RadarFirstのAIは報告を決めない|下書きと判定の分け方

「漏えいの受付や優先順位づけをAIが手伝ってくれるなら、報告期限に追われる夜は減るはずだ」「でも、報告するかしないかの判断まで、いつの間にかAIの出した答えに寄っていかないだろうか」——海外の顧客や取引先の個人データを扱う会社の法務、個人情報保護、情シスの担当が、AI付きのインシデント管理を前にして抱える二つの気持ちです。米国の RadarFirst は、漏えいなどのインシデントについて、どの国・どの州の法律で報告が要るか、期限はいつかを判定する基盤を十年あまり提供してきました。その上に2026年8月、受付・優先度・追加調査を担うAIの補助役を重ね、「この層は規制上の判定をしない」と明言しています。問われるのはAIの賢さではなく、AIが整えた材料と、人が下した報告の判断を、記録の上で分けて示せるかどうかです。この記事では、海外のデータを持つ日本企業がこの仕組みを入れるとき、報告要否の確定を誰が持ち、AIの下書きと人の判断をどう残し、AI自体の事故をどこに載せるかを、定着の順に整理します。
カメ先生漏えいの対応にAIを入れる話になると、判定まで自動になるのかどうかに目が行きがちなんだ。でも RadarFirst の設計は逆で、判定は以前からある決まった規則の仕組みが出し、AIはその手前の受付や情報集めを受け持つ形になっているんだよ。
カメ子判定の仕組みとAIは別物で、AIは判定の材料をそろえる役、ということですか。
カメ先生そう。ただ、材料をそろえる人は判断にも影響する。受付で何を聞き、何を聞き漏らしたかで、判定の結果は変わるからね。だから、AIが整えた部分と人が確かめた部分を、記録の上で見分けられるようにしておくことが大事なんだ。
カメ子AIが判定しないと書いてあっても、判定の入口にAIがいる以上、入口の記録まで含めて人の責任で見ないといけないんですね。
- RadarFirst は法律ごとの報告要否と期限を決まった規則で判定する基盤で、2026年8月に受付・優先度・追加調査を担うAIの補助役を加えた。AIは規制上の判定をしないと公式に明言している
- 報告要否の確定は、会社として報告に責任を持つ人が持つ。AIの聞き取り・並べ替え・追加の問い合わせ文は、採否を記録してから使う
- AI自体の事故も同じ台帳に載せるかを最初に決め、受付の補助役から段階的に開いて、毎月の見直しで範囲を広げる
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。
RadarFirstとは:漏えいの「報告が要るか」と期限を判定する基盤
RadarFirst は米国オレゴン州ポートランドに本拠を置く会社で、個人情報の漏えいなどのインシデントについて、どの法律の報告義務に当たるか、誰に知らせる必要があるか、期限はいつかを判定する基盤を提供しています。公開資料によれば、もとは Radar という社名で、のちに RadarFirst に改めました。2018年には米国の投資会社ビスタ・エクイティ・パートナーズから資金を受けており、2026年に入ってからの被買収や事業の合流の発表は見当たりません。
同社の説明では、漏えいの事案ごとに、データの種類、影響を受けた人数、組織の状況、関係する国や州、契約上の義務といった要素を組み合わせて危険度を評価し、法律ごとの基準に当てはめて判定を出します。この判定の仕組みは九つの特許で守られた、決まった規則で動く仕組みだと公表しています。これまでに100万件を超えるインシデントを扱い、400万件の規制上の判断を出したというのが同社の数字です。
主な顧客層として、金融、医療、宿泊、保険、小売、電力・ガスといった業種を挙げています。製品は、個人情報のインシデント管理を中心に、2026年2月の発表ではAIのインシデント管理、AIの台帳と危険度の分類、独自の業務手順を組める機能を並べて「規制リスクの管理基盤」と位置づけ直しました。日本語の紹介記事はほとんどありませんが、欧米の顧客データを持つ日本企業にとっては、現地の報告義務を漏れなく確かめる道具として候補に上がる製品です。ここでは漏えい対応の手順そのものではなく、この基盤のAIに受付や調査を任せるとき、何を人の側に残すかに絞って見ていきます。
2026年8月に加わったエージェント層:受付・優先度・追加調査の三つの役
2026年8月の発表で、RadarFirst は既存の基盤の上に Agentic Layer と呼ぶAIの層を加えました。中身は三つの補助役です。一つ目の受付の補助役は、インシデントを届け出る人に的を絞った質問を返し、過去の事案の傾向も踏まえて、最初の届け出の段階で必要な情報がそろうように導く役です。現場の社員が「誤送信しました」とだけ書いて終わる届け出を、判定に使える形に近づけます。
二つ目の優先度の補助役は、受付の後に潜在的な危険を見つけ、優先度の高い事案を浮かび上がらせて、担当がどれから手を付けるかを決める助けをします。三つ目の追加調査の補助役は、事案に欠けている情報を見つけ、不足を埋めるための問い合わせ文を下書きします。発表全体では、情報の準備、不足の洗い出し、追加の質問の作成、優先順位づけ、証拠の整理、連絡文の下書きをAIが担うと説明しています。
同社は、この層を今後、判定の後の工程、つまり報告、規制当局への通知の準備、業務手順の実行、部門をまたいだ調整にも広げる計画だと述べています。言い換えると、2026年8月の時点で公表されている中心は、判定より前の工程です。通知文そのものの作成をAIに任せる前提で導入を計画すると、発表の範囲を超えた期待になる点に注意が要ります。
「規制上の判定はしない」の意味:決まった規則の判定とAIの二層
発表の中で最も重要な一文は、「この層は規制上の判定をしない」というものです。判定は従来どおり、文書化された方針、規制の要件、構造化された評価の論理を当てはめる中核の仕組みが出し、その結果は説明でき、たどることができ、後から弁明できるものだと同社は書いています。最高経営責任者のザック・バーネット氏は、上にエージェントの革新を、中核には信頼できる判定を、という趣旨で説明しています。
製品担当の副社長アレックス・レイング氏の言葉も、この設計をよく表しています。AIの一番よい使い方は人の判断を置き換えることではなく、人が判断に使える時間を増やすことだ、という趣旨です。利用者はAIの推奨を確かめ、承認するか覆すかを選び、結果への責任を持ち続けると発表は明記しています。また、AIの機能をそもそも使うか、どこで使うかは導入した組織が決められるとされています。
この二層の設計は、判定の正しさをAIの出来に頼らない点で筋が通っています。ただし、判定の仕組みが決まった規則で動くといっても、規則に入れる事実はAIが集めた情報に左右されます。判定の入口にAIがいる以上、判定の確からしさは入口の記録の確からしさに依存します。次の節で、この点を取り違えたときに起きやすい誤解を見ます。
誤解:AIが判定しないなら、AIの部分は確かめなくてよい
「判定は従来の仕組みが出すのだから、AIは便利な入力補助にすぎない」と受け止めると、運用は次のような形で崩れやすくなります。どれも、受付と調査が速くなったことで起きる失敗です。
- 受付の補助役が埋めた影響人数やデータの種類を、届け出た本人にも担当にも確かめずに判定へ回す
- 優先度の補助役が低く並べた事案を、誰も開かないまま期限の数日前まで置いておく
- 追加調査の補助役が下書きした問い合わせ文を、宛先や表現を見ずに取引先へそのまま送る
- 判定の結果だけを社内の報告に貼り、どの事実をAIが集め、どれを人が確かめたかを残さない
規制当局への報告で問われやすいのは、なぜ報告が要る、あるいは要らないと判断したか、その根拠となる事実を誰がどう確かめたかです。判定の仕組みの出力は根拠の一部にはなりますが、その前提となる事実が届け出の聞き取りの段階で誤っていれば、判定ごと誤ります。AIが判定しないことと、AIの部分を確かめなくてよいことは、まったく別の話です。
逆に言えば、受付と調査の記録が整っていれば、判定の弁明はむしろしやすくなります。AIの補助役は、聞き漏らしを減らし、問い合わせの抜けを防ぐという点では、人だけで回していた頃より記録の質を上げる余地があります。そのためにも、AIが整えたものと人が確かめたものを分ける記録の形を、最初に決めておくことが、この製品を活かす前提になります。
日本企業が使う場面:海外の顧客・取引先データと、国ごとに違う期限
日本企業がこの種の基盤を検討するのは、多くの場合、海外の顧客や取引先の個人データを持っているときです。欧州の一般データ保護規則、米国の各州の漏えい通知の法律、業種ごとの規制と、関係する法律が事案ごとに変わり、期限や通知の相手もばらばらです。国内の担当だけで各国の基準を毎回調べる運用は、件数が増えると回らなくなります。
日本の個人情報保護法については、RadarFirst は2026年9月の公式ブログで、速報と確報の2段階の報告と本人への通知の仕組みを紹介し、日本にいる人の情報を扱う海外の事業者にも法律が及ぶ点に触れています。そのうえで、受付を標準化し、法域ごとの要件を当てはめ、期限を管理し、判断の理由を残す流れが、日本の2段階の報告を支えると説明しています。ただし、日本だけに向けた特別な機能があるとは書かれていません。国内の報告の要件と期限の考え方は、隣の記事で扱っている一般論のとおりで、この基盤を入れても国内の判断の筋道そのものは変わりません。
実務の線引きとしては、海外の法律の当てはめは基盤の判定を主な材料にし、日本の個人情報保護委員会への報告は国内の担当が従来の手順で判断する、という分け方が考えやすいでしょう。一つの事案が日本と海外の両方にまたがるときは、最も早い期限を持つ法域を基準に、社内の判断会議の時刻を逆算して決める運用にしておくと、各国の期限を個別に追うより取りこぼしが減ります。
報告要否の確定は誰が持つか:役割を最初に表にする
基盤が判定を出しても、報告するかどうかを会社として決めるのは人です。誰がその判断に名前を書くのかを、導入の前に決めておく必要があります。日本企業の場合、本社の法務・個人情報保護の責任者と、海外の現地法人の担当、外部の現地の弁護士の三者が関わることが多く、判断の最終責任がどこにあるかがあいまいなまま事案が動くのが典型的な弱点です。
| 工程 | AIの補助役がすること | 人が持つこと | 記録に残すこと |
|---|---|---|---|
| 受付 | 届け出る人への追加の質問、項目の埋め方の提案 | 届け出の内容の確認、明らかな誤りの訂正 | AIの質問と回答、人が直した項目 |
| 優先度 | 危険度の見立てと並べ替えの提案 | 着手の順番の決定、並びを覆した理由 | 提案された順位と、確定した順位 |
| 追加調査 | 不足情報の洗い出し、問い合わせ文の下書き | 送るかどうか、宛先と表現の確定 | 下書きの原文と、送った文面の差分 |
| 判定 | なし(判定の仕組みが出す) | 判定の確認と、報告要否の確定 | 判定の結果、確定者、確定した理由 |
| 報告・通知 | 今後の拡張として公表(現時点の範囲は要確認) | 当局と本人への報告・通知の文面と送付 | 送った文面、送った日時、送った人 |
この表のうち、判定の行の「人が持つこと」が最も重い欄です。基盤の判定と、確定した報告要否が食い違うこともあり得ます。たとえば判定では報告不要となったが、取引先との契約で通知が義務になっている、あるいは評判への影響を考えて自主的に公表する、といった場面です。食い違ったときに誰が決め、その理由をどこに書くかを表の外に一行で書いておくと、事案のたびに迷わずに済みます。
受付の補助役に任せる範囲:最初の聞き取りの質と、聞いてはいけないこと
受付の補助役の価値は、届け出の最初の段階で判定に要る情報をそろえることにあります。漏えいの事案では、最初の届け出が「誤送信したかもしれない」程度の短い報告であることが多く、担当が何度も聞き返しているうちに時間が過ぎます。AIがデータの種類、件数、相手先、気づいた日時といった項目を的を絞って聞き返せば、その往復は確実に減ります。
一方で、聞き取りは事実の確認であって、責任の追及ではありません。AIの質問が、届け出た社員の過失を問う形になっていないか、届け出の時点で推測を書かせていないかは、導入の前に質問の出方を何件か試して確かめます。推測で埋めた件数や範囲が、そのまま判定の入力になることが最も避けたい事態です。分からない項目は「分からない」と残せる形にしておくことが、後の判定の誤りを防ぎます。
届け出る側の心理にも配慮が要ります。AIに細かく聞かれることで、社員が届け出をためらうようになっては本末転倒です。社内への周知では、AIの質問は判定の材料をそろえるためのもので、届け出自体を評価するものではないと伝えます。届け出の件数が導入の前後でどう変わったかは、定着の度合いを見る大事な数字の一つになります。
優先度の補助役:並べ替えを人が覆した理由を残す
優先度の補助役は、受付の後に事案の危険度を見立て、どれから手を付けるかの順番を提案します。件数が多い組織ほど、この並べ替えの効果は大きくなります。ただし、AIの並べ替えは過去の傾向に基づくため、前例の少ない種類の事案や、件数は少ないが機微なデータを含む事案を低く見積もるおそれがあります。
運用としては、並べ替えの結果を担当が毎日一度見て、確定した順番を記録する形にします。AIの提案を覆したときは、その理由を短く書きます。理由の多くは「この取引先は契約上の通知期限が短い」「この部署のデータには健康情報が混ざる」といった、AIの見えていない社内の事情です。この記録がたまると、どういう事案をAIが低く見積もりがちかが分かり、確認の重点を決める材料になります。
もう一つの決めごとは、一定の時間を過ぎても誰も開いていない事案への扱いです。優先度が低いと並べられた事案でも、法律上の期限は動いています。受付から一定の時間が過ぎたら必ず人が一度開くという決まりを置き、優先度の低さが放置の理由にならないようにします。
追加調査の補助役:問い合わせ文を誰の名前で出すか
追加調査の補助役は、事案に足りない情報を見つけ、それを埋めるための問い合わせ文を下書きします。問い合わせの相手は、社内の部門のこともあれば、委託先や取引先、海外の現地法人のこともあります。社外に出る文面は、受け取った側にとっては会社の正式な連絡です。下書きの段階で、事実の断定や、責任の所在を認めるような表現が入っていないかを、送る前に人が確かめます。
特に注意したいのは、漏えいの原因が委託先にある可能性がある事案です。AIの下書きが原因を先回りして書いていると、契約上の交渉や損害の分担の話し合いに影響しかねません。社外に出す問い合わせ文は、法務が確認するか、少なくとも文面の型を法務と決めておき、その型から外れた下書きは送らない運用にします。
送った文面は、AIの下書きの原文と並べて残します。どこを人が書き換えたかが分かれば、後で当局から経緯を問われたときに説明しやすくなりますし、AIの下書きの癖も見えてきます。下書きと送付の差分を残すことは、手間に見えて、実は最も安い説明の準備です。
AIの下書きと人の判断を、記録の上でどう分けるか
ここまでの三つの補助役に共通するのは、AIが作ったもの、人が採否を決めたもの、確定した判断の三つを、記録の上で区別できるかどうかです。RadarFirst は、すべての結果を記録に残し、判断の理由を保持すると説明していますが、AIの提案と人の修正が、記録の上でどこまで区別されて残るかは、公表資料からは読み取れません。導入前の試用で、実際の記録の画面と書き出しを開いて確かめる項目です。
- AIが質問した内容と、届け出た人の回答が、AIの関与と分かる形で残るか
- AIの推奨を承認したのか覆したのかが、操作した人の名前とともに残るか
- 判定の仕組みの出力と、人が確定した報告要否が、別の項目として残るか
- 事案が進むにつれて範囲やデータの種類が変わったとき、判断の版ごとの履歴が残るか
- 記録を外部に書き出せる形式と、書き出しに含まれる範囲
製品の機能で区別できない部分は、手順で補います。たとえば、AIの推奨を採ったときに確定の欄へ「AIの提案を確認のうえ採用」と一行書く決まりにする方法です。AIに判断させない、判断の根拠を書かせる、人が確認する範囲を先に決めるという三つを、運用の手順書の冒頭に置いておくと、新しく加わった担当にも線が伝わります。
通知文の下書きは今後の拡張:いま任せる範囲と、待つ範囲
漏えい対応で最も時間がかかる作業の一つが、規制当局への報告書と、本人への通知文の作成です。2026年8月の発表は、AIの層を報告と通知の準備に広げることを今後の計画として挙げており、現時点で通知文の作成までAIが担うと公表しているわけではありません。発表の中の「連絡文の下書き」は、追加調査の問い合わせなど、判定の前の工程の文面が中心と読むのが無理のない読み方です。
このため、導入の計画では、いま任せる範囲を受付・優先度・追加調査の三つに限り、通知文については機能の提供が始まった時点で改めて評価する、と分けて書いておくのが現実的です。機能が来たときに評価する観点は、すでに決まっています。事実と推測が分けて書かれているか、本人に必要な情報が欠けていないか、謝罪や補償の約束をAIが勝手に入れていないかの三つです。
本人への通知文は、受け取る人にとって会社の誠実さを測る文面です。法律の要件を満たすことと、受け取った人が次に何をすればよいか分かることは、別の品質です。AIの下書きが要件を満たしていても、最終的な文面は、広報と法務が一緒に確定するという線は、機能の提供後も動かさないほうがよいでしょう。
AI自体の事故も同じ台帳に載せるか
RadarFirst は2026年2月の発表で、個人情報のインシデント管理に加えて、AIのインシデントの調査・評価・対応・記録を扱う機能を並べ、「AIのインシデントはすでに来ている」と打ち出しました。2026年8月には、AIによる被害を業務上のリスクとして扱う方法、弁明できるAIのインシデント対応の枠組み、因果関係と深刻度の考え方を扱う3部構成の白書も公開しています。
社内の判断として決めておきたいのは、生成AIの誤った出力、AIエージェントの誤操作、AI経由の情報の流出を、個人情報の漏えいと同じ台帳に載せるかです。同じ台帳に載せれば、AIの事故が個人データの漏えいを伴ったときに、報告の判定へすぐにつなげられます。別の台帳にすると、事故の種類ごとに担当が分かれて動きやすい反面、両方にまたがる事案で期限の確認が遅れるおそれがあります。
AIの事故の対応手順そのものは隣の記事で扱っているので、ここでは台帳の持ち方だけに絞ります。現実的なのは、受付の窓口と台帳は一つにし、事故の種類で担当と判断の手順を分ける形です。AIの補助役が受付をするなら、AIの事故の届け出もAIが聞き取ることになります。自社のAIに関わる事故の届け出を、AIの補助役がどう扱うかは、試用の段階で必ず試しておきます。
何が社外に出るか:漏えいの情報を外部の基盤とAIに預ける
この基盤を使うということは、漏えいの事案そのもの、つまりどの顧客のどんな情報が、どういう経緯で漏れたかを、外部のクラウドの基盤に預けることを意味します。事案の記録は、社内でも最も機微な情報の一つです。2026年8月の発表は、AIの層がどのモデルを使い、事案の情報がどこで処理され、学習に使われるかについては触れていません。
- AIの補助役が使う生成AIのモデルと提供元、処理する地域、事案の情報がモデルの学習に使われないことを、契約と資料で確かめる
- 事案の記録が保管される国と期間、解約後の削除の扱いを確かめる。越境の移転として社内の規程に照らす
- 受付の段階で、漏れた個人データそのものを貼り付けさせない運用にする。件数や種類の記述で足りる設計にしておく
- 海外の現地法人の担当が使う場合、現地の法律で事案の情報を国外に出せるかを現地の弁護士に確かめる
特に最後の点は、日本の本社が台帳を一元化したいときに見落とされやすいところです。事案の記録そのものが個人データを含むことがあり、その記録を本社や外部の基盤に集めること自体が、現地の規制の対象になり得ます。台帳を一つにする利点と、記録を集めることの規制上の重さを、導入の前に比べておく必要があります。
定着の進め方:最初の3か月で何を開くか
AIの補助役は、組織が使うかどうか、どこで使うかを選べると公表されています。この選択肢を活かして、一度に全部を開かず、段階を踏んで広げます。各段階で確かめたことを残しておけば、それ自体が統制の効いた導入の記録になります。
AIの層は開かず、従来の判定の仕組みと記録の形に慣れます。報告要否の確定者、食い違ったときの決め方、記録の書き方をこの段階で固めます。
社内の届け出に限って受付の補助役を使います。AIの質問の出方、推測で埋められた項目の有無、届け出の件数の変化を週ごとに見ます。
並べ替えの提案と問い合わせ文の下書きを使い始めます。社外に出る文面は法務の型に沿うものだけを送り、覆した理由と書き換えの差分を必ず残します。
覆した割合、書き換えの多い項目、期限の近くまで開かれなかった事案を毎月見直し、AIを使う範囲を広げるか狭めるかを決めます。新しい機能が出たら、その都度この表に戻ります。
段階を進める判断は、個人情報保護の責任者が行い、情シスとAI導入の担当はその判断に必要な設定と記録を用意する、という分担が現実的です。導入担当が自ら段階を進めないことは、報告の判断に関わる仕組みでは特に大切です。
見直しで見る数字は、処理の速さより判断の質に関わるものを選びます。たとえば、AIの並べ替えを人が覆した割合が急に下がったら、担当が提案をそのまま受け入れ始めた合図かもしれません。問い合わせ文の書き換えがほとんど無くなったときも同じです。数字がよく見えるときほど、無作為に選んだ事案を開いて、確認が本当に行われているかを確かめる工程を一つ入れておくと、形だけの承認が広がるのを防げます。
費用の増え方と、止め方・やめ方
RadarFirst は料金を公開しておらず、AIの層の価格の扱いも発表には書かれていません。見積もりの段階で確かめたいのは、料金が事案の件数、利用者の数、対象の法域の数のどれで増えるかと、AIの層が別料金か標準の機能かです。海外の拠点を順に加えていく計画なら、法域や拠点が増えたときの費用の伸び方を先に聞いておきます。
止め方は、AIの層を組織として使わない設定にできるかどうかが第一の確認点です。発表では、組織がAIの機能を使うかどうかを選べるとされているので、問題が起きたときにAIの補助役だけを止め、判定の仕組みと記録は使い続けられるかを試用の段階で確かめます。補助役ごとに止められれば、受付だけ続けて追加調査は止める、といった細かな調整ができます。
やめ方で重要なのは、記録の持ち出しです。報告の判断の記録は、規制当局の照会や訴訟に備えて長く残す必要があります。解約したときに、事案ごとの判定の結果、確定の理由、AIの関与の記録を、読める形で書き出せるかを契約の前に確かめておきます。書き出せない部分があるなら、平時から重要な事案の記録を社内の保管先にも残す運用にしておきます。
まとめ
RadarFirst は、漏えいの報告要否と期限を決まった規則で判定する基盤の上に、2026年8月、受付・優先度・追加調査を担うAIの補助役を加えました。AIは規制上の判定をしないと公式に明言していますが、判定の入口にAIがいる以上、AIが集めた事実の確からしさは判定の確からしさに直結します。海外のデータを持つ日本企業が入れるなら、報告要否を確定する人を最初に決め、AIの提案・人の採否・確定の判断を記録の上で分け、通知文の作成は機能の提供を待って改めて評価するのが筋です。AI自体の事故も同じ窓口と台帳で受けるかを決め、受付の補助役から一つずつ開き、毎月の見直しで範囲を調整していけば、AIの速さを取り込みながら、報告の判断の責任を人の側に残し続けられます。
※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。
