クラウドに出せないデータをどう扱うか ― AIエージェント導入時の判断
AIエージェントは、社内のデータに触れて初めて役に立ちます。受発注の情報を整理する、請求書を読んで集計する、生産日報をまとめる ― どれも自社のデータを読み書きすることが前提です。
そこで必ず出てくるのが、「このデータを、外のAIサービスに渡してよいのか」という問いです。
結論から言うと、AIエージェントを検討するときに最初に決めるべきは、モデルでもツールでもなく、どのデータを外に出してよいか・誰がそれを判断するか、の2つです。 そして、出せないデータがあっても全面オンプレ化する必要はありません。判断軸でデータを切り分け、出せないものだけを閉じた環境で完結させる ― これがこの記事で整理する現実的な進め方です。
なぜ「クラウドに出せないデータ」がAIエージェントで問題になるのですか？
AIエージェントが、社内データにアクセスすることを前提に動くツールだからです。
チャットに質問を打ち込むだけの使い方なら、渡す情報は自分で選べます。ですがAIエージェントは、受発注情報・請求書・生産日報・名刺といった社内のデータを自分で読みに行き、集計や文案作成まで実行します。役に立つほど、多くのデータに触れるということです。
ここで、処理をどこで動かすか（クラウドか現場か）という話と混同しないことが大切です。それは計算処理の置き場所を選ぶエッジAIの論点で、Edge AI or Cloud ― どちらを選ぶか に整理しています。この記事で扱うのは別の問題 ― AIエージェントに社内データを渡す前提で、そのデータを外に出してよいかどうかです。処理を現場で動かしても、データを外部サービスへ送っていれば「出している」ことになります。逆も然りです。
だから、ツールを選ぶ前に、データの側から決めておく必要があります。
どのデータを外に出してよいのか、どう線を引きますか？
「機微かどうか」の感覚ではなく、3つの軸で分けて見るとぶれません ― 機微性・契約・法規です。
| 軸 | 問い | 出せないと判断されやすい例 |
|---|---|---|
| 機微性 | 漏れたら誰にどんな損害が出るか | 図面・原価・歩留まり・人が写った映像 |
| 契約 | 取引先との契約で外部利用が縛られていないか | 顧客から預かった仕様・受領データ・共同開発の情報 |
| 法規 | 個人情報など、法令上の扱いが定まっていないか | 従業員・顧客の個人情報、取得目的が限定された情報 |
大事なのは、**3つのうち1つでも引っかかれば「そのまま外へは出せない」**という点です。機微性は低くても、契約で「第三者のサービスに投入しない」と縛られていれば出せません。逆に、公開済みの製品カタログのように3軸すべてで問題がなければ、迷わず外の便利なサービスを使えます。
すべてのデータを「出せない」に倒す必要はありません。多くの社内データは、この線引きをすると外に出してよいものと出せないものにきれいに分かれます。 全部を機微扱いすると、使える道具まで自分で塞いでしまいます。
その判断は、誰がするのですか？
ここが最もつまずくところです。機微性・契約・法規は、それぞれ判断できる部署が違うためです。1人や1部署では線を引ききれません。
AItoAir が導入支援でこの割り当てを最初に確認するのは、ここを飛ばした案件が後工程で止まるのを繰り返し見てきたためです。 現場で動くと確認できてから「その構成では顧客データを外に出せない」と法務から差し戻され、作り直しになる ― これは技術の失敗ではなく、判断の主体を決めていなかったことによる手戻りです。
決めておくべきなのは、個々のデータの可否そのものよりも、「新しいデータが出てきたとき、どこが可否を出すか」という割り当てです。これを仕組みにしておけば、扱うデータが増えても線引きを回し続けられます。
クラウドに出せないデータがある場合、全部オンプレにするしかないのですか？
いいえ。出せないデータがあることと、すべてを自社環境に閉じ込めることは、別の話です。
「出せないデータが一部でもあるなら、全部を社内に閉じ込めよう」と考えると、判断もコストも一気に重くなります。現実的なのは、前の2節で引いた線に沿って切り分けることです。
一律に倒す考え方
- 出せないデータが1つでもあれば、全部を閉じ込める
- 外の便利なサービスも一律で使わない
- 判断もコストも過大になり、導入自体が止まる
判断軸で切り分ける考え方
- 出してよいデータは、外の便利なサービスを使う
- 出せないデータだけを、閉じた環境の中で完結させる
- どちらに載るかは、3つの軸の線引きで決まる
もうひとつ、外部サービスを使う場合でも見落とされがちなのが、入れたデータの行き先を会社が追えるかです。担当者が個人のアカウントで使っていると、そのデータや操作の履歴が担当者に属人化し、退職とともに会社の手を離れます。当社の Excel運用AIエージェント「イチヨミシート」を、データを自社領域に保存し、退職者の分も組織が引き継ぎ・削除できる形にしているのはこのためです ― 「外に出す/出さない」だけでなく、「出した先を会社が管理できるか」まで含めて判断するのが実務です。
どのモデルを使うかは、この切り分けを決めた後の話になります。モデルは差し替えられる部品として扱えばよく、その考え方は 新しいAIモデルが数か月ごとに出る時代に、業務システムをどう作るか に整理しています。
結局、何から始めればよいですか？
AIエージェントのツール選定ではなく、データの側から順に決めるのが遠回りに見えて一番速い進め方です。
-
Step 1
扱うデータを棚卸しする
その業務でAIエージェントが触れるデータを洗い出す。帳票・映像・顧客データまで含める。
-
Step 2
3つの軸で線を引く
機微性・契約・法規で、外へ出してよいものと出せないものに分ける。1つでも引っかかれば出せない側へ。
-
Step 3
判断の主体を割り当てる
各データの可否を、現場・営業/法務・情報システム・経営のどこが出すかを決めておく。
-
Step 4
切り分けてから道具を選ぶ
出せるデータは外のサービス、出せないデータは閉じた環境。線引きが決まって初めてツールとモデルの話に入る。
この順で進めると、後戻りが起きません。逆に、ツールを先に決めてからデータの可否を考えると、Step 2・3で引っかかったときに選び直しになります。
まとめ
- AIエージェントは社内データに触れて初めて役立つ。だからこそ、どのデータを外に出してよいか・誰が判断するかを、ツールより先に決める
- 線引きは感覚ではなく 機微性・契約・法規の3軸で。1つでも引っかかれば、そのままでは外に出せない
- 判断は1部署では完結しない。現場・営業/法務・情報システム・経営に、それぞれ可否を出す範囲を割り当てておく
- 出せないデータがあっても全面オンプレ化は不要。判断軸で切り分け、出せないものだけを閉じた環境で完結させる
- 外部サービスを使う場合も、入れたデータの行き先を会社が追えるかまで含めて判断する
どのデータを外に出してよいか、誰が判断するかの整理は、AIエージェントの導入を検討し始めた段階から着手できます。30分の無料相談で、対象業務とデータの制約の両方から、現実的な進め方をお伝えしています。
よくある質問
AIエージェントを使うと、社内データは必ず外部に送られますか？
必ずではありません。ただし、AIエージェントは社内のデータを読み書きして初めて業務の役に立つので、「どのデータに触れさせるか」を決めないまま導入すると、外に出してはいけないデータまで扱わせてしまう恐れがあります。先に、外へ出してよいデータと出せないデータを分けておくことが出発点になります。
どのデータを外に出してよいか、最初に誰が決めればよいですか？
現場の担当者だけでも、情報システム部門だけでも決めきれません。機微性は現場、契約上の制約は営業・法務、社内規程は情報システム、最終責任は経営、というように判断できる範囲が分かれているためです。導入の入口で「このデータはどこが可否を出すか」を割り当てておくと、検証が終わった後で判断が覆って止まる事態を避けられます。
クラウドに出せないデータがあると、AIエージェントは導入できませんか？
できます。出せないデータがあるからといって、すべてを自社環境に閉じ込める必要はありません。外に出してよいデータと出せないデータを線引きし、出せないものだけを閉じた環境の中で完結させる、という切り分けが現実的です。全部を一律に扱おうとすると、コストも判断も過大になります。
「外に出してよいか」の線引きは、一度決めれば終わりですか？
終わりません。契約先が増えたり、扱う業務が変わったりすると、外に出してよいデータの範囲も変わります。線引きそのものより、判断の仕方（誰が・どの基準で決めるか）を仕組みとして残しておくほうが長く効きます。
計算処理をクラウドと現場のどちらで動かすか、という話とは違うのですか？
違います。処理をクラウドと現場のどちらに置くかはエッジAIの論点で、Edge AI or Cloud にまとめてあります。この記事で扱うのは、AIエージェントに社内データを渡す前提での「どのデータを外に出してよいか・誰が判断するか」というデータの扱いのほうです。処理の置き場所とは別に決める必要があります。