AI時代は「大漏洩時代」なのか——相次ぐ情報漏洩が経営者に突きつけるデータ・AIガバナンス

9月25日、カーシェアリングサービス
9月27日、鉄道事業者
9月29日、コンビニエンスストアチェーン、チケット販売サービス、宅配事業者
9月30日、宅配事業者
10月1日、中古品販売チェーン
10月2日、生命保険会社

2026年秋。

わずか8日間で、誰もが知る企業が相次いで、不正アクセスによる情報漏洩、またはその可能性を公表した。ただ、いずれもその企業規模や業種からみて、データガバナンスやセキュリティに少なくない投資をしてきたであろう企業である。それでも、不正アクセスを許した。

どの会社も「自社は大丈夫だ」と考えていたはずだ。

大袈裟ではなく、明日自社に起こってもおかしくはない。

情報漏洩は、もはや「起きるかどうか」ではなく「いつ起きるか」の問題といえるほどの事態である。

AI時代とは、ある意味で「大漏洩時代」でもある。

そして問われるのは、起きた後の対応の仕方ではない。起きる前に、経営として何を決めていたかである。

本稿では、サイバー攻撃の現実を正しく理解したうえで、金額、責任、時間という3つの観点からその理由を示す。そして最後に、経営者がまず着手すべきことを提案したい。

サイバー攻撃は、もう止めきれない

「うちはセキュリティに投資している」。

その前提は、AIによって崩れつつある。

例えばAnthropicは2025年11月、国家支援とみられるグループが同社のAIを悪用し、偵察からデータの持ち出しまで、攻撃作業の8〜9割をAIに自律的に実行させていたと公表した（注1）。

攻撃は速度も変わった。脆弱性の公開から悪用までの時間は日単位から時間単位へと縮み、ある観測では、2026年前半に悪用された脆弱性の88％が公開から48時間以内に悪用されていた（注2）。

社内の承認を経て修正を当てるまで数週間かかる企業にとって、その間はまるごと無防備な時間になる。

侵入を完全に防ぐという前提は、もはや成り立たない。

だからこそ、経営に求められるのは、侵入されることを前提に、被害の大きさを事前にコントロールしておくことである。どのデータを、どこに、いつまで持っておくのか。持ち続ける必要のないデータを、侵入される前に手放しているか。

被害の大きさは、事故が起きた日ではなく、それまでの日々の判断で決まっている。

「金額」〜自社の漏洩による損害

この現実を踏まえて、まず金額の話をしたい。

司法の判断の外にある大きな損害

日本の裁判所が個人情報漏洩で認めてきた慰謝料は、1人あたり数千円から数万円にとどまる。個人情報漏洩の損害賠償をめぐる重要判例として知られるベネッセ事件では、最高裁（最判平成29年10月23日）が、氏名や住所、電話番号といった基本的な情報であっても、法的保護の対象となるプライバシーにあたると判断し、審理を高裁に差し戻した。しかし、差戻し後の大阪高裁が認めた慰謝料は、1人あたり1,000円にとどまった（注3）。

この数字だけを見ると、経営者は「漏洩しても、たいした損失にはならない」と考えるかもしれない。

しかし、それは大きな誤りである。

同じベネッセ事件で、会社が実際に負ったコストは桁が違った。ベネッセホールディングスは2014年、お詫びや問い合わせ対応、調査、情報セキュリティ対策などの費用として260億円の特別損失を計上し、業績見通しを未定とした。漏洩の責任を取って、事件当時の経営トップを含む役員2名が辞任している（注4）。

つまり、漏洩のコストは裁判で命じられる賠償額では決まらない。決めるのは、補償、調査、システムの停止と復旧、営業の停止、顧客の離反、そして経営陣の交代である。

仮に、500万件の個人データを持つ企業が漏洩を起こしたとする。1人500円のお詫び等をするだけで、25億円になる。裁判で1人あたり6,000円（Yahoo! BB事件の一審の水準、注5）が認められれば300億円、二次被害が生じた場合の3万5,000円（TBC事件の水準、注6）なら1,750億円である。

もちろん、これは理論上の試算にすぎない。全員が請求するわけでもない。

ただし、その「全員は請求しない」という前提そのものが、変わり始めている。

紛争にならなかった被害が、紛争になる

1人あたり数千円の請求のために、弁護士を探し、書面を整え、裁判に臨む人は多くなかった。被害が広く薄く分散する個人情報漏洩は、これまでその多くが、紛争にまで至らずに終わってきた。

しかし今日では、インターネットを通じて被害者が集まり、弁護士が参加を呼びかけることができる。ある大手カーシェアリングサービスの事案でも、集団訴訟への参加を募る特設サイトが開設され、公表から間もない2026年10月初めの時点で、1万人以上が登録したと報じられている（注7）。

AIは、この流れをさらに加速させ得る。

個人はAIの助けを借りて、自らの権利や請求の方法を手軽に調べられるようになる。弁護士の側も、大量の依頼者からの情報の受付や書面の作成を、AIによって低いコストで処理できるようになる。訴訟を起こすハードルが下がれば、これまで泣き寝入りで終わっていた被害が、紛争として表に出てくる。

請求する人の割合が上がれば、1人あたりの金額が小さくても、総額は大きく膨らむ。AIは、攻撃する側だけでなく、請求する側の力も高めるのである。

自社が保有している個人データの件数に、1件あたりの単価と、請求する人の割合を掛けたもの。それが、貸借対照表には載らない「潜在負債」の大きさであり、AI時代には、その3つの要素がいずれも増える方向に動いている。

「責任」〜責任は、取締役個人に及ぶ

2つ目は、責任の話である。

会社法は、取締役に善管注意義務を課している（会社法330条、民法644条）。そして大会社の取締役会には、業務の適正を確保するための体制、いわゆる内部統制システムを整備する義務がある（会社法362条4項6号、5項）。この義務を怠り、会社に損害が生じれば、取締役は個人として会社に対する損害賠償責任を負い得る（会社法423条1項）。

これは理論上の話ではない。

ベネッセ事件では、株主が持株会社の経営陣6人に対し、漏洩で生じた損害約260億円を会社に賠償するよう求める株主代表訴訟を起こした。裁判所は2018年に請求を棄却したが、報道によれば、その判決の中で、個人データの安全管理に必要な措置は一次的には事業会社であるベネッセコーポレーションの取締役会で決定される事柄だと指摘したという（注4）。裏を返せば、データを扱う会社の取締役会こそが、その管理体制に第一の責任を負うということである。

では、どの程度の体制を整えていれば、義務を果たしたといえるのか。

最高裁は、日本システム技術事件（最判平成21年7月9日）で、「通常想定される」不正行為を防止し得る程度の管理体制を整えていたかどうかを判断の基準とした（注8）。

ここに、経営者が見落としてはならない点がある。「通常想定される」の水準は、固定されていないということだ。

短期間に複数の大手企業が相次いで漏洩を公表し、サイバー攻撃が時間単位で進むようになった今日、大規模な漏洩はもはや「想定外」とは言いにくい。不要なデータを持ち続けていたこと、誰もその保存理由を説明できなかったこと。それはかつてなら「通常の運用」と言えたかもしれないが、これからは「想定できたリスクを放置した」と評価されかねない。

加えて、個人情報保護法は、漏洩のおそれがある場合に個人情報保護委員会への報告と本人への通知を義務づけており、安全管理措置の不備に対しては行政による命令や罰則もあり得る（注9）。

一方で、裁判所は取締役に完璧を求めているわけではない。どのような体制を作るかは経営判断の問題であり、問われるのは結果ではなく、十分な情報に基づいて合理的に判断したかという過程である。

だからこそ、リスクを評価したうえで、「このデータは、この理由で、この期間保存する」「この対策は、この理由で、いまは見送る」と判断し、その過程を記録に残しておくことが重要になる。惰性で放置されたデータには、説明できる判断がない。主体的に管理されたデータには、判断の記録がある。その差が、事故が起きたときに取締役の責任を分ける。

漏洩は、もはや情報システム部門の問題ではない。

経営としてどのような体制を決め、それをどう監督していたかが問われる、経営の問題である。

「時間」〜AIによって、そのリスクは毎年増えていく

3つ目は、時間の問題である。そしてこれが、最も厄介な問題でもある。

AIによって変わるのは、情報そのものではない。情報を集め、結合し、推論し、悪用するためのコストである。

かつて、漏洩した氏名と住所から一人の人物像を割り出し、その人に合わせた詐欺のシナリオを作るには、人の手と時間が必要だった。AIはそのコストを劇的に下げ、しかも数百万人を相手に機械的に実行できるようにする。

冒頭の8社を思い出してほしい。ある会社からはメールアドレスが、別の会社からは住所と生年月日が、さらに別の会社からは口座情報や免許証、勤務先、購入履歴が漏れている。一つひとつは別の事件でも、AIを使えば名寄せのコストは限りなく下がる。

問題は、これが一度きりの変化ではないことだ。一度漏洩したデータは回収できない。一方で、AIの能力はこれからも向上していく。今日のAIでは推論できないことが、数年後のAIでは推論できるかもしれない。

つまり、企業が保有するデータのリスクは、企業が何もしなくても、外部の技術進歩によって毎年増えていく。先に述べた「潜在負債」は、放置するだけで膨らみ続ける負債なのである。

これが、AIガバナンスに「今すぐ」着手すべき最大の理由である。自社がAIを使っているかどうかは関係ない。AIが存在する社会で個人データを持っている限り、すべての企業がこのリスクを負っている。

AIガバナンスとデータガバナンスは切り離せない

ここまで見てきたリスクは、AIを「使うか、使わないか」のルールだけでは解決しない。

問われているのは、データがどこに、どのような形で置かれ、どこへ流れていくのかという、データの設計そのものである。

多くの企業では、データは事業の拡大とともに積み重なってきた。サービスごと、部門ごとにシステムが作られ、同じ顧客の情報が複数の場所に複製され、退会や契約終了の後も消されずに残る。削除の仕組みを持たないまま設計されたシステムでは、消すべきデータがあっても、消すこと自体が難しい。

そこにAIが加わる。

社内のAIやAIエージェントは、つながったデータに横断的にアクセスし、要約し、結合する。外部の攻撃者のAIは、盗み出したデータを同じように結合し、推論する。どちらの場合も、AIのリスクの大きさを決めるのは、AIの性能そのものより、AIが触れられるデータの量と範囲である。

だから、AIガバナンスとデータガバナンスは切り離せない。どのAIを使うかを決めることは、どのデータにAIを触れさせるかを決めることである。どのデータを持つかを決めることは、AIによる悪用の余地を決めることでもある。

データの保存期間、置き場所、アクセス権限、削除の仕組みを、後付けではなく、システムの設計段階から組み込むこと。それがAI時代のガバナンスの土台になる。

経営者がまずやるべきこと

では、何から始めればよいのか。

出発点は、データとAIのガバナンスを経営の課題として引き受けることである。そのうえで、自社がどのようなデータを持っているのかを知る。散らばったデータの所在を一つに定め、誰に、どこまで開くのかを主体的に管理する。その目を、委託先など自社の外にあるデータにまで広げる。そして、これを一度きりで終わらせず、変化に合わせて見直し続ける。

引き受け、知り、一元化し、管理し、外に広げ、続ける。順番には意味がある。持っているものを知らなければ管理はできず、散らばったままでは権限も削除も行き届かない。そして、どれほど丁寧に整えても、見直しを止めた瞬間から管理は再び惰性に戻っていく。

以下、それぞれについて述べる。

経営の課題として引き受ける

AIとデータのガバナンスを、法務やIT部門の片手間の仕事にしない。誰が責任を持ち、どのように経営に報告され、いつまでに何を判断するのか。その道筋を、自社の意思決定の仕組みに合った形で明確にすることが出発点である。

持っているデータを知る

まずは、リスクの高いデータから把握する。本人確認書類の画像、口座情報、退会者や退職者のデータは、その典型である。

問うべきことは単純だ。何を持っているのか。なぜ持っているのか。誰がアクセスできるのか。本当に持ち続ける必要があるのか。漏洩した場合に、他の情報と結合して何ができてしまうのか。

データの所在を一つに定める

データの管理が難しくなる最大の原因は、同じデータが複数の場所に散らばることである。本来の管理システムのほかに、表計算ファイル、メールの添付、共有フォルダ、個人のPCへと複製が広がれば、元のシステムでどれだけ権限を絞っても、その外にある複製には管理が及ばない。消したはずのデータが、別の場所に残り続けることにもなる。

例えば契約であれば、契約書そのものに加え、交渉の経緯、承認の記録、関連するやり取りといった周辺のデータがある。これらが各所に分散したままでは、誰が何にアクセスできるのかを把握することも、不要になったときに確実に消すこともできない。

だからこそ、データごとに正本となる場所を定め、周辺のデータを含めて一元的に把握できる状態をつくる。それは、データを一か所に集めて終わりにすることではない。複製を減らし、一つの場所で権限と保存期間を確実に管理できるようにすることである。そして、その場所こそ、最も厳重に守らなければならない。

惰性ではなく、主体的に管理する

データのリスクは、持っているかどうかだけでは決まらない。誰がアクセスでき、どこまで共有され、いつまで残るのか。その管理が惰性に任されていれば、必要なデータであっても、侵入されたときに被害を広げる原因になる。

まず、法令上の保存義務があるデータと、「なんとなく残している」データを分ける。保存義務がある場合も、義務の対象となる項目と期間に限定されているかを確かめる。そのうえで、持ち続けるデータについては、アクセスできる人や部署、社内外への公開範囲を把握し、業務に必要な範囲に絞る。退職や異動、契約の終了とともに不要になった権限が、そのまま残っていないかも確認する。

例えば契約書には、取引条件だけでなく、担当者の氏名や連絡先、ときには個人の機微な情報も含まれる。それが全社で誰でも閲覧できる状態で置かれていれば、一人の従業員のアカウントが乗っ取られただけで、そのすべてが攻撃者の手に渡り得る。アクセスできる範囲を業務に必要な人に絞っておくことは、侵入された場合に被害が広がる範囲を限定する基本的な備えである。本人確認書類のように、確認が終われば画像そのものは不要になるデータであれば、「確認済み」という結果だけを残して削除する設計も考えられる。

侵入を止めきれない時代に、経営が事前にコントロールできるのは、侵入されたときに失うものの大きさである。それは、何を持つかだけでなく、持っているデータを誰に、どこまで開いているかによって決まる。

自社の外にあるデータにも目を向ける

データは自社の中だけにあるわけではない。業務を委託すれば、データは委託先に渡る。クラウドやSaaSを使えば、データは提供事業者の環境に置かれる。委託先がさらに別の会社に再委託していれば、データはその先にも広がっていく。

自社の外にあるデータには、自社の管理が直接は及ばない。ベネッセ事件でも、顧客情報を持ち出したのは、グループ会社から業務を受託していたシステム開発会社の社員だった（注4）。攻撃者の側から見ても、守りの固い本体より、取引先や委託先のほうが侵入しやすい入口になり得る。

しかも、漏洩が起きたのが委託先であっても、顧客から見れば、責任を問われるのはデータを預けた企業である。個人情報保護法も、個人データの取扱いを委託する企業に対し、委託先への必要かつ適切な監督を求めている（注9）。

AIは、この問題をさらに複雑にする。昨日まで使っていたSaaSにAI機能が追加され、預けたデータがAIによって処理されるようになることがある。委託先が、自社の知らないところでAIを業務に使っていることもある。自社がAIの利用ルールを定めていても、データが外にある限り、そのルールは届かない。

だから、契約の段階で押さえておくべきことがある。どのデータを、どの目的で預けるのか。再委託を認めるのか、認める場合にどこまで把握できるのか。預けたデータをAIの学習や処理に使うことを認めるのか。漏洩や不正アクセスが起きたとき、いつまでに報告を受けられるのか。そして契約が終わったとき、データが確実に返還または削除され、それを確認できるのか。

契約を結んで終わりにしてはならない。委託先の体制は変わり、利用するサービスの機能も変わっていく。自社の外にあるデータも、自社のデータと同じく、定期的に見直すべき対象である。

一度きりで終わらせない

棚卸しや権限の見直しを一度行っても、データは日々増え、人の出入りとともに権限も変わっていく。

そして、保有データのリスクは技術の進歩とともに変わっていく。

保存の理由と期間、アクセスの範囲を定期的に見直し、新しいシステムやAIを導入するときには、データの保存と削除、権限の設計を最初から組み込む。AIの利用はリスクの高さに応じて区分し、議事録の要約のような低リスクの用途は現場に任せ、与信や採用のような高リスクの用途には強い管理を置く。

AIガバナンスは、経営そのものである

AIガバナンスというと、「生成AIに機密情報を入力しない」「許可したAIだけを使う」といった利用ルールの話になりがちだ。もちろん、それも必要である。

しかしそれだけでは、ここまで述べてきたリスクには対応できない。

AIガバナンスとは、AIによって自社のリスクが将来どう変化するかを想像し、その未来から逆算して、いま持つデータ、いま作るシステム、いま結ぶ契約、いま設計する業務を決めることである。そして、その判断を惰性に任せず、決め直し続けることである。

AI時代が「大漏洩時代」になるかどうかは、攻撃者ではなく、データを持つ企業の側の選択にかかっている。

漏洩は、どの企業にも起こり得る。次が自社でない保証はどこにもない。

そのとき問われるのは、事故の後に何をしたかではない。

事故の前に、経営として何を決めていたかである。その答えを用意する時間は、まだ残されている。

---

参考文献・関連資料（いずれも2026年10月3日参照）

（注1）Anthropic「Disrupting the first reported AI-orchestrated cyber espionage campaign」（2025年11月）
https://assets.anthropic.com/m/ec212e6566a0d47/original/Disrupting-the-first-reported-AI-orchestrated-cyber-espionage-campaign.pdf

（注2）独立行政法人情報処理推進機構（IPA）「AIセキュリティ短信 2026年8月号」（2026年9月7日）
https://www.ipa.go.jp/digital/ai/security/rcu1hd0000007gji-att/2026-2_0907.pdf

（注3）最高裁平成29年10月23日第二小法廷判決（ベネッセ事件）
https://www.courts.go.jp/assets/hanrei/hanrei-pdf-87154.pdf

大阪高裁令和元年11月20日判決（ベネッセ事件 差戻後控訴審）
https://www.courts.go.jp/assets/hanrei/hanrei-pdf-89108.pdf

（注4）株式会社ベネッセホールディングス「特別損失の計上に関するお知らせ」（2014年7月31日）https://f.irbank.net/pdf/20140731/140120140731024288.pdf

 岡山地裁平成30年9月12日判決（平成27年（ワ）第1087号）
https://www.courts.go.jp/assets/hanrei/hanrei-pdf-88054.pdf

日本経済新聞「ベネッセ株主の請求棄却 情報流出事件、岡山地裁」（2018年9月12日）https://www.nikkei.com/article/DGXMZO35276900S8A910C1AC8Z00

 井上泉「ベネッセ個人情報漏えい問題」日本経営倫理学会（2020年）https://www.jabes1993.org/researchnote_2020.1_inoue.pdf

（注5）大阪地裁平成18年5月19日判決（Yahoo! BB事件）判例タイムズ1230号227頁
https://www.courts.go.jp/assets/hanrei/hanrei-pdf-33228.pdf

（注6）東京地裁平成19年2月8日判決・東京高裁平成19年8月28日判決（TBC事件）。内閣府消費者委員会 資料による整理
https://www.cao.go.jp/consumer/history/01/kabusoshiki/shudan/doc/005_20110106_sankou1.pdf

（注7）牧野法律事務所「タイムズカー情報漏洩 集団訴訟」特設サイト
https://timescar-lawsuit.com

（注8）最高裁平成21年7月9日第一小法廷判決（日本システム技術事件）https://www.courts.go.jp/assets/hanrei/hanrei-pdf-37819.pdf

（注9）個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」https://www.ppc.go.jp/personalinfo/legal/guidelines_tsusoku

※本記事は一般的な情報提供を目的としたものであり、個別の事案についての法的助言ではありません。記載の事実、統計、法令は、執筆時点（2026年10月）の公表資料等に基づくものです。

（Photo by Naoya Takahashi）