AIでセキュリティチェックシートはどこまで自動化できるのか？

「ChatGPTを使えば、セキュリティチェックシートの回答も自動で作れるのではないか」。そう考える担当者もいるでしょう。2026年8月時点では、設問案や回答ドラフトを作るだけでなく、依頼・催促・過去回答との突合・一次レビュー・担当者への振り分けまで、自動化できる範囲は以前より広がっています。

ただし、これは「すべてをAIにやらせる」という話ではありません。工程によって効く自動化は違います。生成や意味理解にはAIが向き、期限やステータスの管理・定型催促は昔ながらのワークフロー自動化で足ります。正式な状態や履歴・権限は業務システムが持ち、どこまで任せるかは組織が決めます。AIでなくてもできることまでAIの手柄にすると、判断を誤ります。

本記事は、チェックシートを依頼・回収・確認する側と、受け取って回答する側の両方を扱います。「全部AIに置き換わる」か「AIには無理」かという二択ではなく、5つの工程に分けて、いまどこまで自動化できるのか、その境界がどこにあるのかを見ていきます。

先に全体像を示します。同じ「自動化」でも、AIが効く工程、AIでなくてもよいワークフローで足りる工程、業務システムが持つべき領域が分かれます。

工程	対象	主に効く自動化	組織側で設計・決定すること
1. 設問作成	依頼側	生成AI（設問のたたき台、規程からの候補、重複の洗い出し、表現の統一）	何を確認するか、取引条件との整合、設問の取捨選択
2. 回答作成	回答側	生成AI／RAG（過去回答・規程との照合、根拠付き草案、信頼度の表示）	提出基準・承認方法の設定、記載が実態と合うかの確認
3. 依頼・回収・催促	依頼側	ワークフロー自動化（未回答の抽出、期限監視、定型催促、担当者通知）＝AIでなくても動く部分が多い。例外の要約はAIが入り得る	催促ルール、例外時の対応、人が入る箇所
4. 回答確認	依頼側	生成AI（空欄・矛盾の検出、過去回答との差分、根拠との突合、リスク候補の抽出）	確認の基準、リスクの扱い、自動処理してよい範囲
5. 判断・承認・記録	依頼側／回答側	AI（判断案・リスク分類）／ワークフロー（条件に基づく振り分け、定型の自動処理）／業務システム（状態・履歴・権限の保持）	自動化してよい範囲、承認権限、リスク受容、記録の設計

ポイントは、「AIが賢いか」だけで範囲が決まるわけではない、という点です。効く技術が工程ごとに違い、そのうえで組織が決める部分が残ります。以降で工程ごとに具体を見ます。

数年前まで、AIの使い方は「チャットに文章を作らせる」が中心でした。人が一つずつ指示し、出力を受け取る形です。

現在はここが変わりました。OpenAIは公式の解説の中で、エージェント型のAIを、単発のチャットではなく、ツールを呼び出しながら環境とやり取りし、数分から数時間にわたるタスクを進めるものとして説明しています（How agents are transforming work、2026年6月）。同社のWorkspace Agentsでは、反復する業務フローや、第三者リスク評価の管理といった用途での利用が示され、人による監督を維持する前提も併せて置かれています（Workspace Agents、2026年4月）。

この変化で、「文章生成かどうか」という切り分けだけでは自動化の境界を説明できなくなりました。回収や進捗管理は文章生成ではありませんが、状態を持つ仕組みと接続すれば自動で動かせるからです。ただし注意も要ります。未回答の抽出や期限監視、定型催促の多くは、AIでなくても条件分岐とスケジュール実行という通常のワークフローで足ります。「AIエージェントだからできる」ものと、「昔からワークフローでできた」ものは分けて考える必要があります。境界は「生成か否か」ではなく、どの作業を、どの技術に、どこまで任せるかの設計へ移っています。

設問作りは、AIで大きく変わった工程です。「委託先向けに、アクセス管理・暗号化・ログ・インシデント対応を含めた設問を作りたい」と指示すれば、たたき台が数分で出てきます。承認済みの設問集やテンプレートを参照させれば、自社の型に沿った候補も生成できます。

残るのは、何を確認したいのかの決定です。聞いても判断に使えない設問（「対策を実施していますか（はい/いいえ）」のように、「はい」と返っても中身が分からないもの）をどう削り、どう言い換えるか。ここは、委託先の何を確認したいかを知っている人が決める領域です。

回答作成も、この1〜2年でできることが広がっています。単なるドラフト生成にとどまらず、過去回答の検索、社内規程との意味照合、根拠の提示、信頼度の表示までを扱う実装が公開されています。

回答する側の実装例として、Money Forwardは、社内の標準回答集と過去回答をRAGで参照して一次回答を生成し、回答が肯定的か否かを示す回答ステータス、生成AIによる修正度合いを示す信頼度パラメータ、参照元を示す参考ドキュメントを付けた社内アプリを公開しています（Money Forward Developers Blog「セキュリティチェックシートを自動で回答できるようにした話」、2025年7月）。これは取引先から質問票を受け取った企業が、自社情報を使って一次回答を作った例で、依頼・回収・確認側の自動化とは別のものです。国内の回答支援サービスでも、Excelからの設問抽出や承認済み情報との突合を扱うものが登場しています。

ここで「AIは自社の実態を知らない」と切ってしまわないことが大切です。正しくは、AIが自社の現状を反映できるかは、最新の社内データ・承認済みナレッジ・証跡に接続されているかで変わる、という言い方になります。最後に、記載が実態と合っているかを確かめるのは、その運用を知る人です。

ここは旧来「AIの出番が少ない」とされてきましたが、実際は「AIでなくても自動化できる」工程です。

未回答先の抽出、期限の監視、催促対象の選定、定型的な催促、担当者への通知は、状態を持つ仕組みがあれば、条件分岐とスケジュール実行という通常のワークフローで動きます。ここはAIの賢さより、正式な状態を持つ場所があるかどうかで決まります。AIエージェントが入り得るのは、返信内容の要約や、例外的な文面の下書きといった非定型の部分です。

一方で、外部条件が絡む部分は残ります。委託先が実際に回答するまでの時間、担当者の交代といった例外、個別の交渉です。待ち時間・例外対応と、定型の管理作業を分けて設計する、という話になります。催促のルールや、返ってこないときの判断は委託先からセキュリティチェックシートが返ってこないときで扱います。

回収した回答の確認は、AIが部分的に入れる工程です。空欄や記載の矛盾のスクリーニング、リスクの高い回答の抽出、過去回答との差分、根拠資料との突合、要確認箇所の抽出まではAIで扱えます。要確認箇所を絞り込む用途に使えます。

ただし、どこまでを自動処理してよいか、どの回答を人が見るかは、リスクと社内ルールで決める領域です。空欄や「対応予定」・条件付き回答をどう判断するかの実務は、セキュリティチェックシートの回答をどう確認するかにまとめています。

AIは、判断案の提示、リスク分類、条件に基づく振り分け、定型ルールの実行までを担えます。低リスクで定型条件のものを自動処理する設計も、技術的には可能です。

そのうえで、組織が決める領域があります。どこまでを自動処理してよいかの基準、承認権限、例外時の判断、リスクをどこまで受け入れるか、後から説明できる記録の設計です。「最終判断は必ず人」と一律に線を引くのではなく、リスクに応じて人の判断をどこで介在させるかを組織が設計するという形が現実的です。AI事業者ガイドライン（第1.2版、2026年3月）も、自律的に動くAIエージェントについて、人間の判断を介在させる仕組みの構築や最小権限の設定を留意事項として挙げています。これは義務ではなく、事業者が自主的に検討する指針で、リスクの大きさに応じて対策の優先度を考える立て付けです。

工程ごとの話をまとめると、自動化できる範囲は「AIが賢いか」だけでは決まりません。本記事では、チェックシート業務をAIで自動化するための条件を、マモリス独自のまとめとして4つに分けて説明します（公的な公式分類ではありません）。

① 根拠情報
AIが参照する正しい情報があるか。承認済み回答、社内規程、ISMS文書、過去回答、最新の証跡、契約・サービス仕様など。ここは「RAGでつなげば済む」ではありません。その情報が承認済みか、最新か、誰が更新し続けるか、AIから参照してよい権限のものかまで揃って初めて、回答の裏づけになります。Money Forwardの例でも、標準回答集を社内のセキュリティ部門と連携して最新に保つ運用が前提に置かれていました。接続よりも、接続先を正しく保つ運用が効きます。

② 状態
いま業務がどこまで進んでいるかを、仕組みが持っているか。未送信／送信済み／回答中／回答済み／確認中／差し戻し／再回答／確認済み。AIがメールを読めても、「正式な現在状態」を持つ場所がなければ、安定した運用にはなりにくいです。

③ 権限
AIやワークフローが何をしてよいかが決まっているか。下書きまで／催促送信まで／低リスク回答の自動処理まで／差し戻し候補の作成まで／承認は人のみ。最小権限で始め、任せる範囲を決めておくことが前提になります。

④ 記録
AI・人・システムが何をしたかを後から追えるか。参照した根拠、AIが出した判断案、人が修正した内容、承認者、承認日時、差し戻し理由。記録が残っていなければ、確認していたことと、していなかったことの区別が付きません。

この4条件が揃うほど、任せられる工程は広がります。逆に、高性能なAIでも、参照先も状態も権限も記録もない環境では、任せられる範囲は限られます。

AIとSaaSは、どちらかを選ぶ対立ではありません。役割が分かれます。

• AIモデル／エージェント：読む、考える、生成する、実行候補を出す、非定型を処理する
• ワークフロー自動化：期限・ステータス・定型催促など、条件で決まる処理を回す（AIを必ずしも要しない）
• 業務システム：正式な状態、対象、履歴、権限、データを持つ
• 人・組織：ルール、責任範囲、例外、リスクの受け入れ方を決める

生成や意味理解にはAIが効き、定型処理はワークフローで足り、状態と履歴は業務システムが持ち、任せる範囲は組織が決める、という分担です。ここで注意したいのは、状態を持つ場所は専用SaaSでなければならない、というわけではない点です。Excel、データベース、CRM、ワークフロー製品でも、状態を一貫して保てる場合はあります。ただし、依頼先が増え、年次更新や差し戻しが重なり、AIやワークフローに処理を任せる範囲が広がるほど、状態・履歴・権限・証跡を一貫して保持できるかが効いてきます。

なお、委託先が自社の業務そのものに生成AIを使っている場合に何を確認するかは、本記事とは別のテーマです。確認項目は委託先のAI利用を確認するチェックリストにまとめています。

マモリスは、回答の中身をAIが自動で判定するツールではありません。担っているのは、依頼・回収・確認という運用の側です。回答自動化サービスが増えているのは主に「回答する側」ですが、マモリスの範囲は「依頼・回収・確認する側」に当たります。

現在確認できている範囲では、チェックシートの作成、回答依頼、回答状況の一覧、期限前リマインドや一括催促、確認済みチェック、差し戻しとコメントの記録、回答履歴とPDFでの証跡保存を扱えます。繰り返し依頼は毎週・毎月・毎年から選べます。前回回答をプリセットとして引き継ぐこともできますが、対象はテキストと選択肢で、添付ファイルは含みません。回答者側はログイン不要・無料で、URLを開くだけで回答できるので、委託先にアカウント作成を求める必要もありません。

AIやワークフローを使う場合でも、依頼の対象、回答の状態、確認の履歴といった業務の正式な状態を持つ場所は必要になります。マモリスは、その運用をチェックシート業務向けに持つ選択肢の一つです。

• 2026年のAIは、文章生成だけでなく、業務システムと接続すれば依頼・突合・一次レビューまで扱える範囲が広がっています。「作る・答えるだけ」という線引きは狭くなりました。
• ただし、すべてをAIにやらせる話ではありません。未回答の抽出や定型催促の多くは、AIでなくても通常のワークフロー自動化で足ります。
• 自動化の境界を決めるのは、モデルの賢さより、根拠情報・状態・権限・記録が揃っているかです。
• 判断もAI支援や定型条件の自動処理は可能ですが、任せる範囲と責任の所在は組織が決めます。
• 生成・意味理解にはAI、定型処理にはワークフロー、状態と履歴には業務システム、任せる範囲の決定には組織。この分担で設計するのが現実的です。

Q1. ChatGPTなどの生成AIでセキュリティチェックシートの回答を作ってもいいですか？

A. 回答にはセキュリティ体制や内部運用に関する情報を含む場合があるため、依頼元との契約やNDA、自社の生成AI利用ルールと、利用するAIサービスのデータ取扱条件を先に確認してください。入力してよい情報の範囲を社内ルールとして決めておくのが前提になります。ドラフト作成に使う場合も、記載が実態と合っているかは自社の運用を知る担当者が確かめます。

Q2. AIはセキュリティチェックシートを自動回答できますか？

A. 「できる／できない」の二択ではありません。承認済みナレッジ、社内規程、過去回答、証跡といった参照先が揃っていれば、相当の範囲を自動で生成できます。RAGで一次回答を生成する実装事例も公開されています。提出してよいかは、記載が自社の実態と合っているかを確かめたうえで、自社ルールに沿って判断します。

Q3. 回収や催促もAIで自動化できますか？

A. この工程は、必ずしもAIを要しません。未回答の抽出、期限の監視、定型催促、担当者への通知は、状態を持つ仕組みがあれば、条件分岐とスケジュール実行という通常のワークフローで動きます。返信内容の要約など非定型の部分にAIが入り得ます。相手が回答するまでの時間や、担当変更などの例外は外部条件が絡むため、定型フローと例外対応を分けて設計します。

Q4. 回答確認をAIに任せられますか？

A. 差分の検出、矛盾の抽出、根拠との突合、リスク候補の抽出までは扱えます。定型条件に基づく振り分けや次工程への遷移は自動化できます。承認そのものを自動化するかは、対象リスク、社内ルール、承認権限に応じて組織が決めます。

Q5. AIを導入すれば、専用の管理ツールは不要になりますか？

A. 専用の管理ツールが必須とは限りません。Excelやデータベース、ワークフロー製品でも状態を一貫して保てる場合はあります。ただし、AIやワークフローに任せる範囲が広がるほど、状態・履歴・権限・証跡を一貫して保持できる仕組みの重要性が増します。マモリスは、その運用をチェックシート業務向けに持つ選択肢の一つです。