3行でわかるこの記事

生成AIを現場へ広げるとき、全面禁止か自由利用かの二択にする必要はありません。経済産業省は2026年3月にAI事業者ガイドライン第1.2版を公表。企業側には、リスクを理解した上でAIを活用するガバナンスが求められています。

最初に決めるのは「禁止」ではなく境界線

飲食・食品小売では、販促文、商品説明、画像案、議事録、FAQ、データ分析など生成AIを使える場面が多くあります。一方で、顧客の氏名・連絡先、未公開の売上、仕入条件、レシピ、契約情報などを外部AIへ入力すると、契約条件や利用目的によっては情報管理上の問題になります。

個人情報保護委員会も、生成AI利用時には個人情報の入力やサービス提供者による利用条件に注意するよう呼びかけています。

食のミカタの見方

生成AIは、機能を導入しただけでは業務に定着しません。店舗の新しい注文導線と同じで、利用者側にも「何に使えるか」「どう使うか」「結果をどう確認するか」「問題なく実行できるか」という壁があります。AI活用も、ツール選定より業務フローと責任の設計から始める方が安全です。

AIルールは「AIを止める規則」ではなく、安心して使える範囲を広げるための交通ルールです。

最低限決めたい6項目

1. 会社として利用を認めるAIサービス。

2. 入力してはいけない情報。

3. AI出力をそのまま公開してはいけない領域。

4. 法務・食品安全・価格など高リスク情報の確認責任者。

5. 生成物の著作権・商標・肖像等の確認方法。

6. 問題が起きた場合の報告窓口。

とくにアレルギー、原材料、価格、営業時間など、誤りが顧客被害につながる情報は、人による確認を必須にすべきです。

まずは低リスク用途から

会議メモの要約、社内アイデア出し、既存文章の言い換えなど、公開前に人が確認できる用途から始めると運用を作りやすくなります。顧客データを使った高度な活用は、権限・利用目的・契約条件を確認してから広げます。

社内ルールは半年ごとに見直す

AIサービスの機能・契約条件は短期間で変わります。一度作った規程を固定化せず、利用実態、インシデント、新しいツールを見ながら定期的に更新します。また、禁止事項だけの文書にせず、「この用途ならこのツールで使ってよい」という具体例を併記すると、現場で守られやすくなります。

生成AI利用ルールは「禁止事項」だけでは足りない

生成AIの社内ルールというと、「個人情報を入れない」「機密情報を入れない」といった禁止事項が中心になりがちです。もちろん重要ですが、それだけでは現場は使い方を判断できません。実務では、何に使ってよいか、どの程度の確認が必要か、誰が最終責任を持つかまで決める必要があります。

たとえば、販促コピーのたたき台、会議メモの整理、FAQ案の作成、社内資料の構成案などは比較的使いやすい領域です。一方で、アレルギー、法令、価格、契約、個人情報、健康・安全に関わる回答は、誤りが顧客被害や法的リスクにつながるため、人による確認を前提にします。

業務を3段階のリスクに分ける

社内ルールを作る際は、生成AIへ入力する情報だけでなく、出力が間違った場合の影響で業務を分類すると分かりやすくなります。

低リスク

アイデア出し、タイトル案、文章の言い換え、会議アジェンダ、一般的な調査観点など。誤りがあっても、人が確認する過程で修正しやすい領域です。

中リスク

顧客向けメール、商品説明、採用文書、社内マニュアルなど。誤情報や表現上の問題がブランド・顧客体験へ影響するため、公開前レビューを必須にします。

高リスク

アレルギー情報、法務判断、税務判断、決済・返金、顧客の個人情報を使った処理、安全に関わる案内など。生成AIのみで完結させず、専門担当者や既存システムの正しい情報を参照します。

このように分類すると、「生成AIは禁止」でも「何でも使ってよい」でもない現実的な運用ができます。

入力してはいけない情報を具体化する

「機密情報」という表現だけでは、従業員ごとに判断が分かれます。具体例を示すことが重要です。

• 未公表の売上・利益・事業計画

• 顧客名と購買履歴が結び付いた情報

• 従業員の評価・給与・健康情報

• 契約書の未公開条件

• システムの認証情報やAPIキー

• 未発表の商品・キャンペーン情報

一方、公開済みの商品説明やプレスリリース、匿名化されたサンプルデータなど、利用可能な情報も具体例として示します。

利用するAIサービスを会社で把握する

無料の生成AI、個人アカウント、ブラウザ拡張、議事録ツールなど、現場では知らないうちに複数サービスが使われがちです。サービスごとに、入力データが学習へ使われるか、保存期間、管理者設定、法人向け契約の有無が異なります。

「利用可能ツール一覧」を作り、会社アカウントで使うサービスと個人利用を分けるだけでも管理しやすくなります。新しいサービスを試す場合の申請フローも簡単に決めておきます。

AIが作った文章の「誰が責任を持つか」を決める

生成AIは文章を自然に作るため、正しそうに見える誤情報が最も危険です。そこで、公開物には必ず人間の責任者を置きます。

たとえばマーケティング記事なら編集責任者、アレルギー情報なら品質管理、契約文書なら法務、といったように、内容の種類によって最終確認者を変えます。「AIが言っていたから」は責任の所在にはなりません。

店舗現場で使う場合は、用途をさらに絞る

店舗スタッフが生成AIを使う場合、自由入力型よりも、用途を限定したテンプレートを用意する方が安全です。

たとえば「お客様へのお詫び文案」「日報の要約」「新人向け説明文の言い換え」など、入力項目と確認ポイントをあらかじめ決めます。価格、営業時間、アレルギーなど、正確性が必要な情報はAIに生成させるのではなく、正規のデータベースから取得する仕組みにします。

著作権・ブランド表現も確認する

生成AIで画像や文章を作るときは、著作権だけでなく、ブランドのトーンや誤認表現にも注意が必要です。特定の他社商品に似すぎた表現、根拠のない「No.1」、実物と異なる商品画像などは、AI利用の有無にかかわらず問題になります。

AI生成物だから特別扱いするのではなく、既存の広告・広報・商品情報の審査フローへ組み込むのが実用的です。

事故が起きたときの報告ルートを決める

誤って機密情報を入力した、誤った商品情報を公開した、といった場合に、誰へ報告し、何を止めるかを決めます。利用を隠す文化になると、問題の発見が遅れます。

インシデントを責めるより、「早く報告すれば被害を小さくできる」運用にする方が、生成AIを安全に使い続けやすくなります。

最小限の社内ルール案

最初から長い規程を作らなくても、①利用可能ツール、②入力禁止情報、③高リスク用途、④公開前確認者、⑤事故時の連絡先、の5項目があれば運用を始められます。利用実態を見ながら更新する方が、現場から離れたルールになりにくいでしょう。

社内ルールのサンプル構成

1ページにまとめるなら、「利用目的」「利用可能ツール」「入力禁止情報」「人の確認が必要な用途」「禁止用途」「事故時の連絡先」の6項目で十分に始められます。

別紙として、営業、マーケ、店舗、管理部門ごとの具体例を付けると判断しやすくなります。たとえば営業なら商談要約は可、顧客の未公開契約条件入力は不可。マーケなら公開情報をもとにした構成案は可、根拠未確認の比較広告は不可、といった形です。

シャドーAIを防ぐには「使いやすい正規手段」を用意する

禁止するだけでは、現場が個人アカウントや無許可ツールを使う「シャドーAI」が増える可能性があります。安全な法人向けツール、使えるプロンプト例、相談窓口を用意する方が実態を把握しやすくなります。

特に議事録、翻訳、文章作成など効果が分かりやすい用途は、会社が推奨パターンを示すと浸透しやすくなります。

半年ごとにルールを更新する

AIサービスや法制度、社内利用法は変化が速いため、最初から完璧な規程を作るより、定期更新前提で運用します。事故事例、便利だった用途、現場からの質問を集め、半年ごとに見直します。

AIガバナンスの目的は、AIを使わせないことではありません。会社として安心して使える範囲を広げることです。

部門別のおすすめ初期ユースケース

マーケティングは記事構成、件名案、要約。営業は商談メモ整理、質問案。店舗運営は日報要約、研修クイズ。管理部門は規程の構成案やFAQ。こうした低〜中リスク用途から始めると、効果を体感しながらルールも改善できます。

一方、顧客へ自動回答する用途は、社内利用より一段高い管理が必要です。誤回答がそのまま外部へ出るため、回答範囲、参照情報、人への引継ぎを設計します。

AI利用ログを学習材料にする

どの部門が何に使い、どのくらい時間が減ったか、どんなミスがあったかを簡単に共有します。成功プロンプトだけでなく失敗例も資産になります。

「AI活用率」を競わせるより、効果が確認できた用途を横展開する方が健全です。

ルールと教育をセットにする

規程を配布するだけでは読まれません。実際の業務例を使った30分程度の研修や、迷ったときのQ&Aを用意します。

特に「何を入力してはいけないか」「AIの回答をどこまで信用してよいか」は、具体例で繰り返し伝える必要があります。安全な使い方を理解することが、活用範囲を広げる土台になります。

経営層が確認すべきこと

生成AIの利用率より、重要業務でどのようなリスク管理がされているかを確認します。顧客情報を扱う用途、外部公開する用途、自動実行する用途ほど、責任者と確認プロセスを明確にします。

また、AIによって削減した時間を何へ再配分したかも見ます。資料作成が速くなった結果、顧客理解や現場改善に時間を使えているなら、単なる効率化を超えた効果です。AI戦略はツール導入数ではなく、判断・仕事・顧客価値がどう変わったかで評価するべきです。

AI導入にも「4つの壁」がある

生成AIの社内導入でよくある失敗は、ツールを契約し、説明会を開き、「自由に使ってください」で終えることです。実際には、店舗の新しい注文体験と同じように、従業員が使い始めるまでにいくつかの壁があります。

1. 認知：どんな業務に使えるのか知らない

2. 理解：入力してよい情報、確認すべきことが分からない

3. 利用体験：プロンプトや操作が面倒で、従来作業へ戻る

4. 実行：出力をそのまま使ってよいのか、誰が責任を持つのか曖昧

この4つを一度に解決しようとするとルールが長大になります。最初は低リスク用途を3つ程度に絞り、「この用途ならこの手順」という成功体験を作る方が定着しやすくなります。

AIで減らした時間を、どこへ戻すか

文章作成や集計にAIを使う目的を「作業時間削減」だけにすると、導入効果は限定的です。削減した時間を何へ使うかまで決めます。

たとえば店舗責任者が週報作成に60分使っていたなら、AIで20分へ短縮し、残り40分をスタッフ面談や売場確認へ戻す。マーケターが配信文案作成を短縮したなら、顧客セグメントや検証設計へ時間を使う。

AIは人を減らすための道具ではなく、人が判断・対話・改善へ時間を戻すための道具と捉えると、導入テーマを選びやすくなります。

「何でもAI」ではなく、段階的に業務を広げる

新しい販売チャネルを最初から全商品・全店舗へ広げないのと同じで、AIも段階導入が向いています。

最初は、

• 会議メモの要約

• 社内文章のたたき台

• FAQ候補の整理

• 公開情報の分類

など、間違えても人が容易に修正できる業務から始めます。

次に、社内マニュアル検索、顧客問い合わせの回答案、商品説明文など、参照元の正確性が重要な領域へ進む。最後に価格、アレルギー、法令、顧客個別判断など高リスク用途を扱うなら、必ず確認プロセスを設けます。

AIの答えより「参照元」を持つ

AI活用が進むほど重要になるのが、社内情報の正本です。商品名、価格、原材料、営業時間、社内ルールが部署ごとに違えば、AI以前に正しい回答ができません。

AIに賢く答えさせる前に、

• 最新情報はどこにあるか

• 誰が更新するか

• 更新日はいつか

• 古い情報をどう廃止するか

を決めます。AIは情報の品質を魔法のように高めるものではなく、組織に存在する情報品質を増幅するものです。

「禁止」より「正規の使い方」を用意する

生成AIを全面禁止しても、便利さを感じている従業員は個人アカウントなど別の手段を使う可能性があります。いわゆるシャドーAIを減らすには、禁止事項だけでなく会社が認める安全な方法を用意する必要があります。

• 使用可能なツール

• 入力してよい情報

• 人による確認が必要な用途

• 保存・共有方法

• 問題発生時の報告先

この5点が明確なら、従業員も迷いにくくなります。AIガバナンスの目的はAIを止めることではなく、安全に使える範囲を広げることです。

まとめ

AI導入のスピードとガバナンスは対立しません。むしろ「何なら自由に使えるか」を明確にすると、現場は迷わず使えます。A4一枚でもよいので、まず利用可能ツール、禁止情報、確認が必要な出力の3点を明文化しましょう。

食のミカタの問い：社員が今日AIへ入力してよい情報／いけない情報を、全員が同じように答えられますか。

参考情報

• 経済産業省｜AI事業者ガイドライン 第1.2版

• 個人情報保護委員会｜生成AIサービス利用の注意喚起