--- title: 機密データをAIに入れるのは法務がNG？企業のためのデータ保護ガイド lang: ja source: https://mindsprt.dev/ja/knowledge/ai-data-compliance/ --- # 機密データをAIに入れるのは法務がNG？企業のためのデータ保護ガイド *印刷ナレッジ · 9 分で読む · 2026-07-26* > 顧客の個人情報、見積書、ブランドカラーの数値。こうしたものは本当にChatGPTに入れてはいけないのでしょうか。法務の「NG」には理由があります。ただし、AIツールが一切使えないという意味ではありません。この記事では、どのデータにリスクがあり、どのデータなら安全か、企業が法務にも認められるAI利用ルールをどう作ればよいかを、実務の視点から整理します **クイック回答:** 顧客の個人情報、見積書、ブランドカラーの数値。こうしたものは本当にChatGPTに入れてはいけないのでしょうか ## 法務が「NG」と言うとき、何を心配しているのか？ この質問は最近かなりよく聞かれます。デザインチームがAIツールで校正、配色、レイアウトをし始めたところ、ある日、法務や経営者から「顧客データは入れてはいけない」と言われる、という流れです。 法務の懸念は余計なお世話ではありません。公開版のChatGPT、つまりブラウザを開いてそのままログインして使う版には、ひとつ大きな特徴があります。入力した内容が、初期設定ではOpenAIのモデル改善に使われる可能性があることです。これは秘密ではなく、OpenAIのプライバシーポリシーにも明記されています。ただ、多くの人がきちんと読んでいないだけです。 では、具体的に何が問題なのか。顧客企業名、担当者名、発注品目が入った見積確認書をChatGPTに貼り付けて文章を整えてもらうと、そのデータはOpenAIのサーバーへ送られます。法的な意味でのデータ管理権限は、もう自社だけの手元にはありません。 台湾の個人資料保護法では、企業が個人情報を収集、処理、利用するには特定の目的が必要で、必要な範囲を超えてはならないとされています。顧客の個人情報を第三者のAIプラットフォームへ送る行為は、厳密に言えばこの線に触れます。個人情報を集める時点で告知し、同意を得ているなら別ですが、B2Bの印刷業務の現場でそこまでしているケースはほとんどありません。 これが法務の言う「NG」の下限です。意地悪をしているわけではありません。 ## 公開AIと企業版は何が違うのか？ AIを一律に禁止するのは、別方向の極端です。そこまでする必要はありません。見るべき点は、自分たちがどの種類のAIを使っているかです。データの隔離レベルがまったく違います。 公開版（Consumer tier） ・ChatGPT無料版、Plus個人アカウント：入力データは初期設定で学習用のプールに入る可能性があります。「モデル改善」の設定を手動でオフにした場合を除きます。 ・個人利用や、顧客を識別できる情報を含まないアイデア出しに向いています。 企業版とAPI版（Enterprise / API tier） ・ChatGPT Enterprise、Microsoft 365 Copilot（Azure OpenAI経由）：OpenAIはEnterprise顧客のデータをモデル学習に使わないと明確に約束しており、データは送信中も保存時も暗号化されます。 ・API経由の利用（userパラメータを設定し、アカウントがAPIプランであることを確認した場合）にも、データを学習に使わないポリシーが適用されます。 ローカル導入 ・自社サーバーやプライベートクラウドでオープンソースモデル（Llama系など）を動かす方法です。データが外部に出ないため、コンプライアンス上のリスクは最も低くなります。 ・弱点はIT構築コストが必要なことです。一定規模の印刷会社やデザイン会社に向いています。 はっきり言うと、同じ「AI」と呼ばれていても、公開版と企業版ではデータの行き先が大きく違います。多くの会社が「AIは使えない」と言いますが、本当に言うべきなのは「顧客データを公開版AIで扱ってはいけない」です。この2つはまったく意味が違います。 ## 可変データ印刷の機密性は、多くの人が思うよりずっと高い 可変データ印刷（Variable Data Printing、VDP）は、印刷業界で特に警戒が必要な場面です。 簡単に言えば、VDPとは同じロットの印刷物でも、1点ごとに名前、住所、バーコード、パーソナライズされた内容を変えて印刷することです。ダイレクトメールの封筒、会員カード、保険証券、医療レポートの表紙などが典型的なVDPの用途です。この種の仕事の特徴は、手元に必ず大量の個人情報リストがあることです。 よくある場面を見たことがあります。デザイナーがVDPテンプレートのレイアウトが正しいか確認するために、500件の顧客データを含むCSVを丸ごとAIツールに貼り付け、「項目形式を確認して」と頼む。すると、その500件分の氏名、住所、電話番号がそのまま送信されてしまいます。 VDP案件では、版面テストには必ず匿名化したダミーデータを使うべきです。実際の顧客リストは入稿された瞬間から、情報セキュリティ管理下の環境だけで処理し、公開AIツールには触れさせない。 AIにVDPの設計ロジックや組版ルールの最適化を手伝わせたい場合は、ルールを文章化します。たとえば「氏名欄は日本語漢字で最大8文字、超える場合は文字サイズを8ptまで縮小する」のようにします。AIに入れるのはルールそのものであって、実データではありません。 ## どのデータなら使えるのか。どれは先に匿名化すべきか？ 実務で最もよく聞かれる質問です。簡単に分けると、次のようになります。 そのままAIに入れてよいもの（低リスク） ・公開情報。たとえば製品仕様の説明、素材紹介、印刷加工の説明。 ・完全に架空のデザイン原稿テキスト。テスト用のLorem Ipsumや自作のダミーデータ。 ・社内プロセス文書。ただし顧客や従業員を識別できる情報を含まないもの。 ・技術的な質問。たとえば「Pantone 485CをCMYKに変換した標準値はいくつか」。 匿名化してからでないと入れてはいけないもの ・顧客要件の説明文書：会社名は「A社」、人名は「購買担当者」に置き換える。 ・過去事例の参照：事例を特定できる情報をすべてぼかしてから説明する。 ・見積書のドラフト：品目や仕様は残してよいが、顧客名、会社統一番号、購買担当者名は削除する。 絶対に入れてはいけないもの（高リスク、AIの種類を問わない） ・個人の氏名、電話番号、住所、身分証番号を含むあらゆるリスト。 ・顧客と秘密保持契約を結んでいるデザイン原稿データやブランドガイドライン文書。 ・財務データ、契約条項、見積明細。特に競争入札案件。 ・従業員の給与、評価、人事データ。 匿名化の核心はひとつだけです。削除後に、残った情報から実在の個人や特定企業へ誰もたどり戻れないこと。名前だけ差し替えても、独自性の高い業務説明が残っているなら、本当の匿名化ではありません。 印刷提案の準備でAIを使いたい場合は、[MINDS Knowledge Academyのコンサルティングチーム](https://mindsprt.dev)に相談し、法令遵守に合ったAIワークフローをどう作るか検討してもよいでしょう。特にVDPと商業印刷の現場では、データ分類ルールの設計が効いてきます。 ## AIベンダーとNDAを結ぶとき、どの条項を見るべきか？ AIツールを導入するとき、多くの会社は機能と価格ばかり見て、秘密保持契約をさらっと流してしまいます。これはよくある見落としです。 信頼できるAIベンダーのNDAや利用規約なら、少なくとも次の点を確認すべきです。 データの用途 ・ベンダーが、入力データをモデル学習に使わないと明確に約束しているか。 ・データ保持期間が明記されているか。たとえば処理完了後30日以内に削除する、など。 ・データが契約で定めた用途にのみ使われ、第三者へ開示されないか。 データの保存場所と隔離 ・サーバー所在地を確認する。EUのGDPRや台湾の個人情報保護規制では、越境移転に関するルールがあります。データが米国サーバーに置かれることが、必ずしも適法とは限りません。 ・Enterpriseアカウントに論理的な隔離があり、自社データが他のテナントと完全に分かれているか。 違反時の責任 ・ベンダー側で情報漏えいが起きた場合、何時間以内に通知する必要があるか。72時間は業界でよく使われる基準です。 ・契約違反時の損害賠償条項が具体的か。「防止に努める」と書いてあるだけでは足りません。 監査権 ・ベンダーにデータ処理記録の提出を求められるか。 ・ISO 27001やSOC 2認証は基本的な目安です。第三者による情報セキュリティ監査を通過していることを示します。 ベンダーの利用規約が公開されたオンライン文書で、個別に修正できない場合、できることはそのプラットフォームの利用ポリシーが自社要件に合うか確認することだけです。合わないなら、信頼できない方法で顧客データを処理していることになります。 主要な印刷業向けSaaSツール、たとえばAdobe Creative CloudやCanva企業版は、近年GDPRや個人情報保護法への準拠を明確に表明しています。ただし、こうした表明はNDAそのものではありません。企業契約を結んで初めて、一定の保護が得られます。 ## 企業がAI導入前に確認すべきコンプライアンスチェックリスト このチェックリストは、私自身が印刷会社やデザイン会社にAIワークフロー導入を支援するときにも使っています。机上の枠組みではなく、実際に回してみて整理したものです。 導入前の確認 ・利用するAIプラットフォームの利用規約の版と、データ用途の説明を確認する。 ・データの機密性に応じて、企業版、API版、ローカル導入のいずれが必要かを評価する。 ・法務と確認する。既存の顧客契約に「顧客データを第三者に処理させてはならない」という条項がないか。 社内ルールの整備 ・「AIで利用可能なデータ分類表」を作る。この記事の上の分類ロジックを参考にできます。 ・どの業務フローでAIを使えるか、どれは禁止するかを決める。たとえばVDP作業では公開AIを全工程で禁止する、など。 ・従業員向けのAI利用トレーニングを整備し、少なくとも年1回実施する。 ベンダー管理 ・すべてのAIツールベンダーに、DPA（Data Processing Agreement、データ処理契約）の提出を求める。 ・ベンダーがISO 27001またはSOC 2認証を持っているか確認する。 ・契約後も、毎年ベンダーのプライバシーポリシー更新を見直す。 日常運用 ・AIに貼り付ける前に「匿名化セルフチェック」を行う。この内容には、特定の個人や特定企業を識別できる情報が含まれていないか。 ・少しでも疑わしければ、置き換えてから送信する。賭けに出ない。 ・機密性の高い作業が終わったら、AIプラットフォーム上の会話履歴を削除する。多くのプラットフォームには手動削除の選択肢があります。 医療、金融、政府入札案件など、高度な個人情報保護が求められる印刷案件を受けている会社なら、[MINDS Printing](https://www.mindscmyk.com/)のようにコンプライアンス体制が整った商業印刷会社と組むことを勧めます。デザインから面付けまで管理された環境内で進めることで、情報セキュリティ上の穴を減らせます。 ## 要点整理 ・公開版ChatGPTは、初期設定では入力データをモデル学習に使える可能性があります。企業版とAPI版は使わないと明確に約束しています。両者のコンプライアンスリスクは同じ段階ではありません。 ・可変データ印刷（VDP）では、実際の顧客リストは入稿時点からAIツールと完全に切り離すべきです。版面テストにはダミーデータだけを使います。 ・匿名化の下限は「削除後に、実在の個人や企業へ逆算できないこと」です。名前だけ替えて、特徴的な業務説明を残すのは不十分です。 ・AIベンダーとの契約で見るべき点は4つです。データ用途、サーバー所在地、通知義務、監査権。DPAがなければ、保護がないのと同じです。 ・社内のAI利用ルールは口頭だけでは足りません。VDPでは公開AIを禁止するというルールは、作業SOPに書き込んで初めて現場に定着します。 ## さらに考えたいこと コンプライアンスという点では、印刷業界は実は多くの業界より有利です。もともと顧客の機密情報を扱うことに慣れているからです。デザイン原稿を外に出さない、校正紙を流出させない、見積を公開しない。これらは業界の基本作法です。この考え方をAIツールに広げるのは、それほど難しくありません。 最も現実的な次の一手はひとつです。会社で現在使っているAIツールをすべて洗い出し、ひとつずつ企業版かどうか、DPAを結んでいるかを確認することです。従業員が個人で作ったアカウントを使っているツールがあるなら、今すぐ会社アカウントに切り替えるか、Enterpriseへ上げる。この作業は複雑ではありませんが、リスクの80%を止められます。 デザイン会社も印刷会社も、AIコンプライアンスについて事故が起きるまで待つ必要はありません。今のうちにデータ分類表を作り、従業員に何を入れてよく、何を入れてはいけないかを知らせる。それだけで、後からの後始末よりはるかに安く済みます。 ## FAQ / よくある質問 ### ChatGPT無料版と企業版では、データセキュリティにどんな具体的な違いがありますか？ 無料版とPlus個人アカウントは、初期設定ではOpenAIが会話をモデル改善に使うことを許可しており、データが学習用のプールに入る可能性があります。ChatGPT Enterprise版は、顧客の入力データをモデル学習に使わないと明確に約束しており、データは送信時も保存時も暗号化されます。簡単に言えば、個人版では入力内容をOpenAIが見る、学習する可能性がありますが、企業版ではそれを行いません。 ### 可変データ印刷（VDP）の顧客リストをAIツールで処理してもよいですか？ いけません。VDPの顧客リストには通常、氏名、住所、電話番号などの個人情報が含まれます。公開AIツールへ直接入れると、個人情報保護法の「特定目的」原則に反します。正しい方法は、ダミーデータで版面をテストし、実際のリストはローカル環境または情報セキュリティ管理された完全な工程内だけで処理することです。 ### 匿名化は、氏名を差し替えるだけで十分ですか？ 十分ではありません。匿名化の基準は「削除後に、残った情報から誰も実在の個人や特定企業へたどり戻れないこと」です。氏名を替えても、「北台湾で最大のある種類のメーカー」のような特徴的な業務説明を残していれば、業界の人には識別できる場合があります。それは本当の匿名化ではありません。 ### AIベンダーと結ぶサービス契約で、最も大事な文書はどれですか？ 最も大事なのはDPA（Data Processing Agreement、データ処理契約）です。この文書では、ベンダーがデータをどう処理、保存、保護するか、漏えい時の通知義務や賠償条項を明確に定めます。サービス契約やオンライン規約だけでDPAがない場合、法的な保護はないのと同じです。 ### ローカル導入のAIモデルは、クラウドサービスより必ず安全ですか？ データプライバシーという面では、ローカル導入は確かに最も安全な選択肢です。データが自社環境から一切出ず、第三者サーバーに関するコンプライアンス問題がないからです。ただし、安全性は自社のIT管理に左右されます。社内サーバーのアクセス制御や暗号化が甘ければ、ローカル導入でもリスクはあります。Azure OpenAI Serviceのようなクラウド企業版でも、DPAと情報セキュリティ認証が整っていれば、中小企業にとっては自社構築より管理しやすい場合があります。 --- > HTML version: https://mindsprt.dev/ja/knowledge/ai-data-compliance/ > MINDS — 麥思印刷整合有限公司 · https://mindsprt.dev