーとの整合性を検証してください。

HubSpot × AI利用の具体的なセキュリティ設計

CRMデータをAIで活用する場合の、具体的なセキュリティ設計を解説します。

HubSpot MCP利用時のセキュリティ

HubSpot MCPサーバーを通じてCRMデータにAIからアクセスする場合、以下の設計が必要です。

AIファースト組織全体のセキュリティ設計については、AIファースト組織設計の記事を参照してください。

Breezeの活用とリスク

HubSpotの組み込みAI「Breeze」は、HubSpotのデータセキュリティ基盤の上で動作するため、外部AIサービスに比べてリスクが低い選択肢です。HubSpot Trust Centerで最新のセキュリティ情報を確認できます。

導入ロードマップ

Phase 1：現状把握とリスク評価（2週間）

• 社内でのAI利用実態調査（どのサービスを、誰が、何に使っているか）
• データの機密分類
• 主要リスクの特定

Phase 2：ガイドライン策定と承認（2週間）

• 7要素を含むガイドラインのドラフト作成
• 法務・情報セキュリティ部門のレビュー
• 経営層の承認

Phase 3：展開と教育（1ヶ月）

• 全社員への周知（説明会・Eラーニング）
• 部門別の具体的なDo / Don'tリストの配布
• 質問窓口の設置

Phase 4：運用と改善（継続的）

• 四半期ごとのガイドライン見直し
• インシデント対応訓練
• 新しいAIサービスのセキュリティ評価

正直な限界と注意点

完全なリスク排除は不可能：どれだけガバナンスを整備しても、ヒューマンエラーをゼロにすることはできません。テクノロジーによる制御（DLP: Data Loss Prevention ツールの導入）と、教育による意識向上の両方が必要です。

ガイドラインの形骸化リスク：一度作ったガイドラインが更新されず形骸化するケースが多発しています。四半期ごとの見直しと、実際のインシデント事例を反映した更新が不可欠です。

AI技術の急速な変化：AIサービスの利用規約やデータポリシーは頻繁に変更されます。ガイドラインに「最新の利用規約を確認すること」という原則を組み込んでください。

過剰な制限による生産性低下：セキュリティを厳しくしすぎると、社員がシャドーAI（会社に報告せず個人アカウントでAIを利用する行為）に走るリスクがあります。現実的なバランスが重要です。

よくある質問（FAQ）

Q1. 無料版のChatGPTを社員が業務で使うのは問題ですか？

業務内容によります。公開情報の調査やアイデア出しなど、L1レベルのデータのみを扱う場合は許容できます。ただし、顧客情報や社内機密を入力するのは禁止すべきです。可能であれば、API利用またはBusiness/Enterprise版への移行を推奨します。無料版はデフォルトでモデル学習にデータが使用される点を社員に周知してください。

Q2. API経由なら機密データを入力しても安全ですか？

API経由のほうがWebUI利用より安全ですが、「完全に安全」ではありません。APIでもデータはネットワーク経由で送信されるため、通信経路の暗号化（TLS）、APIキーの適切な管理、入力データの匿名化・マスキングは必要です。また、L4レベル（極秘）のデータはAPIでも入力を禁止すべきです。

Q3. 自社でLLMをホスティングすればセキュリティリスクはなくなりますか？

外部へのデータ送信リスクはなくなりますが、別のリスクが発生します。自社ホスティングには、モデルの保守・更新コスト、インフラのセキュリティ管理、専門人材の確保が必要です。また、ローカルで動作するモデルの性能は商用APIサービスに比べて劣る場合が多く、費用対効果の慎重な検討が必要です。

Q4. 社内ガイドラインを作っても守られない場合はどうすべきですか？

3つのアプローチを組み合わせてください。(1)テクノロジーによる制御（DLPツールで機密データの外部送信を検知・ブロック）、(2)教育と啓発（実際のインシデント事例を使った研修）、(3)インセンティブ設計（ガイドライン遵守を評価に反映）。特に(1)のテクノロジー制御は、人間の意識に頼らない対策として効果的です。

Q5. CRMデータをAIで分析したい場合、最も安全な方法は何ですか？

最も安全な方法は、HubSpotの組み込みAI「Breeze」を活用することです。BreezeはHubSpotのセキュリティ基盤上で動作し、外部にデータが送信されません。より高度な分析が必要な場合は、HubSpot MCP経由でClaude APIに接続し、データを匿名化した上で処理する方法を推奨します。いずれの場合も、個人情報（コンタクト名・メールアドレス等）はマスキングしてから処理してください。

まとめ——「使わない」のではなく「正しく使う」

AIセキュリティとデータガバナンスの目的は、AIの利用を禁止することではありません。リスクを適切に管理した上で、AIの恩恵を最大限に享受することです。このテーマの全記事はAI経営・戦略ガイドでご覧いただけます。

4段階機密分類でデータを整理し、WebUI/APIの違いを理解し、実践的なガイドラインを策定してください。そして何より、ガイドラインを「一度作って終わり」にせず、四半期ごとに見直す運用を確立してください。

StartLinkでは、CRM × AIの活用を前提としたセキュリティとガバナンス設計のコンサルティングを提供しています。HubSpotのデータ活用とセキュリティの両立、社内AIガイドラインの策定支援を行っています。データガバナンスにお悩みの方は、お気軽にご相談ください。

関連記事：

• AIツール選定フレームワーク｜9つの業務領域×ツールマッピング
• AIファースト組織設計の全体像
• Claude Code Hooks自動化ガイド

参考リンク：

• Anthropic利用規約（API）
• OpenAI Enterprise Privacy
• 個人情報保護委員会ガイドライン
• HubSpot Trust Center