データマスキングとは、データに含まれる個人情報や機密を、伏せ字や仮の値に置き換えたり削除したりして、元の値を読めない状態にする処理のことです。元に戻せない形にするか、戻せる人を限った形にするかは、使い道に合わせて選びます。
データマスキングは、開発用データの加工と生成 AI の前処理の2つの意味で使われる
データマスキングという語は、システム開発で本番のデータを試験用に加工する意味と、生成 AI にデータを渡す前に個人情報や機密を伏せる意味の両方で使われています。米国立標準技術研究所(NIST)の指針は、マスキングを、項目を取り除くか、その値を分析に使えなくなる形で別の値に置き換える処理と説明し、例として電話番号をアスタリスクや無作為に作った仮名に置き換えることを挙げました(米国立標準技術研究所「NIST SP 800-188」2023年9月公表)。
開発や試験の用途では、本番のデータベースを複製して氏名や口座番号を作り物の値に差し替え、開発者が本物の顧客情報を見ずに動作を確かめられるようにするのが目的です。データベースの機能として語られるデータマスキングは、主にこちらの意味です。
生成 AI の文脈でのデータマスキングは、プロンプトに貼る文章、添付するファイル、社内文書を検索して回答させる仕組み(RAG)に取り込む文書から、個人情報や機密を伏せてから AI に渡す処理を指します。
開発用データの加工との大きな違いは、対象が表の項目ではなく自由に書かれた文章になる点です。氏名がどの列にあるかが決まっていないため、どこに何が書かれているかを見つける工程から始まります。
生成 AI に渡す前に伏せても、社内では個人情報のまま扱う
生成 AI に渡す前に氏名を伏せても、社内でそのデータを扱う限り、法律上は個人情報のままだと考えて運用するのが前提です。個人情報保護委員会のガイドラインは、安全管理措置の一環として氏名などの一部を削除し、または他の記述に置き換えたうえで引き続き個人情報として扱う場合は、仮名加工情報や匿名加工情報を「作成するとき」に該当しないとしています(個人情報保護委員会「ガイドライン(仮名加工情報・匿名加工情報編)」2026年4月一部改正)。
マスキングは、漏れたときの被害を小さくする安全管理の手段であり、個人情報としての扱いそのものを変えるものではありません。生成 AI サービスに渡してよいかは、マスキングとは別に判断が要る問題です。
その判断の基準として、個人情報保護委員会は2023年6月の注意喚起で、事業者に2つの確認を求めました。1つは、個人情報を含むプロンプトの入力が、特定した利用目的の達成に必要な範囲内であることです。もう1つは、本人の同意なく個人データを含むプロンプトを入力する場合に、サービスを提供する事業者がその個人データを機械学習に利用しないことなどを確かめることでした(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2日)。
マスキングは、この2つの確認を済ませたうえで、渡す情報を業務に要る分まで減らす工程として置くと、役割がはっきりします。入力してよい情報の区分や本人への通知を含めた社内の決め方は、生成AIと個人情報の記事が参考になるはずです。
伏せ字・仮名への置換・削除は、元に戻せるかと残る情報で選ぶ
伏せ字、仮名への置換、削除の3つの方式は、元に戻せるかどうかと、AI に渡した後に業務で使える情報がどれだけ残るかで、向く場面が分かれます。
| 方式 | 処理の例 | 元に戻せるか | 業務で使える情報 | 向く場面 |
|---|---|---|---|---|
| 伏せ字 | 「山田太郎」を「****」に、電話番号を下4桁以外「*」にする | 伏せた部分は戻せない。残した桁や文字数から推測される余地はある | 文の形と、そこに氏名や番号があったことは残る。誰と誰が別人かは分からなくなる | 文面の校正や要約など、人物を区別しなくてよい作業 |
| 仮名への置換 | 「山田太郎」を「社員A」に置き換え、対応表を社内に保管する | 対応表を持つ人だけが戻せる | 同じ人物の発言や記録のつながりが残る | 面談記録の要約や問い合わせ履歴の分類など、結果を後で本人に結び付け直す作業 |
| 削除 | 項目や文ごと取り除く | 戻せない | その情報に関する文脈が失われる | 業務に要らない情報(マイナンバー、口座番号など) |
表は、NIST の指針と個人情報保護委員会の基準をもとに編集部が整理したものです。
仮名への置換は、置き換え方に規則性があると、対応表が無くても元に戻されるおそれがあります。氏名の読みの順に「A」「B」と振る方法や、氏名をそのままハッシュ関数(入力から決まった値を計算する関数)にかける方法は、名簿を持つ人なら照らし合わせて戻せてしまうので不向きです。
個人情報保護委員会は、仮名加工情報を作るときの基準として、特定の個人を識別できる記述の削除か、復元できる規則性を持たない方法での置き換えを求めています(個人情報保護委員会「ガイドライン(仮名加工情報・匿名加工情報編)」2026年4月一部改正)。生成 AI の前処理で仮名を振るときも、振り方から元の氏名が分からない方法を選ぶのが基本です。
業務で使える情報が残るほど AI の出力は役に立つ一方で、伏せた情報も推測されやすくなります。3つの方式は1つの文書の中で組み合わせるのが普通です。たとえば面談記録なら、氏名は仮名に置き換え、電話番号は削除し、部署名は「営業部門」のように粗くする、と項目ごとに決めておきましょう。
マスキングしても、組み合わせによる特定と伏せ漏れは残る
氏名を伏せても、残した情報の組み合わせから本人が分かることと、伏せるべき箇所を見落とすことの2つのリスクは残ります。
NIST の指針は、他の項目と結びつけることで個人の識別に使える項目を「準識別子」と呼んでいます(米国立標準技術研究所「NIST SP 800-188」2023年9月公表)。社内の文書では部署、役職、入社年、休職の時期といった項目が準識別子になりやすく、氏名を「社員A」に置き換えても、社内の人が読めば誰の話か見当がつくこともあるでしょう。
件数の少ない属性にも同じ注意が必要です。個人情報保護委員会のガイドラインは、匿名加工情報を作るときに削除や置き換えの対象とする「特異な記述等」の例として、症例数の極めて少ない病歴の削除と、「116歳」という年齢を「90歳以上」に置き換えることを挙げました(個人情報保護委員会「ガイドライン(仮名加工情報・匿名加工情報編)」2026年4月一部改正)。生成 AI に渡す前の処理は匿名加工情報の作成そのものではないものの、珍しい値を粗くする考え方はそのまま使えます。
伏せ漏れは、自由記述の文章で起きやすいものです。見落としやすい箇所は次のとおりです。
- 本文中の呼び方の揺れ(姓だけ、あだ名、「〇〇さんの件」)
- メールの署名と、転送された本文の引用部分
- 添付ファイルのファイル名、表計算ファイルのコメントや非表示の列
- 画像や PDF に含まれる文字
文字列の形で見つける自動の検出は、電話番号やメールアドレスのように形の決まった情報を見つけるのは得意でも、文脈で人物を指す表現を拾いきれないのが弱点です。見落としがある前提で、伏せたあとの文書を誰がどれだけ確かめるかまで決めておく必要があります。
出力の側にもリスクがあります。仮名を本人の氏名に戻した AI の出力は元の個人情報と同じ扱いが要るので、保存先と閲覧できる人を元のデータに揃えてください。
企業がデータマスキングを入れる前に決める4つのこと
企業がデータマスキングを入れる前に決めるのは、対象と区分、伏せる場所、対応表の管理、確かめ方と記録の4つです。
- 対象の業務と情報の区分: どの業務で生成 AI に何を渡すかを洗い出し、情報を「そのまま渡してよい」「伏せれば渡してよい」「渡さない」の3つに分けます。病歴のような要配慮個人情報や口座番号は、伏せても渡さない区分に置くのが無難です
- 伏せる場所: 利用者が手で伏せるのか、社内と生成 AI サービスの間に置いた仕組みで自動で伏せるのか、文書を取り込む処理の中で伏せるのかを決めます。手作業だけでは人によって伏せ方がばらつくため、入口を1か所にまとめる方法の1つが LLM ゲートウェイです
- 対応表の管理: 仮名への置換を使うなら、対応表を誰が持ち、どこに置き、いつ消すかを決めます。対応表を生成 AI に渡すデータと同じ場所に置くのは避けてください(仮名にした意味が失われるため)
- 確かめ方と記録: 伏せたあとの文書を抜き取りで確かめる頻度と、伏せ漏れを見つけたときの報告先と対処を決め、確かめた記録を残します
マスキングと並べて検討したいのが、サービス側の契約と設定です。入力した内容をサービスの事業者が保存しない取り決め(ゼロデータリテンション)は渡した後の扱いを決めるもので、渡す前に情報を減らすマスキングとは役割が違うものです。
両方を組み合わせると、漏れる経路と、漏れたときの被害の両方を小さくできます。情報漏洩の経路ごとの対策の順番は、生成AIの情報漏洩を防ぐ記事にまとめました。
業務の AI にマスキングを組み込む進め方
どの情報をどこで伏せ、どこからは社外のサービスに出さずに処理するかは、業務ごとに実際のデータで試しながら決めると、伏せすぎて使えない AI も、伏せ漏れの多い AI も避けやすくなります。
株式会社overflow の Offers AX は、戦略から実行までのコンサルティング、業務固有の文脈を組み込んだ AI エージェントの設計・構築、引き継ぎまでを最初から設計する内製化支援を組み合わせて進めるサービスです。要件定義書ではなく動くもので合意し、数週間で動くプロトタイプを作って、実業務で効果を測ってから本実装へ進みます。
構築は GCP・Azure・AWS のいずれでも、原則としてお客様の既存環境で行い、当社の環境に顧客データを抱えない方針です。クラウドの LLM を使えない機密性の高い人事の案件では、処理を貸与 PC の中で完結させる構成で実装した実績があり、外部への通信の無効化、端末内の暗号化、アクセスの制御、監査ログを設計に含めています。
支援の中身は Offers AX のサービスページにまとめています。どの業務のどの情報を伏せ、どこまでを社内で処理す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。
人の確認を残すのは、区分の判定・自由記述・元に戻す工程の3か所
マスキングを仕組みで自動にしても、人の確認は、区分の判定、自由記述の多い文書、仮名を元に戻す工程の3か所に残します。
- 区分の判定: 新しい種類の文書や新しい業務で生成 AI を使い始めるとき、どの情報をどの区分に置くかは人が決めます。判断がつかない情報は、法務や個人情報保護の担当に確かめてから区分に加えましょう
- 自由記述の多い文書: 面談記録、相談の記録、顧客とのやり取りの全文のように、呼び方の揺れや文脈で人物が分かる文書は、自動で伏せたあとに人が抜き取りで読み、伏せ漏れが無いかを確かめます。使い始めの時期は抜き取りを多めにし、伏せ漏れの傾向が分かってから減らすのが現実的です
- 仮名を元に戻す工程: AI の出力を本人に結び付け直すときは、対応表を使える人を限り、戻した結果が正しい人物に結び付いているかを確かめます。取り違えると、別の人の情報を本人に伝えてしまうからです
確かめた件数と、見つかった伏せ漏れの種類を記録しておけば、自動の検出に足すべきパターンが見えてきます。
データマスキングだけでは足りない場面
データマスキングは、個人を特定して判断する業務や、内容そのものが機密の文書には向いていません。
- 個人ごとの判断: 人事評価や処遇の検討、個別の問い合わせへの回答は、誰の話かが分からなければ業務が成り立ちません。こうした業務は、伏せて社外のサービスに渡すより、自社が管理する環境で処理する構成を検討するほうが現実的です
- 内容そのものが機密の文書: 未公表の組織変更や取引の検討資料は、社名や氏名を伏せても、内容から何の話か分かります。伏せ方ではなく、渡してよいサービスと契約の条件で判断する対象です
- 音声と画像: 会議の録音や書類の画像は、文字に起こしてから伏せるか、文字を含む部分を処理する必要があり、文章と同じ方法では伏せられません
マスキングで渡せる情報と、そもそも渡さない情報を分けておくことが、生成 AI を業務で広く使う前提です。全社での AI の使い方のルールと体制は、AI ガバナンスの用語ページで扱っています。
関連する用語
- 合成データ: 元のデータをもとに、記録の一部か全部を作り直した人工的なデータ。実データを伏せて使う代わりに、作り物のデータで評価や検証をする方法
- ゼロデータリテンション(ZDR): 生成 AI の事業者が、入力と出力を処理の後に保存しない取り決め。渡した後の扱いを決めるもので、マスキングと組み合わせて使う
- LLM ゲートウェイ: 社内と生成 AI サービスの間に置き、入力内容の検査や利用の記録を一か所で行う仕組み。マスキングを自動で行う置き場所の候補になる
- シャドー AI: 会社が許可していない生成 AI サービスを従業員が業務で使うこと。マスキングの仕組みを用意しても、許可していないサービスに直接貼られた文章には届かない
- データガバナンス: 組織のデータの所在・権限・利用のルールを決めて守る仕組み。どの情報を伏せるかの区分は、ここで決めたデータの分類が土台になる
全社の AI 導入の方針の立て方は、AX 戦略のカテゴリの記事にまとめています。