7割が「シャドーAI」未対策 Gartner提言・メルカリ事例に学ぶ、正攻法：「AIは全て禁止」でも「IT部門が全て管理」でもない AI活用と統制をどう両立？

企業で生成AIやAIエージェントの活用が広がる一方、IT部門が把握していない「シャドーAI」のリスクが顕在化しています。経営層と現場の認識にはなぜズレが生じるのでしょうか。AI活用とガバナンスを両立させる方法を考えます。

[雨輝ITラボ（リーフレイン）, 編集：石川俊明，＠IT]

　生成AIやAIエージェントの業務活用が本格化する中、企業の情報システム部門やセキュリティ部門が把握しきれない「シャドーAI」のリスクが深刻化しています。

　利用できるAIの種類や機能が急速に増える中、従来のようにIT部門が全てを把握し、審査し、管理するやり方は限界を迎えつつあります。

　かといって、業務効率化への期待が高まる中、現場が必要とするAIを迅速に利用できなければ、かえって管理の目が届かないAI利用の拡大を招く恐れもあります。

　では、企業はAI活用の推進と統制をどう両立すればよいのでしょうか。経営と現場のギャップ、Gartnerの提言、メルカリの実践事例から対策の「仕組み」を考えます。

経営層の「把握している」は幻想　浮き彫りになる意識と実態のギャップ

　シャドーAIを考える上で、まず直面するのが経営層と従業員の間にある「認識のすれ違い」です。IDおよびアクセス管理（IAM）を手掛けるOkta Japanが2026年5月に公表したグローバル調査「AI Agents at Work 2026」は、「管理できている」と考える経営側と、実際の現場との間にある大きな隔たりを浮き彫りにしています。

「利用ポリシー」の認知にある大きな隔たり

　7カ国の経営幹部と従業員を対象にした同社のレポートでは、日本の経営幹部の54％は「自社のAI利用ポリシーは明確」だと回答しました。これはグローバル全体の65％を下回るものの過半数を占めています。

　ところが、同様に回答した日本の従業員は22％にとどまり、調査対象国の中で最も低い水準となりました。さらに従業員の78％は「公式のAI利用ポリシーを見つけられない」と回答しています。経営側がルールを定めたつもりでも、現場まで届いていない実態がうかがえます。

経営陣の8割超が「可視化できている」とするも、現場の半数近くがシャドーAI利用

　より顕著なギャップが見られたのが、AI利用の可視化に関する回答です。「AIツールの利用状況を可視化できている」と回答した日本の経営幹部は84.6％に上り、グローバル全体の90％に近い水準でした。

　しかし、日本の従業員の47.5％は「未承認のAIツール（シャドーAI）を利用している」と回答しています（グローバル全体は52％）。

　経営陣が「把握している」と考えている裏で、現場の半数近くがシャドーAIを使用しているのが現実です。AIガバナンスの第一歩は、この認識と実態のギャップを直視することから始まります。

• 参考記事：甘過ぎた“経営陣のAIリスク認識”　8割は「AI利用を可視化」と回答、なのに未承認AIが拡大（＠IT）

シャドーAI、7割未対策の実態も明らかに　Gartnerが提言する「分業モデル」

　では、シャドーAIをどのように管理すればいいのでしょうか。Gartnerの調査からは、多くの企業が現場主体のAI導入を認める一方、シャドーAI対策には手が回っていない状況が見えてきます。

73％が「把握できない」「把握しても手を打てない」

　Gartnerが2026年2月に実施した国内企業への調査では、ユーザー部門が選定するAIツールについて、「自由に認めている」（8％）、「審査して問題なければ認めている」（67％）を合わせて75％の企業が現場主体のAI導入を容認しています。

　ところが、シャドーAIへの対応は「そもそも把握できていない」（43％）、「把握はしているが、手を打てていない」（30％）と、73％の企業が対策に取り組めていません。

　背景にあるのが、IT部門が一括管理する従来型「集権モデル」の限界です。

　現場からのAIツールの利用申請をIT部門が審査、検証している間にも、次々と新しいAI機能やAIツールが登場します。判断を待ち切れない現場が独自に利用を始めればシャドーAIとなり、かといって全面的にAI利用を禁止すれば業務の停滞とさらなるシャドーAIのリスクを招きます。

　こうした悪循環に対し、Gartnerの林宏典氏（ディレクター アナリスト）は、2026年6月の講演で、IT部門が採るべき一手として「受益者負担の分業モデル」への移行を提言しています。

「全社AI」「部門AI」「個人AI」に分け、責任の所在を明確化

　Gartnerの提言する分業モデルでは、社内のAIを「全社AI」「部門AI」「個人AI」の3つに分類します。全社共通で利用する「全社AI」はIT部門が選定・導入し、手厚く支援します。特定部門だけで利用する「部門AI」は、その部門自身が運用・管理を担います。「個人AI」は、高いリテラシーを持つ一部の従業員に限定し、条件付きで個別利用を認めます。

　使いたい現場に運用負荷や責任を持たせる「受益者負担」を基本とし、役員クラスによる「AIガバナンス委員会」と、統制の枠組みを構築する「AI CoE（Center of Excellence）」が連携してガバナンスを支える構成です。

「ツール単位」から「機能単位」の統制へ

　さらに林氏は、IT部門による「ツール単位」での利用可否判断を改め、「機能単位」でリスクを評価すべきだと指摘します。生成AIツールは多機能化しており、同一ツール内でもリスクが異なるためです。

　生成AIの機能を「AI組み込みアプリ」「汎用（はんよう）チャットbot」「ノーコードエージェントビルダー」「Computer Use」「プラットフォーム」の5タイプに分解し、それぞれのリスク特性に応じて評価すべきだとしています。

リスクの高いAIは「即遮断」を原則とし、四半期ごとに棚卸しを実施

　未許可のシャドーAIに対しては、セキュアサービスエッジ（SSE）などのクラウド通信監視機能を活用し、リスクの高いAIは「見つけたら即遮断」を原則とすることを推奨しています。

　加えて、「四半期に1度の棚卸し」を運用サイクルに組み込み、使われなくなったツールの整理や、成果の上がっているツールを「全社AI」へ昇格させる検討をすることが重要だと提言。併せて、リテラシーの高い人材に「個人AI枠」を認め、最新ツールの検証と知見の蓄積を担ってもらう手法も提示しています。

• 参考記事：シャドーAI対策「7割が未着手」　「AIは全て禁止」は限界　IT部門が採るべき一手とは？　Gartner提言

メルカリの実践事例に見る、シャドーAIを防ぐ「仕組み」

　「一律禁止ではなく、利用者や用途に応じて統制する」という思想を具現化したのがメルカリの実践事例です。同社の取り組みからは、ルールで縛るだけでなく「公式の安全な環境を使う方が便利」という状態を作る重要性が見えてきます。

属性やリテラシーに応じたAIツールの「出し分け」

　メルカリは2026年5月から「Claude Code」「Claude Cowork」の全社展開を開始しました。同社では、全社イベント「AI Agent Day」などで従業員教育を進める一方、全従業員に一律の権限を与えるのではなく、職種やリテラシーに応じた環境の「出し分け」をしています。

　原則として非エンジニアには、仮想環境（VM）上で動作し強力なガードレールを設定できる「Claude Cowork」や「Notion AI」を提供。一方、エンジニアやリテラシーの高い非エンジニアには「Claude Code」も利用できる柔軟な運用としています。

　この制御を支えるのが、MDM（モバイルデバイス管理）の「Jamf」とIdP（アイデンティティープロバイダー）の「Okta」です。端末利用者の属性情報を自動同期し、エンジニアには柔軟な設定、非エンジニアには強いセキュリティ設定を自動適用することで、ガバナンスと現場の利便性を両立させています。

「禁止」ではなく「安全で便利な利用経路」を作る

　メルカリのシャドーAI対策で特筆すべきは、現場の「日々登場する最新のAIを試したい」というニーズを遮断せず、安全なルートをインフラとして用意した点です。

　「さまざまなAIモデルを使いたい」というニーズに対し、同社ではOSS（オープンソースソフトウェア）の「LiteLLM」を活用した共通基盤を構築しました。一般的なAIプロバイダーのAPIキーには原則として有効期限がないというセキュリティ課題に対し、LiteLLMを中継させることで「一定期間で自動失効する短命なキー」でのアクセスを実現しています。

　開発者はプロバイダーごとの複雑な設定を意識せず「モデル名を指定するだけ」で安全なAI利用が可能となり、管理側にとっても利用予算の一元的な可視化・最適化ができるメリットが生まれているといいます。

• 参考記事：メルカリが明かす「Claude Code全社展開」「シャドーAI対策」を支える仕組み

まとめ：禁止から「責任分担」と「環境整備」へ

　経営層の「把握している」という過信と現場の実態ギャップを踏まえ、Gartnerの分業モデル提言やメルカリの実践事例を照らし合わせると、今後のシャドーAI対策で企業が取るべき方向性が見えてきます。

　AI時代において、申請手続きを煩雑にし、禁止事項を増やしてIT部門だけで統制し続ける従来の手法はもはや機能しません。シャドーAIを抑止しつつも、AI活用による事業成果を最大化するためには、以下の3つのアプローチが不可欠です。

• 実態とリスクの可視化
  • 経営と現場の認知ギャップを直視し、通信監視や機能単位でのリスク評価を開始する
• 責任の分担（分業モデル）
  • IT部門に過度な負担を集中させず、ユーザー部門やリテラシーの高い個人に役割と責任を委譲する
• 公式ルートの利便性向上
  • 「使うな」と制限するのではなく、メルカリのように「安全で使いやすい共通基盤」を用意し、自発的に利用ルートを選ばせる

　シャドーAIの解消とは、現場からAIを遠ざけるための「高い壁」を作ることではありません。

　経営・IT部門・現場の三者がそれぞれの役割を果たしながら、現場が正しく安全にAIを使いこなせる「導線」を設計することが、AIガバナンスに求められる本質といえます。