>
>
公開日
最終更新日
ISO/IEC 42001は、AIマネジメントシステム（AIMS）の国際規格です。生成AIの社内利用、AI搭載SaaSの提供、自社モデルの開発などで生じる、ハルシネーション、差別・バイアス、説明可能性、個人情報、サプライチェーンといったリスクを、組織の仕組みとして管理します。
本記事は、AIを開発・提供する事業部門だけでなく、外部AIサービスを社内展開する情報システム部門とコンプライアンス部門を主な対象にしています。ISO 42001認証はAIの安全性やEU AI Actへの適合を保証するものではありません。しかし、AIの利用目的、責任者、影響評価、監視、改善の記録を整える共通基盤として利用できます。
認証取得を急ぐべきか、まず社内ルール整備から始めるべきかは、AIの用途、利用者への影響、取引先要件、海外展開の有無で変わります。費用と期間だけで決めず、AI資産の棚卸しと影響評価を先に実施することが、過剰な統制と統制不足の両方を避ける方法です。
ISO 42001（AIMS）とは？定義と背景
ISO 42001とは、AIを開発、提供、利用する組織が、AIライフサイクル全体のリスクと機会を管理するための国際規格です。
本記事のポイント
ISO 42001は、AIの出力品質や法令適合を保証する認証ではなく、継続的な管理体制を評価する規格です。
外部支援を利用する場合の初年度の外部費用は、おおむね150万〜700万円超が一つの試算範囲です。支援を使わない場合は、第三者審査費用を中心に試算します。
AIを利用するだけの企業でも、用途を限定したAIMS構築と附属書Aの選定ができます。
EU AI Actや日本のガイドライン対応では、AIMSを法令対応の記録・統制基盤として使えます。
AIマネジメントシステムの定義
AIMSはArtificial Intelligence Management Systemの略称で、日本語ではAIマネジメントシステムと呼ばれます。ISOはISO/IEC 42001:2023の規格ページで、初版を2023年12月に発行したと示しています。この規格は、AIに関する方針、責任、リスク評価、運用管理、監査、継続的改善をPDCAで回すための要求事項を定めています。
従来のソフトウェアでは、事前に定義した仕様やテストケースで品質を確認しやすい場面が多くありました。一方、機械学習や生成AIは、学習データ、モデル、プロンプト、接続先ツール、利用環境によって出力が変化します。同じ質問でも回答が一定とは限らず、もっともらしい誤情報を返すハルシネーションや、属性に偏った判断を示すリスクがあります。
そのためAIMSでは、導入前のテストだけで完了とせず、利用目的の定義、影響評価、運用中の監視、利用者教育、インシデント対応、定期的な見直しを一連の管理活動として扱います。認証の有無にかかわらず、AI利用を拡大する組織にとって活用できる枠組みです。
2025年から2026年の規制環境
EUはEU AI Actの原文で、同法が2024年8月1日に発効したことを示しています。同法の適用は一斉ではなく、禁止されるAI慣行とAIリテラシーに関する規定は2025年2月から、汎用AIモデルに関する規定の多くは2025年8月から適用が始まり、高リスクAIシステムに関する主要な義務は2027年12月から段階的に適用されます。なお、製品安全規制の対象製品に組み込まれた一部の高リスクAIには適用猶予があり、対象類型によって適用開始時期が異なります。詳細はEU AI Act原文の附属書・条文で分類ごとに確認できます。
ISO 42001認証を取得しても、EU AI Actの適合性評価、技術文書、リスク分類、データガバナンス、人間による監視といった個別義務への適合が自動的に認められるわけではありません。ただし、AIMSで整備するAI方針、リスク管理、記録、内部監査、是正処置は、法令対応に必要な組織的な証跡をまとめる基盤になります。EU域内で提供・利用するAIがある場合は、提供形態、域外適用、製品規制との関係、リスク分類によって対応が変わります。EU AI Act原文の適用範囲と附属書を確認し、高リスク類型に該当すれば法務・規制担当を含めた個別評価へ進み、該当しなければ利用・提供の役割に応じた記録整備を進めます。
日本では総務省と経済産業省がAI事業者ガイドライン（第1.2版）を公表し、開発者、提供者、利用者それぞれに、人間中心、安全性、公平性、プライバシー保護、透明性、アカウンタビリティなどの実践を示しています。総務省・経済産業省は2026年3月31日に第1.2版を公表し、AIエージェントおよびフィジカルAIに関する事項を追記しています。国内ガイドラインは原則として任意の指針であり、ISO認証取得を義務付けるものではありません。
認証対象となる組織の範囲
ISO 42001は、AIモデルを自社開発する企業だけの規格ではありません。顧客向けAIサービスを開発する組織、他社の基盤モデルを組み込んだSaaS提供者、外部の生成AIを業務で利用する企業も、自らの役割と適用範囲に応じてAIMSを構築できます。
ただし、AIサービスを試験的に数人で利用しているだけの企業が、直ちに全社認証を取得する必要はありません。個人情報、採用、人事評価、与信、医療、教育、重要インフラなど、誤った出力が個人や社会に大きな影響を及ぼす用途がある場合は、認証取得を含む統制強化の優先度が上がります。
参照した一次情報（2026年8月20日確認）
ISO: ISO/IEC 42001:2023
ISO: ISO/IEC 42005:2025
European Union: Regulation (EU) 2024/1689（EU AI Act）
経済産業省: AI事業者ガイドライン（第1.2版）
AIを安全に活用するための全社方針やガバナンス構造について詳しく知りたい方は、AIガバナンスの推進体制と国際的な実装ステップを併せてご確認ください。
情シスがAIMS認証の要否を判断する基準
AIMS認証の要否は、AIの利用量ではなく、組織の役割、利用者への影響、顧客からの説明要求で判断します。
開発者と利用者の統制レベル
自社でモデルやAI機能を開発・提供するDeveloperは、学習データ、モデル評価、変更管理、提供先への情報提供までを含めた統制を設計します。一方、外部AIを社内利用するDeployerは、利用目的、入力データ、出力確認、契約条件、アクセス権限、ログの管理を中心に設計します。
組織の立場 | 主なAIリスク | 優先する統制 | 認証判断の目安 |
|---|---|---|---|
自社AIを顧客へ提供 | バイアス、誤出力、説明不足、契約上の責任 | 影響評価、モデル評価、変更管理、利用者への情報提供 | RFP・海外取引・高影響用途がある場合は、認証スコープの設定を検討します。 |
外部AIを自社サービスへ組込み | 提供元の変更、入力データ、出力の誤利用 | 委託先評価、利用条件、出力検証、障害時の切替 | 顧客データを扱う場合は、対象サービスにスコープを限定して構築します。 |
外部AIを社内業務で利用 | 機密情報入力、無承認利用、誤回答の転用 | 利用申請、データ分類、教育、監査ログ、承認フロー | 利用ガイドラインと棚卸しを先に行い、取引要件があれば認証準備へ進みます。 |
AI利用計画がない | 将来の無承認導入 | 調達審査へのAI確認項目追加 | 認証よりも、導入時の判断基準を準備します。 |
RFPとセキュリティシートへの対応
2026年に入り、大企業やグローバル企業のRFP、セキュリティチェックシートでAIガバナンス体制、AI利用時のデータ管理、影響評価、ISO 42001または同等の管理体制を問う場面が増えたという見方があります。これは統計調査に基づく市場全体の断定ではなく、AIを顧客向けに提供する組織やグローバル取引を持つ組織で見られる実務上の観測です。認証取得状況を問われたときは、「未取得」と答えるだけではなく、対象AI、責任者、評価方法、記録、改善手順を説明できる状態にします。
顧客からAIMSに関する質問票を受けた場合は、まず質問を「認証の有無」「管理責任」「データ」「モデル・出力」「インシデント」「委託先」の6分類に分けます。既存のISMS文書で回答できる項目と、AI固有の証跡が必要な項目を分離すると、回答漏れを抑えられます。
現場の無承認利用を把握する際は、SaaS管理台帳、SSOログ、経費精算、部門ヒアリングを組み合わせます。詳細な事例と対策はシャドーAI事例と生成AIインシデント対策で紹介しています。SSOログを取得できれば利用実態の確認を先に進め、取得できなければ部門ごとの利用申告と購買データの照合を暫定手段にします。無承認利用が確認された場合は、利用停止だけで終わらせず、用途・入力データ・契約条件を台帳へ記録し、継続利用の可否を用途単位で判定します。
認証前に使える30日チェックリスト
認証プロジェクトを開始する前の30日間では、規程作成よりAI資産の把握を優先します。以下を完了すると、認証のスコープと概算見積もりの精度が上がります。
1週目：利用中・検討中のAIサービス、API、エージェントを一覧化し、オーナー部署と用途を記録します。
2週目：個人情報、顧客情報、営業秘密、公開情報のどれを入力する可能性があるかを分類します。
3週目：高影響用途を特定し、出力を人間が承認する地点、停止できる権限、ログの保存先を確認します。
4週目：対象範囲、責任者、必要な管理策、認証の必要性を経営層へ提示します。
この一覧で顧客向けAIサービスや高影響用途が確認できれば、限定スコープでのAIMS構築へ進みます。利用AIが一般的な文書要約に限定され、機密情報を入力せず、出力を人間が確認する運用なら、まず社内ガイドラインと調達管理を整備する判断が現実的です。
AIMS構築に先立ち自社のAI利用ルールを整理したい場合は、社内AI利用ガイドラインの作成手順と規定雛形を参考にしてください。
▲ 自社のAI利用立場とリスクに応じたAIMS認証要否の判断フロー
ISO 42001の構造とAI影響評価の実務
ISO 42001はPDCAの枠組みにAI影響評価を組み込み、技術上の不具合だけでなく人や社会への影響を扱います。
PDCAと要求事項の構造
ISOマネジメントシステム規格に共通するHLSにより、ISO 42001も組織の状況、リーダーシップ、計画、支援、運用、パフォーマンス評価、改善という構造で設計されています。ISMSを運用している組織では、文書管理、内部監査、マネジメントレビュー、不適合是正などの共通部分を活用できます。
Planでは、AI方針、役割、適用範囲、リスクと機会、目標を定めます。Doでは、AIシステムのライフサイクル、データ、提供者、利用者、変更、インシデントを管理します。Checkでは、監視指標、内部監査、経営レビューを実施します。Actでは、不適合の是正、再発防止、ルール改訂を行います。
AIの更新頻度が高い環境では、年次レビューだけでは不足します。新モデルの採用、外部サービスの利用規約変更、AIエージェントへの権限追加、重大インシデントを規程見直しのトリガーに設定すると、変更が放置されにくくなります。
AI影響評価の評価手順
AI影響評価（AIA）は、AIが利用者、本人、従業員、顧客、社会、環境に及ぼし得る影響を特定し、受容可能性と対策を判断するプロセスです。情報漏えいの可能性を評価するITリスクアセスメントとは目的が異なります。
ISOはISO/IEC 42005:2025を、AIシステム影響評価を行う組織向けのガイダンスとして2025年5月に発行しています。AIAでは、影響を受ける人、利用目的、判断の自動化度合い、データの性質、説明可能性、異議申立ての手段、停止条件を明確にします。
対象AIの用途と利用者を定義します。採用候補者の選考支援なのか、社内文書の検索なのかで評価軸が変わります。
影響を受ける関係者を列挙します。直接利用者だけでなく、AIの判断対象者、顧客、委託先も含めます。
人権、公平性、安全性、プライバシー、説明可能性、環境、事業継続の観点で影響を評価します。
高い影響が想定される場合は、人間承認、用途制限、追加テスト、データ見直し、利用停止などの対策を決定します。
評価結果をAIリスクアセスメントと結び付け、担当者、期限、証跡、再評価条件を記録します。
たとえば人事部門がAIで応募書類を要約する場合、採否を自動決定しないこと、原文を採用担当者が確認すること、特定の属性を推定する入力を禁止すること、異常な出力を報告できることを評価票に記載します。これにより、AIAを単なるリスク一覧の要約にせず、業務上の具体的な統制へ変換できます。
監視指標と証跡の設計
監査では、規程が存在するだけでなく、運用した証跡が確認されます。最低限の証跡として、AI資産台帳、AIA記録、リスク対応表、適用宣言書、教育記録、利用申請、変更承認、インシデント記録、内部監査記録、マネジメントレビュー議事録をそろえます。
監視指標は用途に応じて選びます。顧客対応AIなら根拠確認なしで送信された回答件数、採用支援AIなら人間による修正率、社内AIなら機密情報入力の検知件数や未承認ツールの検出件数が候補になります。数値目標は、初年度から一律に厳しい閾値を設定するより、現状値を3か月ほど記録してから改善幅を決める方法が運用に合います。
影響評価やAI利用の実態把握を効率化するツール活用法は、SaaS管理を通じたISO 42001対応とガバナンスツールの選定方法で詳しく解説しています。
附属書Aの管理策とAIエージェントの統制
附属書Aの38管理策は全件適用するチェックリストではなく、組織の役割とリスクに応じて選定する管理策集です。
適用宣言書による管理策の選定
ISO/IEC 42001:2023の附属書Aには38の管理策があり、AI方針、内部組織、AIシステムの影響評価、AIシステムのライフサイクル、データ、第三者関係、利用者への情報提供などを扱います。組織は、リスク対応のために採用した管理策と、不適用とした管理策の理由を適用宣言書（SoA）に記録します。管理策の見出しと要求事項は、ISO/IEC 42001:2023の公式規格情報および購入可能な規格本文で確認できます。
外部AIを利用する企業では、モデルの学習を自社で行う前提の管理策をそのまま適用すると、実態のない規程が増えます。代わりに、外部AIシステム利用に関する管理策、提供者との関係、AI利用者への情報提供、利用ログ、出力確認、インシデント対応を中心に選定します。不適用にする場合も「自社で学習データを作成・管理しないため」といった業務実態に基づく理由を記録します。
SoAは一度作って終わりではありません。自社開発の開始、AIの顧客提供、機密情報を扱う用途への拡大、AIエージェントの導入があれば、適用範囲と管理策を見直します。
外部AIサービスの調達管理
外部AIを導入する場合は、提供者のセキュリティ認証だけで判断せず、自社の利用目的とデータ処理を確認します。契約・利用規約で、入力データがモデル学習に使われる条件、保存期間、データの所在地、サブプロセッサー、監査ログ、障害通知、モデル変更通知、解約時のデータ削除を確認します。
監査ログをAPIまたは管理画面から取得できるなら、ログをSIEMやSaaS管理台帳に集約し、利用者・入力分類・実行日時を追跡できるようにします。ログが取得できないサービスは、高機密データを扱う用途から除外するか、入力内容を匿名化・要約したうえで利用範囲を限定します。
境界付き自律性と人間による割込み
AIエージェントは、会話に回答するだけでなく、APIを呼び出し、ファイルを作成し、チケットを起票し、外部システムを操作します。そのため、通常のチャットAIよりも権限設計と変更管理が重要になります。
AIエージェントを業務へ導入する場合は、Bounded Autonomy、つまり境界付き自律性を設計します。具体的には、実行できるAPI、対象システム、利用可能なデータ、金額上限、実行時間、処理件数、ネットワーク接続先をあらかじめ制限します。削除、送金、契約変更、顧客への送信、人事判断など不可逆性または影響の大きい処理は、人間の承認を必須にします。
さらにHuman Overrideとして、管理者が即時停止できる停止スイッチ、処理を取り消せる手順、承認者の代替者、異常検知時の自動停止条件を定義します。エージェントが予定外の操作をした場合に、誰が、何分以内に、どの権限で止めるかまで決めると、インシデント対応手順として機能します。
統制対象となる未把握の生成AI利用を検知・可視化する具体的なアプローチについては、生成AIの利用状況把握とシャドーAIの検知手順をご覧ください。
認証取得の期間・費用と国内企業の事例
ISO 42001認証は、スコープを限定しても6〜15か月程度を計画上の目安とし、費用は審査・支援・社内工数を分けて試算します。
取得ロードマップと準備期間
準備期間は6〜15か月程度、一般的な計画では9〜12か月程度を置くケースがあります。すでにISMSを運用している企業でも、AI資産の棚卸し、AIAの設計、SoA作成、運用証跡の蓄積に6〜8か月程度を要することがあります。全社導入から始めるより、顧客向けAIサービスや特定の生成AI利用部門にスコープを絞るほうが、初回認証の準備を管理しやすくなります。
フェーズ | 主な作業 | 成果物 | 期間目安 |
|---|---|---|---|
現状把握 | AI台帳、役割、利用データ、契約、既存規程の確認 | ギャップ分析、認証スコープ | 1〜2か月 |
設計 | AI方針、AIA、リスク評価、SoA、利用・変更手順の設計 | 規程、台帳、評価票、管理策一覧 | 2〜4か月 |
運用 | 教育、申請、ログ確認、影響評価、内部監査 | 運用記録、不適合・是正記録 | 2〜6か月 |
外部審査 | ステージ1文書審査、ステージ2実地審査、是正対応 | 審査報告、認証 | 1〜3か月 |
費用相場と見積時の確認項目
費用は、第三者審査、コンサルティング、社内工数、システム改修を分けて試算します。認証支援サービス各社の公開情報や見積事例で見られる「初年度130万〜700万円超」という表現は、既存文書の流用、コンサルティングの範囲、社内工数の算入方法が統一されていない概算です。外部コンサルティングを利用する前提では、第三者審査費用約50万〜200万円とコンサルティング費用約100万〜500万円を合算し、外部費用は約150万〜700万円超を起点に置きます。コンサルティングを使わず、既存のISMS文書や社内人員でAIMSを構築する場合は、外部費用が第三者審査を中心とする一方、社内工数が増えます。
第三者審査費用：約50万〜200万円です。対象人数、事業所数、スコープ、審査日数で変動します。
コンサルティング費用：約100万〜500万円です。テンプレート提供中心か、AIA設計、教育、内部監査支援まで含むかで変わります。
社内工数・システム改修費：上記の外部費用とは別に見積もります。AI台帳、ログ保管、申請フロー、教育、内部監査を既存基盤で運用できるかで差が出ます。
維持・更新費用：次年度以降は年間数十万〜150万円程度が目安です。サーベイランス審査、教育、内部監査、規程更新の費用を含めて予算化します。
見積依頼では、認証対象のAIシステム数、開発・利用・提供の別、対象人員、拠点、既存のISO認証、外部委託先数、AIエージェントの有無を同じ条件で伝えます。各社見積もりで支援範囲をそろえられれば、安価に見える提案でもAIAや内部監査支援が除外されているケースを見分けられます。
前提条件別の試算イメージ
従業員100人未満で外部生成AIを社内利用する企業：一般的な文書要約や社内検索に用途を限定し、機密情報の入力を禁止し、人間が出力を確認する運用なら、まず台帳・利用ガイドライン・申請フロー・ログ管理を整備します。取引先から認証要求が確認された場合は、その利用部門を対象に認証スコープを設定します。
顧客向けSaaSへ外部AIを組み込む企業：顧客データ、提供者の変更、出力の誤利用、利用者への説明を管理対象に含めます。契約上の説明要求またはRFPの認証要件が確認できれば、対象SaaSを起点にAIMS構築と外部審査の見積もりへ進みます。
自社モデルまたはAIエージェントを提供する企業：データ、モデル評価、権限、変更管理、停止手順、顧客への情報提供を含むため、対象システム数と開発・運用体制によって準備期間と社内工数が増えます。高影響用途が確認できれば、AIAと人間承認の設計を先行させます。
国内企業の認証取得事例
国内でもAIMS認証を公表する企業が増えています。各社の認証範囲は異なるため、取得企業名だけでなく、どのAIサービス・業務を対象にしたかを確認します。
企業名 | 公表時期 | 対象・目的 | 確認先 |
|---|---|---|---|
株式会社Godot | 2025年4月 | Godotは、行動分析および適応型ユーザーエンゲージメント向けAI駆動システムの設計、開発、導入、最適化を認証範囲として公表しています。認証登録日は2025年4月3日、認証機関はSGSジャパン株式会社です。 | |
アイレット株式会社 | 2025年10月 | アイレットは、業務効率向上のためのAI利用を登録範囲として公表しています。認証登録日は2025年10月15日、審査機関はEY CertifyPointです。 | |
NTTデータグループ | 2025年11月 | NTTデータグループおよびNTTデータは、「LITRON Generative Assistant」の開発・提供プロセスを対象に認証取得を公表しています。2025年11月19日にテュフ ラインランド ジャパン株式会社から認証書が授与されました。 | |
IDホールディングス | 2026年8月 | IDホールディングスは、2026年7月に取得したISO/IEC 42001とISO 56001の両認証について、2026年8月12日に公表しています。ISO/IEC 42001の審査機関は英国規格協会（BSI）です。 |
各社の原発表は、Godotが2025年4月7日付のプレスリリース、アイレットが2025年10月22日付のプレスリリース、NTTデータグループが2025年11月27日付の発表、IDホールディングスが2026年8月12日付の発表です。
これらの事例から分かるのは、認証対象が必ずしも全社のAI利用ではない点です。顧客向けソリューションや業務利用など、目的を限定して認証範囲を設定しています。自社でも、最初は高リスクまたは対外説明が必要なAIシステムに範囲を絞ると、責任分担と証跡を明確にできます。
実際の取得スケジュールや具体的な5つのステップについては、ISO 42001認証取得に向けた具体ステップと費用詳細でまとめています。
▲ ISO 42001認証取得までの4フェーズと実施期間ロードマップ
ISMSとAIMSの違いと連携範囲
ISMSは情報資産のCIAを中心に守り、AIMSはAIの振る舞いと社会的影響を含めて管理します。
管理対象となるリスクの違い
ISO/IEC 27001に基づくISMSは、情報の機密性、完全性、可用性を維持する枠組みです。アクセス制御、暗号化、脆弱性管理、バックアップ、インシデント対応などを通じて、漏えい、改ざん、停止のリスクを抑えます。
AIMSは、これらのセキュリティリスクに加えて、AIの出力が不正確であること、特定の属性に不利益を与えること、判断理由を説明できないこと、目的外利用されること、人間の監督なしに高影響な処理を実行することを対象にします。AIシステムがセキュアに稼働していても、誤った与信判断や不公平な選考支援が起きれば、AIMS上の問題になります。
比較軸 | ISMS（ISO/IEC 27001） | AIMS（ISO/IEC 42001） |
|---|---|---|
主な目的 | 情報資産のCIA維持 | AIの責任ある開発・提供・利用 |
主な対象 | 情報資産、システム、ネットワーク、委託先 | AIシステム、データ、モデル、利用者、社会的影響 |
代表的なリスク | 漏えい、改ざん、サービス停止、不正アクセス | ハルシネーション、バイアス、説明不足、目的外利用 |
共通して使える活動 | 内部監査、文書管理、教育、是正処置、経営レビュー | 内部監査、文書管理、教育、是正処置、経営レビュー |
統合運用の考え方
ISMSを保有する企業では、組織の状況、利害関係者、文書管理、教育、内部監査、マネジメントレビューなどを共通化できます。ただし、AI影響評価、モデル・データの評価、出力品質の監視、AI利用者への情報提供といったAI固有の活動は追加が必要です。
統合の詳細な進め方はISO/IEC 27001の最新基準と情シスの実務対応も参照できます。本記事では、ISMSがあるからAIMSが不要になるのではなく、ISMSを土台としてAI特有の管理を追加する関係と捉えることが適切です。本文だけで着手する場合は、既存ISMSの台帳・教育・監査・是正処置を流用し、AI資産台帳、AIA、出力確認、人間承認、モデル・利用規約変更時の再評価を追加します。
AI事業者ガイドラインとNIST AI RMF
AI事業者ガイドラインは、国内でAIを開発・提供・利用する主体が参照できる行動指針です。ISO 42001は第三者認証を受けられるマネジメントシステム規格であり、ガイドラインが示す原則を組織の運用・記録へ落とし込む際の枠組みとして使えます。
NIST AI RMFは、米国国立標準技術研究所が公開したAIリスク管理フレームワークです。Govern、Map、Measure、Manageの4機能で整理され、技術的・運用的なリスク評価を具体化する際に役立ちます。NIST AI RMF自体にはISO 42001のような認証制度はありませんが、継続的なリスク管理の考え方を含みます。
自社開発AIで詳細な評価手法が必要なら、ISO 42001で組織の責任・監査・改善を整え、NIST AI RMFでリスクの特定と測定方法を補う設計ができます。NISTのAI Risk Management Framework公式ページでは、フレームワーク本文と実装支援資料が公開されています。
既存のISO 27001とAIMSを共通化して効率的に運用したい方は、ISMS保持企業向けのISMSとAIMS統合運用ガイドをご参照ください。
▲ ISMS（セキュリティ保護）とAIMS（AIガバナンス）の対象範囲とリスク比較
ISO 42001導入で起こりやすい失敗パターン
AIMSは規程を増やすだけでは機能せず、AIの利用実態と評価記録が結び付かないと形骸化します。
ISMSだけで十分と判断する失敗
ISMSのアクセス制御や委託先管理が整っていても、AIの出力が正しいか、公平か、利用者に説明できるかは別途評価が必要です。ISMSのリスク台帳に「生成AI」を1行追加するだけでは、採用支援、顧客対応、意思決定補助など用途ごとの影響を把握できません。
対策は、AI資産台帳に用途、利用者、判断対象者、入力データ、出力の利用方法、人間承認、停止責任者を追加し、用途単位でAIAを実施することです。高影響用途がなければ簡易評価、高影響用途なら関係部門レビューを行うように段階分けします。
AIAとITリスク評価を混同する失敗
ITリスク評価では、脆弱性、漏えい、停止、改ざんを中心に扱います。一方でAIAでは、本人への不利益、差別、誤った判断の拡散、説明不能、過度な自動化などを扱います。両者を同じ表に押し込むと、社会的影響が抜け落ちるか、対策責任者が曖昧になります。
AIAを先に実施し、その結果をAIリスクアセスメントへ引き渡す二段階にします。たとえば「応募者への不公平な扱い」がAIAで特定されたら、リスク台帳ではデータ偏りの検証、人間による最終判断、定期的な結果サンプル確認を対策として登録します。
38管理策を全適用する失敗
附属書Aの全管理策を形式的に適用すると、開発していないモデルの学習管理規程など、実態と合わない文書が増えます。担当者が守れないルールは、内部監査で不適合を増やす原因になります。
SoAで管理策ごとに「適用」「不適用」「代替統制」を判断し、不適用理由と根拠を残します。外部AIの利用だけであれば、外部AIシステム、提供者との関係、利用者情報、ログ、出力確認を優先し、自社モデル学習に関する管理策は適用範囲と照合して判断します。
AIの変化に規程改訂が追い付かない失敗
年1回の規程改訂だけでは、モデルの更新、利用規約変更、AIエージェント導入、連携API追加に追随できません。特にAIエージェントは、権限範囲が変わるだけで影響が大きく変化します。
新しいAIサービスの導入、外部モデル変更、権限追加、重大な誤出力、顧客苦情、インシデントを再評価トリガーに設定します。トリガーが発生した場合は、AIA、リスク台帳、SoA、利用者教育のどれを更新するかをあらかじめ手順書に定めます。
形骸化による予期せぬトラブルを防ぐためにも、シャドーAIや生成AIに起因するインシデント事例と対策を併せて確認しておくことをおすすめします。
よくある質問
ISO 42001の認証範囲、費用、ISMSとの関係について、導入判断で多い質問に回答します。
ISO 42001認証の取得費用
Q：ISO 42001認証の費用はいくらですか？
A：外部コンサルティングを利用する場合、初年度の外部費用は約150万〜700万円超が一つの概算です。内訳の目安は、審査費用が約50万〜200万円、コンサルティング費用が約100万〜500万円です。コンサルティングを使わず、既存ISO文書を流用して社内で構築する場合は、外部費用を第三者審査中心に抑えられる一方、社内工数やログ管理などの改修費を別途見込みます。見積もりでは、AIA、内部監査、教育、是正支援が含まれるかをそろえて比較します。
AI利用のみの企業における必要性
Q：自社でAIを開発せず、外部生成AIを利用するだけでもAIMSは必要ですか？
A：認証取得が一律に必要になるわけではありません。ただし、顧客情報や個人情報を扱う、出力を顧客対応や意思決定に使う、取引先からAIガバナンスを求められる場合は、利用側に必要な管理策を選定し、AIMSの考え方で統制を整える価値があります。
EU AI Actとの関係
Q：ISO 42001を取得すればEU AI Actに対応できますか？
A：ISO 42001認証だけでEU AI Actへの適合が認められるわけではありません。EU AI ActではAIのリスク分類ごとに個別の義務があり、高リスクAIには技術文書の整備・適合性評価・市場監視機関への登録が別途必要です。EUで提供・利用するAIがある場合、AIMSで整備した記録（AI方針、AIAの結果、インシデント履歴など）は法令対応の証跡基盤として使えますが、AIの分類がリスク分類上「高リスク」か「汎用AI」かによって追加で必要な対応が変わります。自社AIのリスク分類はEU AI Act原文の附属書Ⅲで確認できます。
サプライチェーン全体でのセキュリティ統制や他制度への対応もお考えの方は、SCS評価制度★3取得に向けた83項目のチェックリストをあわせてご活用ください。
まとめ
ISO 42001は、AIを安全だと証明する認証ではなく、AIのリスクを把握し、責任を割り当て、継続的に見直すためのAIマネジメントシステムです。認証取得を検討する場合でも、最初に行う作業は規程の作成ではありません。明日からは、利用中のAIサービス、AIエージェント、APIを一覧化し、用途、入力データ、出力の利用先、責任者、人間による承認地点を記録します。
その結果、顧客向け提供、高影響な判断、海外取引、RFP対応が確認できれば、スコープを絞ったAIMS構築と認証準備に進みます。社内の一般利用が中心なら、SoAの考え方を使って外部AI利用、データ管理、出力確認、教育、ログ管理を優先します。ISMSの基盤を活用しながらも、ハルシネーション、バイアス、説明可能性、AIエージェントの権限を独立した論点として管理することが、形骸化しない導入につながります。
本記事の内容に誤り等がございましたら、こちらからご連絡ください。
監修
Admina Team
情シス業務に関するお役立ち情報をマネーフォワード Adminaが提供します。
SaaS・アカウント・デバイスの管理を自動化し、IT資産の可視化とセキュリティ統制を実現。
従業員の入退社対応や棚卸し作業の工数を削減し、情報システム部門の運用負荷を大幅に軽減します。
中小企業から大企業まで、情シス・管理部門・経営層のすべてに頼れるIT管理プラットフォームです。
