見えないものはガバナンスできない

「AIガバナンスの現実」シリーズより

セキュリティやコンプライアンスのリーダーに、承認されたツール以外で組織内にどの程度のAI利用が存在するかを尋ねてみてください。正直な答えが返ってきます。彼らは把握していません。「少ない」でも、「対応中」でもありません。彼らは本当に知らないのです。そして、多くの企業が実態を調査しようとする手法は、数値を改善するどころか悪化させています。

セーフハーバーのパラドックス

ここに罠があります。未承認のAI利用の発覚が懲戒につながるなら、従業員にはそれを隠す十分な理由があります。つまり、最初の監査が始まる前に、発見プロセスは破綻しているのです。従業員を不利な立場に追い込むチャネルを通じて、自らをトラブルに巻き込むような告白を求めているからです。

これは仮定の話ではありません。Verizonの「2026 Data Breach Investigations Report」によると、シャドーAIはエンタープライズ環境で検出された悪意のない内部者の行動として3番目に多くなり、前年の4倍に増加しています。Salesforceの「2026 Workforce AI Survey」では、現在67%の従業員が職場でAIツールを使用している一方、正式なAIセキュリティポリシーを持つ組織はわずか18%でした。この行動とポリシーのギャップは、トレーニングの問題ではありません。インセンティブの問題です。懲罰的な発見手法は、利用をさらに地下へと潜らせます。

解決策は監視の強化ではありません。恩赦です。これをうまく運用している実務担当者は、監査をコンプライアンスの一斉調査ではなく、ケイパビリティのマッピングとして位置づけ、開示してもペナルティはないと明確に約束しています。従業員は便利なツールを見つけましたが、それがポリシー違反だと誰も教えなかったのです。これを会社のAIガバナンスの欠如ではなく従業員の規律違反として扱えば、全体像を把握することは永久にできなくなります。

検出のスペクトラム

インセンティブを改善しても、検出にはスペクトラムがあり、各レイヤーが捉えられる範囲は経営陣が想定するよりも狭いのが現実です。

拒否リスト。既知のAIドメインとアプリケーションをブロックします。誰もが知っているツールは捕捉できますが、それ以外は見逃されます。GartnerはAIインタラクションの70%が承認済みのSaaS製品に組み込まれた機能を通じて発生すると予測していますが、これらにはブロックすべき独立したドメインが存在しません。

パケットとテキストの検査。AIエンドポイントに向かう機密性の高い文字列をフラグ付けするDLPツールです。より優れていますが、監視対象のネットワーク経路を通過するものしか検知できません。Netskopeの2026年の調査では、生成AIユーザーの47%が個人アカウント経由でツールにアクセスしており、まさにこのような検査を回避していることが判明しています。

ふるまいのシグナル。異常なアウトプット量、言い回しのパターン、ワークフローの変化など、AIを活用した業務の兆候を監視します。監視対象はツールではなく、業務です。これは最も有望なレイヤーであると同時に最も成熟しておらず、それ自体がAIガバナンス上の疑問を提起します。人々の働き方を監視することは、どの時点で信頼性の問題に発展するのでしょうか。

これらのレイヤーは単独でも組み合わせても、真のギャップを埋めることはできません。

ガバナンスのギャップ

不都合な真実として、検出できることと知る必要があることは別物であり、その重なりは多くのガバナンスプログラムが想定するよりも小さいのです。誰かがチャットボットのドメインにアクセスしたことは検出できます。しかし、財務部門がそこに報酬データを入力したことや、人事部門が組織再編を要約するために組織図をアップロードしたことまでは検出できません。誰かが報告しない限り不可能であり、これはインセンティブの問題に直結します。

検出ツールは「AIがこれに触れたか」には答えます。しかし「AIがこれに触れるべきだったか」「そのデータはその後どうなったか」「重要な決定に変更を与えたか」にはほとんど答えません。これらこそが、AIガバナンスが実際に答えを出すべき問いです。ネットワークのダッシュボードには、そのどれも表示されません。

ヒューマンレイヤー：子育てとしてのガバナンス

ここで最も役立つモデルは、セキュリティの茶番劇ではありません。子育てです。良い親は、絶え間ない監視で子供を安全に保つことはしません。教育を通じてまず判断力を養い、誰も見ていないところでも子供が合理的な判断を下せるようにし、判断力だけでは不十分な時にのみ強制力を使います。カメラと鍵で管理された家庭は、決断が得意な子供ではなく、隠し事が得意な子供を育てます。

これと同じ理屈です。顧客の個人情報（PII）を公開モデルに入力すべきでない理由を理解している従業員は、単に「捕まらないように」と言われた従業員よりも、ダッシュボードの監視がない状況下でより良い判断を下します。まず教育です。強制力は戦略ではなく、最後の手段です。

リスクが見えていなければ、価値も見えない

AIの可視性向上の事例はすべて、リスク軽減として捉えられています。確かにその通りですが、その枠組みではまだ過小評価されています。従業員がAIを使って何をしているかを把握できない企業は、何が効果を上げているかも把握できません。財務部門が見つけた全社展開すべきワークフローや、マーケティング部門が編み出した法務部門も取り入れるべき文書作成の習慣を見つけることはできません。

リスクが見えていなければ、価値も見えません。可視性は、AIガバナンスに後付けされたセキュリティのイニシアチブではありません。ガバナンスが意味を持つための前提条件なのです。

情報源：Verizon「2026 Data Breach Investigations Report」（Tech Times、2026年6月より引用）、Salesforce「2026 Workforce AI Survey: Adoption, Governance, and Risk」、Netskope「2026 Cloud & Threat Report」、Dr Logic「Your AI Tools Are Now in Scope for Cyber Essentials,」2026年、JumpCloud「11 Stats About Shadow AI in 2026」（組み込みAIのインタラクションのシェアについて）