第5回：IT部門を通さずにAIを使い倒す — 会社データなしでできる業務効率化

シリーズ: コードなしで仕事が変わる AIエージェント設計ガイド（全7回）

ai-agent-guide-05 グラレコ

前回は、CLAUDE.mdを使って「自分の仕事をAIに教える」方法を紹介しました。今回は別の角度から壁を取り除きます。「会社のルール上、AIに情報を入れていいのかわからない」という、多くの方が感じている疑問に正面から向き合います。

「IT部門に問い合わせたら、『社外秘データをAIに入れるのは現時点では認めていません』と言われた」

この経験、企画・マーケ担当の方なら一度はあるのではないでしょうか。回答を受け取った後、頭の中に「つまりAIは使えないということか」という感覚が残る。そしてAI活用の話が立ち消えになる。

でも少し立ち止まって考えてみると、IT部門が言ったのは「社外秘データを入れてはいけない」という話であって、「AIを使ってはいけない」とは言っていないはずです。この2つは全く別の話なのに、気づかないうちに混同してしまっている。

実際、会社データを一切使わなくても、日常業務の中でAIに任せられることはかなり多くあります。今日の記事はその整理です。

「社外秘をAIに入れること」と「AIを業務に使うこと」は別の話

IT部門が懸念しているのは、通常は次のようなことです。

顧客情報・個人情報を外部サーバーに送信するリスク
未発表の財務数値・戦略データが学習データに使われる可能性
社内システムへの不正アクセス経路になるリスク

これらはいずれも「何を入力するか」の問題であって、「AIというツールを使うこと」自体の問題ではありません。インターネット検索と同じです。Googleに社外秘の契約書の内容を貼り付けるのはNGですが、Google検索自体は誰でも使えます。

AIも同じ考え方で整理できます。入力する情報の性質によって、使っていいものとそうでないものが決まるわけです。

会社データなしでできること

「では、会社データなしで何ができるのか」という疑問に、具体的な事例で答えます。

公開情報の調査・分析

競合他社の動向調査、市場トレンドのリサーチ、業界ニュースのまとめ——これらはすべてインターネット上の公開情報を扱うタスクです。AIはウェブ上の情報を横断的に参照できるため、自分で複数のサイトを読み漁るよりずっと速く整理できます。

「Aというサービスと競合するプレイヤーを5社挙げて、各社の強みと価格帯をまとめてください」という依頼は、社外秘データとは一切無関係です。

ドラフト作成

提案書の骨子、報告書の構成案、社内メールの下書き。これらは「考える」プロセスを補助してもらう作業です。内容に具体的な社外秘情報を含めなくても、フォーマットと構成だけであれば十分機能します。

たとえば「新機能のリリースをステークホルダーに報告するメールのドラフトを作って」という依頼に、社外秘情報は登場しません。機能名や数値は「[機能名]」「[数値]」のプレースホルダーで渡して、あとで自分で埋めればいい。

アイデア壁打ち・ブレスト

「次のキャンペーンのテーマ案を出してほしい」「この企画書で抜けている観点があれば指摘してほしい」。こうした壁打ち用途では、具体的な社内データを渡す必要はそもそもありません。アイデアの発散や論理の穴を見つける作業に、機密情報は不要です。

会議の前日夜に、ひとりでAIと壁打ちして論点を整理してから臨む。これは完全に個人の作業であり、IT部門の承認とは無関係です。

個人のタスク整理・優先順位付け

「今週やるべきことが10個ある。このうち上司に確認が必要なものと自分で進められるものを分けて」「月末までに完了させるための逆算スケジュールを作って」。

こうした作業に社外秘情報は関係ありません。タスクの名前や締切日程度なら、個人メモと同じ感覚で扱えます。

公開資料の要約・翻訳

業界レポート、競合他社のプレスリリース、英語の公式ドキュメント。これらはすべて公開情報です。PDFや長文テキストをAIに貼り付けて要約してもらう、英語の記事を要点だけ日本語にしてもらう——これらは今日からできます。

Google NotebookLMは特に便利で、公開URLや公開PDFを「ソース」として登録しておくと、そのドキュメントの内容に基づいた質問応答ができます。競合分析や市場調査に活用しやすいツールです。

セキュリティの線引き：実用的な判断基準

「何がOKで何がNGか」を毎回悩まないために、簡単な判断基準を持っておくと楽です。

入力して問題ない情報：

インターネット上にすでに存在する公開情報
自分自身の考え、アイデア、仮説
タスク名・スケジュール（プロジェクト名など固有名詞に注意）
架空・仮定のシナリオ

入力を避けるべき情報：

顧客の氏名・連絡先・購買履歴などの個人情報
未発表の売上・利益・予算などの財務数値
社外秘と明示されたドキュメント
個人情報保護法・守秘義務の対象となる情報

判断に迷う「グレーゾーン」：

社内の一般的な業務フロー（例：「うちは受注後にXXという手順を踏む」）
プロジェクト名や部署名
自社の製品仕様（公開済みかどうかによる）

グレーゾーンへの対応方法は単純です。「これが外部に漏れたとして、会社として困るか？」と自問してください。困るなら入力しない。困らないなら使ってよい。この2択で整理できます。

もう一つ使えるのは「仮置き換え」のテクニックです。「A社が〜」を「あるクライアントが〜」に、「売上1億円が〜」を「大型案件が〜」に変換してからAIに渡す。内容の本質は伝えつつ、機密性の高い固有情報は外す方法です。

IT部門を味方につける：上司への見せ方

AIを使い始めると、いずれ「これどうやったの？」と聞かれる場面が来ます。そのときの説明が適切かどうかで、AIが「認められたツール」になるか「グレーなもの」になるかが変わります。

伝えるときに効くのは、成果を「入力した情報の性質」とセットで説明することです。

NGの説明：「AIを使って分析しました」 OKの説明：「競合他社の公開情報をAIで整理しました。社内データは一切使っていません」

後者は、IT部門が懸念する「何を入力したか」への答えになっています。「公開情報だけを使った」という説明は、セキュリティの観点から正当性があります。

こうした使い方の実績が積み上がると、IT部門への稟議を通すときの「実績ベースの根拠」になります。個人の業務効率化の成功事例があれば、組織全体への展開の話がしやすくなる。IT部門を迂回するのではなく、個人の成功事例を積み上げながら、IT部門を巻き込む順番で進めるほうが長期的には早いです。

まとめと、今週の一アクション

今回の整理をひとことで言うと「制約の解像度を上げる」ということです。「AIはNG」という大きな括りのまま諦めるのではなく、「何がNGなのか」を具体的に理解することで、実際には動ける範囲がかなり広いことがわかります。

「社外秘をAIに入れること」と「AIを使うこと」は別の問題
会社データなしでできることは、業務の中に思っている以上にたくさんある
判断に迷ったら「これが漏れたら困るか」で判断する
成果を「何を入力したか」とセットで共有することで、IT部門を徐々に味方にできる

今週の一アクション：今週の業務の中で、「公開情報だけで完結する作業」を1つ選んでAIに任せてみてください。競合調査、メール下書き、アイデア壁打ち——どれでも構いません。「こういう使い方ならできる」という感覚を、まず一度手に入れることが先決です。

次回は少しだけ技術寄りの話をします。「MCPって何？」という疑問に、コードを一行も書かずにClaudeをNotionやSlackに繋いだ実例を使って答えます。

シリーズ全7回

第1回：ChatGPTもClaudeも使っているのに、仕事が楽にならない理由
第2回：Claude Projectsで「仕事の分身」を作る
第3回：Gemini × Google Workspaceで毎日の業務をAIに任せる
第4回：業務を言語化する力がAIの精度を決める — CLAUDE.mdライティング入門
第5回：IT部門を通さずにAIを使い倒す — 会社データなしでできる業務効率化（この記事）
第6回：MCPって結局何？コードを書かずにClaudeをNotionとSlackに繋いだ3ステップ
第7回（最終回）：1人でAIチームを組む — ハーネス設計で業務ルーティンをエージェント化した全工程