こんなところに野良AIが？ 事例で解説、実際にあった2つの発覚パターンと防衛策

約500社の商談分析から、「野良 AI（Shadow AI）」の現実的な付き合い方が見えてきた。事後的に発覚する野良 AI は、大きく2つのパターンがある。1つは部門の誰かが個人の判断で ChatGPT や Google Gemini を業務に持ち込み、データが流出する場合。もう1つは Copilot のような公式ツールが導入されたのに、その採用履歴や出力が IT 部門に見えないまま、やはりデータが漏れる場合だ。いずれも気づく時点では既に手遅れである。

ここで重要なのは、野良 AI は「禁止できない問題」だということだ。Copilot を禁止できるか。Gemini を禁止できるか。できない。スマートフォンに入っているから。ユーザーが意識的に悪意を持たなくても、業務情報は流出する。AIツール自体を敵と見なす防御は成立しない。解決の入口は「うちで何が走っているのか可視化すること」と「それぞれのツールから、どの形式のデータがどこへ流れるか理解すること」だ。禁止の対象は AI ではなく、データフローそのもの。IT セキュリティ部門は 1 つのツール封じに注力するより、データの在処・アクセス権・監査ログといった基盤側での防御に労力を投じるべき。野良 AI との付き合い方は、AI 時代のマルチクラウド管理と本質が同じ——見えない場所で何が動いているか、とにかく目を光らせることだ。