生成AIを禁止した会社の次の一手2026。禁止を続けるリスクと、法人契約・閉域ローカルLLMで解禁する5段階

Q: 経営層に解禁を説明するには、どんな材料がありますか？

公的資料が4つあります。IPAの情報セキュリティ10大脅威2026は組織向け3位にAI利用のリスクを挙げつつ、対策として規程・設定・教育・承認プロセスを想定しています。個人情報保護委員会の2023年6月の注意喚起は確認して使うことを前提にしています。総務省・経済産業省のAI事業者ガイドライン第1.2版は、AI利用者向けに機密情報の不適切な入力への注意を挙げています。主要事業者の法人向け規約は、入力を学習に使わないことを明記しています。これらに、パイロット部門の結果と事故時の報告ルートを添えて説明します。

Q: 取引先から生成AIを使うなと言われている場合、解禁できますか？

契約条項の対象によります。禁止されているのがクラウド事業者への送信であれば、社内LANのみに接続しインターネットに出ない閉域ローカルLLMは条項に抵触しない可能性があります。AIの利用そのものが禁止されているなら、当該業務ではAIを使わない判断になります。いずれの場合も、構成図・接続範囲・データの保存場所・消去手順を示して取引先に確認し、解釈を断定せず、承諾を文書で得てから業務に適用してください。

「2023年に生成AIを禁止して、そのままになっている」。情報システム部門や総務の方から、この相談が増えています。当時は「リスクが分からないから禁止」が妥当な判断でした。しかし3年が経ち、主要事業者の法人契約は入力を学習に使わないことを公式に明記し、公的機関のガイドラインは「管理して使う」ことを前提に書かれるようになりました。禁止の継続は、安全の維持ではなく、判断の先送りになっています。

本記事では、禁止を続けることで何が起きるかを整理したうえで、禁止の形を4つに分類して自社の現状を確かめ、解禁の受け皿となる3つの選択肢（法人契約のクラウド、専用環境、閉域ローカルLLM）を比較します。そのうえで、責めない実態把握から研修つき全社展開までの5段階、用途から解禁する順番、経営層への説明材料、取引先から禁止を求められた場合の対応までを扱います。

この記事の要点

禁止の継続は安全を意味しません。利用は私用アカウントに沈んで見えなくなり、事故が起きても報告が上がらず、業務上の便益だけを捨てる結果になります

国内調査では、会社として生成AIを導入している中小企業は16.2%、個人利用を含む活用は32.4%です。定義は異なりますが、会社の管理外で使われている領域が相当あることは読み取れます

解禁の受け皿は3択です。公開情報と社内情報の大半は法人契約のクラウドで足り、社外送信そのものが禁止されたデータだけが専用環境か閉域ローカルLLMの対象になります

解禁は「責めない実態把握→受け皿の準備→最小構成のルール→パイロット部門で30日→研修つき全社展開」の5段階で進めます。ルールより先に受け皿を用意することが要点です

範囲は全面解禁ではなく用途から広げます。発想系の用途で始め、事実系は確認ルールとセットで、個人データを扱う業務は環境を限定してから最後に解禁します

「禁止のまま」が安全ではない3つの理由

禁止は、決めた瞬間には漏洩リスクを下げたように見えます。しかし時間が経つほど、次の3つが起きます。

1. 利用が見えない場所へ移る。会社のネットワークと端末での利用は止まりますが、私用スマホと個人アカウントでの利用は止まりません。会社が把握していない形で使われる生成AI、いわゆるシャドーAIは、禁止している会社ほど増えます。把握できる範囲が狭まるだけで、リスクの総量は減りません。シャドーAIの構造と「バレる」経路は『シャドーAI対策2026』で解説しているので、ここでは繰り返しません。

2. 事故が「起きたことすら分からない」状態になる。公式に使わせていれば、設定と教育で防げたはずの事故が、把握できない場所で起きます。禁止されている行為で事故を起こした社員は、自分から報告しません。発覚が遅れるほど被害は広がり、取引先からの指摘で初めて知ることになります。

3. 判断材料はすでに揃っている。IPAの「情報セキュリティ10大脅威 2026」は、組織向けの3位に「AIの利用をめぐるサイバーリスク」を初めて選出しました。ここで重要なのは、脅威として挙げたうえで、対策として想定されているのが規程・設定・教育・承認プロセスだという点です。つまり「管理して使う」が公的機関の想定する標準になっています。個人情報保護委員会も2023年6月の注意喚起で、個人データを含むプロンプトを入力する場合は機械学習に利用されないことを十分に確認するよう求めており、「使うな」ではなく「確認して使え」という立場です。

禁止を解くかどうかの論点は「リスクがあるか」ではありません。リスクはあります。論点は「見えないまま使われるか、管理して使うか」です。

禁止の形はひとつではない。自社の現状を4分類で確かめる

「うちは禁止している」と言う会社でも、実態は4つに分かれます。解禁の手順はどの形から始めるかで変わるので、最初に自社がどれかを確かめてください。

禁止の形	典型的な状態	実態の見え方	事故が起きたときの社員の守られ方
全面禁止	就業規則や通達で業務利用を禁止。会社のネットワークで主要サービスへの通信を遮断	会社環境の利用は見えるが、私用端末の利用はまったく見えない	守られない。禁止行為のため報告されず、社員が一人で責任を負う
黙認	明文の禁止はないが、公式の手段も用意していない。「各自の判断で」	誰が何を入れているか把握できない	守られない。ルールがないため、事故後に個人の判断が問われる
個人任せ	「学習オフにして使うこと」など注意喚起だけを出し、アカウントは個人で取得	設定が守られているか確認できない	一部守られる。ルールはあるが、会社が設定を担保していない
一部許可	特定部門や特定用途だけ法人契約で許可。それ以外は禁止	許可部門は見えるが、禁止部門の利用は見えない	許可部門は守られ、禁止部門は守られない

全面禁止の会社は、受け皿の準備から始めます。黙認と個人任せの会社は、実は「解禁済みで統制がない」状態なので、実態把握とルール整備を急ぎます。一部許可の会社は、許可範囲を広げる手順が中心になります。

会社として導入している中小企業が16.2%（商工中金、2026年1月調査）である一方、個人利用を含む活用が32.4%（帝国データバンク、2026年調査）という国内調査の差は、黙認と個人任せの領域がいかに広いかを示しています。調査主体も「活用」の定義も異なるため単純比較はできませんが、禁止の有無にかかわらず、会社の管理外で使われている領域が相当あることは読み取れます。

解禁の受け皿は3択。法人契約クラウド・専用環境・閉域ローカルLLM

解禁を宣言する前に、社員が公式に使える環境を用意します。選択肢は3つで、全社で1つに統一する必要はありません。扱うデータの区分に応じて組み合わせます。

受け皿	向くデータ区分	費用の性格	立ち上がりの速さ	運用負荷
法人契約のクラウドAI	公開情報、社内情報の大半、法人契約で学習利用なしと保持期間を確認できる個人データ	利用者数に応じた月額。初期費用は小さい	契約とSSO設定で数日〜数週間	低い。アカウント管理と利用ログの確認が中心
専用環境（クラウド事業者の専有環境・閉域接続）	取引先情報や個人データを含む業務で、保持期間と接続経路を契約と設定で固めたい場合	従量課金に加え、ネットワークと設定の構築費	設計と設定で数週間〜	中程度。設定の維持と事業者の規約改定の追跡
閉域ローカルLLM	設計図面・契約書・診療情報・受託データなど、契約や法令で社外送信そのものが禁止されたデータ	機材と構築の初期費用が中心。月額は電気代と保守	機材調達と設置で数週間〜数ヶ月。貸出機材なら2週間で設置可否を判定できる	高い。モデル更新・脆弱性対応・担当者が必要

多くの企業では、上の2つで大半の業務が足ります。主要な生成AI事業者は、法人契約やAPIでは入力を学習に使わないことを公式に明記しています。個人向けプランとの違いと各社の公式資料は『生成AIの情報漏洩対策2026』で確認できます。「生成AI＝学習される」は個人向けプランの話であり、禁止の根拠が2023年当時の個人向けプランの挙動にあるなら、その根拠は法人契約では成り立ちません。

ローカルLLMが必要になるのは、契約・法令・業界ガイドラインでデータの社外送信が禁止されている業務に限られます。専用環境の閉域接続で足りるか、ローカルでないと満たせないかの切り分けは『Azure OpenAIの閉域接続とローカルLLM』で5点比較しています。インターネットにつながない構成の作り方は『生成AIをオフラインで使う2026』、従業員30人規模で1台構成を持つ現実解は『中小企業のローカルLLM2026』を参照してください。

受け皿の選び方で避けたいのは、「全部ローカルにすれば安心」という判断です。利用者が少なく、機材と運用担当者を抱えるより法人契約の月額のほうが安い会社では、ローカルLLMは過剰投資になります。規制の要請がある業務だけをローカルに載せ、それ以外は法人契約のクラウドを使う併用構成が現実的です。

解禁の5段階

受け皿の候補が決まったら、次の5段階で進めます。順番を入れ替えないことが要点で、とくに「ルールより先に環境」を守ってください。

段階1. 実態を把握する（責めずに）

禁止中の今、実際に何が使われているかを調べます。匿名アンケートと「この期間の申告は不問にする」という宣言を組み合わせると、実態が出てきます。把握したいのは、どのサービスが、どの業務で、どのデータを入力する形で使われているかの3点です。

ここで出てきた用途が、解禁後に最初に公式化すべき用途です。「想定していなかった用途」が必ず出てきますが、それこそが現場の需要です。処罰から入ると社員は申告しなくなり、把握の手段が技術的な検知だけになります。それでは私用スマホの利用が見えません。

段階2. 安全に使える環境を先に用意する

ルールより先に環境です。法人契約の会社アカウントを用意し、SSOで会社のIDに統一します。社外送信が禁止されたデータを扱う部門があるなら、専用環境か閉域ローカルLLMの検討をこの段階で始めます。ローカルLLMは機材の調達に時間がかかるため、貸出機材で「置けるか」を先に判定しておくと、解禁のスケジュールが機材待ちで止まりません。

「安全な公式ルートが存在する」状態を作ってから解禁を宣言しないと、解禁初日に個人アカウントの利用が始まります。公式ルートは、私用のツールより便利でなければ機能しません。「申請が面倒」「使えるモデルが古い」「入力してよい情報が分かりにくい」のどれか1つでもあると、社員は私用アカウントに戻ります。

段階3. ルールを短く作る

利用規程は最初から完璧を目指さず、「使ってよいサービス」「入力してよい情報の区分」「事故時の窓口」の3点が伝わる最小構成で出します。禁止事項だけを並べたルールは読まれませんし、「顧客情報を入力してはいけない」だけでは利用者は怖くて何も入力しなくなります。「社内専用AIには社内文書を入力してよい」「外部サービスには公開情報のみ」のように、環境ごとに許可範囲を明示すると、実際に使われるルールになります。

ひな形は公開されているものを土台にできます。JDLAの利用ガイドラインで作り、総務省・経済産業省のAI事業者ガイドライン（2026年3月31日に第1.2版）で点検する使い分けと、条文例まで含めたひな形は『社内生成AI利用規程のひな形2026』にまとめています。

段階4. パイロット部門で30日回す

全社一斉ではなく、意欲のある1〜2部門で30日試します。見るのは3点です。

実際に使われた用途。想定と違う使い方が必ず出ます
迷いが生じた場面。ルールの穴がここに現れます
窓口に来た質問。入力可否の早見表に足す項目になります

この30日で、ルールと早見表を1回改訂してから全社に出します。パイロット部門には、段階1で利用実態が最も多かった部門を選ぶと、効果が見えやすく、全社展開の説得材料にもなります。

段階5. 全社展開は研修とセットで

規程の配布だけでは読まれません。禁止期間が長かった会社ほど「本当に使っていいのか」という心理的なブレーキが強いため、演習型の研修で「この用途はこう使う」を体験させます。研修の内容は操作方法よりも、パイロット部門で効果が出た使い方を事例として見せることに時間を割きます。

全社展開後も、段階1の実態把握を半年に1回繰り返します。SaaSに後から追加されるAI機能や、新しいサービスの登場で、公式ルートの外側は常に生まれるからです。

全面解禁ではなく「用途から」解禁する

解禁の範囲は、用途とデータ区分の組み合わせで段階的に広げます。最初の範囲は、事故が起きにくい発想系の用途に絞るのが定石です。

順番	用途の区分	具体例	解禁の条件
1. 発想系	ブレスト、下書き、言い換え、公開情報の調査	企画のたたき台、メールの文面、社外向け文章の校正	法人契約の環境があればすぐ。出力は人が確認して使う前提
2. 事実系	要約、議事録整形、社内文書の検索回答、翻訳	会議録の要約、規程の検索、取引先文書の翻訳	誤情報の確認ルール（出典の確認、原文との突き合わせ）とセット
3. 個人データを扱う業務	顧客対応の下書き、問い合わせの分類、人事関連の文書	顧客名入りのメール、応募書類の整理	入力してよい環境を法人契約または閉域に限定し、利用目的の範囲内に限る
4. 社外送信が禁止されたデータ	設計図面、契約書原本、診療情報、受託データ	図面の仕様抽出、契約条項の比較、カルテ要約	専用環境または閉域ローカルLLMが整ってから

発想系は、出力が間違っていても人が直す前提で使われるため、事故になりにくい用途です。事実系は、誤った要約や存在しない出典をそのまま提出すると問題になるため、確認ルールとセットで解禁します。個人データを扱う業務は、個人情報保護委員会の注意喚起にあるとおり、利用目的の範囲内であることと機械学習に利用されないことの確認が前提です。社外送信が禁止されたデータは、受け皿が整うまで禁止を維持します。

「用途から解禁する」のもう1つの利点は、経営層への説明が具体的になることです。「生成AIを解禁します」では不安が先に立ちますが、「公開情報の調査と下書きから始め、取引先情報を含む業務は3ヶ月後に判断します」なら、承認しやすくなります。

経営層に「解禁」を説明する材料

解禁の稟議で経営層が問うのは「なぜ今か」と「何かあったらどうするのか」の2点です。答えの材料は公的資料に揃っています。

IPA「情報セキュリティ10大脅威 2026」。組織向け3位に「AIの利用をめぐるサイバーリスク」が初選出されました。脅威として認識されている一方で、想定される対策は規程・設定・教育・承認プロセスです。「禁止」は対策として想定されていません
個人情報保護委員会の注意喚起（2023年6月2日）。個人情報を含むプロンプトの入力は利用目的の範囲内であることを確認し、個人データを含む場合は機械学習に利用されないことを十分に確認するよう求めています。「確認して使う」が前提の文書です
総務省・経済産業省「AI事業者ガイドライン」第1.2版（2026年3月31日）。AI利用者向けの項目として、機密情報の不適切な入力への注意が挙げられています。社内ルールがこれと矛盾していないかの確認に使えます
主要事業者の法人向け規約。法人契約とAPIでは入力を学習に使わないことを4社とも公式に明記しています。禁止の根拠が「学習される」にあるなら、法人契約でその根拠は消えます

「何かあったらどうするのか」には、段階3で作る事故時の報告ルートと、段階4のパイロット結果で答えます。禁止のままなら事故は報告されず、解禁して報告ルートを作れば早期に把握できる、という対比が、経営層にとって最も納得しやすい説明です。

稟議書の書き方そのものは『ローカルLLM PoCの稟議書テンプレート』で、効果の仮説・段階投資・撤退基準の書き方を扱っています。解禁の稟議でも同じ構成が使えます。

禁止を解く前に決める3つのこと

解禁の宣言と同時に、次の3つが決まっている必要があります。どれか1つでも欠けると、解禁後の最初の事故で「やはり禁止に戻す」という判断になりがちです。

事故時の報告ルート。「入力してしまった」と報告できる窓口と、報告した社員を責めない方針を明文化します。窓口がないと事故は隠されます。初動の手順（入力内容の特定、サービス側の履歴削除、影響範囲の確認、必要に応じた取引先・本人への連絡）も先に決めます
入力してよい情報の線引き。公開情報・社内情報・取引先情報を含む情報・個人データ・社外送信が禁止されたデータの5区分と、それぞれをどの環境に入れてよいかの表を1枚にします。区分と環境の対応表は『生成AIの情報漏洩対策2026』の「データ区分別の使い分け表」が土台になります
見直しの周期。規約は年に何度も改定され、SaaSのAI機能は追加され続けます。半年に1回、公式ルートの一覧と入力可否の早見表を見直す日を決めておきます。見直し担当も名前で決めます

この3つは、解禁の規模にかかわらず必要です。パイロット部門1つで始める場合でも、省略しないでください。

取引先から「生成AIを使うな」と言われた場合

解禁の検討中に、取引先からの要求で止まることがあります。受託契約やNDAに「業務情報を外部のクラウドサービスに入力してはならない」といった条項が入っている場合です。対応は次の順で考えます。

条項の対象を確認する。禁止されているのが「クラウド事業者への送信」なのか「AIの利用そのもの」なのかで、取れる手段が変わります。前者なら、社内で完結する閉域ローカルLLMは条項に抵触しない可能性があります。後者なら、当該業務ではAIを使わない判断になります
構成図と接続範囲で説明する。閉域ローカルLLMを使う場合、機材が社内LANのみに接続しインターネットに出ない構成図、データの保存場所、返却時や廃棄時の消去手順を示すと、取引先の確認が進みます。「ローカルなので安全です」という言葉だけでは通りません
断定しない。契約条項の解釈は取引先と自社の法務が決めることです。「閉域ローカルなら条件を満たせる場合がある」という提案の形にとどめ、取引先の承諾を文書で得てから業務に適用します

閉域に置いても残るリスク（推論サーバーの露出、持ち込んだモデルの検証、入力ログの扱い）は『ローカルLLMは本当に安全か』で整理しています。取引先への説明資料には、残るリスクへの対策も併記しておくと、確認が一度で済みます。

解禁の実施チェックリスト

解禁に着手する前に、次の項目を確認してください。段階1と段階2の着手を優先し、すべてを同時に終える必要はありません。

まとめ

禁止の継続は安全ではありません。利用は私用アカウントに沈んで見えなくなり、事故は報告されず、業務上の便益だけを捨てることになります。IPAの10大脅威2026も規制当局の注意喚起も、「管理して使う」ことを前提に書かれています
「禁止している」会社の実態は、全面禁止・黙認・個人任せ・一部許可の4つに分かれます。黙認と個人任せは「解禁済みで統制がない」状態なので、実態把握とルール整備を急ぎます
解禁の受け皿は法人契約クラウド・専用環境・閉域ローカルLLMの3択です。大半の業務は法人契約で足り、社外送信が禁止されたデータだけが専用環境か閉域ローカルの対象になります。全部ローカルにする判断は過剰投資になりがちです
解禁は、責めない実態把握→受け皿の準備→最小構成のルール→パイロット部門で30日→研修つき全社展開の5段階で進めます。ルールより先に環境を用意し、範囲は発想系の用途から広げます
解禁の前に、事故時の報告ルート・入力してよい情報の線引き・見直しの周期の3つを決めておきます。取引先から禁止を求められた場合は、条項の対象を確認し、構成図と接続範囲で説明し、解釈は断定せず文書で承諾を得ます

よくある質問

Q. 生成AIを禁止している企業は、禁止を続けたほうが安全ではないのですか？

安全ではありません。禁止を続けると、利用は私用スマホと個人アカウントに移って会社から見えなくなり、事故が起きても禁止行為のため報告されません。会社として導入している中小企業が16.2%である一方、個人利用を含む活用は32.4%という国内調査の差は、管理外の利用が相当あることを示しています。IPAの10大脅威2026も個人情報保護委員会の注意喚起も、禁止ではなく「管理して使う」ことを前提にしています。論点は「リスクがあるか」ではなく「見えないまま使われるか、管理して使うか」です。

Q. ChatGPTを禁止した会社は、代わりに何を使えばよいですか？

扱うデータの区分で決めます。公開情報と社内情報の大半は、学習利用なしを明記した法人契約のクラウドAIで足ります。取引先情報や個人データを含む業務で保持期間や接続経路を契約で固めたい場合は、クラウド事業者の専用環境や閉域接続を使います。契約や法令で社外送信そのものが禁止されたデータだけが、社内で完結する閉域ローカルLLMの対象です。全社で1つに統一する必要はなく、データ区分ごとに組み合わせるのが現実的です。

Q. 解禁はどの順番で進めればよいですか？

5段階です。まず匿名アンケートと申告不問期間で実態を責めずに把握し、次に法人契約の会社アカウントなど安全に使える受け皿を用意します。そのうえで「使ってよいサービス」「入力してよい情報」「事故時の窓口」の3点を含む最小構成のルールを作り、1〜2部門で30日のパイロットを回してルールを改訂し、最後に演習型の研修とセットで全社に展開します。ルールより先に受け皿を用意することが最も重要です。

Q. 全面解禁ではなく一部から解禁する場合、何から始めればよいですか？

発想系の用途から始めます。ブレスト、下書き、言い換え、公開情報の調査は、出力が間違っていても人が直す前提で使われるため事故になりにくい用途です。次に要約・議事録整形・翻訳などの事実系を、出典確認や原文との突き合わせのルールとセットで解禁します。個人データを扱う業務は、入力してよい環境を法人契約か閉域に限定し、利用目的の範囲内に限ったうえで解禁します。社外送信が禁止されたデータは、専用環境か閉域ローカルLLMが整うまで禁止を維持します。

Q. 経営層に解禁を説明するには、どんな材料がありますか？

公的資料が4つあります。IPAの「情報セキュリティ10大脅威 2026」は組織向け3位にAI利用のリスクを挙げつつ、対策として規程・設定・教育・承認プロセスを想定しています。個人情報保護委員会の2023年6月の注意喚起は「確認して使う」ことを前提にしています。総務省・経済産業省のAI事業者ガイドライン第1.2版は、AI利用者向けに機密情報の不適切な入力への注意を挙げています。主要事業者の法人向け規約は、入力を学習に使わないことを明記しています。これらに、パイロット部門の結果と事故時の報告ルートを添えて説明します。

Q. 取引先から「生成AIを使うな」と言われている場合、解禁できますか？

契約条項の対象によります。禁止されているのが「クラウド事業者への送信」であれば、社内LANのみに接続しインターネットに出ない閉域ローカルLLMは条項に抵触しない可能性があります。「AIの利用そのもの」が禁止されているなら、当該業務ではAIを使わない判断になります。いずれの場合も、構成図・接続範囲・データの保存場所・消去手順を示して取引先に確認し、解釈を断定せず、承諾を文書で得てから業務に適用してください。

主な参考資料: IPA「情報セキュリティ10大脅威 2026」、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」、総務省・経済産業省「AI事業者ガイドライン第1.2版」、商工中金「中小企業設備投資動向調査（2026年1月）付帯調査」、帝国データバンク「生成AIの活用に関する企業アンケート」

TodoONadaでは、生成AIの解禁を「実態把握」「受け皿の準備」「ルール」「パイロット」「全社展開」の5段階で支援しています。社外に出せないデータを扱う部門の受け皿としては、DGX SparkやMacを貴社オフィスに設置して2週間で「置けるか」を判定する社内設置の実現性検証（30万円〜・税別・機材貸出料込み）と、Mac構成の業務PoC（50万円〜）を承っています。「うちの禁止はどの形で、どこから解けばよいか」という整理のご相談だけでも歓迎します。

この記事に関連するサービス

TodoONada株式会社では、シャドーAIの実態把握を起点にした企業向けの全社AI導入支援を行っています。法人プランの選定と統制の整備から、部門別の活用と研修、効果測定まで正しい順番で進めます。

全社AI導入支援 — シャドーAIを含む現状診断から、ChatGPT・Claude・Copilot・Geminiの法人プラン選定、SSO・監査ログ・規程、部門別の活用と研修、定着まで。現状診断30万円〜（税別）
ローカルLLM導入支援 — 契約や法令で社外送信が禁止されたデータを扱う部門向けの、閉域で完結する構成
ローカルLLM 社内設置の実現性検証（機材貸出） — 機材を買う前に、貴社オフィスに2週間設置して「置けるか」を判定

ご相談はお問い合わせからお気軽にどうぞ。検討段階のご相談も歓迎です。