PdMが押さえるAIリスク7分類と社内ガバナンスの作り方 (2026年版)

企画書を出したら法務から「これ、大丈夫ですか」と一行だけ返ってきて止まった。あるいはセキュリティ部門から社外AIの利用申請を差し戻された。心当たりがあるなら、足りないのは根性ではなく、判断の型です。

AIリスクの大半は、7つの箱に分けた時点でほぼ片づきます。どの箱が自分の担当で、どの箱を誰に渡すのか。それさえ決まれば、止まっていた企画は動き出します。

PdMが抱えるAIリスクとは、何を指すのか

PdMのAIリスクとは、AIを業務や製品に組み込む過程で発生する、情報・権利・法令・統制にまつわる損失の可能性のことです。技術的な脆弱性だけを指す言葉ではありません。

ここを狭く捉えると事故ります。「セキュリティは情シスの仕事」と切り分けた瞬間、生成物の権利や表示義務といった、情シスの管轄外にある地雷が誰の手にも渡らなくなるからです。

実務では次の7分類が扱いやすい単位です。表の後に、それぞれの重さの違いを補足します。

つまり、7つのうち3つ（1・2・6）はPdMが第一責任者になります。残りを渡す相手を最初に決めておくと、レビューの往復が減ります。

重さの順位はプロダクトの性質で変わります。BtoB SaaSなら1と7、消費者向けの生成系サービスなら2と3が先に効いてきます。

なぜAIリスクの一次窓口がPdMになるのか

AIの導入判断は、機能仕様と業務フローの両方を知っている人にしか下せません。その条件を満たす役職が、多くの組織ではPdMだけです。

法務は契約書を読めますが、その機能で顧客のどんなデータが流れるかは知りません。情シスはネットワークを守れますが、生成された文章が景品表示法に触れるかは判断できません。間に立って翻訳する人がいないと、審査は「持ち帰って検討します」の無限ループに入ります。

ここが落とし穴。PdMが翻訳者になれないと、現場は審査を避けて勝手に使い始めます。いわゆるシャドーAI（会社が把握していないAI利用）です。禁止したつもりが、見えない場所に移動しただけという結末になります。

権限の整理は、次の3行で足ります。

• PdMが決める: どのデータをどのAIに流すか、生成物をどう表示するか
• 法務が決める: 契約条項の可否、業法・表示義務の解釈
• 情シスが決める: 認証・ログ・ネットワーク・端末の統制

この3行を企画書の冒頭に貼っておくだけで、差し戻しの理由が「誰の判断待ちか」に収束します。

情報漏洩はどの瞬間に起きるのか

情報漏洩の入口は3か所しかありません。入力、保存、学習です。この3つを分けて考えると、対策が具体的な設定作業に落ちます。

入力は、社員がチャット欄に貼り付けた瞬間です。ここが最も件数が多く、最も防ぎやすい。保存は、サービス側が会話履歴を持ち続けることで起きます。学習は、入力内容がモデルの改善に使われ、別のユーザーへの回答として出てしまう経路です。

法人向けプランやAPI（他のソフトからAIを呼び出す窓口）経由の利用では、学習に使わない設定が既定になっているサービスが主流です。ただし「主流」であって「全部」ではありません。契約前に必ず個別確認してください。

漏洩経路ごとの対策を整理します。

つまり、即効性があるのは入力側のルールで、根本解決は契約とアカウント統制の側にあります。両方をセットで進めるのが早い。

なお、社内の資料をAIに読ませて答えさせる仕組み（RAG）を入れると、権限設計の難易度が一段上がります。人事評価のファイルが検索対象に紛れ込むと、権限のない社員に要約として渡ってしまうからです。取り込み対象のフォルダは、最初は狭く始めるのが安全です。

社外AIに入れていいデータの線引きはどう決める？

データを4段階に分け、段階ごとに使えるAIを決めます。これが最も再現性の高いやり方です。

「機密情報は入れない」という抽象的なルールは機能しません。人によって機密の定義が違うからです。具体的なファイル名やフィールド名まで落として初めて守られます。

分類の例を示します。自社の実態に合わせて名前を変えてかまいません。

つまり、迷った時は一段厳しい側に倒す。この一行を明文化しておくと、判断の属人化が止まります。

線引きの運用でつまずきやすいのが「加工すれば大丈夫か」という論点です。氏名を伏せても、社名と役職と日付が揃えば個人は特定できます。伏せ字は免罪符になりません。

もう一点。競合の資料や、取引先から受け取った秘密保持契約付きの資料は、社内限より厳しく扱うのが安全です。自社の情報ではないので、事故った時に謝る相手が増えます。

AIが出した嘘は、どこで止めるのか

AIがそれっぽい嘘をつくこと（ハルシネーション）は、設定では消えません。工程で止めるしかありません。

止め方は3層です。生成の直後に人が見る、公開前に別の人が見る、公開後に通報経路を用意する。この3つのどれかを省くと、必ず抜けます。

PdMとして決めるべきは「どの出力に人のチェックを必須にするか」です。全部を人力確認にすると、AIを入れた意味がなくなります。判断基準は、間違えた時の被害額で決めます。

• 被害が大きい: 価格表示、契約条件、医療・法務・金融の助言、実績数値
• 被害が中程度: 商品説明文、社外向けメール、要約レポート
• 被害が小さい: 社内の下書き、アイデア出し、ブレストの叩き台

被害が大きい領域は、AIの出力をそのまま画面に出さない設計にします。候補として提示し、人が確定させる。この一手間だけで事故率は大きく下がります。

社内文書の検証や監査の観点で使えるツールの整理は、内部監査向けAIツールの比較記事にまとめています。チェック工程を人力から仕組みに移したい段階になったら、こちらが早いです。

AI規制はどこまで気にすればいい？

日本国内で先に効いてくるのは、AI専用の新しい法律よりも、既存の個人情報保護法と著作権法です。ここを外して海外の規制だけ調べるのは順番が逆です。

2026年4月時点の整理として、日本のAI関連の法制度は、事業者を直接罰する作りよりも、推進と体制整備を促す方向に寄っています。一方で、個人情報の取り扱いや不当表示は従来どおりの規制が生きています。つまり、AIを使ったという理由で規制が緩むことはありません。

海外向けにサービスを出すなら話が変わります。EUのAI規則はリスクの高さで用途を段階分けし、禁止される用途と、高リスクとして重い義務がかかる用途を定めています。採用選考や信用評価のような、人の権利に影響する用途は要注意です。

自社が確認すべき範囲を表にします。

つまり、規制対応は「どの国に、どんな用途で出すか」の2軸で決まります。国内向けの社内効率化ツールなら、確認範囲はかなり絞れます。

判断に迷った時、個人情報保護委員会が公表している生成AI利用に関する注意喚起は、社内説明の下敷きとして使いやすい資料です。一次情報にあたる習慣は、法務との会話を短くします。

海外規制の一次情報を素早く集めたい時は、検索と要約を兼ねるツールが助けになります。Feloの使い方をまとめた記事は、出典付きで調べ物を進めたいPdMには向いています。

社内ガバナンスは何から作るのが速いのか

ガバナンスの初期構築は、3点セットから始めるのが最短です。利用ルール、利用台帳、申請窓口。これ以上を最初から作ると、運用されずに形骸化します。

利用ルールは1ページに収めます。データ分類表、使ってよいサービス一覧、禁止事項の3ブロック。10ページの規程は誰も読みません。

利用台帳は、どの部署がどのAIを何の目的で使っているかの一覧です。スプレッドシート1枚で始めて問題ありません。台帳がないと、事故が起きた時に影響範囲を特定できません。

申請窓口は、新しいAIを使いたい時の受け口です。ここで大事なのは返答期限を決めること。期限のない審査は、現場から見れば実質的な禁止です。3営業日以内に一次回答、と書いておくだけで、シャドーAIはかなり減ります。

整備の順番を示します。

つまり、第3段階までは1か月で作れます。時間がかかるのは第4段階の契約と認証まわりです。

ステコミ（経営層が参加する意思決定会議）に上げる時は、リスクの列挙ではなく「この3点セットで、いま止まっている案件が何本動くか」を示すと通りやすくなります。守りの話を攻めの数字に翻訳するのはPdMの仕事です。

AI機能をリリースする前に何を確認する？

リリース判定は、機能の品質だけでなく、失敗した時の逃げ道まで含めて見ます。確認項目を先に固定しておくと、直前の慌ただしさが消えます。

判定の観点は次の4つに集約できます。

• データ: 何が送信され、どこに保存され、いつ消えるか説明できるか
• 出力: 誤りが出た時、ユーザーがどう気づき、どう報告できるか
• 表示: AIが関与していることを、必要な場面で示しているか
• 撤退: 品質が崩れた時に、機能をオフにする手段があるか

4つ目を用意していないプロダクトが目立ちます。AI機能をフラグで即座に止められる設計にしておくと、障害対応の選択肢が一気に増えます。地味に効きます。

出力の品質監視も設計に含めてください。ユーザーからの低評価が一定割合を超えたらアラートを出す、といった仕組みです。品質劣化はある日突然起きます。モデルが差し替わった時が典型です。

プロジェクト管理側の運用に組み込みたいなら、AIプロジェクト管理カテゴリのツールでチェックリスト自体をワークフロー化する手もあります。

ベンダー契約で目を通すべき条項はどこか

契約書を全部読む必要はありません。AI特有の論点は6つに絞れます。

つまり、確認すべきは「入れたデータの扱い」と「出したものの責任」の2系統です。この6行を法務へのレビュー依頼書に貼れば、往復が1回で済みます。

セキュリティ認証の有無も見ます。SOC 2 Type IIやISO 27001は、運用体制が第三者に検査されている証拠です。取得していれば安全という話ではありませんが、取得していない事業者に基幹業務を預けるのは分が悪い。

もう一つ、値上げと提供終了への備えを忘れないでください。AI関連サービスの料金体系は変動が激しく、前提が崩れると採算が合わなくなります。代替候補を常に1つ持っておくのが実務的です。AIセキュリティ関連ツールのランキングやAI業務効率化カテゴリを定期的に眺めておくと、乗り換え先の当たりがつきます。

生成物の権利と表示で、何が問題になるのか

生成された文章・画像・コードには、それぞれ別の地雷があります。同じ「AIの出力」でも扱いが違うと理解しておいてください。

画像は、既存の作風や登場人物に似すぎると問題になります。特定の作家名やキャラクター名を指示文（AIへの指示文、いわゆるプロンプト）に入れるのは避けるべきです。社内の制作ガイドラインに一行入れておくと、後から揉めません。画像生成の選択肢を整理するなら、イラスト向けAIツールの比較が入口として読みやすいです。自社サーバーで動かす構成を検討する段階なら、ComfyUIとStable Diffusionの違いを整理した記事まで進むと、データを外に出さない選択肢が見えてきます。

文章は、事実の誤りと表示の問題が中心です。実績値や比較表現をAIに書かせると、根拠のない数字が混ざります。数字が入った文は、人が出典を確認するまで公開しない。この一線を守れば大半は防げます。

コードは、ライセンスの汚染が論点です。生成されたコードが特定のライセンスのコードに酷似していた場合、自社製品のライセンス条件に影響します。開発ツール側にライセンス検査の機能があるか確認してください。

AI関与の表示については、法律上の一律義務というより、ユーザーの信頼と業界慣行の問題として捉えるのが現実的です。医療や金融の助言に近い領域では、表示しないほうがリスクになります。

ここまでの整理: 入力（何を渡すか）、出力（何を信じるか）、契約（何を約束させるか）の3点が押さえられていれば、PdMの守備範囲はほぼ埋まります。残りは体制と運用の話です。

インシデントが起きたら誰が何をする？

事故対応は、起きてから考えると必ず遅れます。連絡経路と初動を紙に書いておくのが唯一の対策です。

初動の順番は決まっています。止める、範囲を測る、報告する、直す。この順番を変えないでください。原因究明を先にやると、被害が広がり続けます。

想定される4シナリオと初動を示します。

• 機密データを社外AIに投入した: 該当アカウントの利用停止、事業者へ削除依頼、投入内容の特定
• 生成物が誤情報として公開された: 該当ページの非公開化、訂正告知、生成ログの保全
• 権利侵害の指摘を受けた: 該当物の使用停止、生成時の指示文と日時の保全、法務へエスカレーション
• ベンダー側の障害・情報流出: 機能フラグでオフ、影響ユーザーの特定、事業者の公式発表の追跡

共通するのは「ログの保全」です。誰が、いつ、どんな指示を出したかが残っていないと、被害範囲を証明できません。監査ログが取れる法人プランを選ぶ理由の半分はここにあります。

報告先の一覧も事前に作ります。社内の責任者、ベンダーのサポート窓口、必要に応じて監督官庁。夜間に探すことになる連絡先は、探せません。

PdMがやりがちな失敗パターン

同じ型の失敗が繰り返されています。先に知っておけば避けられるものばかりです。

禁止だけして代替を出さない。これが最悪の一手です。現場は仕事を止められないので、個人アカウントに逃げます。禁止と同時に「代わりにこれを使ってください」を出してください。

PoC（試験導入）の条件と本番の条件が違う。少人数の試験では問題が出ず、全社展開で権限設計の穴が露呈する。試験の段階から、最も権限の弱い社員のアカウントで試すのが定石です。

AIの精度だけを評価指標にする。正答率が上がっても、誤答時の被害が大きければ導入判断は変わります。評価軸に「誤答時の復旧コスト」を必ず入れてください。

ベンダーの説明を検証せずに信じる。営業資料に「学習に使いません」と書いてあっても、契約書に同じ文言があるとは限りません。資料ではなく契約書で確認する。ここは横着しないほうがいい。

リスク台帳を作って満足する。台帳は更新されて初めて意味を持ちます。四半期に一度の見直しをカレンダーに入れるところまでが構築作業です。

最初の90日で何をやるべきか

一気に全部はできません。優先順位をつけた進め方を示します。

つまり、最初の30日は調べる作業、次の30日は契約と窓口、最後の30日は仕組み化です。この順番なら、現場を止めずに進められます。

社内での活用アイデアを広げる段階になったら、Meta AIの活用ガイドのように、個別サービスの機能と制限を把握しておく記事が判断材料になります。使える道具の幅を知らないまま規程だけ作ると、現実離れしたルールになります。

AI PICKS編集部の判定

PdMのAIリスク対応で、最初にやるべきは規程作りではありません。データ分類表の1枚です。ここが決まっていない状態で規程を書くと、抽象的な精神論にしかならず、現場では守られません。逆に分類表さえあれば、規程は半日で書けます。

法人契約への統一は、コストがかかっても一択です。個人向けの無料プランを業務で使い続ける構成は、学習利用の設定も監査ログも管理者の手を離れており、事故が起きた時に何も証明できません。月々の費用より、証明できないことのほうが高くつきます。

一方で、審査を厳しくしすぎる運用は正直イマイチです。返答期限のない申請窓口は、現場から見れば禁止と同義で、シャドーAIを増やすだけ。3営業日以内の一次回答という約束が、統制の実効性を支えます。

守りの整備は地味ですが、企画が止まらなくなるという意味では攻めの投資です。90日あれば形になります。

よくある質問（FAQ）

Q. 無料プランのAIを業務で使ってはいけませんか

原則として避けるべきです。入力内容が学習に使われる設定が既定になっている場合があり、管理者による利用状況の把握もできません。社外に公開済みの情報だけを扱う用途に限定するなら許容できますが、その線引きを全社員に守らせるコストを考えると、法人契約に統一したほうが安く済みます。

Q. 社内の議事録をAIに読ませるのは問題ありませんか

法人契約のサービスであれば、多くの企業が実施しています。注意点は2つ。人事や評価に関わる議事録を対象に含めないこと、参加者の同意なく音声を記録しないことです。取り込み対象のフォルダを狭く始めて、問題がなければ広げる進め方が安全です。

Q. AIが生成した文章の著作権は誰のものになりますか

サービスの利用規約によって扱いが異なります。多くの法人向けサービスは利用者に権利を認める形をとっていますが、規約の変更もあり得るため、契約時点の条文を保存しておくことをおすすめします。人の創作的な関与がどれだけあったかによって、そもそも著作物として保護されるかが変わる点にも留意してください。

Q. AIを使っていることをユーザーに開示する義務はありますか

日本国内で一律の開示義務が課されているわけではありませんが、用途によります。医療・金融・法務に近い助言や、人の評価に関わる判断をAIが担う場合は、開示しないこと自体が信頼と規制の両面でリスクになります。判断に迷うなら開示する側に倒すのが無難です。

Q. 情報漏洩が起きた時、まず何をすればいいですか

止める、範囲を測る、報告する、直す、の順です。原因究明より先に該当アカウントの利用を止め、何が投入されたかを特定してください。生成ログと操作ログの保全も初動に含めます。ログがないと被害範囲を証明できず、対外説明が成り立ちません。

Q. セキュリティ部門を説得する材料は何が効きますか

現状の棚卸し結果です。「いま何人が、どのサービスを、何に使っているか」を数字で出すと、議論が理念から実務に移ります。禁止した場合に業務がどう滞るかも併せて示すと、代替案の検討に進みやすくなります。

Q. 小さい会社でもガバナンス整備は必要ですか

必要ですが、規模に応じて軽くできます。10人規模なら、データ分類表1枚と利用サービス一覧1枚で足ります。規程の分厚さではなく、判断基準が共有されているかが効きます。取引先から情報管理体制を問われる場面は、会社の規模に関係なくやってきます。

Q. AIの品質が落ちたことに気づく方法はありますか

ユーザーからの評価データを取るのが確実です。生成結果に対する良し悪しのボタンを置き、低評価の割合が一定を超えたらアラートを出す仕組みにしておきます。モデルの差し替えは事業者側の都合で起きるため、自社で検知できる状態を作っておくしかありません。

あわせて見たいツール・カテゴリ

• AIセキュリティカテゴリ — 統制と監視の道具を一覧で把握できます
• AIセキュリティツールランキング — 導入検討時の候補出しに使えます
• Microsoft 365 Copilot — 既存の権限設計を活かしたい組織向けの選択肢
• Claude — 長い社内文書の読み込みと要約に向いています
• ChatGPT — 法人向けプランの管理機能を比較する起点に
• Glean — 社内検索に権限制御を効かせたい場合の候補
• AIプロジェクト管理カテゴリ — 審査フローの仕組み化に使えます

次に読むならこれ。チェック工程を人力から仕組みに移す段階にいるなら、内部監査向けAIツールの比較記事が具体的です。この記事で決めたルールを、実際に回る運用へ落とす手順が見えてきます。

各ツールの公式サイト（一次情報）

料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。

• ChatGPT — 公式サイト（AI PICKSの詳細）
• Claude — 公式サイト（AI PICKSの詳細）
• Microsoft 365 Copilot — 公式サイト（AI PICKSの詳細）