レッスン7：個人と組織のルール——情報入力・業務再設計・評価

このレッスンで学ぶこと

入力禁止情報のルールを整理できる
ログとアカウンタビリティの発想を持つ
業務プロセス再設計の考え方を理解する
評価制度との関係を整理できる
「AI 利用の隠蔽」と「AI 利用の称揚」の両極を批判できる
シャドー AI の現実的な扱い方を整理する
2026 年 6 月時点の法人契約版の選び方を把握する

前のレッスンでは、コミュニケーションの仕事術を扱いました。今回のレッスンでは、視点を「個人の使い方」から「組織との関係」へ広げます。業務担当者一人ひとりが AI を使うとき、組織のルール・ガバナンス・評価制度との関係をどう整理するか。組織のルールが整っていないと感じるとき、現場の立場で何ができるか。本レッスンは「業務担当者の現実」から逆算した整理です。

入力禁止情報のルール

業務で AI を使うときの第一の論点が、「どの情報なら AI に入力してよいか」です。

入力を避けるべき情報

個人情報：顧客・取引先・社員の氏名・住所・電話番号・メールアドレス・マイナンバー・生年月日・年齢・性別など、個人を識別できる情報
企業秘密：未公表の業績、未発表の人事、戦略的に機密性が高い情報、M&A 情報、知財関連情報
契約情報：取引先との契約内容、価格・条件・期間など、契約上の秘密保持義務がある情報
第三者の知的財産：他社の特許、論文の全文、著作物全体
規制対象情報：個人情報保護法・GDPR の保護対象、医療情報、金融情報、信用情報

入力を慎重に判断すべき情報

準機密情報：社内資料、社内会議の議事録、業務マニュアル
顧客とのやり取り内容：個人情報を伏字化しても、相手が特定できる場合
組織の業務プロセス情報：競合に知られると不利になる業務ノウハウ

安全に入力できる情報

公開情報：公式発表、Web で公開されている資料、業界の一般情報
自分自身の所属・名前：公開範囲内
一般的な業務知識：業界や職種で広く知られている情報
匿名化・抽象化した情報：個人を特定できない形に加工した情報

「入力していい範囲」は組織で決まる

「個人として入力していいか」の判断は、組織のルールに従います。法人契約版を使っているか、個人契約か、契約条項上どこまで保護されるか、で範囲が大きく変わります。組織のルールが明確でないときは、上司や情報セキュリティ担当に確認するのが原則です。

⚠️ 注意 「AI ベンダーが保護してくれるはず」と勝手に判断するのは危険です。各 AI ベンダーの利用規約・データ取り扱いポリシーは半年ごとに変わることがあり、自分で確認するのが現実的でないため、組織として「入力していい範囲」を決めることが必要です。

ログとアカウンタビリティ

AI を業務で使うとき、後から「誰が何を入力したか」「どんな出力を受け取ったか」を辿れるようにする発想が重要です。

ログの意義

インシデント発生時の調査
監査対応・規制対応
個人ベースでの「自分の AI 利用履歴」の振り返り
「AI が出した結果」と「自分が判断した結果」を後から区別できるようにする

2026 年 6 月時点：法人契約版のログ

法人契約版（Microsoft Copilot Enterprise、ChatGPT Team／Enterprise、Claude for Work、Gemini for Workspace）では、組織管理者が利用ログを取得・分析できる機能が標準的になっています。

個人契約版でも、自分の利用履歴を確認できる機能はあります。一方で、組織として全社員の利用を把握するのは、法人契約版でないと現実的ではありません。

アカウンタビリティ（説明責任）の整理

業務で AI を使うとき、「何を AI に任せ、何を自分の判断としたか」を明確にする習慣を持ちます。

文書の最後に「AI による下書きを基に、自分で編集・確認しました」と明示する組織も増えている
顧客との重要なやり取りで AI を使った場合、その旨を上司に共有する
重要な意思決定の場面で AI を使った場合、自分の判断プロセスを記録する

「AI が言ったから」を「私が判断したから」に置き換える、というレッスン 5 のメッセージは、ここでも重要です。

💡 ポイント 「AI を使ったかどうか」よりも「自分が判断したかどうか」が、業務上の責任の所在を決めます。AI 利用の有無を隠す姿勢も、AI 利用を盾に責任を回避する姿勢も、どちらも避けるべき姿勢です。

業務プロセスの再設計

ここまでのレッスンで何度も「業務プロセスの再設計」を強調してきました。本レッスンでは具体的なアプローチを整理します。

再設計のステップ

業務の棚卸し：典型的な 1 日・1 週間の業務を書き出す
業務階層への分類：レッスン 1 の 4 階層（型作業・調査・思考・関係）に分類
AI 適合度の判定：各業務に「AI が向くか」「人間が必要か」を判定
タスクの分割：1 つの業務でも「AI に任せる部分」と「人間が担う部分」に分割
業務フローの組み直し：AI のステップを業務フローに組み込む
試運転と微調整：小さく試して定着したものを広げる

タスクの分割の発想

業務を「最小単位のタスク」に分割すると、AI への委ね方が見えやすくなります。

業務（粗い粒度）	分割後（細かい粒度）	AI 適合度
提案資料作成	業界調査	高（参照）
	提案構造の検討	中（壁打ち）
	提案文章ドラフト	高（拡張）
	顧客固有の事情の反映	低（人間）
	スライド化	中（構成案＋拡張）
	上司確認	低（人間）

「資料作成全体」を AI にやってもらうのではなく、分割した各タスクで AI 適合度を判定するのが、再設計の基本姿勢です。

業務プロセス再設計の落とし穴

「AI 化」を目的にしてしまう：手段が目的化し、業務の本来の価値を見失う
「全部 AI で」を目指す：人間の判断と関係性が要る部分まで AI に任せて品質が落ちる
再設計後に振り返らない：定期的な見直しがないと、AI のアップデートで前提が変わったときに対応できない

「変えない」判断も大事

業務再設計は「すべてを変える」ものではありません。AI が馴染まない業務、人間の関係性が中核の業務、組織文化として残したい業務は、「変えない」判断も大事です。

📝 補足 業務プロセス再設計は本来、AI 以前から存在する分野（BPR：Business Process Reengineering）です。詳しい方法論は別の専門書を参照してください。本コースは AI 時代の文脈での発想に絞ります。

評価制度との関係

AI 時代の業務担当者にとって、避けて通れない論点が「評価制度との関係」です。

よくある問題

成果は同じでも工数が変わる：AI で 1 時間でできた業務を、評価上どう扱うか
「AI を使った成果」をどう評価するか：本人の能力か、AI の能力か、組み合わせ能力か
AI 利用が遅れている人をどう扱うか：強制するか、本人の判断に委ねるか
AI 利用に関する評価の透明性：どこまでが本人の能力か、明確にできるか

組織のスタンスの整理

組織として AI 時代の評価をどう整えるかは、複数の方向性があります。

成果重視：何を達成したかで評価し、AI 利用は手段として問わない
プロセス重視：どのように達成したかも見て、AI 利用の品質も評価する
スキル重視：AI を使いこなす能力そのものを評価項目に入れる
混合：上記を組み合わせる

「正解」はなく、組織の文化と業務特性で決まります。

個人レベルでできること

自分の AI 利用について、率直に上司と話す機会を持つ
「これは AI を使った成果」「これは AI を使っていない成果」を区別して説明できるようにする
AI 利用で時間が浮いたら、その時間でしか成果が出ない仕事に投資する
評価の透明性が低いと感じたら、組織レベルでの対話を提案する

「成果は同じでも工数が変わる」の悩み

AI で 1 時間でできた業務を、これまで 8 時間かけていた場合、評価上の扱いに迷うことがあります。本コースの立場は、「浮いた時間で別の価値を生む」発想です。

浮いた時間で、より複雑な業務に挑戦する
浮いた時間で、人間でしかできない業務（関係作業）に投資する
浮いた時間で、自分の学びと能力開発に投資する

「8 時間が 1 時間になりました」を「7 時間で別の価値を生みました」に置き換えるのが、AI 時代のキャリア戦略の基本です。

💡 ポイント 「AI で楽になった」を「AI で別の価値を生む時間ができた」に置き換える発想は、個人のキャリアにも組織の評価制度にも、共通する論点です。

「AI 利用の隠蔽」と「AI 利用の称揚」の両極

業務での AI 利用には、両極端な反応が起きやすい現状があります。

「AI 利用の隠蔽」の問題

AI を使ったことを隠して、本人の能力として提示する
同僚や上司に「AI 使っていない感」を演出する
AI 利用ログが残っていることを知らずに、後から発覚して信頼を失う
「AI を使ったことを言うと評価が下がる」と組織で感じている

「AI 利用の称揚」の問題

AI 使用を必要以上に誇り、人間の業務を軽視する空気
AI を使えない人を「時代遅れ」と決めつける
AI 利用の量を競う文化（不要な使用が増える）
「AI を使ったから素晴らしい」という根拠なき肯定

バランスの取り方

AI 利用を隠さない、自慢しない
「結果として何が達成できたか」「自分が何を判断したか」を中心に語る
同僚の AI 利用度を批判しない（個人の事情と業務特性で変わる）
組織として AI 利用の意義を共有する場を持つ

⚠️ 注意 組織内で「AI を使えない人は時代遅れ」と発言する人がいたら、それは組織文化の問題として扱う必要があります。個人の能力ではなく、組織のルールや教育が整っていない結果としての「使えない」も多いことを忘れないでください。

シャドー AI の現実的な扱い

シャドー AI（社員が個人契約の AI ツールを業務で使い、組織が把握していない状態）は、現実に多くの組織で起きています。

禁止だけでは解決しない

「個人 AI 利用を禁止する」と組織が指示しても、実態として禁止しきれないのが現状です。社員は「業務で困ったときに使える道具を取り上げられた」と感じ、より見えにくい形で使い続けることがあります。

現実的な対処の方向

法人契約版の整備：社員が安全に使える組織公式の選択肢を整える
入力禁止情報のルールの周知：何を入力してはいけないかを明確に
教育とサポート：使い方の研修・FAQ の整備
段階的な業務組み込み：少しずつ組織として AI 利用を業務に組み込む
対話の機会：社員が「困っていること」を話せる場を作る

業務担当者の立場

組織のルールが整っていないと感じたとき、業務担当者の立場でできるのは、

入力禁止情報を絶対に入力しない自衛
個人契約での利用が業務規程上問題ないか、上司・情シスに確認
同僚と「使い方の知見」を共有する（ただし機密情報は除く）
組織のルール作りに、現場の声を届ける

📝 補足 シャドー AI は新しい現象ではなく、シャドー IT の流れの中で生まれた論点です。組織のガバナンスと現場の自律のバランスは、AI 時代の固有のテーマではなく、これまでの IT ガバナンスの議論の延長線上にあります。

2026 年 6 月時点：法人契約版の選び方

組織として法人契約版を選ぶ際の観点を、業務担当者の視点からも整理します。

主な選択肢

Microsoft Copilot for Microsoft 365 / Copilot Enterprise：Microsoft 365 と統合。Office アプリ内での AI 利用に強い
ChatGPT Team / Enterprise：OpenAI 直系。汎用 AI の機能が広い
Claude for Work：Anthropic 直系。長文処理・整理・推論に強み
Google Gemini for Workspace：Google Workspace と統合。Docs/Sheets/Slides 内での AI 利用に強い

業務担当者の視点での観点

日常で使う業務システム（Microsoft 365 か Google Workspace か）との連携性
部署で扱う業務（文書中心／表計算中心／プレゼン中心／コード中心）との相性
同僚や取引先が使っているツールとの互換性
個人レベルで覚える必要のある操作の複雑さ
言語サポート（特に日本語の自然さ）

組織レベルでの選択基準

データ保護・コンプライアンスの要件
ライセンスコスト
既存システムとの統合コスト
部署別の業務特性への適合性
組織として「1 ツールに統一」か「複数併用」か

業務担当者として、自分の業務に最も向くツールを上司や情シスに伝える機会を持つと、組織の意思決定の質が上がります。

講師の現場メモ：「禁止から共存への政策転換」

私（吉村）が支援している中堅金融機関の話です。社員 800 人、創業 50 年。経営層は当初、社員の AI 利用を全面禁止していました。理由は「情報漏洩リスク」「コンプライアンス」「金融業界の特殊事情」でした。

しかし、半年経って、社員アンケートで「業務で AI を使いたい」が 70%、実際には「禁止だが個人契約で使っている」が 35% であることが判明しました。シャドー AI の典型例です。

経営層は禁止を強化するか、解禁するかで議論しました。私は次の整理を提案しました。

「禁止強化は監視コストが大きく、社員の主体性を奪い、結果として『見えないシャドー AI』を増やすだけです。一方、無条件解禁はリスクが大きい。第三の道として、『安全な法人契約版を整え、入力禁止情報のルールを明確化し、教育を提供し、対話の場を持つ』を提案します」

経営層は私の提案を採用し、半年かけて、

法人契約版（Microsoft Copilot Enterprise）を全社員に提供
入力禁止情報のルールを文書化し、研修を実施
部署別の活用事例ワークショップを開催
シャドー AI 経験者からのヒアリング（責めない前提で）
経営層自身が AI を使う姿を社員に見せる

を整備しました。1 年後、社員アンケートで「業務で AI を使っている」が 75%、「シャドー AI のままにしている」が 5% に低下。情報漏洩インシデントはゼロでした。

私がそのとき経営層に伝えたのは、「禁止」も「無条件解禁」もリスクは同じくらい大きく、現実的なのは「整える」だ、ということです。本コースで「ルール作り」「教育」「対話」を強調するのは、この経験があるからです。

業務担当者の皆さんに伝えたいのは、組織が「ルールが整っていない」状態でも、自衛と建設的な発言で組織を動かせるということです。「禁止だから使わない」と諦めるか、「禁止でも勝手に使う」と背を向けるかではなく、「自分は安全に使い、組織にルール作りを促す」という第三の道を選んでほしいです。

まとめ

このレッスンでは、以下のことを学びました。

入力禁止情報のルール：個人情報・企業秘密・契約情報・第三者知財・規制対象情報は避ける。組織のルールに従う
ログとアカウンタビリティ：「何を AI に任せ、何を自分の判断としたか」を明確にする
業務プロセス再設計のステップ：棚卸し → 4 階層分類 → AI 適合度判定 → タスク分割 → フロー組み直し → 試運転
「変えない」判断も大事。AI が馴染まない業務、人間の関係性が中核の業務は変えない
評価制度との関係：成果重視・プロセス重視・スキル重視・混合の組織別スタンス
「AI で楽になった」を「AI で別の価値を生む時間ができた」に置き換える
「AI 利用の隠蔽」と「AI 利用の称揚」の両極を避け、「結果」「自分の判断」を中心に語る
シャドー AI：禁止だけでは解決しない。法人契約版・ルール・教育・対話の整備が現実解
業務担当者の立場：自衛と建設的な発言で組織を動かせる
2026 年 6 月時点：主要な法人契約版（Microsoft Copilot、ChatGPT Team／Enterprise、Claude for Work、Google Gemini for Workspace）から組織と業務の特性で選ぶ

次のレッスンでは、仕事と AI の関係を再設計する発想と、コース修了後の学習方向を案内します。

確認クイズ

このレッスンの理解度をチェックしましょう。