「社内のマニュアルや議事録をAIに読ませたい」。そう考えて動き出したものの、途中で止まってしまう会社が多くあります。
止まる理由は、たいてい技術ではありません。「どの資料を、誰に見せていいのか」が決まっていないことです。給与のファイルも、見積書も、日報も、同じ共有フォルダの中に何年も積み上がっている。この状態のままAIに読ませると、「便利だが、全社には出せない」という宙ぶらりんな結果になります。
この記事では、AIに社内データを使わせる前に決めておくべき権限設計を扱います。特定のツールの設定方法ではなく、どのAIを使う場合にも共通して必要になる考え方です。
この記事でわかること
- 権限を決めずに始めると、具体的に何が起きるか
- 会社・データセット・役割の3層で権限を設計する考え方
- 「画面で隠す」が権限管理にならない理由
- 明日から着手できる5つのステップ
この記事の対象者
- 社内AIの導入を任されたが、どこから手を付けるか決まっていない方
- 情報漏洩が怖くて踏み出せない、情シス兼務の総務・管理部門の方
- ベンダーの提案を受けたが、その内容が妥当か判断できない方
「AIに社内データを読ませる」の前に、決めていないことがある
中小企業のAI導入率は、いま2割ほどです。中小企業基盤整備機構の調査（2025年11〜12月実施・2026年3月公表、Webアンケート、有効回答1,647社）では、「全社的に導入している」と「一部の業務で導入している」を合わせて20.4%。導入を検討している企業18.6%と合わせると、39.0%が前向きという結果でした。
裏を返せば、残りの6割は、まだ検討にも入っていないということです。
その理由を考えるうえで示唆的なのが、帝国データバンクの調査（2026年1〜2月実施、経営層・管理職を対象としたインターネット調査、有効回答5,241件）です。業務改革・DXの課題として最も多く挙がったのは「AI活用」（40.4%）ではなく、「業務の標準化（規程、業務手順、KPI運用など）」が58.3%でトップでした。
つまり多くの会社にとって、AIはまだ手前の段階で詰まっています。何がどこにあり、誰が見ていいのかが整理されていない。そこにAIを載せようとするから止まるわけです。
権限を決めずに始めると、何が起きるか
「使えるけれど、使わせられない」で止まる
いちばんよくある詰まり方がこれです。
試しに全社の文書をまとめてAIに読ませてみると、動きはします。質問すれば、それらしい答えが返ってくる。ところがここで担当者が気づきます。「この状態で全社に配ったら、誰でも人事情報を引けてしまうのでは」と。
一度この懸念が生まれると、全社展開のGOは出せません。結果として、担当者だけが触る「実験」のまま何ヶ月も置かれることになります。動いているのに広がらない。これは失敗というより、設計の順序を間違えたことによる停滞です。
権限が決まらないと、担当者の実験のまま終わる
ここで参考になる調査がありますが、数字の読み方に注意が要るので補足付きで挙げます。
マサチューセッツ工科大学の研究プロジェクト「Project NANDA」が2025年7月に公表した報告書『The GenAI Divide: State of AI in Business 2025』（経営層52名へのインタビュー、153名への調査、公開されている導入事例300件の分析にもとづく報告）では、企業の生成AI導入のうち95%が損益への影響を測定できなかったとされています。
ここは誤読されやすい部分なので補足します。「95%が失敗した」ではなく「効果を数字で確認できなかった」という意味であり、対象も2023〜2025年に導入されたチャットアシスタントや業務支援ツールに限られます。従来型の機械学習や画像認識は含まれていません。数字だけが独り歩きしやすい調査なので、引用されているのを見かけたら中身を確認することをおすすめします。
なお報告書自体は権限管理に触れていません。ただ効果を測れる段階まで広げられていない導入が大多数だという点は、権限が決まらず担当者の実験で終わる、という先ほどの停滞と重なって見えます。ここは私の解釈です。
「AIが使われない原因は精度ではない」という論点そのものは、権限とは別に、出力を誰が確認して外に出すかという設計にも関わります。そちらは AI出力の承認フローの作り方｜表1枚で始める人の確認の入れどころ にまとめました。
調査会社のGartnerも2025年6月に、2027年末までにエージェント型AIプロジェクトの40%超が中止されるという予測を出しています。これは実績を集計した数字ではなく、同社アナリストによる予測です。理由として挙げられているのは、コストの膨張、価値が不明確なこと、そしてリスク管理が不十分なことでした。
逆に、厳しくしすぎても業務は止まる
ここは見落とされがちですが、重要です。権限は締めれば締めるほど安全、ではありません。
権限管理の仕組みを実際に検証する中でも、これは起きました。権限を厳格に設定した結果、正規の担当者による正当な更新までブロックされてしまう——しかもこの種の不具合は「なぜか保存できない」という形で現れるため、原因が権限設定にあると気づくまでに時間がかかりました。
権限設計のゴールは「固く閉じること」ではなく、必要な人が必要な範囲に、確実に届くことです。閉じるだけなら、AIを入れない方が安全ということになってしまいます。
既存のフォルダ権限は、いったん忘れてよい
ここで多くの担当者が足を止めます。「うちの共有サーバーは、何年も権限を整理していない。まずそれを直さないとAIは無理だ」——と。
その必要はありません。AIに読ませる範囲の権限と、ファイルサーバーのフォルダ権限は別のものとして設計できます。共有サーバーが散らかっていることは、AIを止める理由になりません。
むしろ順序は逆です。AIに読ませる範囲を決める作業が、そのまま共有サーバーの棚卸しになります。「このフォルダは誰が見ていいのか」を一度決めれば、その結果はファイルサーバー側の整理にも使えます。何年も後回しにしてきた作業に、ようやく着手する理由ができた、と捉えるほうが現実的です。
権限管理の3層モデル：会社・データセット・役割
権限を一気に決めようとすると混乱します。3つの層に分けて、外側から順に決めると整理しやすくなります。
| 層 | 決めること | あとから変更できるか |
|---|---|---|
| 第1層：会社 | どの組織のデータが混ざってはいけないか | ほぼできない |
| 第2層：データセット | 資料をどんな束に分けるか | 手間はかかるが可能 |
| 第3層：役割 | 誰が何をできるか | 比較的簡単 |
先に断っておくと、単一の会社で完結するなら第1層は読み飛ばして構いません。実務でいちばん効くのは第2層です。
第1層：会社 ― 絶対に混ざってはいけない境界
複数の会社、グループ会社、あるいは独立採算の事業所でAIを使う場合、まずここに線を引きます。A社のデータがB社の質問に対して、たとえ一部でも出てくることがあってはいけない、という境界です。
この線はあとから引き直すのがきわめて困難です。一度データを混ぜてしまうと、どの情報がどちらのものか分離できなくなるためです。単一の会社で完結するなら意識しなくて構いませんが、将来グループ展開の可能性があるなら、最初に確認しておく価値があります。
第2層：データセット ― 「部署」ではなく「機密度」で切る
ここがいちばん実務的で、いちばん間違えやすい層です。
多くの会社は、まず部署ごとに分けようとします。営業部フォルダ、経理部フォルダ、製造部フォルダ、というように。しかしこの分け方は、たいてい破綻します。理由は単純で、兼務と例外が多すぎるからです。総務が経理を兼ねている、工場長は営業資料も見る、役員は全部見る。部署で切ると、この例外を一つずつ手当てすることになります。
おすすめは機密度で切る方法です。
| 区分 | 中身の例 | AIに読ませる順番 |
|---|---|---|
| 公開してよい | 製品カタログ、就業規則、社内マニュアル、FAQ | まずここだけ |
| 社内限定 | 議事録、業務手順書、過去の提案書 | 運用が回ってから |
| 限られた人だけ | 人事・給与、与信情報、単価の入った見積 | 当面は入れない |
機密度で切ると、兼務があっても破綻しません。「この人は社内限定まで見られる」と決めれば、所属が変わっても設定を変える必要がないからです。
第3層：役割 ― 4つあれば足りる
最後に「誰が何をできるか」を決めます。ここで細かく作り込みすぎると、誰も全体を把握できなくなるので注意してください。実務上は4つで足ります。
| 役割 | 資料の追加・削除 | 閲覧範囲の変更 | 質問する |
|---|---|---|---|
| 管理者 | できる | できる | できる |
| 編集者 | できる | できない | できる |
| 公開担当 | できない | できない | できる（社外向けの回答を確認する） |
| 閲覧者 | できない | できない | できる |
製品によっては「owner」「admin」といった英語のロール名で提供されますが、名前が違うだけで役割の粒度は同じです。大事なのは名前ではなく、「閲覧範囲を変えられるのが誰か」を把握していることです。
この表で確認すべきは、「閲覧範囲の変更」ができる人が何人いるかです。ここが実質的な最高権限であり、人数が多いほど事故の確率が上がります。多くの中小企業では、1〜2名で十分です。
同様の考え方で作られたAIチャットボットの挙動は、社内AIチャットボットの権限管理を解決するRAGアプリを試してみた で確認できます。ログインするユーザーによって同じ質問への回答が変わる様子を見ると、この記事の内容が具体的に掴めるはずです。
最重要の原則：画面で隠すのは、権限管理ではない
ここがこの記事でいちばん伝えたい部分です。
「メニューを非表示にする」で守れるものはない
権限管理と称して、ボタンやメニューを見えなくするだけの実装があります。閲覧者でログインすると管理メニューが表示されない、という類のものです。
これは使いやすさの工夫であって、防御ではありません。見えていないだけで、機能そのものは生きているからです。画面に出ていない操作でも、手段さえ分かれば実行できてしまいます。
そしてAIの場合、この問題はさらに深刻になります。AIは質問を受けると、まず社内文書を検索し、見つかった内容をもとに答えを作るという順序で動くからです。検索の時点で対象が絞られていなければ、画面をどう作り込んでも、答えの中に見せてはいけない情報が混ざります。
検索する前に、裏側で対象を絞る
正しいやり方はこうです。質問を受け取った時点で、その人が見てよい資料だけを検索対象にする。
つまり、見せない情報は最初から検索されない状態を作ります。表示を制御するのではなく、そもそも候補に入れない。これが「サーバー側で強制する」という考え方です。
ベンダーの提案を評価するときは、ここを質問してください。「閲覧範囲は、画面の表示で制御していますか。それとも検索の対象そのものを絞っていますか」——この一問で、設計の質はかなり判別できます。
利用者から送られてくる値を、そのまま信じない
もう一段細かい話ですが、重要なので触れておきます。
「どの資料を検索対象にするか」という指定を、利用者側の画面から送られてきた値で決めてはいけません。送られてくる内容は書き換えられる可能性があるためです。参照範囲はサーバー側に保存された設定から読む——これが原則です。
非エンジニアの方がこれを自分で確認するのは難しいので、開発者やベンダーに「参照範囲は利用者からの指定ではなく、サーバー側の設定で決めていますか」と聞く形で確認してください。
明日からできる、権限設計の5ステップ
ここまでの内容を、実際の作業に落とします。1日1つずつで構いません。ステップ1・3・5はツールを契約する前に、今日から着手できます。ステップ2・4は、試用や無料枠でかまわないので実際にAIを動かせる状態になってから行うものです。順番どおりでなくて構いません。まずは1と3だけでも十分に前進します。
ステップ1：共有サーバーの資料を「機密度3段階」に仕分ける
その日にやること（所要30分ほど）：共有フォルダを開いて、いちばん上の階層のフォルダ名だけを書き出す。中を開く必要はありません。書き出したら「公開してよい」「社内限定」「限られた人だけ」の3列に振り分けます。
ここで「どちらか判断できない」フォルダが出てきたら、それが本当の課題です。AIの問題ではなく、いま現在も誰が見ていいか曖昧なまま運用されている、ということだからです。
ステップ2：いちばん外側だけでAIを動かしてみる
その日にやること：「公開してよい」に分類した資料だけを対象に、小さく試す。就業規則とマニュアルとFAQくらいで十分です。
ここで全部入れたくなりますが、こらえてください。間違えても損害が出ない範囲から始めるのが、AI導入で最も再現性のある進め方です。
ステップ3：誰が編集でき、誰が閲覧だけかを表にする
その日にやること：先ほどの4役割の表に、実際の氏名を入れる。
このとき「管理者」が3人以上になったら、理由を確認してください。閲覧範囲を変えられる人は、実質的に何でも見られる人です。
ステップ4：回答に「引用元」が出るかを確認する
その日にやること：いくつか質問して、回答にどの資料を根拠にしたかが表示されるか見る。
引用元が出ない仕組みは、誤りが起きたときに原因を追えません。さらに権限の観点でも重要で、見えてはいけない資料が引用元に出てきたら、その時点で設定の誤りに気づけます。引用元の表示は、権限設定の検査装置でもあります。
ステップ5：「AIが読めない資料」を洗い出す
その日にやること：紙をスキャンしただけのPDFがどれくらいあるか確認する。
スキャンしただけのPDFは、見た目は文字でも中身は画像です。文字認識（OCR）の処理を通していない限り、AIは中身を読めません。古い規程や契約書はこの形式であることが多く、「入れたはずなのに答えられない」の典型的な原因になります。
もう1つ、AIに読ませる前に効く整理があります。同じ取引先が表ごとに違う名前で入っている状態も、答えがずれる原因になります。こちらの手順は 売上集計に3日かかる原因｜Excelを1か所に集めても直らない を参照してください。
よくある質問
Q. 既存のフォルダ権限を、そのままAIに引き継げますか？
A. 製品によります。引き継げる前提で計画しないでください。そもそも既存のフォルダ権限が長年整理されていない会社は多く、仮に引き継げたとしても「整理されていない状態」がそのまま移るだけです。ステップ1の仕分けは、どちらにせよ避けて通れません。
Q. 入力したデータが学習に使われるのが不安です
A. これは契約するサービスと料金プランによって扱いが異なり、しかも規約は変わります。ここで「大丈夫です」と断言できる情報はありません。各社の最新の利用規約を確認し、必要なら書面で確認してください。確認すべき項目は、①入力内容が学習に使われるか、②データの保存場所と保存期間、③退会時に削除されるか、の3点です。
Q. 従業員30名程度の会社でも、ここまでやる必要がありますか？
A. 3層すべてを厳密にやる必要はありません。第1層（会社の境界）は単一の会社なら考えなくて構いませんし、第3層の役割も「管理者1名と、それ以外」で始めて問題ありません。ただし第2層の機密度の仕分けだけは、規模にかかわらずやってください。ここを飛ばすと、結局あとで全部やり直しになります。
Q. 全部やってから導入すべきですか？
A. いいえ。ステップ1と2だけやって、あとは動かしながらで構いません。完璧な設計を先に作ろうとすると、たいてい着手前に力尽きます。「公開してよい資料だけで小さく動かす」ところまで行ければ、それは十分な第一歩です。
まとめ
- AI導入が止まる原因は、精度より「見せていい範囲が未定」なことが多い。中小企業の導入率20.4%という数字の背景には、この手前の停滞がある
- 権限は会社・データセット・役割の3層で、外側から順に決める。外側ほどあとから引き直せない
- データセットは部署ではなく機密度で切る。兼務と例外があっても破綻しないため
- 画面で隠すのは権限管理ではない。AIは検索してから答えるので、検索の時点で対象を絞る必要がある
- まずは「公開してよい資料」だけで小さく動かす。ステップ1と2ができれば十分に第一歩
実際に手を付けてみると、多くの会社がステップ1で止まります。「このフォルダは誰が見ていいのか、決まっていなかった」と気づくからです。これはAIの問題ではなく、AIによって可視化された既存の課題です。
frural では、このステップ1の仕分けを一緒に行うところから支援しています。共有フォルダを見ながら3段階に振り分け、「まずどこまでをAIに読ませるか」を決めるまでをご一緒します。ツールの選定はその後で構いません。サービスの詳細はこちら、具体的なご相談は お問い合わせ からどうぞ。