AI時代のプライバシーガバナンス：PIA・生成AI利用・越境処理の実務

1　最初に押さえる結論：AIプライバシーは「導入前・利用中・変更時」の3段階で管理する

AIサービスのプライバシー対応は、利用規程を作って終わりではありません。導入前に利用目的とデータフローを把握し、利用中は入力・出力・ログ・ベンダーの取扱いを統制し、モデルや契約条件、保存場所、再委託先が変わったときに再評価できる仕組みが必要です。

2　AIのプライバシーリスクは「プロンプト」だけを見ても把握できない

生成AI利用で最も目につきやすいのはプロンプト入力ですが、個人情報が存在し得る場所はそれだけではありません。企業向けAIサービスでは、添付ファイル、会議録、RAG用文書、ベクトルデータベース、利用ログ、評価データ、サポート記録、出力履歴など複数の層にデータが残ることがあります。

したがって、AI導入時のデータマップは「社員が何を入力するか」だけでなく、入力後にどのシステム・組織・国を通り、どこに複製され、いつ削除されるのかまで追える形にする必要があります。

3　日本法では個人情報保護法が中心で、AI法・ガイドラインはそれを置き換えない

日本企業がAIで個人情報を取り扱う場合、中心となる法的ルールは個人情報保護法です。利用目的の特定・目的外利用の制限、適正取得、安全管理措置、従業者・委託先の監督、漏えい等対応、第三者提供、外国にある第三者への提供など、従来の規律はAIを利用する場合にも適用されます。AIを使うことでこれらの義務が消えるわけではありません。

一方、2025年6月に公布され、同年9月1日に全面施行された「人工知能関連技術の研究開発及び活用の推進に関する法律」（AI法）は、AIの研究開発・活用を推進しつつ適正性を確保するための基本的な枠組みを定める法律です。個々の企業の個人データ処理について、個人情報保護法に代わる詳細な同意・委託・越境移転ルールを定めるものではありません。

さらに、経済産業省等の「AI事業者ガイドライン（第1.2版）」は、人間中心、安全性、公平性、プライバシー保護、セキュリティ、透明性、アカウンタビリティ等を含むAIガバナンスの考え方を示します。法令だけで最低限を確認するのではなく、AI固有のリスク管理を社内プロセスに落とし込む際の実務資料として活用できます。

4　PIAはAI導入時の「事前審査」を構造化する

PIA（Privacy Impact Assessment）は、個人情報等を収集・利用する事業やシステムを開始・変更する前に、プライバシー等の権利利益への影響を洗い出し、そのリスクを低減・回避するための手法です。個人情報保護委員会は、プライバシー・バイ・デザインの実践として、民間事業者によるPIAの取組を促進しています。

日本の民間事業者について、個人情報を扱うすべてのAIシステムにPIAを実施しなければならないという一般的な法定義務が置かれているわけではありません。しかし、AIは処理内容が複雑になりやすく、取得時には想定していなかった推論・組合せ・二次利用が生じやすいため、高リスクの利用場面ではPIAを実施して判断過程を残す価値が高くなります。

EUでは位置付けが異なります。GDPR35条は、新技術の利用を含む処理が、性質・範囲・文脈・目的に照らして自然人の権利・自由に高いリスクを生じさせる可能性がある場合、処理前のDPIA（Data Protection Impact Assessment）を要求しています。日本企業でもEU域内の個人データを扱う事業では、GDPRの適用関係を別途確認する必要があります。

5　どのAI利用でPIAを行うか：一律ではなくリスクでスクリーニングする

すべてのAI利用について同じ深さのPIAを行うと、審査が形骸化します。まずスクリーニングを行い、本人への影響、データの機微性、処理規模、監視性、予測・評価の強さ、国外処理などから高リスク案件を抽出します。

PIAの対象を「個人情報保護法違反のおそれがある案件」に限定する必要はありません。法令上適法でも、本人の合理的期待から大きく外れる利用、説明が困難な利用、失敗時の不利益が大きい利用は、PIAで検討する価値があります。

6　PIAの実務フロー：8つのステップで設計する

1. 利用目的とAIの役割を特定する。AIが補助ツールなのか、重要な意思決定に直接使われるのかを明確にします。

2. 対象者とデータを特定する。誰の、どの情報を、どの経路から取得し、何件程度扱うのかを整理します。

3. データフローを可視化する。入力、RAG、ログ、外部API、再委託先、保存地域、出力、削除までを図示します。

4. 法的根拠と契約関係を確認する。利用目的、要配慮個人情報、第三者提供、委託、共同利用、外国提供等を確認します。

5. プライバシーリスクを具体的なシナリオで洗い出す。過剰収集、誤推論、無権限閲覧、再学習、国外アクセス、本人への不利益等を想定します。

6. 必要性・比例性と代替手段を検討する。より少ないデータや別の処理方法で目的を達成できないかを確認します。

7. 軽減策を決め、残余リスクを評価する。アクセス制御、仮名化、保存期間短縮、人によるレビュー、対象用途の限定等を設定します。

8. 承認・記録・再評価条件を設定する。誰が承認し、どの変更があればPIAを再実施するかを決めます。

7　データマップはAIの「見えない処理」を可視化する

AIサービスの利用規約だけを読んでも、自社のデータが実際にどこへ流れるかは分かりません。自社側の入力元、SSO、RAG基盤、DLP、APIゲートウェイ等と、ベンダー側の保存・学習・再委託・サポート経路をつないだデータマップを作成します。

・入力元：CRM、人事DB、ファイルサーバ、メール、会議録、ユーザーの手入力

・処理経路：社内アプリ、API、RAG、ベクトルDB、モデル、外部検索

・保存場所：履歴、ログ、キャッシュ、バックアップ、評価データ、フィードバック

・アクセス主体：利用者、管理者、開発者、ベンダー、再委託先、海外サポート

・削除経路：通常削除、バックアップ消去、契約終了時削除、アカウント削除

・変更要因：モデル変更、プラン変更、新機能、連携先追加、保存地域変更

個人情報保護委員会も、事業者が取り扱うデータを全社的に整理し、取扱状況を可視化するデータマッピングの取組を案内しています。AI導入では、既存のデータマップに「モデル・RAG・ログ・再委託先」を追加する発想が有効です。

8　データ最小化は「何も入力しない」ではなく、目的達成に必要な範囲へ絞ること

GDPRではデータ最小化が明示的な原則ですが、日本の個人情報保護法にGDPR5条と同じ表現の一般原則がそのまま置かれているわけではありません。それでも、利用目的を具体化し、目的との関係で必要なデータだけを使う設計は、AIのプライバシーリスクを下げる基本的なガバナンス手法です。

例えば、FAQ生成のために顧客対応履歴を使う場合、顧客名・電話番号・住所までモデルへ渡す必要があるとは限りません。分析目的が年代別傾向で足りるなら生年月日そのものを渡さず年代区分にする、評価用データでは実データではなく合成データ・テストデータを使う、といった選択肢を検討します。

なお、氏名を削除・マスキングしただけで法上の匿名加工情報になるわけではありません。仮名加工・匿名加工の制度を使う場合は、それぞれの法定要件を別途確認する必要があります。

9　社内生成AIルールは「個人情報一律禁止」より入力区分を設計する

個人情報を含むプロンプトの入力をすべて禁止するルールは、業務によっては過度に広く、現場で守られなくなることがあります。重要なのは、用途とサービスの処理条件に応じて「許可」「承認が必要」「禁止」を分けることです。

どの区分にするかは、自社の業種、データの性質、利用目的、契約プラン、ベンダーの処理条件によって変わります。「Chat型AIは全部禁止、社内AIなら全部安全」とサービス名だけで判断しないことが重要です。

10　個人情報保護委員会の生成AI注意喚起：入力自体が一律禁止という意味ではない

個人情報保護委員会は2023年6月、生成AIサービスの利用に関する注意喚起を公表しました。企業が、本人の同意なく個人データを含むプロンプトを入力し、その個人データが回答生成以外の目的で取り扱われる場合には、個人情報保護法違反となる可能性があるため、サービス提供者が当該データを機械学習に利用しないこと等を十分に確認するよう注意を促しています。

したがって、「個人情報を入力した瞬間に違法」という単純な理解ではありません。入力する目的が自社の利用目的の範囲内か、サービス提供者が自社の指示の範囲内で処理するのか、それとも自らのモデル改善等の目的で利用するのか、第三者提供・委託・外国提供の関係はどうなるのかを具体的に確認します。

また、「学習オフ」の表示があっても、それだけで確認を終えない方が安全です。障害解析・不正利用監視のための保存、有人サポートによる閲覧、ログの保持、再委託先による処理など、モデル学習とは別の取扱いが残ることがあります。

11　AIベンダー契約では「学習利用禁止」だけでなく12項目を確認する

無料版・個人向けプランと企業向けプランで、学習利用、保持、管理機能、サポートアクセス等が異なる場合があります。社内規程ではサービス名だけでなく、「承認済みプラン・設定」まで指定する方が実効的です。

12　委託か第三者提供かは、AIベンダーが何のためにデータを使うかで見る

日本法上、個人データの取扱いを外部事業者に委託することに伴う提供は、一定の場合、法27条1項の「第三者への提供」には当たりません。ただし、委託先は委託された業務の範囲内で個人データを取り扱うことが前提です。

AIベンダーが、ユーザー企業から受け取った個人データを、回答生成・処理受託という目的だけでなく、自社モデルの汎用的な学習・改善など独自目的に使うのであれば、単純な「委託」と整理できるかを再検討する必要があります。契約書に「processor」「委託先」と書いてあることだけで結論は決まりません

東京地裁平成19年12月25日判決（平成18年（ワ）第15061号）は、業務委託を受けた者が、委託業務のために提供された顧客情報を自己の営業に利用した事案です。裁判所は、受託者が顧客情報を委託された業務の目的以外に使用してはならない義務を、業務委託契約の付随的義務として信義則上当然に負うと判断し、目的外利用について債務不履行責任を認めました。判決はAI利用を扱ったものではありませんが、委託先が受領した個人データを自らの営業や別目的に転用することが、契約上も重大な問題となり得ることを示すものです。AIベンダーが入力データを自社モデルの学習・品質改善等に利用する場合も、委託目的の範囲内か、独自目的の利用に当たらないかを契約と実態の双方から確認する必要があります。

東京地裁平成17年7月29日判決（平成16年（レ）第514号）は、保険会社が診療情報の取得事務を外部の調査会社に委託したことの適法性が争われた事案です。裁判所は、専門業者への委託自体に合理性があることに加え、委託先との契約で目的外利用の禁止や秘密保持措置が定められ、実際にもそれに沿った運用がされていたことなどを考慮し、委託先の指定を違法とはしませんでした。もっとも、これは平成17年当時の事案であり、現在の個人情報保護法上の委託先監督や外国にある第三者への提供を直接判断したものではありません。現在のAIベンダー利用では、目的限定・秘密保持・安全管理に加え、再委託、国外アクセス、保存期間、学習利用等まで確認する必要があります。。

13　越境処理：外国のAIベンダーへの委託でも法28条を確認する

外国にある事業者へ個人データの取扱いを委託する場合、「委託だから国外移転規制は関係ない」とは整理できません。個人情報保護委員会のQ&Aは、外国にある第三者への個人データの提供について、委託の場合も法28条1項の適用関係を確認する必要があるとしています。

法28条では、同等水準国にある第三者への提供、相当措置を継続的に講ずるための体制を整備した第三者への提供、法27条1項各号の例外等に該当する場合を除き、原則として外国にある第三者への提供を認める旨の本人同意が問題になります。相当措置に基づく場合には、継続的な実施状況や外国制度の把握等も必要です。

AIベンダーでは、本社所在地だけでなく、データセンター、サポート拠点、再委託先、運用担当者のアクセス元が複数国にまたがることがあります。そのため「保存リージョンが日本だから越境処理はない」と即断しないことが重要です。

14　クラウドが外国にあるだけで、常に「外国にある第三者への提供」になるわけではない

クラウドサービス提供者が、契約上も技術上も保存された個人データを取り扱わないこととなっている場合、個人情報保護委員会は、当該クラウド利用は個人データの第三者への「提供」に該当しないとしています。この場合、委託先監督義務も適用されない整理があります。

ただし、それで国外リスク管理が不要になるわけではありません。外国のクラウドに個人データを保存する場合には、安全管理措置の一環として、当該外国の個人情報保護制度等を把握した上で措置を講ずる「外的環境の把握」が問題になります。

15　EUデータを扱う場合：GDPRのDPIA・委託契約・越境移転を別レイヤーで確認する

EU域内の個人データについてGDPRが適用される場合、日本法の確認だけでは足りません。GDPR35条のDPIA、28条の処理者契約、44条以下の第三国移転、5条のデータ最小化等を含めて整理します。

特に、AIによる体系的かつ広範な個人評価に基づいて法的効果又は同様に重大な影響を与える意思決定を行う場合、大規模な特別カテゴリーデータ処理、大規模な公開空間の体系的監視などは、GDPR35条3項がDPIAの典型場面として掲げています。AIを使っているかという名称より、処理の実態と本人への影響を見ます。

EUから日本その他の第三国へ個人データを移転する場合は、十分性認定、標準契約条項（SCC）等の適切な保護措置、例外事由など、GDPR44条以下のルートを確認します。日本への十分性認定があることだけで、あらゆる海外再移転やAIベンダーへの再委託が自動的に適法になるわけではありません。

16　EU AI Actも2026年8月から多くの規定が適用中：GDPRとは別に確認する

EU AI Actは2024年に発効し、段階的に適用されています。欧州委員会の2026年時点の案内では、禁止AI慣行・AIリテラシーに関する規定は2025年2月から、GPAI関連の義務は2025年8月から適用され、2026年8月2日からは当局の執行権限や一定の透明性義務等が適用されています。高リスクAIの一部のルールは2027年12月以降に段階的に適用されます。

日本企業がEU向けサービスでAIを利用する場合、AI Actへの対応とGDPRへの対応を混同しないことが重要です。例えば、AIであることの透明性義務を満たしても、個人データの処理根拠、DPIA、処理者契約、第三国移転が自動的に適法になるわけではありません。

17　AI利用の承認レベルを3段階に分ける

AI利用申請をすべて法務部へ回すと、審査が滞留し、無申請利用が増えるおそれがあります。利用目的とデータのリスクで承認レベルを分けると、ガバナンスと業務効率を両立しやすくなります。

レベル判定基準は、AIモデルの名称ではなく、データの性質、対象人数、本人への影響、国外処理、AIの自律性・意思決定への寄与度で設計します。

18　運用開始後に監視すべきKPI・KRI

AIプライバシーガバナンスでは、事故件数だけを見るのでは足りません。事故の前段階にある統制の弱まりを把握できる指標を設定します。

・未承認AIサービス・個人アカウントの利用件数

・個人情報・機密情報を含むプロンプトのDLP検知件数

・高リスクAI案件のPIA実施率・未完了件数

・ベンダー規約・再委託先・保存地域の変更件数と未審査件数

・アクセス権レビューの未完了件数

・ログ・履歴の保存期限超過件数

・AI出力に含まれる個人情報についての苦情・訂正依頼件数

・例外承認の期限切れ・延長件数

指標は、管理のために新たな過剰監視を生み出さないように注意します。従業員のAI利用を監視する場合も、目的、取得項目、閲覧権限、保存期間を明確にし、必要な範囲に限定します。

19　モデル・規約・再委託先の変更を「再審査トリガー」にする

AIサービスは導入時と同じ状態が続くとは限りません。モデルの世代変更、外部検索機能、メモリ機能、ファイル保持、新しい連携先、利用データのモデル改善利用、保存リージョンの変更などによって、当初のPIAや契約評価の前提が崩れることがあります。

これらを再審査トリガーとして定め、利用部門が法務・セキュリティ担当へ変更を報告する仕組みを用意します。

20　AI利用で事故が起きたときの初動

AIに誤って個人データを入力した場合や、権限設定の誤りでRAG文書が別部署から閲覧できた場合、ベンダーからセキュリティ事故の連絡を受けた場合には、通常の情報漏えい対応とAI固有の確認を並行して行います。

1. 入力・公開・共有を停止し、対象アカウントや連携機能を一時制限する。

2. 何のデータが、いつ、誰によって、どのAI機能へ送信されたかをログで特定する。

3. ベンダー側の保存・学習・再委託・国外処理の状態を確認し、削除・隔離を依頼する。

4. 個人データの漏えい等に該当するか、個人情報保護委員会への報告・本人通知が必要かを評価する。

5. 出力やRAGインデックス、キャッシュ、共有リンク等に二次的な残存がないかを確認する。

6. 原因が入力ルール、権限、契約、設定、教育のどこにあったかを整理し、PIA・利用規程を更新する。

「AIに入力しただけだから漏えいではない」「ベンダーが削除したと言ったから終了」と即断せず、実際に第三者が利用できる状態になったか、個人の権利利益への影響があるかを事案ごとに確認します。

21　2026年改正個人情報保護法は「現在法」と「施行準備」を分けて管理する

2026年7月17日、個人情報保護法等の一部改正法が公布されました。改正法は一部を除き、公布日から2年以内の政令で定める日から施行される予定であり、2026年9月17日時点では、個人情報保護委員会が政令・規則・ガイドライン等の整備を進めている段階です。

そのため、現時点のAI利用を未施行の改正ルールだけで評価するのではなく、まず現行法で適法性と安全管理を確認し、並行して改正法対応を変更管理項目として持つことが重要です。特に、生体情報、子どもの個人情報、データ利活用に関する新しい規律はAIサービスとの関係が生じやすいため、今後の政令・規則・ガイドラインを追跡します。

改正対応を「法務部が施行直前に確認する課題」とせず、PIAのテンプレート、AIベンダー質問票、プライバシーポリシー、本人対応フローのどこを更新する可能性があるかをあらかじめ整理しておくと、施行準備が容易になります。

22　よくある失敗と修正方法

「個人情報はAIに入力禁止」とだけ定める

業務上必要な利用まで地下化しやすい。用途・データ・プランに応じた区分と承認制へ。

「学習に使われない」だけで審査を終える

ログ、サポート閲覧、保存、再委託、国外処理を別に確認する。

保存リージョンが日本なら越境移転はないと考える

海外法人・サポート担当者のアクセスや再委託先まで確認する。

AIベンダーを契約書上「委託先」と書けば十分と考える

ベンダー独自目的の利用・学習の実態から法的整理を行う。

PIAを導入時の一回だけ実施する

モデル・機能・利用目的・データ・再委託先の変更時に再評価する。

実データを大量投入してPoCを始める

まず合成データ、限定データ、仮名化等で目的を達成できるか検討する。

AI出力だけ人が確認すればよいと考える

入力・検索基盤・ログ・アクセス権・国外処理も含めて統制する。

海外AI規制をAI Actだけで確認する

GDPR、契約、消費者・雇用等の関連規制を用途別に確認する。

23　企業向け実務チェックリスト

24　FAQ

25　まとめ：AIのプライバシー対応は「利用規程」から「ガバナンス」へ

AI時代のプライバシー保護では、情報漏えいを防ぐだけでなく、導入前に利用目的・データフロー・本人への影響を評価し、必要なデータへ絞り、ベンダーの処理目的・再委託・国外処理を確認し、運用変更を継続的に追跡する必要があります。

特に、生成AIへの個人情報入力については「全面禁止」か「全面許可」かの二択ではなく、用途・データ・サービス条件に応じてリスクベースで承認レベルを分けることが重要です。高リスク案件ではPIAを実施し、その結論を契約、設定、権限、保存期間、人によるレビューへ反映します。

また、外国AIサービスでは、保存リージョンだけを見ず、誰がどの国からデータへアクセスできるかを確認します。日本法、GDPR、EU AI Act等の適用範囲を分けて整理し、モデル・規約・再委託先の変更に応じて再審査できる体制を作ることが、継続的なAI活用の基盤になります。

26　主要な一次資料・公的資料

• 個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」（令和8年6月一部改正）
• 個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（外国にある第三者への提供編）」（令和7年12月一部改正）
• 個人情報保護委員会「『個人情報の保護に関する法律についてのガイドライン』に関するQ&A」
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」（令和5年6月2日）
• 個人情報保護委員会「データガバナンス（民間の自主的取組）」・「PIAの取組の促進について―PIAの意義と実施手順に沿った留意点―」
• 個人情報保護委員会「令和8年 改正個人情報保護法について」
• 経済産業省等「AI事業者ガイドライン（第1.2版）」（2026年3月31日）
• e-Gov法令検索「人工知能関連技術の研究開発及び活用の推進に関する法律」（令和7年法律第53号）
• EU General Data Protection Regulation（Regulation (EU) 2016/679）Articles 5, 28, 35, 44-49
• European Commission「AI Act」・「The enforcement framework of the AI Act」（2026年適用状況）

関連記事

• 個人情報の越境移転：GDPR・SCC対応の法務ポイント
• DPA（データ処理契約）の必須条項とGDPR対応の実務
• 生成AIサービス提供者の著作権・学習データリスク