はじめに
2026年10月23日、パナソニックグループで、社内で利用を禁止している外部の生成AIサービスに、従業員や元従業員、その家族の個人情報が約33万人分アップロードされていたことが公表されました。外部からの攻撃ではなく、システム導入プロジェクトに携わっていた担当者1名の社内ルール違反によるものとされています。
「うちはルールで外部AIを禁止しているから大丈夫」と考えている会社ほど、この事案は他人事ではありません。この記事では、事案の概要を整理したうえで、なぜこうしたことが起きるのか、そして発注側のプロジェクト担当者やIT部門が、同じことを自社で起こさないためにどんな仕組みを作っておくべきかを、コンサルタントの視点で考えます。
何が起きたのか
公表内容を整理すると、概要は次のとおりです。
- 発表：2026年10月23日、パナソニックホールディングス（グループ会社のパナソニック オペレーショナルエクセレンス）
- 場面：同社と子会社のパナソニック デジタルが進めていた、人事情報システムの導入プロジェクト
- 内容：プロジェクトに携わる社員1名が、2026年4月時点で人事情報システムに登録されていたデータの一部を、社内で利用を禁止している外部の生成AIサービスにアップロードした
- 対象：国内の従業員約7.5万人、元従業員約17.8万人、その家族約8.1万人の計約33.4万人分（社員番号・住所・電話番号・メールアドレスなど。家族は緊急連絡先として登録された氏名など）
- AI側の設定：運営事業者への確認では、AIの学習に使う機能は無効になっていたとのこと
- 被害：現時点で、不正利用などの被害は確認されていない
報道によれば、アップロードしたデータは本人がすぐに削除したものの、サービス側ではセキュリティや法令対応のために一定期間保持される仕組みになっていたとされています。再発防止策としては、個人情報の取り扱いルールと生成AIの利用管理の見直し、教育の強化が挙げられています。
なぜ「禁止されているAI」が使われてしまうのか
この事案で注目したいのは、ルールが「なかった」のではなく、ルールが「あったのに」破られたという点です。私の経験上、こうしたことが起きる背景には、個人の問題だけでは片づけられない構造があります。
1つ目は、プロジェクトの現場では「大量の実データを扱う作業」が避けられないことです。 人事システムや基幹システムの導入では、データ移行やデータクレンジング、項目の対応づけ（マッピング）など、本番データを大量に加工する工程が必ずあります。締め切りに追われる中で、「AIに整形させれば一瞬で終わるのに」という誘惑は非常に強くなります。
2つ目は、「禁止」だけがあって「代わりに何を使えばいいか」が用意されていないことです。 便利な道具を禁止されても、業務の量は減りません。公式に使える手段がなければ、人は非公式な手段に流れます。いわゆる「シャドーIT」と同じ構図です。
3つ目は、「学習に使われない設定なら安全」という誤解です。 学習に使われないことと、社外のサーバーにデータを送ってよいことは、まったく別の話です。今回のように、削除しても一定期間はサービス側に保持されるケースもあります。個人情報を社外のサービスに送った時点で、それは情報の管理を自社の外に出したことになります。
4つ目は、グループ会社や委託先が関わるプロジェクトでは、ルールの「届き方」が弱くなることです。 今回も、親会社側と子会社側が共同で進めるプロジェクトでした。誰のルールが適用され、誰が守らせる責任を持つのかが曖昧になりやすいのが、複数の組織が関わるプロジェクトの特徴です。
発注側コンサルならこう考える：仕組みで防ぐ5つのポイント
ニュースでは「ルールの見直し」や「教育の強化」が対策として挙げられることが多いですが、教育だけで人の行動を変えるのは限界があります。発注側のプロジェクト担当者やIT部門が整えておくべきなのは、「うっかり」や「つい」が起きにくい仕組みです。
1. 「禁止」と同時に「使ってよいAI」を用意する
最も効果があるのは、社内で安全に使えるAI環境を公式に用意することです。データが社外に出ない契約・設定になっている法人向けサービスや、社内環境で動くAIを「これを使ってください」と明示します。代替手段がある状態で初めて、「それ以外は禁止」というルールが現実的に守られるようになります。
社内向けのAI利用ルールの作り方は、社内向けAI活用ガイドラインの作り方でも詳しく解説しています。
2. プロジェクト計画に「本番データの取り扱い」を書いておく
システム導入プロジェクトでは、プロジェクト計画書やデータ移行計画の段階で、次の点を決めておくべきです。
- 本番データ（特に個人情報）に触れる工程と、触れてよい担当者は誰か
- テストや検証には、マスキング（氏名や住所を架空のものに置き換えたデータ）を使うこと
- 本番データを加工・持ち出す場合の承認手順
「データをどう扱うか」は、技術の話ではなくプロジェクト管理の話です。計画に書かれていないことは、現場の判断に委ねられてしまいます。
3. 委託先・グループ会社との取り決めに「AI利用」を入れる
外部の生成AIサービスにデータを入力することは、実質的には「データを第三者のサービスに預ける」ことです。委託先やグループ会社と進めるプロジェクトでは、再委託の承認と同じように、外部AIサービスの利用を事前承認制にする条項を契約や取り決めに入れておくことをおすすめします。あわせて、プロジェクト開始時に、適用されるルールと責任者を明確にしておきます。
4. 人の注意に頼らない技術的なガードレールを置く
ルールと教育に加えて、技術的に「送れない」状態を作ることも重要です。
- 未承認の生成AIサービスへのアクセスを、ネットワークやブラウザの設定で制限する
- 個人情報を含むファイルのアップロードを検知・ブロックする仕組み（DLP）を導入する
- 生成AIの利用状況をログで確認できるようにしておく
すべてを完璧に防ぐことは難しくても、「普通に作業していたら送れてしまう」状態をなくすだけで、事故の確率は大きく下がります。
5. 「やってしまった」ときの報告ルートを決めておく
最後に、事故はゼロにはならない前提で、起きたときの初動を決めておきます。誰に報告するのか、サービス側に削除を依頼する手順、保持期間の確認、個人情報保護委員会への報告の判断などです。ミスを隠さずにすぐ報告できる雰囲気と手順があるかどうかで、被害の大きさは変わります。
生成AI導入時のセキュリティリスク全般については、生成AI導入のセキュリティリスクもあわせて参考にしてください。
まとめ
今回の事案は、外部からの攻撃ではなく、ルールがある中で起きた「内部のうっかり」でした。生成AIが業務に浸透するほど、同じことはどの会社でも起こり得ます。大切なのは、「禁止」と「教育」だけで終わらせず、使ってよいAIを用意すること、プロジェクト計画に本番データの扱いを書くこと、委託先との取り決めにAI利用を入れること、技術的なガードレールを置くこと、そして起きたときの報告ルートを決めておくことです。発注側として、仕組みで防ぐ視点を持っておきましょう。
参考
- パナソニックHD子会社、使用禁止の生成AIに従業員約33万人分の個人情報をアップロード（ITmedia NEWS）
- 外部生成AIサービスへの個人情報アップロードに関するお詫びとお知らせ：パナソニックHD（IT記者会Report）
執筆者プロフィール：SIer（元請け）とITコンサルファーム（発注側支援）、両方の立場でプロジェクトに従事（通算9年）。要件定義からベンダーマネジメントまで一貫して対応し、基幹システム刷新・DX推進プロジェクトに多数従事。
コメント