リスク管理：機密情報の取り扱い
業務効率化の救世主として登場したChatGPTやGeminiですが、その利便性の裏側には、使い方を誤ると企業の信用を一瞬で失墜させかねない重大なリスクが潜んでいます。Excel業務では、顧客リスト、売上台帳、従業員の個人情報など、企業にとって最も重要な「機密情報」を扱います。これらを安易にAIに入力することは、インターネット上に社外秘情報をばら撒く行為と同義になりかねません。しかし、過度に恐れてAIを使わないという選択もまた、競争力を失うリスクとなります。
本記事では、2025年12月時点の最新AI事情（GPT-5.2など）を踏まえ、AI初心者が絶対に知っておくべき「鉄壁のリスク管理術」を徹底解説します。機密情報を守りながら、AIのパワーを最大限に引き出すための「マスキング技術」や「ダミーデータ活用法」を習得し、安全な市民開発者への第一歩を踏み出しましょう
AIの学習メカニズムと情報漏洩の構造的リスク
なぜ「AIに社外秘情報を入力してはいけない」と言われるのでしょうか。その根本的な理由は、多くの生成AIサービスの利用規約と学習システムにあります。基本的に、無料版のChatGPTやGeminiなどのWebサービス版に入力されたデータ（プロンプトの内容やアップロードしたファイル）は、AIモデルの精度向上のための「学習データ」として利用される可能性があります。
これは、あなたが入力した「A社の4月の売上は1億円で、担当者の連絡先は090-xxxx-xxxx」という情報が、AIの巨大な知識データベースの一部として取り込まれることを意味します。もし、世界中の別の誰かがAIに対して「A社の売上の傾向を教えて」や「関連する連絡先を知りたい」と質問した際、AIが学習した知識として、あなたが入力した機密情報を回答の一部として出力してしまうリスク（レジストリ攻撃や予期せぬ漏洩）がゼロではないのです。
特に注意が必要なのは、このプロセスがブラックボックスである点です。一度学習されたデータを完全に削除することは技術的に非常に困難です。したがって、企業でAIを利用する場合の最初にして最大の防御壁は、「学習されて困るデータは、そもそもAIに渡さない」という原則を徹底することです。これはシステム的なセキュリティ対策以前の、ユーザーのリテラシーの問題です。まずは、「プロンプト送信ボタン」を押す前に、「この情報は新聞の一面に載っても大丈夫か？」と自問する習慣をつけることからリスク管理は始まります。
入力してはいけない「機密情報」の境界線定義
「機密情報」といっても、その範囲は多岐にわたります。Excel業務において具体的に何を隠すべきか、その境界線を明確にしておきましょう。大きく分けて、以下の3つのカテゴリーの情報は、絶対にそのままプロンプトに入力してはいけません。
一つ目は「個人情報（PII）」です。顧客の氏名、住所、電話番号、メールアドレスはもちろん、従業員の氏名や給与データ、マイナンバーなどが該当します。たとえ一件だけであっても、個人が特定できる情報は保護の対象です。「田中太郎」といった一般的な名前であっても、他のデータ（所属企業や役職）と組み合わさることで特定可能になるため、注意が必要です。
二つ目は「企業の営業秘密」です。未公開の売上データ、原価率、仕入れ値、具体的な取引先企業名、開発中の製品スペック、マーケティング戦略などがこれにあたります。Excelで管理している「売上管理表」や「顧客リスト」は、まさにこの塊です。例えば「株式会社トヨタとの取引額」といった具体的な固有名詞と数値の組み合わせは、競合他社にとって喉から手が出るほど欲しい情報であり、漏洩すれば損害賠償問題に発展する可能性があります。
三つ目は「セキュリティ情報」です。社内システムのIDやパスワード、APIキー、サーバーのIPアドレス、社内ネットワークの構成図などです。VBAコードを作成させる際に、データベースへの接続文字列の中にパスワードを含めたままAIに貼り付けてしまうケースが散見されますが、これは鍵を泥棒に渡すような行為です。これらの情報は、AIに入力する前に必ず「黒塗り」にするか、無関係な文字列に置き換える必要があります。
安全なプロンプトを作る「マスキング」の技術
では、機密情報を隠しながら、どうやってAIに的確な指示を出せばよいのでしょうか。ここで必須となるスキルが「マスキング（秘匿化）」です。AIにVBAマクロや関数を作らせるために必要なのは、「具体的なデータの中身」ではなく、「データの構造（パターン）」です。この特性を利用し、機密部分を抽象的な記号に置き換えます。
具体的なマスキングの手順は以下の通りです。 まず、固有名詞は一般的な記号に置換します。「株式会社〇〇」などの取引先名は「A社」「B社」へ、「山田太郎」などの個人名は「顧客A」「担当者B」や「User1」へ置き換えます。 次に、数値データは桁数や形式だけを維持したダミーにします。「売上1,234,567円」は「売上（数値）」や「1000」などの単純な数値へ、「090-1234-5678」は「電話番号形式」や「000-0000-0000」と伝えます。 商品名などの独自名称も、「商品A」「カテゴリB」のように抽象化します。
プロンプトの例を見てみましょう。 悪い例：「株式会社〇〇の4月売上100万円が、目標の120万円に届いていない場合、担当の佐藤さんにメールを送るマクロを作って」 良い例：「A列に『会社名』、B列に『売上実績（数値）』、C列に『目標値（数値）』、D列に『担当者名』が入っています。売上実績が目標値未満の場合、その行の担当者のアドレス（E列）にメールを送るマクロを作って」
このように、具体的な値を排除し、「どの列に、どんな種類のデータが入っているか」という構造情報だけを抽出して伝えることで、AIは完璧なコードを生成できます。AIに必要なのは「ロジック」であり「秘密」ではないのです。
AI自身に「ダミーデータ」を作成させる逆転の発想
マスキングを手動で行うのが面倒な場合や、テスト用のデータが大量に必要な場合は、AIそのものにダミーデータを作らせるというテクニックが有効です。これはリスク管理と効率化を同時に実現する非常に賢い方法です。
例えば、Geminiに対して次のように指示します。「Excelのマクロをテストしたいので、個人情報を含まないダミーの顧客リストを作成してください。列は『ID』『会社名』『担当者名』『売上金額』とし、会社名は『株式会社A』のような形式、担当者は『氏名A』、金額はランダムな数値で、CSV形式で20行分出力してください」 こうすれば、AIは架空のデータセットを一瞬で生成してくれます。
このダミーデータを使ってExcel上でマクロの動作検証を行えば、本番データ（機密情報）を一切危険に晒すことなく、安全に開発を進めることができます。コードが正しく動くことをダミーデータで確認した後で、初めて本番データが入ったファイルで（ネットワークを切断した環境などで）実行すれば、情報漏洩のリスクは極限まで低減されます。AIを「守り」のためにも活用するのが、現代のスマートな仕事術です。
ツール側の設定とプラン選定による安全対策
ユーザー側の注意だけでなく、使用するツールの設定やプラン選びによっても、リスクをコントロールすることができます。2025年現在、主要なAIサービスは企業利用を想定したセキュリティ機能を強化しています。
ChatGPTの場合、設定画面（Settings）にある「Data Controls」から、「Chat History & Training（会話履歴とトレーニング）」のスイッチをオフにすることで、入力データが学習に使われないように設定可能です（履歴も保存されなくなります）。また、企業向けの「ChatGPT Enterprise」や「Team」プランでは、契約上、入力データがモデルの学習に利用されないことが保証されています。業務で本格的に利用する場合は、こうした法人プランの契約を会社に働きかけることが最も確実な安全策です。
Geminiについても同様に、Google Workspaceの有料プランを利用することで、データが学習に利用されない環境でAIを利用できます。また、API経由で利用する場合も、基本的には学習データとして利用されない規約になっていることが多いですが、必ず最新の利用規約を確認してください。 「無料版だから」といって安易に業務データを投入するのではなく、自分の使っているアカウントがどのようなデータポリシーの下にあるのかを把握し、必要であれば「オプトアウト（学習拒否）」の申請や設定を行うことが、市民開発者の責任です。
情報漏洩だけではない「データ破壊」のリスク
リスク管理というと「情報漏洩」ばかりに目が向きがちですが、Excel業務においては「データの消失・破壊」も重大なリスクです。AIが生成したVBAコードは、時として予期せぬ挙動をします。特に「削除（Delete）」や「上書き」を行うコードが含まれている場合、実行した瞬間に重要なデータが消え去り、Excelの「元に戻す（Ctrl+Z）」機能でも復旧できないという事態が頻発します。
AIは「列を削除して」と言われれば、躊躇なく削除コードを書きますが、それが「消してはいけない列」かどうかまでは判断できません。また、処理対象のシート指定が曖昧だと、アクティブになっている無関係なシートのデータを誤って書き換えてしまうこともあります。 こうした「データ破壊」を防ぐための鉄則は、「バックアップの徹底」です。AIで作ったマクロを実行する前には、必ず対象のExcelファイルをコピーし、「テスト用ファイル」を作成してください。本番ファイルでいきなり実行することは、命綱なしで綱渡りをするようなものです。また、コードの中に「Delete」や「Clear」といった単語が含まれていないか、実行前に目視で確認する癖をつけることも重要です。
自動化による「誤送信」と「無限ループ」の恐怖
VBAやスクリプトによる自動化が進むと、Excelの外側にも影響が及ぶようになります。特にリスクが高いのが、OutlookやGmailと連携した「メール自動送信」です。
AIに「条件に該当する顧客にメールを送るマクロ」を作らせた結果、ロジックのミスで「全顧客に誤った内容のメールを一斉送信してしまう」という事故が起こり得ます。これを防ぐためには、プロンプトで必ず「メールは即送信せず、下書き（Display）状態で止めるコードにしてください」と指示することが重要です。送信ボタンは人間が最終確認してから押す、という運用にするだけで、誤送信リスクはゼロにできます。
また、プログラミング特有のリスクとして「無限ループ」があります。AIが書いた「Do While」などの繰り返し処理の条件が不適切な場合、処理が終わらずにExcelが固まってしまい、強制終了せざるを得なくなることがあります。最悪の場合、未保存のデータが失われます。これを防ぐために、「ループ回数が1万回を超えたら強制終了する安全装置（脱出条件）をコードに入れて」とAIに指示するなど、暴走を止めるための保険をかけておく視点もリスク管理の一つです。
社内ガイドラインと「シャドーIT」化の防止
個人レベルでのリスク対策ができたら、次は組織としての観点を持ちましょう。会社に無断でAIツールや自作のマクロを業務に導入することは、「シャドーIT」と呼ばれ、セキュリティ管理上の大きな穴となります。
もしあなたが「便利だから」といって、個人的なアカウントのAIに会社のデータを入力したり、誰もメンテナンスできない「野良マクロ」を大量生産して退職したりすれば、残された会社や同僚は大きなリスクを背負うことになります。 AI活用を始める際は、まず自社の「生成AI利用ガイドライン」や「IT利用規定」を確認してください。多くの企業では、入力してよいデータのレベルや、利用可能なツールの指定がなされています。もし規定がない場合でも、上司やIT部門に「AIを使って業務効率化をしたいが、セキュリティ上どのような点に気をつけるべきか」を相談し、合意を得ておくことが身を守ることにつながります。組織公認の活動にすることで、有料版ツールの導入や、安全な環境の整備が進む可能性もあります。
実行前の「指差し確認」チェックリスト
リスク管理を習慣化するために、AIにプロンプトを送信する直前、そして生成されたマクロを実行する直前に確認すべきチェックリストを作成しました。このリストをデスクの横に貼っておくなどして、毎回確認することをお勧めします。
【AI入力前のチェック】
• 個人名（顧客名、社員名）は含まれていないか？
• 具体的な企業名、取引先名は含まれていないか？
• リアルな売上金額や利益率は含まれていないか？
• ID、パスワード、APIキーは含まれていないか？
• データは「A社」「数値」などにマスキングされているか？
【マクロ実行前のチェック】
• 対象のExcelファイルはバックアップ（コピー）をとったか？
• 実行対象のシートは正しいか（テスト用シートか）？
• コードに「Delete（削除）」や「Kill（ファイル削除）」などの危険な命令が含まれていないか？
• メール送信機能がある場合、即送信ではなく「下書き保存」になっているか？
この数秒の確認作業が、数億円の損失や信用の失墜を防ぐ防波堤となります。
リスクを正しく恐れ、賢く活用する
リスク管理というと、「あれもダメ、これもダメ」と窮屈に感じるかもしれません。しかし、ここでの目的は「AIを使わせないこと」ではなく、「安全に使い倒すこと」です。車の運転と同じで、ブレーキの踏み方や交通ルール（リスク管理）を知っているからこそ、アクセルを踏み込んで目的地へ早く到達（業務効率化）できるのです。
「機密情報は入力しない（マスキングする）」「バックアップを取る」「最終確認は人間がする」。この3つの基本原則さえ守れば、ChatGPTやGeminiは、あなたの業務を劇的に変える最強のパートナーとなります。AIは完璧ではありませんし、責任を取ってくれるわけでもありません。最終的な責任者である「あなた」が、セキュリティ意識というハンドルをしっかり握り、安全なルートで業務自動化の道を突き進んでください。これで、安心してAIとの協働を始める準備が整いました。