規制当局が罰するのはモデルではなくデータの経路
規制当局は、AIに関する理論が確立されるのを待たずに、企業のデータ取扱いに対して制裁を科しています。イタリアのデータ保護当局ガランテ(Garante)は、2026年11月14日、Meta Platforms Irelandに対し、Facebook for Androidの機能がユーザーのスマートフォンのギャラリーから写真や動画を提案したことにより、8億500万ユーロの罰金を科しました。ガランテは、アプリがこれらの写真や動画、メタデータに対して明確な同意なしにアクセスしたと認定し、手続きはコンテンツがAIの学習に使われたかどうかとは無関係であると明言しました。
この点こそが、コンプライアンスを担うすべての人への教訓です。8億500万ユーロの罰金はモデル自体とは無関係でした。問題は、誰がどのデータに、どの権限でアクセスし、関係者が本当に同意していたかどうかです。前日には、Uberの州への漏洩通知で、AIベンダーの認証情報が盗まれたことによる運転免許データの漏洩が追跡されました。異なる2つの出来事ですが、共通するのは「データの経路」を規制当局や世間が注視している点です。
CISOやチーフコンプライアンスオフィサーにとって実務上の問いは、規制当局が自社のモデルをどう評価するかではありません。AIツールやAIエージェント、そしてその背後のベンダーによるアクセスも含め、規制対象データへのすべてのアクセスについて証拠を提示できるかどうかです。本記事では、ガランテの判断内容、その判断が残した課題、証拠パッケージに必要な要素について解説します。
主なポイント
- 制裁はモデルではなくデータの流れに従った。イタリアのガランテは、明確な同意なしにギャラリーへアクセスしたとしてMetaに8億500万ユーロの罰金を科し、手続きはAI学習とは無関係であると指摘しました。
- 同意は証拠の問題である。ガランテは、アプリ全体の権限が複数の異なる目的の機能をカバーしており、一般的な通知が先行していたと認定しました。
- 主導規制当局(リードレギュレーター)論は常に有効ではない。ガランテは、Metaのワンストップショップ論を、適用したeプライバシー規則にはその仕組みがないとして退けました。
- ベンダーチェーンも監査範囲内に含まれる。Uberの州通知は、AIインフラプロバイダーの認証情報が侵害されたことによる運転手データの漏洩を追跡しました。
- 監査対応力はルールブックに追いついていない。Grant Thorntonの調査では、リーダーの78%が90日以内に独立したAIガバナンス監査に合格できる自信がないと回答しています。
ガランテの判断内容
ガランテの発表(2026年11月14日付)は、Facebookアプリ(Android版)のギャラリー提案機能に関して、Meta Platforms Ireland Limitedに8億500万ユーロの罰金を科すものでした。この機能は2023年から提供されており、スマートフォンのギャラリーから写真や動画を投稿のアイデアとして提案していました。The Hacker Newsによると、この罰金はグループの世界売上高の約0.47%に相当し、イタリア国内の約2,000万人のAndroidユーザーが対象となっています。
調査結果は具体的です。アプリは、アプリ全体と複数の異なる目的の機能をカバーする単一の権限でギャラリーへのアクセスを求めていました。他の機能を有効化するための一般的な通知が先に表示され、ユーザーがギャラリー提案にも同意していることは明確にされていませんでした。さらにこの機能はデフォルトで有効化されていました。ガランテは、こうした包括的な権限が与えられると、アプリは写真アーカイブ全体を継続的に読み取ることができ、ユーザーも当局もどの情報が利用されたかを確認できないと指摘しました。
法的根拠も事実と同じくらい重要です。ガランテは、EUのeプライバシー指令を実装するイタリアのプライバシー法第122条を適用し、GDPRは適用しませんでした。スマートフォンは個人のプライベート領域の一部と見なされるため、端末に保存された情報へのアクセスには、データの送信や被害の有無にかかわらず、自由かつ十分な説明に基づく同意が必要とされます。
命令内容は具体的です。Metaは60日以内に、機能の目的・ギャラリーアクセス・オフにする方法を説明する、別個かつ具体的な同意リクエストを提示し、既に権限を与えたユーザーも含めてデフォルトで機能をオフにしなければなりません。Metaは30日以内に開始した対応、90日以内に講じた措置についてガランテに報告する必要があります。60日以内に対応しない場合、有効な同意がない限り、この機能は誰にも有効化できません。
Metaは控訴する方針で、罰金は過剰だと主張しています。また、機能はユーザーが端末で権限を与えた後にのみ動作し、設定で権限を変更できるとしています。今回の判断は行政命令であり、控訴は未決着のため、罰金は今後の執行方針を示すシグナルとして捉え、確定した法解釈とは見なさないでください。
判断が残したAIに関する問い
ガランテは、手続きがギャラリーのコンテンツがAIモデルの学習に使われたかどうかとは無関係であると述べ、Metaもこれを否定しています。また、2026年に開始されたギャラリーコンテンツのクラウド処理を可能にする新しいFacebook機能については、別途評価する権利を留保するとしています。つまり、AIに関する問いは未解決であり、先送りされています。
それでも、違反の構造自体は、エンタープライズでAIアシスタントを展開する人には見覚えのあるものです。例えば、社内アシスタントが共有ファイルストアへの広範なコネクタ権限を一度だけ管理者の一般的な説明(例:「生産性向上機能を有効化」)で承認されたとします。その後、チームが要約機能や顧客対応のドラフト作成エージェントを有効化しますが、これらの機能は権限付与時に説明されておらず、誰が何に同意したかの記録は18か月前のチケットしかありません。これが、ガランテが制裁を科したパターンをエンタープライズに置き換えたものです。
重要なのは、エンタープライズのAI導入が違法だということではありません。AI機能のコンプライアンス問題は、モデルから始まることはほとんどなく、データへのアクセスが特定の目的で、適切な権限者によって許可され、その記録が残っているかどうかから始まります。AIをモデルの問題と捉えるチームはテストプログラムを構築しがちですが、データアクセスの問題と捉えるチームは証拠を構築します。今週の事例が示す通り、規制当局は証拠を求めます。
同意は証拠の問題
ガランテの論理では、同意は具体的でなければなりません。今回のケースでは、一般的な通知とバンドルされた権限では基準を満たさず、ガランテは被害の立証を必要としませんでした。有効な同意のないアクセス自体が違反でした。
コンプライアンスチームにとっては、「完了」の定義が変わります。インストール時に表示される同意画面はコントロールではありません。コントロールとは、調査官が尋ねる質問に答えられる記録です。どのプロンプトをどのバージョンでユーザーが見たのか?目的について何と記載されていたのか?ユーザーは何をいつ選択したのか?選択は撤回でき、システムは既にアクセス可能なデータにも撤回を反映しているのか?デザインファイルのスクリーンショットしかない場合、証拠は不十分です。
この厳密さは、AIワークフロー内の従業員や顧客にも同様に求められます。従業員がアシスタントをメールボックスに接続したり、顧客が代理エージェントによるデータ共有を承認した場合も、コンプライアンス記録には承認された範囲と実際に利用された範囲が示されていなければなりません。この2つの範囲のギャップこそが、指摘事項の発生源です。
データ最小化は、具体的同意の静かな相棒です。ツールに全アーカイブへのアクセスを許可しながら、実際には1つのフォルダしか必要ない場合、ガランテが指摘した「誰もどの情報が使われたか分からない」検証不能な状況が生まれます。データ最小化やプライバシー・バイ・デザインの中心原則である「必要最小限への範囲限定」によって、漏洩リスクと証拠負担の両方を減らせます。
ベンダーチェーンも監査範囲内
Uberの事例は、データ経路のもう半分を示しています。TechCrunchによれば、Uberは10月9日、プロバイダーからハッカーによる内部認証情報の窃取と、それを用いたUberデータへのアクセスについて通知を受けました。TechCrunchは、このプロバイダーをオープンAIモデルを提供するFireworks AIと特定しています。Uberの広報担当者は、通知は一部UberデータにアクセスできるサードパーティベンダーFireworks.aiでのセキュリティインシデントによるものだと説明しています。
提出書類から現時点での規模が分かります。TechCrunchが確認した通知によると、マサチューセッツ州で2,567名、サウスカロライナ州で3,430名、ロードアイランド州で1,873名の運転免許情報が盗まれ、イリノイ州は集計中、カリフォルニア州の運転手にも通知が行われています。Uberは全体の影響人数を明らかにしていません。Reutersによると、カリフォルニア州の通知(11月10日付)にはプロバイダー名やデータ内容の記載はなく、Uberは現時点で悪用は確認されていないとしています。Fireworks側も、顧客データに影響する一部システムへの不正アクセスを特定したと発表しています。
注目すべき点が2つあります。漏洩はUber自身のシステム外、ベンダーのアカウントに保存されたUberデータのコピーで発生したこと。そして、規制当局が受け取った記録は「州の漏洩通知」であり、ベンダーが何を・なぜ保持していたかの証拠は事後に再構築する必要があったことです。州データプライバシー法や漏洩通知法は、多くの場合データの所有組織に義務を課しており、ベンダーとの契約だけではその責任は移りません。
Schellmanの2026年AIガバナンスレポートは、このリンクがいかに軽視されているかを示唆しています。米国の専門職525人への調査で、取締役会や経営陣がサードパーティ/ベンダーAIリスクについて正式に議論したと答えたのは36%のみ、サードパーティツールに組み込まれたAIをガバナンスできる自信があるのは69%でした。SchellmanはサードパーティAIをエンタープライズAIガバナンスの最大の盲点と呼び、同社自身がAI評価や認証を提供しているため、その強調には自社の意図も含まれます。調査は米国のみで重み付けもありませんが、Uberの通知がまさにそのギャップを示しています。
規制対象データを受け取るすべてのベンダーを自社の監査範囲に含めてください。まず、各ベンダーがどのデータカテゴリを、どの認証情報で、どんなローテーション・失効ルールで保持しているかを登録します。この厳密さこそが、サードパーティリスク管理やサプライチェーンリスク管理の核心であり、データセットや請求記録、プロンプトなどを保持しがちなAIベンダーは、まずリストに加えるべきです。
監査対応力はルールブックに遅れ
制裁がデータの流れに従うなら、対応力とは「データ経路を即時に示せる能力」です。2つの調査は、多くの組織がその水準に達していないことを示しています。
Grant Thorntonの2026年AIインパクト調査では、2026年2~3月に上級ビジネスリーダー950人に「90日以内に独立したAIガバナンス監査に合格できるか」を尋ね、78%が強い自信がないと回答、22%のみが非常に自信があると答えました。同社は、結果は認識を反映したものであり、「監査」という言葉の使い方も概念的であると注釈しています。AIアドバイザリーサービスを提供しており、統合AIが成果向上と相関するという発見も自社の解釈です。
対応力はルールブックによっても異なります。Schellmanの調査(2026年4月13日~5月11日実施)では、米国規制への備えを具体的に進めていると答えたのは89%、EU AI法は29%、アジア太平洋要件は12%でした。これらは「実施した行動」であり、結果ではなく、米国のみのサンプルです。それでも、企業が想定する規制当局に合わせて準備が進み、イタリアのような決定は多くの米国中心プログラムが想定外であることが分かります。監督体制も同様で、Schellmanの回答者のうち、AIガバナンスを取締役会や同等の経営層に定期報告しているのは54%にとどまります。
Kiteworksの調査も同様の傾向を示しています。Kiteworksデータセキュリティ&コンプライアンスリスク:2026年年次調査レポートでは、459人のうち63%が調査前12か月以内に「監査指摘」「是正計画の要求」「取締役会へのエスカレーション」「契約上のペナルティ」「正式な規制調査」などのコンプライアンス上の影響を経験したと回答しています。調査は2026年第2四半期に実施され、自己申告であり、Kiteworks自身が実施したものなので、この数字は複数あるデータポイントの一つとしてご参照ください。
これらの調査はいずれも、規制当局が何を尋ねるかを測定しているわけではありません。組織が「どれだけ準備できていると感じているか」を測定しています。「認識」と「証拠」のギャップこそが、調査の出発点です。
証拠パッケージに必要な内容
規制当局が規制するのはモデルではなくデータです。AIによる規制対象データへのアクセスに関する照会に答えるパッケージは、他のアクセスに関するパッケージと同じ役割を果たし、AI固有の項目が加わるだけです。
人・AIツール・エージェントによる規制対象データへの各アクセスについて、記録には以下が示されている必要があります。
- 行動したID(人かエージェントか、その場合は誰の代理かの区別を含む)
- アクセスしたデータ(分類・出所システムを含む)
- 目的と法的または契約上の根拠(適用された同意または承認、そのバージョンを含む)
- リクエストを評価したポリシーとその結果
- アクセス開始・終了時刻、アクセスの失効方法
- ベンダー経由の場合、ベンダー名・使用認証情報・適用される通知義務
リストにないものにも注目してください。モデルのアーキテクチャや学習データ、ベンチマークスコアは含まれていません。これらは他の目的では重要ですが、監査人が尋ねることはあっても、イタリアの判断やUberの通知が重視したのは「アクセスと認可」です。
このパッケージを用意するには、一貫した監査証跡が必要です。メール用、ファイル転送用、AIツール用、ベンダー接続用とログが分かれていれば、最終的には答えられても時間がかかります。すべてのチャネルをカバーする統合的な監査ログがあれば、迅速かつ漏れなく回答できます。Kiteworks Control Planeはこの前提で設計されており、機密コンテンツにアクセスする人・エージェントの双方に一つのポリシーモデルを適用し、Kiteworks Compliant AIはAIリクエストごとにそのモデル下で記録します。これらの機能は法的分析や同意プログラムの代替ではなく、両者が依存する「証拠レイヤー」を提供するものです。
コンプライアンスリーダーが今すぐ取るべき行動
本セクションは一般的な情報であり、法的助言ではありません。最適な対応は各法域や顧問弁護士の判断に依存します。以下の手順は、次の四半期でコンプライアンスチームが実践できる実務的なものです。
- 規制対象データに触れるすべてのAI機能を、アクセス根拠にマッピングする。各アシスタント、エージェント、コネクタ、AIベンダーをリストアップし、そのアクセスをカバーする同意・契約・法的根拠と、誰が承認したかを記録します。
- 広範な権限を範囲限定の権限に置き換える。1つの権限が複数の異なる目的の機能をカバーしている場合は分割します。範囲を絞ることで、漏洩リスクと証拠負担の両方を減らせます。
- 同意を具体的かつバージョン管理されたものにする。プロンプト・バージョン履歴・ユーザー選択・撤回記録をまとめて保管し、1回の検索で全履歴が返せるようにします。
- ベンダーレジスターを構築する。規制対象データを保持する各ベンダーについて、データカテゴリ・認証情報・ローテーション運用・通知条件を記録し、インシデント発生時には必ず見直します。
- 証拠抽出のリハーサルを行う。直近のAIアクセスイベントを1つ選び、上記6項目を揃えるのにかかる時間を計測します。得られた知見をインシデント対応計画に反映します。
- 対応力を取締役会の議題に載せる。「証拠を提示できる能力」として対応力を報告し、他の規制コンプライアンス義務と同様に進捗を管理します。
まずはリハーサルから始めてください。対応力に関する意見は安価ですが、時間を計った訓練は違います。
AIによる規制対象データアクセスの監査対応証拠構築についてさらに詳しく知りたい方は、カスタムデモを今すぐご予約ください。
よくある質問
はい。ガランテの判断は、AI学習が問題でなくても、個人データへの無断アクセスが制裁対象となることを示しています。ガランテは、Metaの手続きがギャラリーコンテンツのAI学習利用とは無関係であるとしつつ、明確な同意なしのアクセスに8億500万ユーロの罰金を科しました。個人データに触れるAI機能は、まずデータアクセスの観点から捉え、データプライバシー管理を見直してください。
別個のプロンプト、その内容(目的・データアクセス)、ユーザーの選択と日時をバージョン管理した記録が必要です。ガランテは、Metaに対し、機能の目的・ギャラリーアクセス・無効化方法を説明する別個かつ具体的な同意リクエストの提示を命じました。これらの記録と撤回イベントをまとめて保管し、1回の検索で全履歴が返せるようにし、監査人が照会できる監査ログに保存してください。
ガランテの判断では不可でした。アプリ全体と複数の異なる目的の機能をカバーする単一の権限が、一般的な通知の後に付与されていた場合、イタリアプライバシー法第122条の下で具体的な同意とは認められませんでした。法域によってルールは異なるため、必ず顧問弁護士に確認し、設計上は目的ごとに権限を分割するのが安全です。データ保護影響評価にその判断を記録するのも有効です。
各ベンダーごとに、保持するデータカテゴリ・アクセス認証情報・ローテーション/失効運用・通知条件を記録したベンダーレジスターを作成してください。Uberの通知がその理由を示しています。AIベンダーの認証情報が盗まれたことで運転免許データが漏洩し、Schellmanの調査でもサードパーティAIリスクを取締役会や経営層で議論した組織は36%にとどまりました。レジスターはベンダーリスク管理プロセスに組み込み、ベンダーインシデント発生時には必ず見直してください。
自信ではなく証拠の観点から事実を報告してください。Grant Thorntonの調査では、リーダーの78%が90日以内に独立したAIガバナンス監査に合格できる自信がないと回答しており、このギャップは一般的です。Schellmanの調査でも、AIガバナンスを取締役会に定期報告しているのは54%にとどまります。オーナー・6つの証拠項目・証拠抽出訓練の日付を明記した計画を提示し、ガバナンス、リスク管理、コンプライアンスプログラムに組み込んでください。
追加リソース
- ブログ記事 データを巡る綱引き:CLOUD法とSHIELD法がセキュリティとプライバシーをどう対立させるか
- ブログ記事 DSPMをコンプライアンス目標にマッピングして機密データを保護
- ブリーフ よくあるFERPA違反トップ3とその回避方法
- ブログ記事 大統領令14117号:米国人の大量機微個人データの保護
- ブログ記事 NIS2コンプライアンスが必要?まずはISO 27001から