生成AIヒヤリハット調査｜400名の事故類型と読み方

業務AI事故・ヒヤリハット実態2026（30秒結論）

会社員400名調査で「AI業務利用中の事故・ヒヤリ経験12.8%」「機密情報を生成AIに入力37.3%」「AI生成物の誤情報を顧客納品33.3%」が判明(株式会社スリスタ独自調査)。事故の半数以上が"ガイドライン未整備"の組織で発生しており、ChatGPT・Gemini・Copilotの普及で利用拡大に対し、AI利用ルール整備が決定的に遅れている。本レポートでは事故類型8パターン・業種別発生率・対策テンプレートを公開。

本サイトを運営する株式会社スリスタは、全国の会社員400名を対象に「企業の生成AI活用実態調査2026」を独自に実施しました。本記事ではその調査結果のうち、業務における生成AIの「事故・ヒヤリハット」の実態を公開・分析します。

ChatGPT・Gemini・Copilotなど、業務利用が一般化する一方で、社員数名規模のミスから組織全体に波及する事案まで、AIに起因する事故が水面下で起き始めています。本調査により、会社員の12.8%(51名)が「業務でAIを使用した際にヒヤッとした経験/実際に問題が起きた経験がある」と回答。AI利用者(153名)に絞ると33.3%——3人に1人が事故・ヒヤリハットを経験している実態が判明しました。

【本記事の主要な発見】

・会社員全体の事故・ヒヤリハット経験率は12.8%(51/400)、AI利用者ベースでは33.3%

・最多事案は「機密情報・個人情報をAIに入力してしまった」37.3%(19/51)

・次点は「AIが生成した誤情報をそのまま納品・公開した(ハルシネーション事故)」33.3%(17/51)

・利用頻度「ほぼ毎日」層の事故経験率は38.7%——日常利用層ほど事故リスクが高い

■ 1. 事故・ヒヤリハット経験率の全体像(n=400)

業務で生成AIを使用した際の「ヒヤッとした経験」または「実際に問題が起きた経験」の有無を会社員400名に尋ねたところ、「ある」と回答した人は51名(12.8%)、「ない」と回答した人は349名(87.2%)。会社員全体の約8人に1人が、業務AIに関する事故やヒヤリハットを既に経験している計算になります。

ただしこの12.8%は「AI未利用層」も含んだ全体値です。AI利用者153名(38.2%)に絞って見ると、事故・ヒヤリハット経験者は51/153=33.3%。AIを業務で使う社員の3人に1人が、何らかの「危ない経験」をしている深刻な水準です。

■ 2. 事故・ヒヤリハットの内容ランキング(n=51・複数回答)

事故経験者51名に「具体的にどのような事案だったか」を複数回答で尋ねた結果のトップ5:

1位:機密情報・個人情報をAIに入力してしまった 37.3%(19名)

2位:AIが生成した誤情報をそのまま納品・公開した(ハルシネーション事故) 33.3%(17名)

3位:著作権・引用ルールに抵触する可能性のある出力をしてしまった 21.6%(11名)

4位:社内情報・取引先情報を含むデータを外部AIサービスにアップロードした 19.6%(10名)

5位:AIの回答を鵜呑みにして誤った意思決定をした 17.6%(9名)

「情報漏洩系」(1位・4位)と「品質事故系」(2位・5位)が二大カテゴリ。特に1位の「機密情報・個人情報の入力」は、企業のセキュリティポリシー・個人情報保護法・取引先との守秘義務契約のいずれにも抵触し得る深刻な事案です。

■ 3. 利用頻度別 事故経験率(n=153・AI利用者ベース)

AI利用者を利用頻度別に分けて事故経験率を集計:

・ほぼ毎日 利用者:38.7%(12/31)

・週に数回 利用者:36.0%(18/50)

・週1回程度 利用者:30.4%(14/46)

・月数回 利用者:26.9%(7/26)

「利用頻度が高いほど事故率も上がる」直線的な傾向が確認されました。日常業務にAIが組み込まれているヘビーユーザーほど、リスクシナリオも累積する構図です。

■ 4. 役職別 事故経験率

役職別に事故経験率を見ると以下の通り(AI利用者ベース):

・経営層/役員:42.9%

・部長クラス:38.5%

・課長クラス:36.7%

・主任/係長:33.3%

・一般社員:25.8%

上位役職ほど事故率が高い結果——AI利用率も上位役職ほど高いため、絶対的な事故件数は管理職層に偏ります。AIガバナンスの設計時には、まず管理職向けの研修・チェックリスト整備が優先課題と言えます。

■ 5. 業界別 事故経験率の濃淡

業界別では、IT・ソフトウェア業界が44.4%(8/18)で最高、次いで広告・マーケティング業界40.0%(6/15)、教育・人材業界31.6%(6/19)。一方で医療・福祉、建設・不動産は事故経験者ゼロ——AI利用そのものが低水準のため統計的事象として観測されないだけで、今後利用が進めば追随する可能性が高い領域です。

■ 6. ガイドライン整備と事故報告率の関係——「整備済企業は事故報告率が5.7倍」

本調査の付随分析として、自社にAIガイドラインが「明文化・周知済(11.5%)」と回答した層と「整備されていない(48.2%)」と回答した層で、事故報告率を比較したところ、整備済層の事故報告率は28.3%、未整備層は4.9%——5.7倍の差が判明しました。

これは「整備済企業のほうが事故が多い」のではなく、「整備済企業は事故を可視化・報告するプロセスがある」逆説です。未整備企業の事故率が低く見えるのは、報告ルートがなく事案が組織に届かないだけで、潜在的な事故件数は同等以上と推測されます。

この調査データの読み方：母数・設問・言えること／言えないこと

本レポートの数字は、同じ調査の中でも「何人を分母にしたか」が章ごとに異なります。引用や社内共有の前に、次の3つの母数を確認してください。

• 会社員全体（400名）：事故・ヒヤリハット経験率12.8%（51/400）が該当します。

• AI利用者（153名）：AI利用者ベースの経験率33.3%（51/153）、第3章の利用頻度別、第4章の役職別が該当します。

• 事故・ヒヤリハット経験者（51名）：第2章の内容ランキング（機密情報・個人情報の入力37.3%＝19名、誤情報の納品・公開33.3%＝17名など）が該当します。

特に「33.3%」は、AI利用者に占める経験者の割合（51/153）と、経験者に占める「誤情報をそのまま納品・公開した」人の割合（17/51）という、意味の異なる2つの数字として登場します。引用するときは「AI利用者153名のうち33.3%」「経験者51名のうち33.3%」のように、必ず母数を添えてください。

設問は「ヒヤッとした経験」と「実際に問題が起きた経験」をまとめて尋ねている

本調査は、業務で生成AIを使用した際に「ヒヤッとした経験」または「実際に問題が起きた経験」があるかを1つの設問で尋ねています。そのため12.8%や33.3%は、実害が出た事故の発生率ではなく、未然に気づいたヒヤリハットを含む経験率です。両者を分けた割合は、この設問からは算出できません。

また、回答者は会社員個人であり、企業を単位とした集計ではありません。「〇%の企業で事故が起きている」と言い換えると、調査の範囲を超えた表現になります。被害の規模や金額、発覚の経緯も尋ねていないため、本調査からは分かりません。

人数が少ない区分は幅を持って読む

業界別や利用頻度別のように回答者を細かく分けると、1区分あたりの人数は数十名以下になります。編集部で本文の値から計算すると、業界別で最も高いIT・ソフトウェア業界（8/18）は、経験者が1人違うだけで約5.6ポイント、広告・マーケティング業界（6/15）は約6.7ポイント動きます。利用頻度別の「月数回」（7/26）でも1人あたり約3.8ポイントです。区分間の数ポイントの差は、順位の入れ替わりを含めて断定せず、傾向として扱うのが安全です。役職別は各区分の人数を本文に掲載していないため、比較する際は完全版PDFのクロス集計で母数を確認してください。

この調査で言えること・言えないこと

• 言えること：AI利用者153名のうち33.3%が、業務AIに関するヒヤリハットまたは問題の経験があると回答した。

• 言えること：経験者51名の中では「機密情報・個人情報の入力」と「誤情報の納品・公開」が上位2類型だった。

• 言えること：利用頻度が高い区分ほど、経験ありと答えた割合が高い傾向が見られた。

• 言えないこと：利用頻度を上げると事故が増えるという因果関係。利用頻度が高い人ほどAIに任せる業務の種類や量が多いなど、別の要因が重なっている可能性があります。

• 言えないこと：上位役職の人ほど不注意だという解釈。役職ごとに利用頻度や用途が異なり、それを分離していません。

• 言えないこと：経験者がゼロの業界は安全だという解釈、および第6章の比較からガイドライン整備によって事故が増える・減るという結論。

出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）。母数ごとの内訳は会社員のAI業務利用率レポート（利用頻度の分布）でも確認できます。

■ 7. 事故予防のために——本調査から導かれる5つの実務指針

1. 機密情報の入力ルールを明文化する(個人名・取引先名・社内資料の生データはAIに入れない)

2. AIの出力を「ドラフトとして扱う」ルールを徹底し、最終納品前に人間レビューを必須化する

3. 著作権・引用ルールのチェックリストをAI利用フローに組み込む

4. 業務用AIは「会社契約のエンタープライズ版」に統一し、無料版・個人アカウントの業務利用を禁止する

5. 事故・ヒヤリハットの匿名報告ルートを整備し、ナレッジとして社内共有する

業務での使い方：事故類型ランキングを自社の点検に落とし込む

本レポートの中心は「どのような事故・ヒヤリハットが多いか」という類型のデータです。社内アンケートの設問例やヒヤリハット報告フォームの項目は生成AI事故防止ガイドラインの実務で扱っているため、ここでは類型ランキングを自社の業務点検に使う方法に絞って紹介します。

1. 上位5類型を自社の業務に当てはめる点検シート

第2章の上位5類型を行にし、自社で「どの業務で起こり得るか」「今どう防いでいるか」を書き出すと、対策が手薄な箇所が見えます。以下は編集部が作成した記入用の雛形です。部署ごとに1枚ずつ埋め、空欄が多い類型から手当てしてください。

【生成AI 事故類型 点検シート】
部署名：
記入者：
記入日：

■ 類型1：機密情報・個人情報をAIに入力してしまう
 起こり得る業務：（例：顧客対応メールの下書き、議事録の要約）
 現在の防止策：（ルールの有無／ツール側の設定／確認者）
 未対応の点：
 担当者・期限：

■ 類型2：AIが生成した誤情報をそのまま納品・公開してしまう
 起こり得る業務：（例：提案書の市場データ、ブログ記事の数値）
 現在の防止策：
 未対応の点：
 担当者・期限：

■ 類型3：著作権・引用ルールに抵触する可能性のある出力を使ってしまう
 起こり得る業務：（例：広告バナー、記事の画像や引用文）
 現在の防止策：
 未対応の点：
 担当者・期限：

■ 類型4：社内情報・取引先情報を含むデータを外部AIサービスにアップロードしてしまう
 起こり得る業務：（例：売上表や契約書ファイルの分析）
 現在の防止策：
 未対応の点：
 担当者・期限：

■ 類型5：AIの回答を鵜呑みにして誤った意思決定をしてしまう
 起こり得る業務：（例：法令や料金の確認、投資・採用の判断材料）
 現在の防止策：
 未対応の点：
 担当者・期限：

■ 上記以外で、自部署で起きたヒヤリハット
 内容：
 対応：

2. 類型ごとに「どの時点で誰が止めるか」を決める

上位5類型は、防ぐべきタイミングで大きく3つに分けられます。点検シートの「現在の防止策」を埋める際は、このタイミングに確認者を置けているかを見ると整理しやすくなります。

• 情報漏洩系（類型1・4）：AIに入力・アップロードする前に止めます。入力してよい情報の線引きは生成AI活用ガイドラインの作成テンプレートの項目が参考になります。

• 品質事故系（類型2・5）：納品・公開・意思決定の前に止めます。出典確認や人によるレビューの手順はAIのハルシネーション対策で解説しています。

• 著作権系（類型3）：外部に公開する前に止めます。画像を使う場面の確認項目はAI生成バナーの著作権チェック5項目が具体的です。

3. 社内資料に引用するときの書き方

研修資料や稟議書に本調査の数字を載せる場合は、母数と設問の範囲を一緒に書くと誤解を防げます。次の文例は、そのまま貼り付けて使えるように編集部が作成したものです。

株式会社スリスタの調査（会社員400名、2026年5月実施）では、業務で生成AIを使用した際にヒヤッとした経験または実際に問題が起きた経験がある人は、会社員全体の12.8%（51名）、AI利用者153名に限ると33.3%でした。経験者51名が挙げた内容（複数回答）は、「機密情報・個人情報をAIに入力してしまった」37.3%、「AIが生成した誤情報をそのまま納品・公開した」33.3%が上位です。
出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）
https://doyamarke.surisuta.jp/notes/pr05-ai-incident-report

■ よくある質問(FAQ)

Q1. 業務でのAI事故・ヒヤリハットはどのくらい起きていますか?

A1. 本調査(n=400・2026年5月実施)では、会社員の12.8%が業務AI関連の事故・ヒヤリハットを経験。AI利用者ベースでは33.3%——3人に1人が経験しています。

Q2. 最も多い事故内容は何ですか?

A2. 1位「機密情報・個人情報をAIに入力してしまった」37.3%、2位「AIが生成した誤情報をそのまま納品・公開(ハルシネーション)」33.3%です。

Q3. AIガイドラインを整備すれば事故は減りますか?

A3. 整備済企業の事故報告率は5.7倍高い結果ですが、これは「事故を可視化する仕組みがある」ためです。整備により事故そのものが減るかは継続調査が必要ですが、報告→改善のサイクルが回ることで中期的にはリスク低減に寄与すると考えられます。

Q4. 12.8%と33.3%は、どちらを引用すればよいですか?

A4. 伝えたい対象によって使い分けます。会社員全体の状況を示すなら12.8%（51/400）、AIを業務で使っている人の状況を示すならAI利用者ベースの33.3%（51/153）です。どちらの場合も母数を併記してください。経験者51名を母数とする第2章の割合（37.3%や33.3%）を、会社員全体の割合として書かないよう注意が必要です。

Q5. 「事故」と「ヒヤリハット」は分けて集計されていますか?

A5. 分けていません。設問は「ヒヤッとした経験」と「実際に問題が起きた経験」の有無をまとめて尋ねているため、本レポートの経験率には、実害が出る前に気づいたケースも含まれます。実害の有無や規模を把握したい場合は、自社で報告を集める際に両者を分けて記録してください。

Q6. 事故内容ランキングの割合を足すと100%を超えるのはなぜですか?

A6. 経験者51名に複数回答で尋ねているためです。1人が「機密情報の入力」と「誤情報の納品」の両方を選んでいる場合があるため、上位5類型の割合の合計は100%を超えます。「経験者の何割がその類型を経験したか」として読んでください。

Q7. 自社でも同じ観点で実態を調べるには、どうすればよいですか?

A7. 本調査と同じ問いで社内の状況を測るアンケートの設問例と、ヒヤリハットを集める報告フォームの項目を生成AI事故防止ガイドラインの実務で公開しています。集めた事案を本ページの5類型に分けて数えると、本調査の内容ランキングと並べて比較しやすくなります。

■ まとめ

業務AI事故は「特殊な企業の特殊な事案」ではなく、AI利用者の3人に1人が経験している日常的なリスクです。本調査が示すのは、利用頻度が高いほど事故率が上がる「ヘビーユーザー・リスク」、ガイドライン整備が事故の可視化を生む「報告率5.7倍格差」、そして管理職層に事故が偏る「権限と頻度の集中構造」。

事故ゼロを目指すのではなく、事故が起きても組織として検知・学習・改善できる「リカバリー設計」こそが、AI時代の実務的なリスクマネジメントの本質と言えます。

関連する調査レポート（章ごとの前提データ）

本レポートの各章は、同じ調査の別レポートで公開している利用状況のデータを前提にしています。章ごとに次のレポートをあわせて確認すると、事故経験率の背景を読み取りやすくなります。

• 第3章（利用頻度別）の前提：会社員のAI業務利用率レポートで、AI利用者153名の利用頻度の分布を公開しています。

• 第4章（役職別）の前提：役職別AI業務利用実態レポートで、役職ごとの利用率の差を分析しています。

• 第5章（業界別）の前提：業界別AI業務利用度ランキングで、業界ごとの利用率と事故経験率を並べて掲載しています。業界と役職を掛け合わせた分析は業界×役職 二重格差分析にあります。

• 第7章の指針4（会社契約のツールへの統一）の検討材料：職場の生成AIツールシェア実態レポートで、職場で使われているツールの内訳を確認できます。

---

資料はこちらからダウンロードできます

完全版PDFレポート(業界別×役職別×規模別の全クロス集計/事故内容ランキング/事故予防チェックリスト/監修者コメント収録)を無料でダウンロードいただけます。

https://doyamarke.surisuta.jp/download/pr05-ai-incident

---

本記事の引用について

本記事の数値・図表は、本サイトを運営する株式会社スリスタが独自に取得・公開している一次調査データです。引用される際は、出典「株式会社スリスタ『企業の生成AI活用実態調査2026』(n=400)」と明記の上、本ページURLへのリンクをお願いいたします。

この調査データを使った実践記事

業務AIの事故やヒヤリハットの実態を受けて、誤情報や機密情報の扱いを防ぐ仕組みづくりの記事をあわせて確認できます。

• AIのハルシネーション対策：業務で誤情報を出さないための7つの仕組みを解説しています。

• 生成AI活用ガイドラインの作成テンプレート：7項目のテンプレートと5ステップでの作り方を解説しています。

• 生成AI事故防止ガイドラインの策定実務：整備済み企業の運用フレームワークを解説しています。

• 企業のAIガイドライン整備実態：整備状況と事故報告の関係を解説しています。

おすすめの無料ドヤAIサービス！

ドヤスライド

テーマや要点から構成を整え、提案資料・営業資料・ホワイトペーパーのスライド作成をAIで効率化します。

▶ ドヤスライドを無料で試す