AIガバナンスとは、AIを安全かつ効果的に使い続けるために、方針・体制・ルール・確認の仕組みを整え、継続的に改善することです。生成AIやAIエージェントの業務利用が広がるなかで、「個々の部署がばらばらにAIを導入している」「リスクを誰が判断するのか決まっていない」という状態は、情報漏えいや誤った判断のリスクを高めます。
総務省・経済産業省の「AI事業者ガイドライン」は、2026年3月31日に第1.2版が公表されました。本記事では、ガイドラインの要約ではなく、中小企業から中堅企業が、実際にAIガバナンスを運用できる状態にするための手順を、責任分担表・ロードマップ・チェックリスト・台帳テンプレートとともに解説します。
AI事業者ガイドライン（第1.2版）の要点
| 項目 | 内容 |
|---|---|
| 公表 | 総務省・経済産業省、2026年3月31日（第1.2版） |
| 構成 | 本編（基本理念と指針＝why・what）と別添（実践＝how） |
| 対象となる主体 | AI開発者、AI提供者、AI利用者の3つ |
| 共通の指針 | 人間中心、安全性、公平性、プライバシー保護、セキュリティ確保、透明性、アカウンタビリティ、教育・リテラシー、公正競争確保、イノベーションの10項目 |
| 基本的な考え方 | 対策の程度をリスクの大きさに応じて決める「リスクベースアプローチ」、継続的に改善する「アジャイル・ガバナンス」 |
| 第1.2版の主な追加 | AIエージェントやフィジカルAIを踏まえたリスクの整理。権限の適切な設定や人間の判断の介在などが盛り込まれたと解説されている |
ガイドラインでは、経営層のリーダーシップのもとでAIガバナンスを構築すること、経営層のコミットメントにより組織の戦略や体制に落とし込み、文化として浸透させることが示されています。
自社の立場を確認する
| 主体 | 当てはまる例 |
|---|---|
| AI利用者 | 外部のAIサービスを業務で使う企業（多くの企業がここに該当） |
| AI提供者 | AIを組み込んだサービスを顧客に提供する企業 |
| AI開発者 | AIモデルやAIシステムを開発する企業 |
1社が複数の立場を持つこともあります。たとえば、社内では外部AIを使い（利用者）、顧客向けにはAIを組み込んだサービスを提供している（提供者）場合です。
AIガバナンスの全体像
| 要素 | 内容 | 具体的な成果物 |
|---|---|---|
| 方針 | AIを使う目的と、大切にする価値 | AI利用基本方針 |
| 体制 | 誰が判断し、誰が責任を持つか | 責任分担表、AI管理担当の任命 |
| 台帳 | 社内でどんなAIが使われているか | AIシステム台帳 |
| リスク評価 | 用途ごとのリスクの大きさと対策 | リスク評価シート |
| ルール | 社員が守る具体的な基準 | 利用規程、入力可否の判断表 |
| 監視と改善 | 運用状況の確認と見直し | 定期レビューの記録 |
経営層の責任分担表
| 項目 | 経営層 | AI管理担当（情シス等） | 法務・コンプライアンス | 事業部門 | 全社員 |
|---|---|---|---|---|---|
| AI利用方針の決定 | 決定 | 起案 | 助言 | 意見 | 周知を受ける |
| 高リスク用途の承認 | 承認 | 評価 | 法的確認 | 申請 | − |
| AIツールの選定・承認 | 報告を受ける | 評価・承認 | 契約確認 | 要望 | − |
| 利用規程の策定・改訂 | 承認 | 策定 | 確認 | 意見 | 遵守 |
| 外部AIサービス・委託先の管理 | 報告を受ける | 評価・管理 | 契約管理 | 利用 | − |
| インシデント対応 | 重大時の判断 | 初動・調整 | 法的対応 | 協力 | 報告 |
| 教育 | 方針の発信 | 企画・実施 | 内容確認 | 参加促進 | 受講 |
| 定期レビュー | 結果の確認 | 実施 | 参加 | 参加 | − |
AIシステム台帳のテンプレート
AIガバナンスの出発点は、社内でどんなAIが、何の目的で、どんなデータを使っているかを一覧にすることです。
| 項目 | 記入例 |
|---|---|
| AIシステム・サービス名 | （例）法人向け生成AIサービス |
| 区分 | 外部サービス／社内開発／SaaSのAI機能 |
| 自社の立場 | 利用者／提供者／開発者 |
| 利用目的・業務 | 問い合わせの回答案作成 |
| 利用部署・利用者数 | カスタマーサポート・8名 |
| 扱うデータの区分 | 社内一般、個人情報（顧客名） |
| 外部への送信 | あり（提供事業者のクラウド） |
| 学習への利用・保存期間 | 学習に使わない設定／保存期間〇日 |
| AIに許可する操作 | 下書き作成のみ（送信は人が実施） |
| リスク評価 | 中 |
| 主な対策 | 入力ルール、出力の人による確認 |
| 管理責任者 | 〇〇部 〇〇 |
| 契約・規約の確認日 | 〇年〇月〇日 |
| 次回の見直し日 | 〇年〇月〇日 |
社員が個人の判断で使っている未承認のAIを台帳に載せるための実態把握の方法は、シャドーAIとは？企業の情報漏えいリスクと対策で解説しています。
リスク評価チェックリスト
ガイドラインのリスクベースアプローチにならい、用途ごとにリスクの大きさを評価し、対策の強さを変えます。
影響の大きさ
- AIの出力や操作が、顧客・取引先に直接届く
- 個人情報や機密情報を扱う
- 人事評価・与信・採用など、人に関する重要な判断に使う
- 金銭の支払い・契約・発注に関わる
- 誤りがあった場合に取り消しが難しい
発生の可能性
- 外部から入力された文章（メール・Webページなど）をAIが読む
- AIがツールを使って操作を実行する（AIエージェント）
- 人の確認なしに出力が使われる
- 利用者が多く、使い方を統一しにくい
リスクの区分と対策の目安
| 区分 | 目安 | 対策の例 |
|---|---|---|
| 低 | 社内向け・公開情報のみ・人が確認する | 利用規程の遵守、基本的な教育 |
| 中 | 個人情報や社外向けの文書を扱う | 法人向けツール、入力ルール、出力の確認、ログ |
| 高 | 重要な判断・操作の実行・顧客への直接提供 | 経営層の承認、人の承認フロー、権限の最小化、定期的な検証 |
データ管理
- AIに入力・参照させるデータの区分を決める（社内ルールの作り方の判断表を参照）
- 個人情報を扱う場合は、利用目的・保存期間・外部への提供の整理を行う
- AIが参照するデータの閲覧権限を、利用者本人の権限以内にする
外部AIサービス・委託先の管理
| 確認項目 | 内容 |
|---|---|
| データの扱い | 入力データの学習への利用、保存期間、保存場所 |
| 管理機能 | SSO、権限管理、利用ログ、管理者による設定 |
| 契約条件 | 秘密保持、再委託、障害・インシデント時の連絡 |
| 変更の把握 | 規約や機能の変更の通知方法 |
| 終了時の扱い | 解約時のデータ削除 |
AIエージェントのガバナンス
第1.2版でAIエージェントが取り上げられたように、AIが操作を実行する場合は、通常の生成AIよりも強い統制が必要です。
- AIエージェントに任せる業務と、任せない業務を決める
- 操作ごとに「承認不要・人の承認・管理者の承認・禁止」を決める
- 承認の要否をAIの外側で判定する仕組みを設ける
- ツール呼び出しのログを残し、停止手段を用意する
具体的な設計は、AIエージェントのセキュリティ対策と、AIと社内ツールをつなぐ際のMCPサーバーのセキュリティ対策で解説しています。
モニタリングと監査
| 頻度 | 確認すること |
|---|---|
| 毎月 | 承認ツールの利用状況、インシデント・ヒヤリハットの報告 |
| 四半期 | AIシステム台帳の更新、高リスク用途の運用状況 |
| 半年 | 利用規程・入力可否の判断表の見直し、教育の実施状況 |
| 年1回 | 方針・体制の見直し、経営層へのレビュー報告 |
導入ロードマップ
| 段階 | 期間の目安 | 実施内容 | 成果物 |
|---|---|---|---|
| 1. 着手 | 1か月 | 経営層の方針決定、AI管理担当の任命、実態把握 | 基本方針、AIシステム台帳（初版） |
| 2. 基盤づくり | 2〜3か月 | 利用規程・入力可否の判断表、法人向けAIの導入、研修 | 利用規程、承認ツール一覧 |
| 3. リスク管理 | 3〜6か月 | 用途ごとのリスク評価、高リスク用途の承認フロー、ログの確認 | リスク評価シート、承認記録 |
| 4. 高度化 | 6か月〜 | AIエージェントの統制、委託先管理、定期レビューの定着 | 権限マトリクス、レビュー記録 |
AIガバナンス・チェックリスト
- 経営層がAI利用の目的と方針を示している
- AI管理担当（兼任可）が決まっている
- 自社の立場（利用者・提供者・開発者）を確認した
- AIシステム台帳がある
- 用途ごとのリスク評価を行っている
- 利用規程と入力可否の判断表がある
- 外部AIサービスのデータの扱いと契約を確認した
- AIエージェントの権限と承認のルールがある
- インシデント対応の手順がある
- 定期的なレビューの仕組みがある
FlowStack Labsの見解：AIガバナンスは「台帳」から始める
AIガバナンスというと、規程や委員会の設置から始めがちです。しかし、社内でどんなAIが何に使われているかがわからない状態では、リスクの大きさも判断できません。FlowStack Labsでは、次の順序で始めることを推奨しています。
| 順序 | 取り組み | 理由 |
|---|---|---|
| 1 | AIシステム台帳を作る（未承認の利用も含めて把握） | リスク評価と対策の対象を特定できる |
| 2 | 台帳の各AIに、本記事のリスク評価チェックリストを当てる | 高リスクの用途から優先的に対策できる |
| 3 | 高リスクの用途だけ、経営層の承認と人の承認フローを設ける | 全体を重くせず、統制を集中できる |
| 4 | 規程と教育を整え、四半期ごとに台帳を更新する | 運用しながら改善できる（アジャイル・ガバナンス） |
よくある質問
QAI事業者ガイドラインに従う義務はありますか？
法的拘束力はありません。ただし、AIのリスクにどう向き合うかを社内外に説明する際の共通の拠り所になるため、自社のAIガバナンスを設計するうえで参考にする企業が増えています。
Q中小企業でもAIガバナンスは必要ですか？
規模にかかわらず、AIを業務で使うなら最低限の仕組みは必要です。AI管理担当の任命、AIシステム台帳、利用規程の3つから始めれば、大きな負担なく運用を始められます。
QAIガバナンスと情報セキュリティ管理はどう違いますか？
情報セキュリティ管理は情報資産の保護が中心ですが、AIガバナンスは、それに加えて公平性・透明性・アカウンタビリティ、AIの出力や操作の品質など、AIに特有の論点を扱います。既存の情報セキュリティの仕組みを土台に、AI固有の項目を追加すると効率的です。
Q第1.2版で何が変わったのですか？
AIエージェントやフィジカルAIを踏まえたリスクの整理などが追加されました。権限の適切な設定や人間の判断の介在などが盛り込まれたと解説されています。詳細は公表資料の本編・別添で確認してください。
Q何から始めればよいですか？
経営層がAIを使う目的を示し、AI管理担当を決め、社内で使われているAIを台帳にまとめることから始めましょう。
まとめ
- AIガバナンスは「方針・体制・台帳・リスク評価・ルール・監視と改善」の仕組み
- AI事業者ガイドライン（第1.2版）のリスクベースアプローチとアジャイル・ガバナンスを実務に適用する
- 責任分担表・台帳・リスク評価チェックリストで、判断の空白をなくす
- AIエージェントは、権限と承認のルールで通常の生成AIより強く統制する
FlowStack Labsでは、AI導入の方針づくりから、利用ルールの整備、AIエージェントの設計・導入までを一貫してご支援しています。自社に合ったAIガバナンスの進め方は、無料相談でご相談ください。
