「禁止」だけでは防げないシャドー AI のリスク
会社が正式に承認していない生成 AI ツールを従業員が業務に持ち込み利用することを「シャドー AI」と言う。世の中に多く存在する AI ツールは、プランやサービスによっては、入力情報を学習に使用するものもあるため、もし顧客情報や契約内容、設計資料といった機密データが入力された場合、情報漏えいにつながる恐れがある。
シャドー AI は、かつての「シャドー IT」の AI 版ともいえるが、その深刻さは比較にならない。先述した情報漏えいにつながる可能性はもちろん、管理者は「どのツールに」「どんなデータが」渡ったのかを追跡することが難しく、対策が求められている。
実態を示すデータもある。情報処理推進機構（IPA）が公表した「情報セキュリティ 10 大脅威 2026」では、「AI の利用をめぐるサイバーリスク」が組織編で 3 位に初めてランクインした。同解説書で紹介されている米国 AI 企業の調査によれば、生成 AI を業務利用する人の 77% が業務データをプロンプトとして入力しており、さらにそのうち 82% が組織に管理されていないアカウントを使っているという。
例えば、IT 企業における実際の例として、 従業員が社内で承認されていない生成AIに社内の情報を入力した結果、社内ソースコードや会議内容が漏えいしてしまったという事案があった。
こうしたリスクに対し、多くの企業がまず思いつくのが「一律禁止」だ。前述の企業も、即日で従業員全員の AI の利用を即日禁止した。しかし、生成 AI がもたらす利便性はあまりに大きく、全面的に禁じればそのメリットを自ら手放すことになりかねない。さらに、一律禁止したとしても密かに利用し続ける従業員は少なからず存在する場合、シャドー AI の対策に追われてしまうことになる。 ルールで縛るだけの対策には、すでに限界が来ている。
広がる利用の裾野と、見えにくいデータアクセス
加えて言及しておきたいのが、今や生成 AI 利用が一部の先進的な担当者やエンジニアだけのものではなくなりつつある点だ。その手軽さゆえに、利用者の裾野は今後も職種や部門を問わず広がっていくと見られる。IT 管理者としては、組織の中で誰が、いつ、どの業務データを入力していてもおかしくないと考えるべきであろう。
利用者の裾野が広がれば、もう1つの見えにくいリスクが顕在化する。データへのアクセス経路だ。閲覧権限の管理が行き届かないクラウド上の共有ファイルや、組織のリソースに対して、AI を経由したアクセスが生じ得る。利便性の向上と引き換えに、「どのデータが、どこへ流れているのか」が組織として見えづらくなっている。
こうした状況に対して IT 管理者としては、「誰が、どこで、どの AI に接続しているのか」を把握しようにも、その全体像をつかむこと自体が難しい。加えて、日々のセキュリティログの点検は煩雑で、人手による監視には限界がある。求められるのは、管理者の手を増やさずに「見える化」と「制御」を両立できる仕組みである。
未承認 AI への流出はブラウザ側で対処
この管理の仕組みの中心となり得るのが、データのやり取りの場となるブラウザでの管理である。Chrome Enterprise では生成 AI の利用状況を可視化しつつ、制御する仕組みを提供している。セキュア エンタープライズ ブラウザとして提供されている機能のうち、特に生成 AI を主語とした機能である 「Gen AI & SaaS アプリレポート」における可視化と「URL カテゴリに基づいた制御と DLP（データ損失防止）」、「レコメンデーション エンジン」を本記事で解説する。
①「Gen AI & SaaS アプリレポート」
追加コスト不要の「Chrome Enterprise Core」を導入することで、「Gen AI & SaaS アプリレポート」機能を用いて組織内で「誰が」「どの AI や SaaS を」「どの程度」利用しているか（訪問数やプロファイル数、機密転送イベント等）を一元的に可視化できる。これにより、リスク対策の優先順位が明確になり、現状把握、AI 利用状況のモニタリングが可能になる。
Gen AI & SaaS アプリ レポートの画面イメージ
②URL カテゴリに基づいた制御と DLP
可視化が実現できた次のステップは実際の制御だ。情報漏えいを食い止めるには、アクセスそのものと、そこでやり取りされるデータの両面から手を打つ必要がある。Chrome Enterprise Premium を利用すれば、これらを「URL カテゴリに基づいた制御（URL カテゴリ フィルタリング）」と「DLP（データ損失防止）」という 2 つの仕組みで実現できる。
前者は URL 単位でのブロックはもちろん、「 サイトのカテゴリ単位」でアクセス ポリシーを設定できるため、「生成 AI」カテゴリを対象にすれば、個々の AI ツールの URL を IT 管理者が 1 つずつ登録・更新しなくても、生成 AI 系のサービス群をまとめて制御対象にできる。日々増え続ける生成 AI サイトに対応することは至難の業であり、カテゴリとして一括対応ができることは管理者にとって大きな負担軽減となる。
後者のデータ損失防止機能としては、ブラウザ上でやり取りされるデータの中身に着目して制御する。従業員が生成 AI の入力欄に機密情報を貼り付けたり、ファイルをアップロードしたりしようとした際に、あらかじめ定義したルールに合致する内容を検知し、貼り付けやアップロード、または警告できる。こうすることで、たとえ承認済みの AI ツール であっても、渡してはならないデータの流出は確実に止められる。また、必要に応じてログを残すことができるため、管理者にとってもスムーズに対策を取ることができる。
③「レコメンデーションエンジン」によるアップデート
今後は運用管理者側も、複雑化するポリシー設定において「AI サマリーによる推奨エンジン」が管理者の右腕となり、業務生産性を向上させることができる。AI による運用管理のインテリジェンス化である。
ポリシー変更時の影響予測に加え、「動的な推奨チェックリスト」や「リリースノートのアクション可能な AI サマリー」を提供する機能により、管理者の最新機能や適応方法についてのリサーチ時間を大幅に削減。
Chrome Enterprise Coreでは、ブラウザのポリシーを一括で制御・カスタマイズし、特定のユーザーやグループごとに利用可能な機能を配信できる。
次に必要なアクションを提示する AI サマリーやレコメンデーションのイメージ
ブラウザによるセキュリティで、
利便性とセキュリティを両立した生成 AI 活用を
このように、Chrome Enterprise の Gen AI & SaaS アプリレポートによる利用状況の可視化、URL カテゴリフィルタリングによる未承認 AI サービスへのアクセス制御、DLP による機密情報や重要データの送信防止を組み合わせることで、生成 AI 利用に伴うリスクを多層的に低減できる。さらに、AI を活用した推奨機能によって運用負荷を抑えながら継続的なガバナンス強化も可能となる。
生成 AI の活用が企業活動に浸透する生成 AI 時代のセキュリティ対策では、シャドー AI のリスクは、ツールを「禁止」するだけでは解消できない。まずは組織内でどの生成 AI が利用されているのかを把握し、そのうえでリスクに応じて適切な統制を行うアプローチが重要になる。
データが出入りするブラウザを管理の起点とする Chrome Enterprise を導入することで、利用実態の可視化から制御、運用改善までを一貫して実現し、企業は利便性とセキュリティを両立した生成 AI 活用を推進できるだろう。
