人工知能は驚くべき速さで、実験的な段階から日常業務の一部へと移行しました。従業員はドキュメントの要約、コミュニケーション文書の作成、スプレッドシートの分析、コード記述、自動化の構築、そしてほぼすべての業務分野でAIを活用したワークフロー構築にAIを利用しています。
Microsoftの2026年版Work Trend Indexによると、従業員は組織側の適応が追いつかないほどのスピードでAIを取り入れているといいます。AIがチームメンバーの日常業務に組み込まれる中、企業はガバナンスや管理体制、組織としての準備の面で後手に回っているのが実情です。
しかし、セキュリティ責任者にとって最大の課題は、正規の管理下にないところですでにどれだけのAIが稼働しているのかを把握することです。こうした未承認のアプリケーション、ワークフロー、AI搭載のソフトウェア機能は「シャドーAI」と呼ばれるようになり、企業セキュリティにおいて急速に拡大する可視性のギャップの一つとなっています。
その結果、多くの組織では、経営層が認識している以上に多くのAIが環境内で稼働している状態になっています。
セキュリティの死角は、多くの組織が考えている場所にはない
組織が企業向けAIプラットフォームを承認する際には、通常は体系的な審査プロセスを経ます。セキュリティチームはデータの取り扱い方法を評価し、プライバシーチームは規制上の義務を確認し、法務チームはライセンス条件を精査し、ガバナンス委員会が許容される利用方針を定めます。こうしたプロセスを経ることで、組織はそのツールが何にアクセスできるのか、情報をどう保存するのか、そして誰が監督責任を負うのかを把握できます。
一方、シャドーAIは組織が想定しているような形では現れません。経営層は承認済みのAIツールはごく少数だと考えていても、実際に調査を始めると、はるかに多くのツールが使われていることが判明するケースがあります。これは、文書化された方針や確立された承認プロセスを持つ企業でも起こり得ることです。
たいていの場合、それは悪意なく起こります。締め切りに追われている従業員が同僚からツールの話を聞いたり、すでに使っているソフトウェアに搭載されたAI機能のボタンをクリックしたり、プロジェクトを早く進めるために無料アカウントに登録したりします。その意思決定にかかる時間は1分にも満たないことが多いでしょう。しかし数か月後には、そうした個々の選択が業務の進め方の一部として静かに定着してしまっています。
技術的な制限だけでこの問題を解決するのは困難です。従業員は私物のスマートフォンに切り替えたり、個人アカウントにログインしたり、すでに業務用アプリケーションに組み込まれているAI機能を有効にしたりできます。こうした機能の多くは、新規のソフトウェア購入ではなくソフトウェアアップデートを通じて導入されます。一つのツールをブロックしてもシャドーAIはなくならず、単にその出現場所が変わるだけです。
シャドーAIは従業員がほとんど気づかないリスクを生む
シャドーAIをめぐる大きな誤解の一つは、主な懸念事項が「未承認のソフトウェア」だというものです。実際にはより大きな問題は「未承認のデータ移動」にあります。
ほとんどの従業員は、使用しているAIツールの背後にあるデータ取り扱い方針をわざわざ読んだりはしません。要約を得るためにプレゼン資料をアップロードしたり、機密の提案書をチャット画面に貼り付けたり、業務を効率化しようとして顧客情報の分析をAIに依頼したりします。多くの場合、そのデータが手を離れた後どのように保存・保持・利用されるのかについて、ほとんど把握していません。
また、リスクがそれほど明白でないケースもあります。従業員が、反復作業を自動化してくれるという理由で既存のSaaSプラットフォーム内のAI機能を有効にすることがあります。その機能が顧客記録、財務情報、独自のソースコード、知的財産、あるいは規制対象の個人データにアクセスできるかどうかを考えることはまずありません。セキュリティチームから見れば、これは機密情報が漏えいしかねない新たな経路が生まれたことを意味します。
ノーコードのAIエージェントの急速な普及も、さらに複雑さを増す要因となっています。今や業務担当者は、AIモデルをメールシステム、文書リポジトリ、CRMプラットフォーム、HRアプリケーション、クラウドストレージサービスに直接接続するワークフローを自ら作成できます。こうした自動化は、多くの場合それを作成した従業員の権限をそのまま引き継ぐため、企業のAI戦略の一環として評価されたことのないシステムにまでAIがアクセスできる状態になってしまいます。
セキュリティチームの間でも、この問題がどれほど広がっているかについての認識は高まりつつあります。最近の調査では、企業における生成AI利用の47%が組織管理下のアカウントではなく個人アカウントを通じて行われており、さらに半数以上の従業員が機密性の高い業務情報をAIツールに入力したことがあると認めています。
多くの組織では、セキュリティ評価やコンプライアンス審査、あるいはインシデントによってAIがいかに広範囲に浸透していたかが明らかになるまで、こうした活動はほぼ見えないままになっています。
見えないものは統制できない
AIガバナンスは重要な取り組みですが、それが機能するのは、組織がAIの実際の利用状況を把握している場合に限られます。どのツールを承認すべきか、どこにさらなる監督が必要かを決める前に、セキュリティチームはまず、すでに社内で何が稼働しているのかを正確に把握する必要があります。ガバナンスに関する意思決定の質は、その裏付けとなる可視性の高さに左右されるのです。
興味深いことに、リスクが最も高いAIプロジェクトが、必ずしも最大のガバナンス上の課題を生んでいるわけではありません。法務や規制に関わる意思決定を支援するアプリケーションは、そのリスクの重大さが誰の目にも明らかなため、慎重に審査される傾向があります。しかし、日常的な業務タスクにも同じくらいの注意が必要です。
履歴書の選別、レポート作成、ワークフローの自動化、カスタマーサポート、コンテンツ作成といったツールは、いずれも大量の機密情報にアクセスできる可能性があります。こうした用途は日常的なものと見なされがちであるため、迅速に導入される一方で、プライバシーや知的財産、データセキュリティに実質的なリスクをもたらしているにもかかわらず、監督がはるかに手薄になっているのが実情です。
ガバナンスは技術の進化に追いつく必要がある
従来のガバナンスモデルは、はるかに緩やかなペースでの技術導入を前提に構築されたものです。主要な技術の変化が比較的まれにしか起こらなかったため、組織は調達段階で新しいソフトウェアを評価し、定期的なセキュリティレビューを実施し、必要に応じて方針を更新することができました。しかしAIはそうしたタイムラインでは動きません。
AIはじっとしていません。新しいAIモデルはほぼ毎週登場し、ソフトウェアベンダーは企業がすでに使用している製品に生成AI機能を次々と追加し、従業員は購入申請を一度も出すことなく新たな業務への組み込み方法を見つけ出します。年次レビューの時期が来る頃には、実際に使われている技術は数か月前とはまったく様相を異にしている可能性があります。
だからこそ、ガバナンスを年に一度の取り組みとして扱うことはできません。組織には、AIがどこで使われているか、何が変化したか、そして新しいツールや機能がこれまでになかったリスクをもたらしていないかを、継続的に把握し続けることが求められます。
教育・研修も重要な役割を果たします。ほとんどの従業員は意図的にセキュリティリスクを生み出しているわけではなく、業務上の課題を解決しようとしているだけです。データプライバシー、知的財産、モデルの挙動、情報漏えいといった問題について理解を深めてもらうことで、特定のAI利用ケースを導入前にレビューすべきかどうか、従業員自身がより適切に判断できるようになります。
可視性が競争優位性になりつつある
シャドーAIは、強力な技術をほぼすべての従業員が利用できるようにしたことの自然な帰結です。組織の業務を高速化し、反復作業を自動化し、生産性を高めるのと同じ能力が、従来型のガバナンスプロセスによるAI導入の監視をはるかに困難なものにしているのです。
AIが日常使うソフトウェアにより深く組み込まれていくにつれ、従業員は今後も新しいツールを試し、新たな機能を有効にし続けるでしょう。重要なのは、そうした活動を見えないままにしないことです。
セキュリティチームがそれを想定していたかどうかにかかわらず、AIはすでに日常業務の一部となっています。新しいモデル、組み込み機能、そして従業員が自ら構築するワークフローが登場するたびに、組織が理解すべき層が一つずつ積み重なっていきます。この理解を築くことこそが、セキュリティの中核的な機能になりつつあります。AIがどこで使われ、何にアクセスでき、機密データとどのように関わっているのかを解明することに投資する組織こそが、この技術の成長に伴うリスクを管理する上で、はるかに優位な立場に立てるはずです。
翻訳元: https://www.helpnetsecurity.com/2026/07/23/shadow-ai-security-risks/
