日本のAIガイドライン解説：実務への落とし込みと契約対応

AI法施行後の企業ガバナンス・社内ルール・契約・事故対応を実務から整理

1　日本のAIルールは「法律・計画・ガイドライン・既存法」の重なりで考える

日本では、EU AI ActのようにAIシステムを一律に事前認証し、違反に対して包括的な行政罰を科す単一の規制法体系は採用されていません。他方で、2025年にAI法が制定・施行され、AI政策の基本理念、活用事業者の責務、人工知能基本計画、適正性確保のための指針整備等が法律上位置付けられました。したがって、現在の日本を「自主規制だけ」と説明するのも正確ではありません。

実務では「AI事業者ガイドラインに従っているから適法」とも、「法令違反がなければガイドライン対応は不要」とも言い切れません。適用法令を守ったうえで、事業のリスクに応じてガイドラインをガバナンス・契約・プロダクトへ反映するという順序で考えるのが基本です。

2　2025年施行のAI法で何が変わったか

AI法（令和7年法律第53号）は、AI関連技術の研究開発・活用の推進を目的とする基本法的な性格を持ちます。EU AI Actのような包括的な事前許可制度や高額制裁金を中心とする規制法ではありませんが、企業にとって無関係な理念法でもありません。

同法7条は、AIを活用した製品・サービスの開発・提供をする者や、事業活動でAIを活用する者を「活用事業者」とし、AIの積極的活用による効率化・高度化等に努めるとともに、国・地方公共団体の施策に協力することを求めています。また13条は、国が国際的規範の趣旨に即した指針を整備することを定め、16条は、不正な目的・不適切な方法によるAIの研究開発・活用に伴う権利利益侵害事案を国が分析し、指導・助言・情報提供等を行う枠組みを置いています。

3　2026年7月の人工知能基本計画は「日本AX」へ更新された

人工知能基本計画はAI法18条に基づく国の基本計画です。初の基本計画は2025年12月に閣議決定され、その後2026年7月14日に改定されました。最新計画では、「信頼できるAI」で社会全体を駆動するAX（AI Transformation）を実現し、行政・産業・暮らし・危機管理の仕組み自体をAI前提で変革する方向が示されています。

企業実務で重要なのは、政府方針が「AI利用を抑える」のではなく、リスクを管理しながら利活用を加速する方向にあることです。そのため、社内AIルールも「原則禁止」に寄せすぎるより、用途・データ・影響度に応じて許可条件を変えるリスクベース設計の方が、現在の政策方向と整合しやすくなります。

4　AI法13条指針が企業ガバナンスの上位フレームになる

AI法13条に基づく「人工知能関連技術の研究開発及び活用の適正性確保に関する指針」は、2025年12月19日に人工知能戦略本部で決定されました。AI事業者だけを対象とする文書ではなく、国、地方公共団体、研究開発機関、活用事業者、国民などAIに関わる全ての主体について、信頼できるAIの実現に向けた自主的・能動的な取組を促す、現在の日本のAIガバナンスにおける上位の指針です。

同指針は、適正性確保に必要となる要素として、人間中心、公平性、安全性、透明性、アカウンタビリティ、セキュリティ、プライバシー・個人情報、公正競争、AIリテラシー、イノベーションを掲げています。さらに、基本方針として、リスクベースでのアプローチ、ステークホルダーの積極的な関与、一気通貫でのAIガバナンスの構築、技術・社会環境の変化を踏まえたアジャイルな対応を示しています。

企業実務では、AI法13条指針を「何を重視してAIガバナンスを設計するか」という上位フレームとして使い、AI事業者ガイドライン第1.2版を「開発者・提供者・利用者が具体的に何を行うか」という実装指針として使い分けると整理しやすくなります。AI台帳、リスク分類、社内承認、ベンダー審査、契約、ログ、事故対応といった各統制について、どの原則・リスクに対応する措置なのかを説明できる状態にしておくことが重要です。

5　AI事業者ガイドライン第1.2版が企業実務の中心になる

総務省・経済産業省のAI事業者ガイドラインは、従来の複数ガイドラインを統合し、AIの開発・提供・利用に関わる事業者の共通指針を示す中核資料です。2026年3月31日に第1.2版が公表され、チェックリスト、ワークシート、活用の手引きも用意されています。

特徴は、企業を一律に扱うのではなく、AI開発者・AI提供者・AI利用者という役割に分けて考える点です。同じ企業でも、自社モデルを開発する部門、AI機能を顧客へ提供するサービス、外部生成AIを社内利用する部門では役割が異なります。会社単位ではなく「AIシステム・サービス単位」で役割を特定することが実務上重要です。

6　共通指針は「標語」ではなく統制項目へ変換する

AI事業者ガイドラインの共通指針には、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の考え方が含まれます。実務では、これらを理念のままAIポリシーに並べるだけでは不十分です。各原則について、誰が、どの場面で、何を確認し、どの証跡を残すかまで決めます。

7　まず「AI台帳」とリスク分類を作る

ガイドラインを実務へ落とす最初の作業は、全社員向けの長いAI規程を作ることではありません。社内で利用・開発・提供しているAIを一覧化し、用途・データ・外部影響・自社の役割を把握することが先です。

リスク分類は、単に「生成AIか否か」ではなく、生命・身体、個人の権利、雇用・信用・取引判断、秘密情報、対外発信、金銭支出、システム操作等への影響で段階を分けます。例えば、社内文章の校正と、採用候補者のスクリーニングを同じ承認フローにする必要はありません。

8　社内AIルールは「禁止事項＋許可条件＋例外申請」で設計する

社内AI規程が機能しない典型例は、「機密情報を入力しない」「生成物を確認する」といった抽象的ルールだけを置くことです。利用者が迷わないよう、禁止事項、原則許可、条件付き許可、事前承認が必要な場面を具体化します。

AIエージェントのように外部行為を実行できるAIでは、閲覧権限と送信・更新・削除・決済権限を分け、人による承認ポイント、金額・件数上限、停止手段、実行ログを別途定める必要があります。

9　契約対応は「ガイドライン準拠条項」を一文入れるだけでは足りない

AI事業者ガイドラインを契約へ反映する場合、「当事者はAI事業者ガイドラインを遵守する」とだけ規定しても、実際のリスク分配は明確になりません。経済産業省の2025年「AIの利用・開発に関する契約チェックリスト」は、インプット、アウトプット、その処理成果の特定・利用・外部提供・権利帰属等を分けて検討する構造を採っています。

AI開発委託では成果物帰属・モデル・学習データ・改良発明まで細分化し、AIサービス利用では入力データ・学習利用・誤生成・責任制限・規約変更等を整理します。契約類型ごとの詳細は個別契約の問題であり、ガイドラインはその前提となるリスク管理の共通言語として使うのが有効です。

10　2026年の民事責任手引きは「誰が何をコントロールできたか」を具体化した

経済産業省は2026年4月、「AI利活用における民事責任の解釈適用に関する手引き」を公表し、6月に追記・資料更新を行いました。これは新しい損害賠償法を作るものではなく、不法行為法・製造物責任法等の現行法がAI事故にどう適用され得るかを整理した資料です。

手引きは、AIの利用形態を、人の判断を補助する「補助／支援型」と、人の判断の全部又は一部をAIに置き換える「依拠／代替型」に整理しています。契約・社内ルールでも、AIを単なる参考資料として使うのか、その出力に業務判断を依拠するのかを明確にすることが重要です。

11　個人情報はAIポリシーとは別に個人情報保護法で確認する

AI事業者ガイドラインはプライバシー保護を共通指針として掲げますが、具体的な適法性は個人情報保護法に基づいて判断します。個人情報保護委員会は、生成AIサービスへ個人情報を含むプロンプトを入力する場合、特定した利用目的に必要な範囲であるかを確認すること、本人同意なく個人データを入力する場合に、応答生成以外の目的で取り扱われると個人情報保護法違反となる可能性があること等を注意喚起しています。

したがって、社内ルールでは「個人情報を一切入力禁止」とするか、「承認済みサービスで一定条件下なら入力可」とするかを、自社の業務とサービス設定に合わせて明確化します。ベンダーの「学習しない」というマーケティング表示だけでなく、契約・管理画面・データ処理条件を確認することが重要です。

12　2026年のプリンシプル・コードは生成AIの知財・透明性を一段具体化した

2026年8月25日、知的財産戦略本部は「生成AIの適切な利活用等に向けた知的財産の保護及び透明性に関するプリンシプル・コード」を公表しました。生成AI開発者・提供者を主な対象とし、透明性の確保と知的財産権保護について、原則を実施するか、実施しない場合にはその理由を説明する「コンプライ・オア・エクスプレイン」の手法を採っています。

プリンシプル・コードは法律上の一律強制開示制度ではありませんが、生成AIサービスを日本向けに提供する事業者にとって、学習データ、知財対応、問い合わせ対応等についてどこまで外部説明できるかを点検する材料になります。届出制度は2026年10月26日から開始予定とされており、2026年9月時点では公表内容と届出準備を確認する段階です。

13　ベンダー選定は「有名なサービスか」ではなく統制可能性を見る

外部AIを導入する利用企業では、自社でモデルを制御できないため、ベンダー選定と契約管理がガバナンスの中心になります。調達時には、機能比較だけでなく、企業として管理可能な設定・情報・契約が用意されているかを確認します。

14　事故対応と変更管理まで決めて初めて「運用」になる

AIガバナンスは導入審査で終わりません。モデル更新、学習データ変更、外部API変更、利用部門拡大によってリスクは変わります。少なくとも、重大な機能変更、高リスク用途への用途変更、入力データの種類変更、外部接続追加、事故・苦情発生を再審査のトリガーとして定めます。

問題が生じた場合は、①利用停止・権限制限、②ログ・入力・出力・モデル情報の保全、③影響範囲の確認、④ベンダー・顧客・関係部署への通知、⑤原因分析、⑥是正・再発防止、⑦規程・契約・教育への反映、という流れを事前に決めておくと対応しやすくなります。

15　高影響AI・AIエージェントは「技術評価」まで落とす

AIガバナンスを法務・規程だけで設計しても、実際のAIシステムを観測・制御できなければ安全性を確保できません。AIセーフティ・インスティテュート（AISI）は、2026年7月7日に「AIセーフティに関する評価観点ガイド（第1.20版）」を公表し、AIエージェントの普及を踏まえて評価項目を更新しました。AIエージェントについては、自律的な挙動や外部環境との相互作用に加え、「観測と制御」という評価観点が追加されています。

高影響のAIや外部操作を行うAIエージェントでは、導入前・重要変更時に、①自律動作の範囲、②外部システム・データへのアクセス権限、③意図しない操作を検知できるか、④人が介入・停止できるか、⑤実行内容をログで追跡できるか、⑥モデル・プロンプト・権限変更後に再評価できるかを、法務・事業部門だけでなく開発・セキュリティ部門と確認することが重要です。

AISIの「AIセーフティに関するレッドチーミング手法ガイド（第1.10版）」は、AIシステムに施したリスク対策を攻撃者の視点から評価する方法を整理しています。全てのAIで同じ強度の評価が必要なわけではありませんが、顧客データ、個人の重要判断、外部送信・決済・コード実行などへ影響するAIでは、通常テストだけでなく、悪用・誤用や想定外入力を前提とする評価も検討する価値があります。

また、総務省は2026年3月に「AIのセキュリティ確保のための技術的対策に係るガイドライン」を策定し、不正な出力を行わせる攻撃やAI搭載システムの停止等への技術的対策をAI開発者・提供者向けに整理しています。契約上も、ベンダーから安全性評価結果、重大な脆弱性・インシデント情報、モデルや安全機構の重要変更通知を取得できるようにし、必要な場合に再評価へ協力する仕組みを整えておくと、ガバナンスと技術運用をつなげやすくなります。

16　90日で実装するなら「台帳→分類→ルール→契約→監視」の順で進める

すべてのAI利用を最初から完璧に統制しようとすると、把握できていないシャドーAI利用が増えるおそれがあります。まず高リスク・高影響の用途を優先し、低リスク用途には使いやすい承認済み環境を用意しながら、台帳とルールを更新する方が実効性を持ちやすいです。

17　公開・導入前の実務チェックリスト

18　弊所の実務上の視点

AIガバナンス整備で重要なのは、立派な「AI倫理方針」を作ることではなく、実際の業務判断と契約へ落とし込むことです。例えば「透明性を確保する」と書くだけでは、顧客に何を説明するのか、社内で何を記録するのか、ベンダーからどの情報を取得するのかが分かりません。原則を、担当者・承認・証跡・契約条項・UI表示へ変換する必要があります。

また、AI利用の全面禁止は、現実の利用を把握できなくすることがあります。低リスク用途には承認済みの環境を用意し、高リスク用途には事前審査と強い統制をかけるというリスクベース運用の方が、シャドーAI対策と事業スピードを両立しやすくなります。

契約面では、ガイドラインの名称を条項へ引用するだけでは足りません。入力データ、学習利用、出力・成果、性能、説明、ログ、外部モデル、変更、事故、責任を具体的に分けて合意し、社内ルールと契約上の役割を一致させることが重要です。

19　よくある質問

20　早めに法的確認をしたい場面

• 社内で複数の生成AIが使われているが、利用実態・入力データ・責任者を把握できていない
• 顧客データ・個人情報・秘密情報をAIへ入力する業務を開始したい
• 採用、人事評価、信用判断、医療・安全等、個人への影響が大きい業務へAIを導入する
• AIエージェントにメール送信、購入、更新、削除、コード実行等を行わせる
• 生成AIを自社サービスへ組み込み、顧客へ提供する
• AIベンダーとの契約で学習利用、成果物、責任制限、モデル変更等の整理が難しい
• AI事故・誤生成・個人情報露出等が発生した場合の対応手順を整備したい
• 投資・M&A・大企業との取引でAIガバナンス体制の説明を求められている
• 高影響AI・AIエージェントについて、安全性評価、レッドチーミング、観測・停止・再評価の設計を検討したい

21　まとめ

2026年の日本のAIガバナンスは、AI法を基礎に、AI法13条指針、人工知能基本計画、AI事業者ガイドライン第1.2版、民事責任手引き、契約チェックリスト、個人情報・知財等の個別ルールを重ねて考える必要があります。さらに、高影響AIやAIエージェントでは、AISI等の技術評価資料も参照し、法務上のルールを実際の観測・制御・停止・再評価へつなげることが重要です。旧来の「日本はガイドラインだけ」という理解では、現在の制度を十分に説明できません。

企業実務では、まずAI台帳を作り、各AIについて自社の役割、用途、データ、外部影響、リスクを分類します。その上で、禁止・許可条件、承認フロー、人による確認、ベンダー管理、契約、ログ、事故対応、変更管理をつなげていくことが重要です。

ガイドラインの目的は、AI利用を止めることではありません。リスクを見える化し、コントロールできる範囲を広げることで、安心してAIの開発・提供・利用を進めるための基盤を作ることにあります。

22　主要な一次資料

• 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、2025年9月1日全面施行）
• 内閣府「人工知能基本計画」（2026年7月14日閣議決定）
• 内閣府「人工知能関連技術の研究開発及び活用の適正性確保に関する指針」（2025年12月19日 人工知能戦略本部決定）
• AIセーフティ・インスティテュート「AIセーフティに関する評価観点ガイド（第1.20版）」（2026年7月7日）
• AIセーフティ・インスティテュート「AIセーフティに関するレッドチーミング手法ガイド（第1.10版）」（2025年3月31日）
• 総務省「AIのセキュリティ確保のための技術的対策に係るガイドライン」（2026年3月）
• 総務省・経済産業省「AI事業者ガイドライン（第1.2版）」（2026年3月31日）
• 経済産業省「AI利活用における民事責任の解釈適用に関する手引き〔第1.0版〕」（2026年4月9日、同年6月更新）
• 経済産業省「AIの利用・開発に関する契約チェックリスト」（2025年2月18日）
• 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」（2023年6月2日）
• 知的財産戦略本部「生成AIの適切な利活用等に向けた知的財産の保護及び透明性に関するプリンシプル・コード」（2026年8月25日）