AIは企業のワークフローを変革していますが、見落とされていた1つの設定により、すでに数千件もの機密性の高い会話が公開されています。
最近まで、ChatGPTでは、Googleなどの検索エンジンがインデックスに登録できるチャットリンクをユーザーが共有できました。その結果、マーケティング計画や社内戦略、さらには個人データを含む約4,500件の会話が検索可能になりました。ユーザーが非公開だと思っていた内容が、1つの設定を切り替えるだけで公開されてしまったのです。
何がリスクにさらされ、なぜ重要なのか
チームがAI生成コンテンツを公開リンクで共有した場合、誰でもそのコンテンツを見つけられる可能性があります。リンクを削除しても、キャッシュやアーカイブに保存されたバージョンには引き続きアクセスできる場合があり、公開状態が解消されたと思った後も長期間にわたって情報が露出し続ける可能性があります。
要点は明確です。組織がAIの利用方法を積極的に管理しなければ、機密データは漏えいします。
企業は、マーケティングキャンペーンや社内の戦略会議、コンプライアンス上機密性の高い会話が検索結果に表示されるという現実的なリスクに直面しています。
今すぐ行うべきこと
組織が先手を打ち、同様のインシデントの再発を防ぐために、今すぐ実施できる対策をご紹介します。
- 検索を実行し、自社のAIとの会話が一般公開されていないか確認します。
- 共有済みのChatGPTリンクをすべて削除します([Settings]→[Data Controls]→[Shared Links])。
- Use Googleの古いコンテンツの削除ツールを使用して、キャッシュまたはアーカイブされたバージョンを削除します。
ChatGPTだけではありません
これはChatGPTだけの問題ではありません。検索エンジンは、公開されたままの情報を日常的にインデックス化します。セキュリティチームが「Googleドーキング」と呼ぶ手法です。共有されたAIチャットは、脆弱なデータの新たな形態にすぎません。より広い視点で見れば、オンラインでは情報が見える状態がデフォルトです。プライバシーの確保にはガバナンスが必要です。
F5 Workforce AI Securityがこれらのリスクを軽減する仕組み
旧称SurepathAIのF5 Workforce AI Securityは、企業が意図しない情報漏えいを懸念することなくAIを導入できるよう支援します。当社のプラットフォームは、以下を実現します。
- 公開・非公開を問わず、すべてのAIインタラクションを記録し、プロンプト、応答、ユーザーの意図を完全な監査証跡として保持します。
- 機密情報が漏えいする前にリアルタイムでマスキングし、データを保護します。
- ロールベースの権限からグループ固有のアクセス制御まで、ポリシーに基づく柔軟なガードレールによって利用を制御します。
設定ミスが発生した場合でも、チャットの内容が共有ドキュメントに貼り付けられた場合でも、旧称SurepathAIのF5 Workforce AI Securityが、意図したとおりにデータのプライバシーを確保します。
Get a demo of F5 Workforce AI Securityのデモをご覧になり、非公開の会話を非公開のまま保つ方法をご確認ください。
著者について

関連するブログ記事

経営幹部が抱くAIに関する4つの誤解
AIに関する誤解は数多くあります。ここでは、組織が自社環境にAIを導入する際に見直す必要があるかもしれない4つの誤解を紹介します。

IT/OTコンバージェンスの現状と、セキュリティを最優先すべき理由
ITシステムとOTシステムの融合が進むにつれ、攻撃対象領域は拡大します。組織が安全に統合する方法と、F5 ADSPが大規模な運用の保護にどのように役立つかをご紹介します。

AIのレイテンシ:セキュリティを犠牲にできない理由
AIのレイテンシは、単なる速度の問題ではありません。パフォーマンス、セキュリティ、信頼性のバランスを考慮したシステム設計が重要です。

AIアプリケーションを大規模に提供する:ADCの役割
AIアプリケーションを確実に提供するには、高速なモデルや柔軟に拡張できるインフラストラクチャだけでは不十分です。AIアプリケーションの利用方法を管理するための制御レイヤーが必要です。

MCP:AI対応のアプリケーションデリバリを実現する鍵
Model Context Protocol(MCP)は、最新のアプリケーションにおける安全で低遅延なAI統合を可能にします。将来を見据えたアプリケーションデリバリ戦略にMCPが不可欠な理由をご覧ください。

AIガードレールとは?基盤モデルプロバイダーの枠を超えて進化する安全対策
急速に変化する組織の脅威領域におけるリスクをより包括的に捉えるために、AIガードレールの進化が必要な理由をご覧ください。