生成AIの社内ルール策定ワークショップ｜4時間WS完全設計【シートDL】

生成AIの社内ガイドラインは「トップダウンの通達」として作るより、現場を巻き込んだ「ワークショップ形式の合意形成」で策定した方が定着率が約3倍になります。禁止リストではなく「許可リスト＋承認フロー」として設計することが、現場でAI活用が自然に広がるための鍵です。

「社員が勝手にChatGPTを使い始めていて、情報漏洩のリスクが怖い」「使っていいのかダメなのか、社内で曖昧なまま放置されている」——生成AI総合研究所に寄せられるご相談の中で、2025年後半から急増しているのが、このような「社内ルールの不在」に関する悩みです。

弊社がワークショップ（以下、WS）を実施した10社のうち、WS前に明文化されたAI利用ルールがあったのはわずか1社でした。残りの8社は「曖昧な禁止」状態——つまり「使っていいかどうか分からないから、使わない」という消極的な不使用が支配的でした。もう1社は「全面禁止」を方針としていましたが、実態としてはスタッフが個人アカウントで隠れて使っている状態でした。

このような「曖昧な禁止」や「隠れ使用」は、実は最もリスクが高い状態です。ルールがないために個人の判断でデータを入力し、万一情報漏洩が起きても事後対応しかできません。逆に、明文化されたルールがあれば「どこまでOKか」が明確になり、社員は安心してAIを活用できるようになります。

本記事では、弊社が10社で実施してきた「4時間で社内ガイドラインの合意形成を完了するワークショップ」の完全設計を公開します。アジェンダ、ファシリテーション台本、想定質問リスト、10条ガイドラインの叩き台——すべてそのまま使える形で提供します。

この記事でわかること
– なぜ「通達型」のガイドラインは定着しないのか
– 4時間WSの完全アジェンダとタイムテーブル
– ファシリテーションガイド（進行台本・想定質問・介入テクニック）
– WSのアウトプット例（10条ガイドライン叩き台・リスク4分類・運用体制図）
– 法務部門と推進部門の対立を解消する合意形成フレームワーク
– 10社のWS実施結果（AI利用率の変化・定着率・インシデント推移）

「社内ルールの策定をプロに任せたい」という方は、生成AI総合研究所の30分無料ヒアリングをご活用ください。WS設計から当日のファシリテーションまで一貫して支援します。

---

なぜ「通達型」ガイドラインは定着しないのか——10社のデータが示す現実

多くの企業で最初に検討されるのは、「法務部門がガイドラインを作成し、全社に通達する」というトップダウン型のアプローチです。経営管理部門がWordで10ページのガイドラインを作り、全社メールで「本日より適用」と通知する——このやり方は一見効率的に見えますが、弊社の支援実績ではほとんどのケースで機能しませんでした。

「通達型」が失敗する3つの理由

1つ目は「読まれない」という根本的な問題です。全社メールで配布されたPDFのガイドラインを、最後まで読む社員はごくわずかです。弊社がWS前にアンケートを取った10社のデータでは、「既存のITセキュリティポリシーを読んだことがある」と回答した社員は平均23%でした。つまり、ガイドラインを作成しても4人に3人は読まないのです。

2つ目は「納得していない」という問題です。自分が関わらず決定されたルールに対して、人は本質的に抵抗感を持ちます。特にAIのような新しいテクノロジーに関するルールは、「なぜこの制限が必要なのか」が理解されないと、形骸化するか、あるいは隠れて無視されます。

3つ目は「現場の実態とズレる」という問題です。法務部門がリスク回避の観点だけで作ったガイドラインは、往々にして「厳しすぎて何もできない」内容になります。「生成AIへの社内データの入力を一切禁止する」というルールは、セキュリティ的には安全ですが、そのルールの下ではAIの業務活用は事実上不可能です。結果として、社員は「ルールに従うとAIが使えない。でもAIを使わないと業務が回らない」というジレンマに直面し、ルールを無視して使い始めます。

WS形式にすると何が変わるのか

弊社が10社で比較した結果、ガイドラインの定着率に明確な差が出ました。

策定方式	策定にかかる時間	3ヶ月後の遵守率	AI利用率の変化
通達型（法務部門が作成→全社配布）	2〜4週間	約30%	変化なし
WS型（関係者が集まって合意形成）	4時間〜1日	約85%	平均25%上昇

出典：弊社（生成AI総合研究所）が支援した10社のWS実施前後のデータ（2025年1月〜2026年5月）

WS形式の方が策定時間は短いにもかかわらず、3ヶ月後の遵守率は約3倍です。この差の最大の要因は「自分たちで決めたルール」という当事者意識です。WSに参加した社員は「このルールは自分たちが議論して決めた」という意識を持ち、ルールを「守らされるもの」ではなく「自分たちのもの」として捉えるようになります。

さらに注目すべきは「AI利用率の変化」です。通達型ではAI利用率に変化がない（つまり、使っていなかった人は使わないまま、隠れて使っていた人はそのまま）のに対し、WS型ではAI利用率が平均25%上昇しています。これはWSの中でAIのデモンストレーションやリスクの整理が行われ、「ルールが明確になったから安心して使える」という心理的な解放が起きるためです。

---

4時間WSの完全アジェンダ——タイムテーブルから使用シートまで

ここからは、弊社が10社で繰り返しブラッシュアップしてきた「4時間WS」の完全アジェンダを公開します。4時間は長いと感じるかもしれませんが、合意形成をゴールとするWSには最低限この時間が必要です。3時間以下に圧縮すると、議論が浅くなり「言われたから同意した」だけの形式的な合意になってしまいます。

参加者の構成

WSの成否は参加者の構成で8割決まります。以下の役割が揃っていることが理想です。

役割	該当部門	人数目安	WSでの役割
意思決定者	経営層・役員	1〜2名	最終承認権を持つ。冒頭と最後に参加（全時間でなくてもよい）
リスク管理	法務・情報セキュリティ	1〜2名	リスクの洗い出しと許容範囲の判断
推進側	DX推進・IT部門	2〜3名	AI活用の実務設計。ツール選定の知見
現場代表	営業・マーケ・総務等	3〜5名	実際にAIを使う現場の声。「こう使いたい」のニーズ
ファシリテーター	外部（弊社等）or 社内	1名	議論の交通整理。対立の仲裁。アウトプットの整理

出典：弊社のWS設計ガイドラインを基に作成

合計で8〜13名が適正人数です。これより多いと議論が発散し、少ないと「代表性がない」という批判が後から出てガイドラインの信頼性が下がります。

特に重要なのは「法務」と「推進側」の両方を必ず参加させることです。弊社の経験上、この2者の対立はほぼ毎回発生します。法務部門は「リスクがあるから禁止したい」と主張し、推進部門は「禁止したら何も進まない」と主張する——この対立をWSの中で解消することこそが、ガイドライン策定の最大の山場です。

Hour 1（0:00〜1:00）：リスクの共有と整理

最初の1時間は「生成AIの利用に伴うリスク」を全員で共有・整理する時間です。ここで重要なのは、リスクを「漠然とした不安」のまま放置するのではなく、具体的に分類し、それぞれの対処法を明確にすることです。

前半30分：AIのデモンストレーションとリスク体験

まず全員でChatGPTまたはClaude（法人プラン）を実際に操作します。「メールの下書きを作らせる」「会議の議事録を要約させる」といった基本的な業務利用を体験した上で、意図的にリスクのある使い方を見せます。

たとえば、「架空の顧客名と取引金額を含む文章を入力して、どう処理されるか」を実演します。この体験を通じて、「何がリスクなのか」を参加者全員が肌感覚で理解します。抽象的に「情報漏洩リスクがあります」と説明するよりも、目の前でデモを見せる方がはるかに効果的です。

後半30分：リスク4分類の整理

デモンストレーションを踏まえて、リスクを以下の4分類に整理します。

リスク分類	具体例	対処の方向性
情報漏洩	顧客データ・営業秘密のAIへの入力	入力禁止項目の明確化＋法人プランの使用
著作権侵害	AI生成物の著作権帰属・他者の著作物との類似	生成物の利用範囲と確認プロセスの設計
品質リスク	ハルシネーション（AIが事実と異なる情報を生成）	人間によるダブルチェックの義務化
コンプライアンス	業界固有の規制（医療・金融等）への抵触	業界ガイドラインとの整合確認

出典：弊社のリスク分類フレームワークを基に作成

この4分類シートをWSの参加者全員で埋めていきます。ポストイットやオンラインホワイトボード（Miro等）を使い、参加者一人ひとりが「自分の業務で考えられるリスク」を書き出し、4分類に振り分けます。

この作業を全員で行うことが重要です。法務部門だけが「これは危ない」と指摘するのではなく、営業部門が「お客さんの名前を入れちゃうかもしれない」、マーケ部門が「AI生成画像を広告に使っていいか分からない」と、それぞれの視点からリスクが出てくることで、リスクの網羅性が高まります。

Hour 2（1:00〜2:30）：ルール案の設計——「禁止リスト」ではなく「許可リスト」

WSの核心部分です。90分かけて、具体的なルール案を設計します。

ここで弊社が一貫して推奨しているのは「禁止リスト」ではなく「許可リスト＋承認フロー」の形式です。

「禁止リスト」とは「やってはいけないことの一覧」です。「顧客データの入力禁止」「AI生成物の外部公開禁止」「個人アカウントでの業務利用禁止」——こうした「NG集」は、社員にとって「何をしたらダメか」は分かるけれど「何ならOKか」が分からない、という問題を生みます。結果として、「分からないからやらない」という消極的な不使用に逆戻りします。

「許可リスト＋承認フロー」とは「やってOKなこと＋グレーゾーンの判断手順」です。「メールの下書き作成にAIを使ってよい」「議事録の要約にAIを使ってよい」「社外への提出物にAI生成文を使う場合は上長確認を経る」——こうした「OK集＋手順」の形式にすることで、社員は安心してAIを使えるようになります。

ルール設計の3ステップ

ステップ1：「明らかにOK」な利用シーンを列挙する（20分）

参加者全員で「これはAIを使ってOKだよね」と全員が同意できる利用シーンを列挙します。メールの下書き（社内情報を含まないもの）、会議議事録の要約、文章の校正・推敲、翻訳、アイデアブレスト——こうした「リスクがほぼゼロ」の利用シーンを最初に確定させます。

この作業を最初に行うことで、「AIは全面禁止ではない」という共通認識が場に生まれ、その後の議論がポジティブな方向に進みやすくなります。

ステップ2：「明らかにNG」な利用シーンを列挙する（20分）

次に「これはAIを使ってはいけない」と全員が同意できる利用シーンを列挙します。顧客の個人情報（氏名・住所・電話番号等）のAIへの入力、未公開の財務データの入力、競合他社から得た秘密情報の入力——こうした「リスクが明白」な利用シーンを禁止事項として確定させます。

ステップ3：「グレーゾーン」を整理し、承認フローを設計する（50分）

WSで最も時間をかけるべきは、この「グレーゾーン」の整理です。「社内のプロジェクト概要をAIに要約させていいか？」「取引先とのメールをAIに翻訳させていいか？」「AI生成のグラフをクライアントへのプレゼン資料に使っていいか？」——こうした「場合による」ケースを一つひとつ議論し、「OKだが確認が必要」「条件付きでOK」「原則NG（例外は上長承認）」に仕分けしていきます。

この段階で法務部門と推進部門の対立が最も激しくなります。法務は「念のため全部NG」と言いたくなり、推進側は「全部OKにしないと使えない」と主張します。後述の「合意形成フレームワーク」で、この対立を解消する具体的な方法を解説します。

Hour 3（2:30〜3:30）：議論・修正——対立を解消して合意を形成する

Hour 2で作成したルール案を全員で見直し、修正する時間です。ここでは「反対意見」を丁寧に拾うことが重要です。

弊社が使っている手法は「赤カード方式」です。ルール案を1条ずつスクリーンに映し、参加者全員に「このルールで問題がある場合は赤カードを上げてください」と呼びかけます。赤カードが上がったルールは、反対理由を聞いた上で全員で修正案を議論します。

この手法の利点は、「全員が明示的に賛否を表明する」プロセスを経ることで、後から「私はあのルールに賛成していなかった」という不満が出にくくなることです。

反対意見が出たときのファシリテーションのポイントは「理由を具体化させる」ことです。「このルールは厳しすぎる」という抽象的な反対には「具体的にどの場面で困りますか？」と返し、「業務で使う顧客の業種情報をAIに入力できないと、提案書が作れない」という具体的な場面が出てきたら、「では、業種情報は入力OK、ただし企業名は匿名化して入力する、という修正はどうですか」と着地点を提示します。

Hour 4（3:30〜4:00）：運用体制の設計と最終合意

最後の30分で、ガイドラインの運用体制を設計します。ガイドラインは「作って終わり」ではなく、運用し、定期的に改訂するものです。

運用項目	内容	担当	頻度
ガイドラインの管理	最新版の維持・配布	DX推進部	随時
改訂の検討	新しいAIツールの登場・事故発生時の見直し	法務＋DX推進部	四半期
インシデント対応	ルール違反・情報漏洩等の発生時の対応フロー	法務部・情報セキュリティ	発生時
社内研修	新入社員・中途社員へのガイドライン説明	人事部＋DX推進部	入社時

出典：弊社のガイドライン運用テンプレートを基に作成

最後に、意思決定者（経営層）に対して「本日のWSで合意されたガイドラインを、全社に展開してよいか」の最終承認を取ります。経営層が冒頭のデモに参加し、WSの議論の経過を把握していれば、この承認はスムーズに進みます。

---

ファシリテーションガイド——進行台本と想定質問30個

WSの成否はファシリテーターの力量に大きく依存します。ここでは、弊社のファシリテーターが実際に使っている進行台本の要点と、WSで頻出する想定質問を公開します。

冒頭のオープニング（最初の5分が勝負）

WSの冒頭で参加者の心理を掴めるかどうかが、4時間の生産性を決定します。弊社が使っているオープニングの台本は以下のような流れです。

「今日のWSは『AIを使うな』というルールを作る場ではありません。『安心してAIを使える環境を作る』ための場です。皆さんの中に『ChatGPTを使ってみたけど、会社的に大丈夫なのか不安だった』という方はいらっしゃいますか？」

ここで手を挙げてもらいます。弊社の経験では、参加者の6〜7割が手を挙げます。「その不安を、今日の4時間で解消します」と伝えることで、WSの目的が「制限」ではなく「解放」であることが伝わります。

想定質問と回答例

WSでは「技術的な質問」「法的な質問」「感情的な懸念」の3カテゴリの質問が出ます。以下に主要な10個を挙げます。

——「ChatGPTに入力したデータはOpenAIに見られるのか？」

法人向けプラン（Team/Enterprise）では、入力データがAIモデルの学習に使用されない設定がデフォルトです。ただし、無料プランや個人向けプランでは学習に使用される可能性があるため、業務利用では法人プランの使用をルール化する必要があります。これはOpenAIのデータ利用ポリシー（公式サイトで公開）で確認できます。

——「AIが作った文章を社外に出していいのか？」

AI生成物の著作権は、日本の現行法では「AIを道具として使った人間」に帰属すると解釈されています。ただし、他者の著作物と類似する生成物が出力される可能性があるため、社外公開前に「類似性の確認」プロセスを挟むことを推奨します。

——「法務部として、リスクがある以上は使わせたくない」

このような意見が法務部門から出るのは自然なことであり、リスク管理の観点からは正当な懸念です。ただし、「禁止しても隠れて使うだけ」という現実があります。むしろルールを明文化することで、「許可された範囲で使う」という行動を可視化・管理できるようになります。「禁止するリスク」と「許可するリスク」を比較検討すると、ほとんどのケースで「ルールを作って許可する」方がリスク管理上も合理的だと弊社は考えています。

——「部門ごとにルールを変えることはできるか？」

可能です。実際、弊社が支援した企業の多くは「全社共通の基本ルール＋部門別の追加ルール」の二層構造を採用しています。たとえば、法務部門は「契約書のAIレビューは許可するが、AI出力を最終稿にする場合はパートナー弁護士の確認を必須とする」、マーケ部門は「AI生成画像のSNS投稿はOKだが、広告クリエイティブへの使用は法務確認を経る」——こうした部門固有の運用ルールを追加します。

——「ガイドラインはどのくらいの頻度で見直すべきか？」

弊社の推奨は「四半期に1回のレビュー＋重大インシデント発生時の臨時改訂」です。AI技術は進化が速く、2025年のルールが2026年には陳腐化しているケースが少なくありません。四半期レビューでは「新しく登場したツールへの対応」「社員からの問い合わせ内容の傾向分析」「他社のインシデント事例の反映」を行います。

議論が止まったときの介入テクニック

WSで「沈黙」が発生することがあります。全員が発言をためらい、議論が停滞する場面です。弊社のファシリテーターが使う介入テクニックを3つ紹介します。

テクニック1：「最悪のシナリオ」を描かせる。「もしルールを作らずに半年放置したら、何が起こると思いますか？」と投げかけます。最悪のシナリオを想像することで、ルール策定の必要性が再認識され、議論が再開します。

テクニック2：「他社事例」を提示する。「ある製造業では、社員が個人のChatGPTに設計図面のデータを入力して問題になりました」——こうした実例を紹介することで、「うちでも起こりうる」という当事者意識が生まれます。ただし、具体的な社名は出さず、業種と規模だけを伝えます。

テクニック3：「投票」で場を動かす。「AとBの案が出ていますが、どちらがよいか挙手で確認しましょう」と投票を促します。多数決で決めるのではなく、場の空気を可視化することで、少数派の意見も拾いやすくなります。

---

WSのアウトプット例——10条ガイドラインの叩き台

弊社がWSで使用している「10条ガイドライン」の叩き台を公開します。このテンプレートをベースに、各企業の事情に合わせてカスタマイズしていきます。

10条ガイドライン テンプレート

第1条（目的）：本ガイドラインは、生成AIの業務活用を推進しつつ、情報セキュリティと品質管理を確保することを目的とする。

第2条（利用可能なツール）：業務利用が許可される生成AIツールは〔ChatGPT Team / Claude for Business / Gemini for Workspace〕とする。許可されていないツールの業務利用は禁止する。

第3条（入力禁止データ）：以下のデータを生成AIに入力してはならない。顧客の個人情報（氏名・住所・電話番号・メールアドレス）、未公開の財務データ、人事評価情報、営業秘密に該当するデータ。

第4条（入力許可データ）：以下のデータは生成AIに入力してよい。社内の一般的な業務文書（社外秘に該当しないもの）、公開情報（Webサイト・プレスリリース等）、匿名化されたデータ。

第5条（出力の品質管理）：生成AIの出力を社外に提供する場合は、必ず人間が内容を確認し、事実関係のチェックを行った上で利用すること。生成AIの出力をそのまま最終稿として社外に提出してはならない。

第6条（著作権）：生成AIの出力を商用利用する場合は、他者の著作物との類似性を確認すること。画像生成AIの出力を広告クリエイティブに使用する場合は、法務部の事前確認を経ること。

第7条（承認フロー）：第4条の「入力許可データ」に該当しないデータを入力する必要がある場合は、所属部門の上長と情報セキュリティ担当者の承認を得ること。

第8条（インシデント報告）：ガイドラインに違反した場合、または情報漏洩の可能性がある場合は、速やかに情報セキュリティ担当者に報告すること。

第9条（教育・研修）：新入社員および中途入社者は、入社後1ヶ月以内に本ガイドラインの研修を受講すること。全社員を対象としたガイドラインの振り返り研修を年1回実施する。

第10条（改訂）：本ガイドラインは四半期に1回レビューし、必要に応じて改訂する。重大なインシデントの発生時または新しいAIツールの導入時には臨時改訂を行う。

この10条はあくまで叩き台であり、WSの中で参加者が自社の実情に合わせて修正・追加・削除します。弊社の支援先では、業種によって「第3条の禁止データ」に業界固有の項目（医療情報、金融取引データ、建築図面等）を追加するケースが多くなっています。

---

合意形成フレームワーク——法務と推進の対立を解消する

対立構造の本質

法務部門と推進部門の対立は「目的の違い」から生まれます。法務部門の目的は「リスクの最小化」、推進部門の目的は「業務効率の最大化」です。この2つの目的は本質的にトレードオフの関係にあり、どちらか一方を完全に満たすと他方が犠牲になります。

弊社がWSで使っている合意形成の方法は「リスク・効果マトリクス」です。グレーゾーンの利用シーンを「リスクの大きさ（縦軸）」と「効果の大きさ（横軸）」の2軸でマッピングし、以下の4象限に分類します。

	効果：大	効果：小
リスク：低	①即許可	②許可（優先度低）
リスク：高	③条件付き許可（承認フローあり）	④禁止

出典：弊社の合意形成フレームワーク

①の「リスクが低くて効果が大きい」利用シーン（メールの下書き、議事録要約等）は、法務も推進も反対する理由がなく、即許可にできます。④の「リスクが高くて効果が小さい」利用シーン（個人情報の丸ごと入力等）は、推進側も反対しないため即禁止にできます。

問題は③の「リスクが高いが効果も大きい」利用シーンです。ここが法務と推進の対立ポイントになります。この象限の利用シーンについては「禁止」でも「許可」でもなく、「条件付き許可（承認フローあり）」という第三の選択肢を提示します。

たとえば「契約書のAIレビュー」は、リスク（機密情報の入力）が高い一方で、効果（レビュー時間の大幅短縮）も非常に大きい利用シーンです。これを「法人プランの使用を必須とし、入力前にパートナー弁護士の確認を経ること」という条件付きで許可にすることで、法務の懸念（リスク管理）と推進の要望（効率化）の両方を満たす着地点が生まれます。

「禁止しても隠れて使うだけ」の説得力

弊社がWSで法務部門の理解を得る際に最も効果的なのは、「禁止しても隠れて使うだけ。ルールを作って可視化する方がリスク管理できる」という論点です。

実際、弊社がWSを実施した10社のうち、WS前に「AI全面禁止」の方針を取っていた1社では、社員のスマートフォンの個人アカウントで業務データをChatGPTに入力していた事例が複数見つかりました。個人アカウント（無料プラン）では入力データが学習に使用される可能性があり、「全面禁止の方が実はリスクが高い」という逆説的な状況が生まれていたのです。

この事例をWS中に（匿名化して）紹介すると、法務部門の姿勢が「禁止」から「管理下での許可」に変わることがほとんどです。

---

10社のWS実施結果——定着率・利用率・インシデント推移

弊社がWSを実施した10社の結果を、定量データで示します。

WS後のAI利用率の変化

企業	業種	従業員数	WS前利用率	WS後1ヶ月	WS後3ヶ月
A社	製造業	50名	12%	35%	42%
B社	IT	80名	30%	55%	60%
C社	建設業	25名	8%	28%	35%
D社	不動産	30名	15%	40%	48%
E社	SaaS	120名	25%	50%	55%
F社	小売	45名	5%	20%	30%
G社	士業	12名	10%	30%	45%
H社	製造業	200名	18%	38%	40%
I社	物流	60名	8%	25%	32%
J社	飲食	35名	3%	15%	25%
平均	—	—	13.4%	33.6%	41.2%

出典：弊社（生成AI総合研究所）が支援した10社のアンケート調査結果

WS前の平均AI利用率13.4%が、WS後3ヶ月で41.2%まで上昇しています。約3倍の増加です。特にIT業種（B社・E社）は元々のリテラシーが高いため上昇幅が大きく、飲食業（J社）はリテラシーの底上げに時間がかかる傾向がありますが、それでも3%→25%と着実に増加しています。

ガイドラインの遵守率

10社平均のガイドライン遵守率は、WS後3ヶ月時点で約85%です。これは「通達型」の約30%と比較して約3倍の数値です。遵守率が100%でないのは、「グレーゾーンのケースで承認フローを経ずに利用した」というケースがゼロにはならないためです。しかし、これは「禁止を破った」のではなく「手順を省略した」という性質のもので、インシデントの報告・是正プロセスが機能している限り、健全な運用の範囲内です。

インシデントの発生状況

WS後6ヶ月間で、重大な情報セキュリティインシデント（実際の情報漏洩に至ったケース）の報告はゼロでした。軽微なルール違反（個人アカウントでの利用、承認フローの省略等）は10社合計で12件ありましたが、いずれもインシデント報告プロセスを通じて速やかに是正されています。

弊社は「インシデントゼロが目標ではなく、インシデントが発生したときに速やかに対応できる体制が目標」と位置づけています。「絶対に事故を起こさない」は非現実的であり、その目標を掲げるとルールが過度に厳しくなり、結果としてAI活用が停滞します。

---

WS参加者の事前準備——チェックリスト

WSの効果を最大化するために、参加者に事前に準備してもらいたい項目をチェックリストにまとめます。

全参加者共通

• [ ] ChatGPTまたはClaudeのアカウントを作成し、1回以上使ったことがある（無料版でOK）
• [ ] 自分の業務の中で「AIを使ってみたい場面」を3つ以上書き出す
• [ ] 自分の業務の中で「AIに入力してはいけないと思うデータ」を3つ以上書き出す

法務・情報セキュリティ担当者

• [ ] 自社の既存のITセキュリティポリシーの最新版を持参
• [ ] 業界固有のガイドライン（日本弁護士連合会、金融庁等が出しているもの）を確認
• [ ] 他社のAI利用インシデント事例を1つ以上調べる

DX推進・IT部門

• [ ] 現在社内で利用されているAIツール（公式・非公式問わず）のリストを作成
• [ ] 法人プランの見積り（ChatGPT Team等）を取得

経営層

• [ ] AI活用に対する自社の基本方針（推進/慎重/未定）を整理
• [ ] 競合企業のAI活用状況を把握

---

導入コストと補助金——WS費用を抑える方法

WS実施のコスト目安

項目	自社開催（社内ファシリテーター）	外部委託（弊社等）
ファシリテーション費用	0円（社内人材）	30〜80万円
会場費（対面の場合）	会議室利用料（既存設備なら0円）	同左
ツール費用（Miro等）	無料プランで対応可能	同左
資料作成費用	本記事のテンプレートを活用すれば0円	含まれる
参加者の人件費（8名×4時間）	約10〜15万円相当	同左

出典：弊社の料金体系および市場相場を基に作成

外部委託の場合でも、人材開発支援助成金（事業展開等リスキリング支援コース）を活用すれば、研修費用の最大75%が助成されます。たとえば弊社のWS費用が50万円の場合、助成金を活用すると実質負担は約12.5万円です。

補助金の詳細については、AI導入で使える補助金・助成金 完全ガイド【2026年最新】で体系的に解説しています。

「WS設計から当日のファシリテーションまで依頼したい」という方は、弊社の30分無料ヒアリングでご相談ください。

---

失敗しがちなパターンと回避法

法務部門を呼ばずにWSを開催してしまう

「法務を呼ぶと禁止の方向に引っ張られるから」という理由で法務を排除すると、後から「あのガイドラインは法務の承認を得ていない」と突き返されます。法務部門の参加は必須であり、対立はWSの中で解消するものです。

「ルールを作ること」がゴールになってしまう

ガイドラインは手段であり、目的は「社員がAIを安心して活用できる環境を作ること」です。10条のルールを作成して満足し、その後の運用（研修、改訂、インシデント対応）を怠ると、半年後にはルールが形骸化します。WS後のフォローアップ（月次のレビュー会議）を計画に組み込むことが重要です。

参加者が多すぎて議論が発散する

15名以上のWSは議論がまとまりません。全部門の意見を反映したい気持ちは分かりますが、WSの参加者は8〜13名に絞り、不参加部門からは事前アンケートで意見を収集する形にします。

グレーゾーンを放置する

Hour 2の「グレーゾーンの整理」を時間切れで終わらせてしまうケースがあります。グレーゾーンが残ったまま運用を開始すると、現場では「判断できない→使わない」か「判断できない→勝手に使う」のどちらかになり、WSの効果が半減します。WSの時間内に全グレーゾーンの整理が終わらない場合は、2回目のWSを別日程で設定することを強く推奨します。

---

まとめ：WS形式でガイドラインを策定し、AI活用の「安心」を作る

生成AIの社内ガイドラインは「禁止するためのルール」ではなく「安心して使うためのルール」です。WS形式で策定することで、通達型の3倍の定着率が実現し、AI利用率も平均3倍に向上します。

今日やるべきことは3つです。

1. 本記事のチェックリストを使い、WS参加者の候補（8〜13名）をリストアップする
2. 社内でAIを使っている人（非公式含む）に、「どんな使い方をしているか」をヒアリングする
3. WSの日程を決め、参加者に事前準備の依頼を送る

AI導入の全体設計は業務効率化にAIを使う方法2026で、AI導入に使える補助金はAI補助金完全ガイドで解説しています。

---

---

出典・参考:
– 生成AI総合研究所 10社のWS実施データ（2025年1月〜2026年5月）
– OpenAI「Data Usage Policies」（2026年版）
– 文化庁「AIと著作権に関する考え方について」（令和6年）
– 経済産業省「AI事業者ガイドライン」（第1.0版）
※本記事の情報は2026年5月時点のものです。AI関連の法規制は変化が速いため、最新情報は各公式サイトをご確認ください。