機密を扱う会社のAI選定を支援して、決め手は監査ログだった

未公開情報を扱う組織のAI基盤を選ぶ際、モデルの性能比較よりも先に「監査ログに何が残るか」で候補が絞られた。選定を支援した結果、ChatGPTを主軸に、Anthropicは非機密タスク限定という構成に落ち着いた。理由は単純だ。Claude Coworkの操作履歴は、Enterprise契約でも監査ログやCompliance APIの対象外。一方ChatGPTの非エンジニア向けツール（Work）も開発者向け（Codex）も、ともにCompliance API枠内にある。「監査できないサーフェスを主軸にはできない」という原則が譲れなかった。

ここで注目すべきは、この判断が「性能では埋められない」という点だ。モデルの能力を上げても、監査ログの有無は構造的なギャップで、金銭的に解決しない。さらに興味深いのは、選定基準が3つに分かれたことだ。①監査できるか、②管理画面がどこまで統一されているか、③コスト構造が分かりやすいか。性能は3番目どころか圏外。管理画面の分散は、専任者のいない組織では運用事故のリスク。デスクトップアプリ、組織設定、プラグイン市場、managed settings。それぞれ独立した管理機構は、企業にとって設定漏れと変更忘れの温床になる。

機密情報を扱う会社は、AIベンダーを「性能」で比較するな。代わりに「何が見えるか」で選べ。監査ログに残らない操作は、いざという時に企業を守れない。