SpeakUpのAIに匿名は任せられない|通報分析で人が引く線

SpeakUpのAIに匿名は任せられない|通報分析で人が引く線

「通報の受付が匿名なら、その先でAIに分析させても匿名は守られるはず」「AIが案件を読んで重大なものから並べてくれれば、担当が少なくても回る」——内部通報の窓口を預かる法務・コンプライアンス部門で、AIの導入を検討するときによく出てくる期待です。受付の匿名と、分析の結果から人が絞り込まれないことは、別の問題です。この記事では、オランダの SpeakUp が2026年7月に一般提供を始めた、案件データに自然言語で質問して傾向や経緯を引き出す仕組みを手がかりに、極めて機微な通報・相談の案件データをAIに読ませてよいか、読ませるならどこに線を引くかを、課題・原因・対策の順に整理します。画面の操作や料金の一覧は扱いません。


カメ先生カメ先生

通報の分析をAIに任せるとき、受付が匿名なら安全だと思われがちなんだ。でも本当は、名前を消しても、部署と時期と出来事の組み合わせで人は絞り込めてしまうんだよ。


カメ子カメ子

名前が書かれていなくても、中身から誰の通報か分かってしまう、ということですか。


カメ先生カメ先生

そう。AIは件数の増減や似た案件のつながりを見つけるのが得意だから、絞り込みの道具にもなりうる。だから見せる人と、聞いてよい問いを先に決めておく必要があるんだ。


カメ子カメ子

便利になるほど、誰が何を聞けるかの決めごとが大事になるんですね。


この記事のポイント
  • SpeakUp は2026年7月、案件データへの自然言語の質問、傾向や再発の検出、経緯の整理、聴取質問の下書きを行う Sienna Insights を一般提供した
  • 名前を消しても、部署・時期・出来事の組み合わせや小さな集団の集計から通報者が絞り込まれる経路が残る
  • 重大度や調査の要否はAIに決めさせず、閲覧できる人・聞いてよい問い・記録の残し方を先に決める

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

目次

SpeakUpとは:内部通報・相談の受付と案件管理の基盤

SpeakUp は、オランダのアムステルダムに本社を置く会社が提供する、内部通報・相談の受付と、受け付けた案件の管理を一つにまとめた基盤です。公式サイトでは、アムステルダム、インドのベンガルール、米国のニューヨークに拠点を置き、750を超える組織が使い、100を超える言語で通報を受け付けられると説明しています。通報はウェブ、アプリ、電話のいずれからでも出せる作りです。運営会社は People Intouch として知られ、2022年にはベルギーの投資会社 Fortino が出資したと報じられています。

この基盤にAIの機能群として組み込まれているのが Sienna AI です。2026年7月の発表によれば、2024年から組み込みが始まり、匿名の通報を電話で受けるAIの受付、通報の翻訳、要約、初期の分類と振り分け、匿名化といった機能を順に足してきました。公式の説明では、翻訳した文章と原文を並べて残し、案件の担当者が訳を確かめられる作りになっています。

ここで押さえておきたいのは、SpeakUp が受付の窓口だけでなく、案件の記録そのものを預かる側の製品だという点です。受付から調査、結論までの記録が一か所にたまるからこそ、AIで横断的に読む価値が出る一方で、AIが読む対象は社内で最も慎重に扱うべき情報になります。

2025〜2026年の動き:AIの電話受付と、案件データへの問いかけ

2025年7月1日、同社はAIの電話受付と、利益相反や贈答の申告・承認を扱う新しい製品を発表しました。業界誌の報道では、電話受付は会話の形で通報者を案内し、要点を拾って構造化した報告にまとめ、多言語で動くと説明されています。通報の窓口から、倫理・コンプライアンス全体の基盤へ広げる流れの一歩です。

そして2026年7月6日に一般提供したのが Sienna Insights です。発表で挙げられた機能は、案件データに日常の言葉で質問して答えを得る、件数の増加や地域ごとの急増、似た案件での再発を見つける、個別案件の経緯・関係者・関連案件を一つの画面で見る、聴取の質問を下書きし、分かっている事実とまだ確かめる事実を整理するの四つです。自社の用語や業界の事情、優先順位に合わせて設定できるとも説明しています。

発表ではさらに、証拠を一つの案件記録に集め、調査計画や聴取の準備、最終報告の初稿まで作る調査の作業場を開発中だとしています。今回確認した範囲では2026年に買収や社名変更、新規受付の停止の報道はありません。一方で、AIの部分は機能が毎年増えている途中にあり、何を有効にするかを利用企業が一つずつ決める前提で考えるのが現実的です。

よくある誤解:受付が匿名なら、AIで分析しても匿名は守られる

内部通報の基盤を選ぶとき、多くの企業がまず確かめるのは、名乗らずに通報できるか、通報者と匿名でやり取りを続けられるかです。SpeakUp もこの点を強みとして打ち出しています。ところが、受付の段階で名前を受け取らないことと、受け付けた後の記録や分析の結果から通報者が分かってしまわないことは、守る仕組みがまったく違います。

前者は受付の設計の問題で、後者は社内で誰が何を見られるかの問題です。AIによる傾向分析や要約が入ると、後者の範囲が一気に広がります。これまでは担当者が一件ずつ読まなければ見えなかったつながりが、質問一つで並べて表示されるようになるからです。便利さと、絞り込みのしやすさは表裏の関係にあります。

この記事で扱う課題は三つです。分析の結果から通報者が絞り込まれる経路、重大度や調査の要否をAIに決めさせてしまう流れ、聴取の質問をAIが下書きするときの誘導と偏りです。どれも基盤の欠陥ではなく、使う側の決めごとが追いついていないときに起きる問題です。以下、課題と原因を見たうえで、対策を順に整理します。

課題1:要約や傾向分析から、通報者が絞り込まれる

最も起きやすいのは、集計や要約の結果そのものが手がかりになる経路です。たとえば「この四半期に急増した区分と拠点を教えて」と聞くと、ある小さな拠点で、ある月に、ある種類の通報が二件あった、という答えが返ってきます。その拠点の人数が少なければ、二件という数字と時期だけで、思い当たる人が出てきます。名前はどこにも書かれていません。

経緯の整理や関連案件のつながりも同じです。個別案件の経緯、関係者、関連する案件を一つの画面にまとめる機能は、調査担当にとっては助けになりますが、関連案件の一覧に、別の通報者が過去に出した相談が並ぶと、二つの通報を見比べることで、どちらの通報者も絞り込みやすくなります。AIの要約が、通報者が書いた言い回しや、本人しか知らない細部をそのまま残すこともあります。

こうした結果が、取締役会向けの報告や、事業部門への共有資料に転記されたときに危うさが増します。基盤の中では権限が守られていても、書き出された図表や要約は、基盤の権限の外に出ていきます。発表では、作った図をそのまま共有できる点を利点として挙げていますが、共有の先まで設計しておかないと、受付の匿名が後段で崩れます。

原因:名前を消しても、出来事の中身で人は特定できる

通報の記録から人が特定されるのは、名前や連絡先があるからだけではありません。所属、役職、勤務地、時期、関わった取引、使った言葉の癖といった、それぞれは無害に見える情報の組み合わせで、候補は数人まで絞れます。匿名化の機能が氏名や連絡先を伏せても、出来事の中身を伏せれば通報は意味を失うため、中身はほぼそのまま残ります。

加えて、内部通報の案件は、もともと母集団が小さい情報です。全社で数万人いても、ある拠点のある部署のある月の通報となると、数字は一桁になります。集計値が小さいほど、平均や件数のような集めた数字でも、個人の行動を指し示す情報に近づきます。統計の世界で、少ない件数の集計を表に出さない運用がとられるのと同じ理屈です。

そしてAIは、こうした組み合わせを見つけるのが得意です。人が手で集計すれば手間がかかって自然にためらう問いも、日常の言葉で一行打てば答えが返ってきます。問いの手軽さが、絞り込みの心理的な壁を下げることが、AIを入れたときに新しく生まれる危険です。悪意がなくても、好奇心や善意の確認が、結果として通報者を探る行為に近づきます。

課題2:重大度や調査の要否を、AIに決めさせてしまう

二つ目の課題は、判断の移り方です。Sienna AI には通報の初期の分類と振り分けの機能があり、Sienna Insights は件数の急増や再発を浮かび上がらせます。担当者が少ない窓口ほど、AIが上位に並べた案件から手を付け、下位の案件は後回しにするという運用に流れやすくなります。並べ方が、そのまま調査するかどうかの判断として働き始めるのです。

ところが、通報の重大度は文面の強さでは決まりません。控えめな言葉で書かれた一件の相談が、組織的な不正の入口であることもあれば、強い言葉の通報が個人間の行き違いであることもあります。分類の誤りは、目に見える誤りではなく、後回しにされたまま時間が過ぎるという形で現れます。公益通報には、受け付けた後の対応の期限や、調査の結果を通知する流れが求められる場面もあり、遅れはそれ自体が問題になります。

同社の公式の説明は、この点を明確にしています。Sienna AI は人の判断を置き換えるものではなく、調査の判断、案件への措置、結論はすべて案件の担当者が持つという立場です。逆にいえば、その線を社内の規程と運用で具体的に引くのは利用企業の仕事であり、基盤が自動で守ってくれるわけではありません。

課題3:聴取の質問をAIが下書きすると、誘導と偏りが入る

Sienna Insights は、聴取の質問を下書きし、分かっている事実とまだ確かめる事実を並べて整理します。経験の浅い担当者にとっては、聞き漏らしを防ぐ助けになります。一方で、聴取の質問は、言い回し一つで答えを誘導してしまう繊細な道具です。下書きが案件の要約をもとに作られる以上、要約に含まれた見立てが質問にそのまま入り込みます。

たとえば、通報の内容を前提にした「なぜその日に指示を出したのですか」という質問は、指示を出したこと自体を既成事実にしています。また、聴取の相手が通報内容を知らないはずの段階で、通報者しか知りえない細部を含む質問をすれば、それだけで通報者の見当がつきます。被通報者への聴取ほど、この危険は大きくなります。

偏りも見落とせません。過去の案件の傾向をもとに質問を組み立てると、過去に多かった型に合わせた問いが並び、新しい種類の問題を聞き逃すことがあります。下書きは聞くべきことの漏れを確かめる一覧として使い、そのまま読み上げる台本にはしない、という使い方の線が必要です。

  • AIが下位に並べた案件を、担当者が中身を読まないまま後回しにする
  • 傾向分析の図表を、件数の少ない区分も含めてそのまま事業部門に共有する
  • 聴取の質問の下書きを、言い回しを確かめずにそのまま読み上げる
  • 調査担当でない管理職にも、案件データへの自由な質問を開放する
  • AIの機能を一括で有効にし、どの機能を誰が使っているかを把握していない

対策1:AIに判断させない線を、規程に書く

最初の対策は、AIに任せる作業と人が持つ判断を、内部通報の規程か運用の手引きに書くことです。口頭の申し合わせでは、担当者が替わると線が消えます。AIが出すのは整理と下書きまでで、受理、重大度、調査の要否、措置、結論は人が決めて記録するという一文を入れておくだけでも、運用の迷いは減ります。

作業AIに任せてよい範囲人が持つ範囲
受付・翻訳文字起こし、翻訳の下書き(原文を並べて残す)訳の確かめ、受理の判断、通報者への最初の返信
分類・振り分け区分の候補を出す重大度と調査の要否の決定、担当者の割り当て
傾向の把握件数の増減や再発の候補を示す示された傾向が本物かの確かめ、報告に載せる範囲の決定
経緯の整理時系列と関係する事実の並べ替え関連案件として結び付けてよいかの判断
聴取の準備確かめる事実と質問の候補の一覧質問の言い回し、聞く順番、聴取の相手の選定
報告初稿の材料をまとめる結論、措置、通報者への結果の通知

表の右の列は、どれも誰かの名前と日付が残る判断にします。AIの出した分類や傾向をもとに判断した場合も、判断した人が、AIの出力のどこを採り、どこを採らなかったかを一言残す決まりにしておくと、後から経緯を説明するときに困りません。AIに根拠を書かせ、その根拠を人が読んで署名する、という流れです。

対策2:見せる人と、聞いてよい問いを決める

二つ目の対策は、閲覧と質問の範囲を絞ることです。保証ページによれば、SpeakUp は役割に応じた最小限の権限、SAMLによるシングルサインオン、SCIMによる利用者の自動登録と属性に応じた役割の割り当て、多要素認証に対応しています。仕組みはあるので、問題は誰にどの役割を割り当てるかです。案件データに自由に質問できる役割は、調査を担う少人数に限るのが基本です。

取締役会や経営層には、案件データそのものではなく、担当者が作った集計を渡す形にします。集計を出すときは、件数が一定数に満たない区分は「その他」にまとめる、拠点や部署は小さすぎる単位で切らない、時期は月ではなく四半期にする、といった小さな集団を表に出さない決まりを先に作っておきます。基盤の外に出す図表ほど、この決まりが効きます。

質問そのものの範囲も決めておきます。調査中の案件に関する問い、全体の傾向に関する問いは許し、特定の個人や小さな部署を名指しして通報の有無を探る問いは禁じる、という線です。誰がいつどんな問いをしたかが後から確かめられるかは、導入前に同社に確かめるべき点です。今回確認した公式の資料では、同社社員による顧客データの閲覧が承認・時間制限・記録付きであることは明記されていますが、利用企業の中での質問の記録がどこまで残るかは読み取れませんでした。

  • 保証ページは、AIの機能は任意で、利用企業が使うかどうか、どう使うかを決めると説明しています。全部を一度に有効にせず、機能ごとに使う役割を決めてから有効にします
  • シングルサインオンを使う場合、社内の人事異動が案件データの閲覧権限にすぐ反映されるかを、自社の認証の設定とあわせて確かめます

対策3:聴取の下書きは、確かめる一覧として使う

三つ目の対策は、聴取の準備でのAIの使い方を手順にすることです。下書きを使うかどうかではなく、下書きを受け取った後に、人が何を確かめてから聴取に臨むかを決めておきます。次の流れにしておくと、誘導と偏り、通報者の特定につながる細部の混入を減らせます。

STEP1
事実の一覧を自分で読み直す

AIが整理した「分かっている事実」と「確かめる事実」を、通報の原文と照らして読み直す。要約の段階で見立てが混ざっていないかを見る。

STEP2
通報者しか知りえない細部を外す

聴取の相手が知らないはずの日時・言葉・場面を含む質問を外す。特に被通報者への聴取では、通報者の見当がつく情報を残さない。

STEP3
言い回しを開いた問いに直す

答えを前提にした問いを、相手が自分の言葉で説明できる問いに直す。「なぜ〜したのか」は「その日の経緯を教えてください」のように書き換える。

STEP4
下書きにない問いを足す

過去の案件の型に引きずられていないかを見て、今回の案件に固有の論点を担当者が足す。

STEP5
採った問いと理由を記録する

最終的に使った質問と、AIの下書きから変えた点を案件記録に残す。

聴取は、調査の中で最も人の判断と経験が問われる場面です。AIの下書きで準備の時間が縮むのは利点ですが、縮んだ時間を、問いの言い回しを確かめる時間に回すと考えると、品質を落とさずに済みます。

データはどこに置かれ、何が社外に出るか

通報の案件データは、氏名や連絡先だけでなく、健康、家族、ハラスメント、犯罪の疑いといった、個人に関わる中でも特に慎重な扱いを要する情報を含みます。保証ページによれば、SpeakUp のデータは欧州に置かれ、主な保管先はドイツのフランクフルト、災害時の予備はフランスのパリとされています。保存時と通信時の暗号化、利用企業ごとに分けた鍵の管理も説明されていますが、利用企業が自分の鍵を持ち込む方式には対応していません。

AIの処理については、同じ保証ページで、AIの提供事業者に顧客データをモデルの学習に使わせないことを契約で定めている、本番のデータを試験や学習に使わない、と説明しています。一方で、どの事業者のどのモデルを使っているか、AIの処理がどの地域で行われるかは、確認した公式の資料には書かれていませんでした。委託先は信頼センターで一覧にし、変更は30日前に知らせるとしています。

日本の企業が使う場合、案件データが欧州で保管され、AIの処理で別の委託先に渡ることになります。日本の個人情報の扱いの決まりに照らして、委託先や外国への提供の扱いをどう整理するかは、自社の法務と、必要なら外部の専門家に確かめるべき論点です。基盤の側は、利用企業がデータの管理者、自社は処理を受託する者という立場をとり、欧州の個人データの保護の規則に沿った処理契約を結ぶと説明しています。

第三者の確認についても、言えることと言えないことを分けておきます。保証ページによれば、同社は情報セキュリティの国際規格 ISO/IEC 27001:2022 の認証と、独立した監査人が数か月にわたって統制を確かめる SOC 2 の第二種報告を取得しています。一方で、プライバシーの管理の規格 ISO/IEC 27701 と、AIの管理の仕組みの規格 ISO/IEC 42001 は監査を進めている段階とされ、AIの管理について第三者の認証が出ているわけではありません。個人データの侵害が疑われる場合は24時間以内に利用企業へ知らせるとしているので、その知らせを社内の誰が受け、通報者への影響をどう判断するかまで、受け手の側の手順を決めておきます。

日本の公益通報者保護法の体制整備義務とAI

日本では、常時使用する労働者が300人を超える事業者に、内部公益通報に対応する体制の整備と、通報対応の業務に就く「従事者」を指定する義務があります。従事者には、通報者を特定させる情報についての守秘義務が法律で課されています。案件データにAIで質問できる人は、通報者を特定させる情報に触れうる人です。その人たちが従事者として指定されているか、指定の範囲と閲覧の権限が一致しているかを確かめる必要があります。

さらに、2025年6月に成立し同月11日に公布された改正法が、2026年12月1日に施行されます。改正では、正当な理由なく通報者を特定しようとする行為の禁止、通報を妨げる行為の禁止、体制の周知の義務の明文化、従事者の指定義務に対する立入検査・命令とその違反への刑罰、通報を理由とする解雇・懲戒への刑事罰、通報から1年以内の解雇・懲戒を通報を理由とするものと推定する規定、フリーランスを保護の対象に加えることなどが盛り込まれました。

この記事の論点に直接関わるのは、通報者を特定しようとする行為の禁止です。AIへの問いかけが、結果として通報者を探る行為にならないよう、聞いてよい問いの範囲を規程に書き、問いの記録を残すことは、改正への備えとしても意味を持ちます。なお、改正の細部や指針の内容は消費者庁の公表資料で確かめ、自社の規程への落とし込みは法務の判断で行ってください。ここで挙げたのは、確認できた範囲の概要です。

AIの電話受付を入れるときの注意

電話の窓口は、文字を書くことに慣れていない人や、現場で働く人にとって通報の敷居を下げる手段です。AIの電話受付は、会話の形で要点を聞き取り、構造化した報告にまとめ、多言語で動くとされています。夜間や休日、少数言語の通報を人の窓口だけで受けるのが難しい企業には、受けられる範囲が広がるという利点があります。

一方で、声は文字よりも人を特定しやすい情報です。録音を残すのか、文字起こしだけを残すのか、録音を誰が聞けるのかを決めておかないと、匿名を選んだ通報者の声が社内の誰かに聞かれる可能性が残ります。また、AIの聞き取りが要点を拾う過程で、通報者が言いよどんだ部分や、本人が書き残したくなかった細部まで構造化されて記録に残ることがあります。

入れるなら、通報者にAIが応答していることを最初に伝える、人の担当者につなぐ選択肢を残す、録音の扱いを通報の前に説明する、といった点を周知の内容に入れます。改正法で体制の周知が明文化されることもあり、受付の手段を変えたときは周知の内容も同時に見直すのが筋です。翻訳については原文が並べて残る作りなので、訳に頼らず原文に戻れる人を確保しておくと安心です。

費用の増え方と、止め方・やめ方

SpeakUp の料金について、今回確認した公式の資料からは、AIの機能ごとの費用の増え方は読み取れませんでした。考えておくべきなのは、基盤の利用料そのものより、AIの機能を使うほど増える確認の人手です。傾向の候補が増えれば確かめる時間が要り、聴取の下書きが増えれば言い回しを直す時間が要ります。見積もりでは、AIの機能が別料金か、利用量で増えるかを書面で確かめます。

止め方は比較的はっきりしています。保証ページは、AIの機能を任意で選んで使う作りだと説明しているため、問題が起きたときにAIの機能だけを止め、受付と案件管理は続けるという切り分けができるかを導入前に確かめておきます。通報の窓口そのものを止めることは、通報者の保護の観点から避けるべきだからです。

やめるときは、データの書き出しと削除が論点です。保証ページでは、解約時にデータを書き出せること、削除の依頼には法律上の保存義務がある場合を除いて30日以内に応じること、保存期間を管理者が設定し期限が来たら自動で削除して記録を残すことが説明されています。次の基盤に移す前提で、案件記録と調査の経緯がどの形式で書き出せるかを確かめておくと、乗り換えのときに経緯が途切れません。

導入前に確かめるチェックリスト

ここまでの論点を、試用やデモの前に確かめる項目にまとめます。前半は基盤を入れるかどうかにかかわらず社内で決めること、後半は SpeakUp に問い合わせて確かめることです。

  • AIに任せる作業と、受理・重大度・調査の要否・措置・結論を人が決めることを、規程か手引きに書いたか
  • 案件データに自由に質問できる役割を、従事者として指定した調査担当に限ったか
  • 件数の少ない区分を表に出さない集計の決まりと、基盤の外へ出す図表の承認者を決めたか
  • 通報者を探る問いを禁じる範囲と、問いの記録を誰が確かめるかを決めたか
  • 聴取の質問の下書きを、確かめる一覧として使う手順を決めたか
  • 電話受付の録音の扱い、人につなぐ選択肢、周知の内容の見直しを決めたか
  • 利用企業の中での質問と閲覧の記録が、どこまで残り、誰が見られるかを確かめたか
  • AIの処理を担う委託先、処理の地域、学習への不使用の条件を書面で確かめたか
  • AIの機能だけを止めて受付と案件管理を続けられるか、費用がどう増えるかを確かめたか
  • 解約時の書き出しの形式と、削除の範囲・期限を確かめたか

社内で決める項目が埋まらないうちに基盤だけを入れると、分析は速くなっても、匿名を守る責任があいまいなまま範囲が広がります。社内の項目を先に埋めてから試用に入る順番にすると、試用の期間を、自社の決めごとが基盤の上で守れるかを確かめる時間に使えます。

まとめ

SpeakUp は、内部通報・相談の受付と案件管理の基盤に、AIの電話受付、翻訳、分類、要約を順に加え、2026年7月には案件データに自然言語で質問して傾向や経緯、聴取質問の下書きを引き出す Sienna Insights を一般提供しました。データは欧州に置かれ、AIの機能は任意で、提供事業者には学習への利用を契約で禁じていると説明しています。それでも、受付の匿名と、分析の結果から通報者が絞り込まれないことは別の問題です。AIに任せるのは整理と下書きまでとし、重大度や調査の要否、聴取の言い回し、結論は人が決めて記録します。見せる人と聞いてよい問いを絞り、小さな集団を表に出さない集計の決まりを作り、2026年12月に施行される改正公益通報者保護法の通報者の探索の禁止もふまえて規程を整えてから試すことで、通報者を守りながらAIの速さを生かす運用に近づけます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

運営会社:株式会社デボノ

目次