AIに社内情報を渡す前に：匿名化・FAQ・検査をつなぐ情報ループ

AIを仕事に取り入れるとき、多くの会社は最初に「どのモデルが一番賢いか」「どのアプリを契約するか」を考えます。

もちろん、道具選びは大切です。ただ、実務でつまずきやすいのは、モデルの性能よりも手前にある情報の通り道です。

社内の問い合わせをAIに読ませる。回答をFAQとして残す。別のAIに作業を任せる。こうした流れの途中で、個人情報が混ざったり、未確認の回答が正しい知識として保存されたりすると、速くなったはずの業務に後から修正作業が戻ってきます。

AI活用を安定させるには、入力、保管、生成、検査、確定を一つのループとして設計することが先です。

AI活用の本体は「情報の通り道」にある

最初に、業務の流れを次の五つに分けて書き出します。

集める → 整える → AIに渡す → 検査する → 確定して残す

ここで重要なのは、AIに渡す前の「整える」と、出力後の「検査」を省略しないことです。

AIに入力してよい情報が決まっていなければ、担当者ごとに判断が変わります。検査の担当者と合格条件がなければ、AIの回答がそのまま社内ルールのように扱われます。自動化の規模を大きくする前に、この二つの境目を決める方が、現場への影響を小さくできます。

1. 入力前に情報を三つに分ける

AIに渡すデータは、少なくとも次の三つに分けます。

公開情報: 会社サイトや公開資料など、外部共有を前提にできるもの
社内情報: 業務手順、一般的な社内メモ、公開範囲を限定するもの
要保護情報: 個人情報、契約条件、認証情報、未公開の経営情報など

要保護情報を、そのまま入力欄に貼り付けない仕組みを先に作ります。たとえば氏名を「顧客A」、電話番号を「電話番号1」のような仮名に置き換え、置き換え前の対応表はAIの作業場所とは別に保存します。

この前処理は、情報を安全にする魔法ではありません。対応表の保管場所、ログ、バックアップ、ブラウザ拡張機能の権限、利用サービスのデータ設定まで確認して、初めて管理しやすくなります。

最初に作る資料は、複雑な規程ではなく次の一枚で十分です。

AIに渡してよい情報
AIに渡してはいけない情報
仮名化・削除してから渡す情報
回答を人間に戻す条件

2. 問い合わせをFAQに変えるときは「確定」を分ける

社内の問い合わせ対応には、同じ質問が繰り返されるという課題があります。そこで、解決した質問と回答を蓄積し、次回の下書きに使う仕組みを考えます。

ただし、問い合わせ履歴をそのままFAQの正本にしてはいけません。個別事情だけに当てはまる例外や、担当者の推測が混ざるからです。

次のように状態を分けると、知識の更新が追いやすくなります。

受け付けた質問を匿名化する
質問の種類と緊急度を整理する
回答案を作る
担当者が正本資料と照合する
承認済みの回答だけをFAQへ登録する
見直し日と責任者を残す

資料を根拠に回答し、引用元を示せるタイプのAIは、この照合作業を助けます。ただし、引用が付いていることと、元資料が最新で正しいことは別です。FAQに登録する前に、正本の版、適用範囲、例外条件を人間が確認します。

3. 生成とレビューを同じ役割にしない

AIに作業を任せる場合、生成を担当した役割が、自分の出力だけを採点する形は避けます。

設計: 成果物、入力範囲、禁止事項を決める
生成: 下書き、分類、実装案を作る
検査: 事実、権限、形式、重複を確認する
修正: 検査結果に応じて直す
停止: 回数上限や人間確認へ戻す条件を適用する

複数のAIを同時に動かす場合も、先に各作業の範囲と終了条件を固定します。並列化は作業を速くする可能性がありますが、確認すべき成果物を増やすこともあります。人間が常に画面を見続ける運用をやめたいなら、画面監視をなくすのではなく、合格条件、例外通知、停止スイッチを明確にします。

送信、削除、契約、公開、課金のように取り消しにくい操作は、AIのループから人間の承認へ戻す境界を残します。

4. 最初は一つの問い合わせ業務で試す

中小企業で始めるなら、全社の知識を一つのAIに集めるのではなく、対象を一つに絞ります。

たとえば、社内の経費問い合わせだけを対象にして、次の流れを作ります。

質問を受ける
  ↓
個人名・番号を取り除く
  ↓
回答案を作る
  ↓
担当者が規程と照合する
  ↓
承認済みFAQへ登録する
  ↓
月1回、古い回答を見直す

評価する数字も、最初から複雑にしません。回答までの時間、差し戻し回数、未解決の質問数、同じ質問の再発件数を記録すれば、どこで詰まっているかが見えます。数字は改善の材料であり、導入効果を先に約束する根拠ではありません。

導入前に確認するチェックリスト

[ ] 対象業務と利用者を一つに絞った
[ ] AIに渡してよい情報と要保護情報を分けた
[ ] 匿名化後の対応表を別に保管する担当者を決めた
[ ] FAQの正本資料、責任者、見直し日を決めた
[ ] 生成とレビューの役割を分けた
[ ] 送信・削除・公開・課金を人間確認に戻す条件を決めた
[ ] 失敗が続いたときの停止スイッチを用意した

この確認を通らないままツールやモデルを増やすと、改善ループではなく、情報と確認作業の混雑が増えます。

Optiensの見方

AI活用をどこから始めるべきか迷っている場合は、まず AI活用診断（無料）で、既存業務のどこがAIパッケージ化しやすいかをご確認ください。実装まで進めたい候補が見えた場合は、導入前スコープ整理で対象業務、含む範囲、費用感、5営業日で初期版にできるかを整理します。

まとめ

AI導入で最初に決めるべきなのは、モデルの数ではなく情報の通り道です。

入力前に要保護情報を分け、解決済みの問い合わせだけを検証済みFAQへ変え、生成とレビューを分離する。この三つを小さな業務で試すと、AIを使う量を増やす前に、戻し方と止め方を確認できます。

AIに任せる範囲を広げることは、確認をなくすことではありません。確認を人間の記憶から、見えるルールと記録へ移すことです。

参考情報

IPA: 中小企業の情報セキュリティ対策ガイドライン

AIに社内情報を渡す前に