メディア
AX 戦略

AI のデータ整備の進め方|業務に入れる前に社内文書・権限・更新の持ち主を整える5つの手順

公開
執筆者: Offers AX 編集部・編集部

生成 AI に社内の文書を参照させて業務で使うなら、AI を入れる前に整えるデータは5つです。対象の資料の洗い出し、重複と古い資料の整理、閲覧権限ごとの区分、文書ごとの更新の持ち主、機密区分と個人情報の有無を、この順に決めていきます。

全社の文書をすべて整えてから始める必要はなく、最初に AI を使う1つの業務に範囲を絞って整え、質問と正解の組で正答率を測ってから対象を広げるほうが、手戻りは少なくなります。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

AI の回答は参照させる社内データの質を超えない

社内向けの AI が誤った答えを返したとき、まず疑うべきはモデルより参照させたデータの側です。データの品質が低ければ「間違った結果を導き出す可能性が高くなり」、誤った意思決定や行動につながることがあり、AI では大量のデータを使うためにデータ品質の重要性が一層増しているとされています(AISI・IPA「データ品質マネジメント・ガイドブック 日本語訳サマリ」2025年3月公表)。

社内の規程や手順書に答える AI の多くは、質問に近い文書を検索で取り出し、その中身をもとに回答を組み立てる仕組みです。文書の置き場に改定前の規程と現行の規程が並んでいれば、AI はどちらも同じように拾います。人なら日付を見て読み飛ばす古い資料も、AI にとっては根拠の候補の1つにすぎません。

社内データの状態と、そのまま AI に読ませたときに起きることを並べると次のとおりです。

社内データの状態 AI の回答で起きること
改定前の規程と現行の規程が同じフォルダにある 改定前の条件で答える
同じ内容の資料が部署ごとにあり、数字が食い違う 聞くたびに違う答えになる
閲覧を限るべき文書が全社共有の場所にある 見せてはいけない人に中身を要約して返す
更新の担当が決まっていない FAQ 制度が変わった後も誤答が続く
個人情報を含む表が混ざっている 利用目的の範囲を超えた取り扱いになりうる

どれもモデルを高性能なものに替えても直らず、データの側を整えて初めて解消します。社内の問い合わせに答える AI の作り方は、社内 AI チャットボットの記事にまとめています。

整える範囲は最初に AI を使う業務に絞る

データ整備は全社の文書を対象にすると終わらないため、最初に AI を使う1つの業務で必要になる文書だけを対象にします。データ品質の実務指針が原則に挙げるのも、「目的に合わせて考える」「品質とコストのトレードオフを考える」「エラーの発生を受け入れ、完璧を求めない」です(AISI・IPA「データ品質マネジメント・ガイドブック 日本語訳サマリ」2025年3月公表)。

たとえば人事への社内問い合わせに AI で答える業務なら、対象は就業規則、賃金規程、育児・介護休業の規程、勤怠の手順書、過去の問い合わせへの回答記録くらいに絞れます。経費精算の問い合わせなら、経費規程と精算システムの操作手順、勘定科目の早見表が中心です。

範囲を決めたら、過去の問い合わせから AI に答えさせたい質問を集め、質問ごとに「正しい答え」と「その根拠になる文書」を対で書き出してください。この一覧が、どの文書を整えるべきかの目印になり、最後に正答率を測る問題集にもなります。根拠の文書が見つからない質問は、データ整備より先に規程や手順そのものを書く必要がある質問として分けておきます。

Offers AX では、この範囲決めを課題調査とユースケース選定として最初に行います。業務ルール・システム基盤・組織力学・意思決定・法務・統制・人・スキルの6領域を LV0〜4 の5段階で診断し、平均点ではなく最も低い領域から着手の順番を決める進め方です。この記事の5つの手順で確かめる中身は、主に業務ルール、システム基盤、法務・統制の3領域と重なります。

Offers AX の支援の内容を見たうえで、どの業務のどの文書から整えるかを相談したい場合は、無料相談を申し込むからご連絡ください。

手順1 対象の資料を台帳に書き出す

最初の手順は、対象の業務で使う資料を1件1行の台帳に書き出すことです。IPA の中小企業向けガイドラインに付いたリスク分析シートは、情報資産の洗い出し、リスク値の算定、対策の決定の3つのステップで進め、台帳には業務分類、情報資産名称、利用者範囲、管理部署、媒体・保存先、個人情報の種類、機密性・完全性・可用性の評価値、保存期限を書く形をとっています(IPA「リスク分析シート」2024年7月公表)。

この台帳の形は、AI に読ませる文書の棚卸しにもそのまま使えます。AI 向けには、最終更新日と「AI に読ませるか」の列を足すと、後の手順で判断する材料がそろいます。

台帳の列 書く中身 後の手順で使う場面
資料名・業務分類 就業規則、経費規程など 対象の範囲を確かめる
保存場所・形式 共有ドライブの場所、Word・PDF・表計算の別 取り込めるかを判断する
利用者範囲 全社、人事部のみ、管理職のみなど 閲覧権限ごとの区分(手順3)
管理部署・担当者 改定の責任を持つ部署と担当者 更新の持ち主(手順4)
最終更新日・施行日 本文に書かれた日付 古い資料の整理(手順2)
機密区分・個人情報の有無 社内限り、関係者限り、個人情報ありなど 読ませてよいかの判断(手順5)
AI に読ませるか 読ませる・読ませない・保留 取り込みの対象を確定する

形式の欄では、スキャンした画像だけの PDF や、結合したセルの多い表計算ファイルに印を付けておくと役立ちます。文字として読み取れない資料や、表の構造が崩れて読まれる資料は、AI に渡す前に文字のデータへ直すか、整えた形で作り直す必要があるためです。

手順2 重複と古い資料を整理して正本を1つにする

次の手順では、同じ内容の資料を1つの正本にまとめ、改定前の資料を AI が参照する対象から外します。データ品質の国際規格 ISO/IEC 25012 に対応する JIS X 25012 は、データ自体の特性として正確性・完全性・一貫性・信ぴょう性・最新性を、システムに依存する特性として可用性・移植性・回復性を挙げ、アクセシビリティ・標準適合性・機密性・効率性・精度・追跡可能性・理解性を両方にまたがる特性として、合わせて15の特性を定めています(IPA「SEC journal」Vol.10 No.5 の JIS X 25012 に基づく図・2015年1月公表)。

15の特性すべてを測る必要はありません。社内文書で先に確かめたいのは次の5つです。

特性 社内文書での確かめ方 整え方
最新性 本文に施行日・改定日が書かれているか 改定前の資料はアーカイブへ移し、参照の対象から外す
一貫性 同じ項目の数字や条件が文書の間で食い違っていないか 正本を1つ決め、ほかの資料は正本へのリンクに置き換える
正確性 書かれた内容が現行の運用と合っているか 持ち主(手順4)が現場と照らして直す
追跡可能性 いつ、誰が、何を変えたか辿れるか 文書の末尾に改定履歴を置く
理解性 略語や社内用語が説明なしで使われていないか 社内用語の一覧を1つ作り、AI にも読ませる

ファイル名の「最新」「final」は当てにならないため、日付は必ず本文の中に書きます。改定前の資料は消さずに、AI が参照しない保管場所へ移しておけば、過去の経緯を確かめたいときにも困りません。

品質を保つ方法の1つに SSOT(信頼できる唯一の情報源)が挙げられているとおり、「どれが正しい資料か」を1つに決めること自体が整備の中心です(AISI・IPA「データ品質マネジメント・ガイドブック 日本語訳サマリ」2025年3月公表)。

手順3 閲覧権限ごとに参照の範囲を分ける

3つ目の手順は、AI に読ませる文書を閲覧できる人の範囲ごとに分け、質問した人が見られる文書だけを参照させることです。全社の文書を1つの検索の置き場にまとめると、部門限定の資料の中身が全社員向けの回答に混ざり、本来は見られない人に要約の形で届いてしまいます。

区分は台帳の「利用者範囲」の列をもとに、次の4つ程度にまとめると運用しやすくなります。

区分 文書の例 AI での扱い
全社に公開 就業規則、社内 IT の手順書、福利厚生の案内 全社員向けの AI が参照する
部門に限る 部門の業務マニュアル、顧客対応の記録 その部門のメンバーの質問にだけ参照する
役職・担当に限る 予算、人事評価の運用の資料 担当者向けの AI に分けて置く
個人に紐づく 評価結果、面談記録、給与 原則として参照の対象に入れず、使う場合は業務ごとに設計する

見落としやすいのは、共有ドライブで「リンクを知っている全員」に公開したままの資料です。AI に読ませる前に、元の文書の閲覧権限が意図どおりかを台帳と照らして確かめ、AI の側でも元の文書の権限を引き継いで回答する設計かを導入前に確認してください。

権限の設計を誤ったときに起きる漏えいのパターンは生成 AI の情報漏えいの記事に、AI エージェントに社内システムの操作まで任せる場合の権限の考え方はAI エージェントのセキュリティの記事にまとめています。

手順4 文書ごとに更新の持ち主を決める

整えた状態を保つには、文書ごとに更新の持ち主となる部署と担当者を決め、制度や手順が変わったときに直す責任を持たせます。IPA のリスク分析シートでも、台帳の列の1つが「管理部署」です(IPA「リスク分析シート」2024年7月公表)。

AI に読ませる文書では、持ち主に2つのことを引き受けてもらいます。1つは制度や手順が変わったら同じ日に文書を直すこと、もう1つは AI の誤答の報告を受けたら根拠の文書を確かめることです。データ品質の実務指針でも、ガバナンスとして「DataOps(アップデートとフィードバック)」が置かれ、「すべての関係者からフィードバックを受け入れる」が原則の1つになっています(AISI・IPA「データ品質マネジメント・ガイドブック 日本語訳サマリ」2025年3月公表)。

文書の種類 持ち主の例 更新のきっかけ 定期の見直しの目安
就業規則・人事の規程 人事部 規程の改定、法改正 年1回と、改定のたび
社内 IT の手順書 情報システム部 ツールや設定の変更 半年に1回
部門の業務マニュアル 各部門の責任者 業務手順の変更 半年に1回
FAQ・過去の回答記録 問い合わせの窓口 誤答の報告、同じ質問の増加 月1回

誤答の報告から修正までの流れも決めておきます。利用者が回答に「誤り」の印を付けると、根拠に使われた文書の持ち主へ通知が届き、持ち主が文書を直して AI に取り込み直す、という順番です。持ち主が決まらない文書は、AI に読ませない側に置いたままにしておくのが安全です。

全社で文書の持ち主と扱いの規則を決める仕組みは、データガバナンスと呼ばれます。

手順5 機密区分と個人情報の有無を付ける

最後の手順では、文書ごとに機密区分と個人情報の有無を付け、AI に読ませてよいか、どの環境なら読ませてよいかを決めます。IPA のリスク分析シートは、機密性・完全性・可用性を数値で評価する欄と、個人情報・要配慮個人情報・特定個人情報の有無を記す欄を台帳に設けています(IPA「リスク分析シート」2024年7月公表)。

個人情報を含む文書には、法律上の確認も必要です。個人情報取扱事業者が生成 AI サービスに個人情報を含むプロンプトを入力する場合は、「特定された当該個人情報の利用目的を達成するために必要な範囲内であることを十分に確認すること」とされています。本人の同意なく入力した個人データが応答の出力以外の目的で扱われれば個人情報保護法に違反する可能性があるため、提供事業者が機械学習に使わないこと等を確かめるよう求められています(個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」2023年6月公表)。

参照させるために文書を AI の仕組みへ取り込む場合も、同じ観点で利用目的と取り扱いの範囲を確かめておくのが安全です。

機密区分(例) 文書の例 AI に読ませる条件
公開 公表済みの資料、採用ページの内容 条件なし
社内限り 規程、手順書、社内向けの案内 入力を学習に使わない契約の環境で読ませる
関係者限り 契約書、取引先とのやりとり、未公表の数字 自社の管理する環境に置いた AI 基盤で、権限を分けて読ませる
個人情報を含む 評価、健康診断の結果、給与 利用目的の範囲を確かめ、必要な項目だけに絞る。要配慮個人情報は原則として外す

区分の名前は社内の情報管理規程に合わせ、AI のために新しい区分を作らないほうが混乱しません。個人情報を扱うときの論点は生成 AI と個人情報の記事に、クラウドに出せない文書を社内の環境で扱う方法はオンプレミスの生成 AI の記事にまとめています。

整えたデータは正答率で確かめてから対象を広げる

データ整備の出来は、範囲を決めたときに作った質問と正解の組を AI に解かせ、正しい文書を引けたか、答えが合っているかで確かめます。検索エンジンの補助として生成 AI を使う情報検索のサービスでは、「再現率と適合率をわかりやすい受け入れ基準にすることができる」とされています(デジタル庁「テキスト生成AI利活用におけるリスクへの対策ガイドブック(α版)」2024年6月公表)。

再現率は、引くべき文書のうち実際に引けた割合です。適合率は、引いた文書のうち質問に合っていた割合を指します。再現率が低ければ必要な文書が取り込まれていないか、文書の書き方が質問の言葉と離れている可能性があり、適合率が低ければ重複や古い資料が残っていることを疑います。

確かめること やり方 落ちたときに戻る手順
正しい文書を引けたか 質問ごとに、AI が根拠に挙げた文書と正解の文書を照らす 手順2(正本の整理)
答えが現行の規程と合うか 正解の答えと照らし、日付の古い根拠が混ざっていないかを見る 手順2・手順4(最新性と持ち主)
見せてはいけない文書が出ないか 閲覧権限の少ない利用者のアカウントで同じ質問をする 手順3(閲覧権限の区分)
個人情報が出ないか 個人名や社員番号を含む質問を投げる 手順5(機密区分)

合格の基準は、業務の重さに合わせて事前に決めておきます。規程の案内のように誤ると影響が大きい業務では、AI の回答に根拠の文書へのリンクを必ず付け、最終の判断は人が文書を見て行う運用にしておくと安全です。小さな範囲で基準を満たしてから、隣の業務の文書へ対象を広げてください。検証を本番の運用につなげる進め方は、AI の PoC の記事にまとめています。

Offers AX では、数週間で動くプロトタイプを作って実業務で検証し、効果を実測してから本実装に進みます。効果が出ない場合に中止を選べることも契約の前提に含めており、AI の処理基盤はお客様の環境の中に構築するので、当社の環境に顧客データを持つことはありません。契約が終わっても作った資産はお客様の環境に残り、引き継ぎのドキュメントと社内の運用体制の設計まで含めた進め方をOffers AX のサービスページで紹介しています。

着手前に決める5つを担当と期限つきで表にする

ここまでの5つの手順は、担当と期限を決めないと情報システム部や AI 推進の担当者だけの仕事になり、文書の持ち主である各部門が動かないまま止まりがちです。着手の前に、次の表を関係する部署と一緒に埋めておくと、誰が何を決めるかがはっきりします。

決めること 主に決める人 できあがるもの
最初に AI を使う業務と対象の文書 AI 推進の担当、業務の責任者 質問と正解・根拠の文書の一覧
正本と、参照から外す古い資料 各文書の持ち主 台帳の「AI に読ませるか」の列
閲覧権限の区分 情報システム部、各部門 区分ごとの参照の範囲
更新の持ち主と見直しの頻度 各部門の責任者 台帳の「管理部署・担当者」の列
機密区分と個人情報の扱い 法務・情報セキュリティの担当 区分ごとの読ませる条件

データを整える作業は、AI を入れた後も持ち主の更新として続きます。全社の AI 利用の規則づくりと合わせて進める場合は、AI ガバナンスの記事も参考にしてください。全社の AI 導入の進め方はAX 戦略のカテゴリにまとめています。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ