生成AI×輸出管理のよくある質問20選
株式会社TIMEWELLの濱本 隆太です。
「設計図面を生成AIに読み込ませて要約させたいのですが、外為法に触れませんか」。この1年でいちばん増えた相談がこれです。少し前まで、輸出管理の相談といえば該非判定書の書き方や包括許可の使い方が中心でした。いまは生成AIがらみの質問ばかり。現場でChatGPTやClaudeが当たり前に使われるようになった以上、当然の流れだと思います。
規制の側も動いています。日本では2025年11月14日公布の輸出貿易管理令一部改正（令和7年政令第376号）が2026年2月14日に施行され、FPGA組込装置というAI関連ハードウェアが新たに規制対象になりました。米国では、AIモデルの重みそのものを規制しようとしたAI Diffusion Ruleが2025年5月13日に撤回され、2026年1月15日発効の最終規則で対中審査の方針が転換しています。動きが速すぎて、半年前の記事がもう古い。そういう領域です。
この記事では、生成AIと輸出管理をめぐる20の質問に、一次情報を確認したうえで答えていきます。
生成AI利用規程と稟議書のひな形: この記事のQ16〜Q19で設計する社内規程を、白紙から書き起こさずに済ませるためのテンプレートです。生成AI導入の稟議書ひな形と、入力してはいけない情報の区分・出力の取扱いを条文化した利用規程（全10条）のひな形がセットになっています。個人情報保護委員会の注意喚起（令和5年6月2日）に沿った実務仕様なので、Q17の3区分やQ19の既存CPとの整合を自社ルールで上書きする前提で、条文の骨格をそのまま流用できます。 → 生成AI社内導入 稟議書＆利用規程テンプレートをダウンロード（無料。会社名とお勤め先のメールアドレスのご登録が必要です）
まず結論。生成AI利用と輸出管理の論点早見表
細かい話に入る前に、よくある5つの場面と結論の目安を表にまとめます。自社の状況に近い行から読み始めていただいて構いません。
| 場面 | 輸出管理上の論点 | 結論の目安 |
|---|---|---|
| 海外クラウドの生成AIに図面・仕様書を入力する | 外為法第25条第1項の「技術の提供」該当性 | 自己利用目的の入力・処理のみなら原則として役務取引に該当せず。ただし学習利用や国外従業員の閲覧がある契約は個別確認が必要 |
| 外国籍社員や出向者がAIツール上の技術資料にアクセスする | みなし輸出（特定類型） | 特定類型に該当する者への提供は、居住者相手でも許可対象になり得る（2022年5月1日施行の運用明確化） |
| 学習済みAIモデル（重み）を海外に提供する | 米EARのECCN 4E091は撤回済み。先端半導体規制は維持 | 米国由来技術を含む場合はEARの再輸出規制を確認。日本側でもプログラム・技術として該非判定が必要 |
| 該非判定業務にAIを使う | 最終責任の所在 | AIは下準備、人間が最終判断。根拠と判定ログを残す運用が前提 |
| クラウドLLMを全社導入する | 社内規程・輸出管理内部規程（CP）との整合 | 入力禁止情報の区分と契約条件の確認を規程化してから展開する |
この早見表の中身を、以下で一つずつ掘り下げます。なお、該非判定やスクリーニングの業務フロー全体を見直したい方にはTRAFEEDサービスカタログ（PDF）もご用意しています。
該非判定の属人化を、AIで解消する。
経産省2024年度データによれば、外為法違反の52%は該非判定起因。TRAFEEDの機能・導入フローをまとめたサービスカタログを無料でダウンロードできます。
生成AIへの入力は「技術の提供」になるのか（Q1〜Q6）
Q1. 生成AIに図面や仕様書を入力すると、それだけで「輸出」になりますか？
原則としてはなりません。外為法第25条第1項が規制するのは、特定の技術を非居住者等に「提供する取引」です。そして経済産業省の役務通達（外為法第25条第1項及び外国為替令第17条第2項に基づく通達）は、2013年9月1日施行の改正で「提供」を「他者が利用できる状態に置くこと」と定義し、クラウドサービスの解釈を明確化しました。利用者が自ら使用するためにサービス提供者のサーバーへ情報を保管するだけの契約であれば、役務取引に該当せず許可は不要、というのが経産省の整理です。
生成AIへの入力は保管より一歩進んで「処理」を伴いますが、考え方の軸は同じです。自社の業務のためにAIに処理させるだけで、入力した技術データを他者が利用できる状態に置かないなら、役務取引には当たらないと整理できます。問題は「他者が利用できる状態」に、気づかないうちに置いてしまうケースです。次のQ2で見ます。
Q2. どんな場合に「技術の提供」に該当し得ますか？
危ないパターンは3つあります。第一に、入力データがプロバイダのモデル学習に使われる契約です。学習に取り込まれた技術情報が、将来の出力を通じて世界中の利用者の手に渡り得る状態は、「他者が利用できる状態に置く」ことと評価されるリスクがあります。第二に、プロバイダの国外従業員が保守やモデレーションの目的で入力内容を閲覧できる契約。第三に、共有リンクやワークスペース機能で、非居住者や後述の特定類型該当者が閲覧できる設定です。
経産省は安全保障貿易管理のQ&Aで、海外サーバーに技術情報を置く際の確認項目として、技術情報の機微性、サービスの契約文面、セキュリティレベル、サーバーの物理的設置国の4点を挙げています。生成AIでもこの4点がそのまま出発点になります。特に契約文面は、無料プランと法人契約で学習利用の扱いがまるで違うので、実際に使うプランの規約を読むこと。ここを省略した相談が本当に多いのです。
Q3. 入力する情報がリスト規制技術かどうかは、どう見分けますか？
外為令別表に掲げる技術（プログラムを含む）に該当するかどうか、つまり技術の該非判定です。図面そのものというより、そこに含まれる設計情報や製造条件が判定対象になります。半導体製造装置の調整パラメータ、炭素繊維の成形条件、暗号ソフトウェアのソースコード。この種の情報は該当可能性を疑ってかかるべきです。
一方で、すでに公知となっている技術の提供は許可不要です。貿易外省令第9条第2項第九号が「公知の技術及び公知とするための技術」を許可例外に定めており、カタログや公開特許、学会誌に載っている情報はこれに当たります。つまり「生成AIに入力してよいか」の判断は、結局のところ入力する情報の該非判定に帰着します。公開カタログの仕様表なら気にしなくていい。社内限定の詳細設計データなら、まず該非を確認してから、という順番です。
Q4. みなし輸出とは何ですか。生成AIとどう関係しますか？
みなし輸出は、日本国内にいながら非居住者へ技術を提供する行為を輸出と同様に扱う制度です。2022年5月1日に施行された運用明確化で、対象が広がりました。非居住者だけでなく、居住者であっても「特定類型」に該当する人への機微技術の提供が規制対象になったのです。特定類型は3つ。外国政府や外国法人との雇用契約等に基づきその指揮命令に服する者、外国政府等から年間所得の25%以上の経済的利益を受けている者、国内で外国政府等の指示の下で行動する者です。
生成AIとの接点は、社内ナレッジベースです。技術資料を丸ごとAI検索できる社内システムを作った場合、特定類型に該当する従業員がそこから機微技術を引き出せる状態は、みなし輸出の論点になり得ます。アクセス権設計の段階で輸出管理部門を関与させるべきです。特定類型の詳しい判定方法はみなし輸出の「特定類型」を5分で理解する解説記事にまとめています。
Q5. 従業員が個人アカウントで生成AIを使っている場合のリスクは？
いわゆるシャドーAIです。個人向けの無料プランは入力データが学習に使われる設定が既定になっているものが多く、法人契約とはまったく別物と考えるべきです。会社が承認したツール以外で業務データを扱わせない。この原則は情報セキュリティの文脈で語られがちですが、輸出管理の文脈でも同じ結論になります。むしろ外為法という刑事罰付きの根拠がある分、経営層への説得材料としては強いはずです。禁止だけでは実効性がないので、法人契約の承認済みツールを用意したうえで規程に落とすのが現実的です（Q16以降で扱います）。
Q6. 海外拠点と生成AIを共同利用する場合の注意点は？
国外拠点への技術データの送信は、生成AI以前に通常の技術提供として扱われます。海外子会社の従業員は原則として非居住者ですから、リスト規制技術を共有ワークスペースに置けば役務取引の許可要否を確認する必要があります。加えて相手国の法令も重なります。米国拠点であれば、米国輸出管理規則（EAR）のdeemed export、つまり米国内の外国籍者への技術開示規制が別途かかることがあります。グローバル共通のAI基盤を作るときは、日本の外為法と各国法の両にらみで設計してください。
AIモデルそのものの輸出管理。米国の2025〜2026年動向（Q7〜Q10）
Q7. 学習済みAIモデル（重み）自体は輸出規制の対象ですか？
米国では一度、正面から規制対象になりかけました。2025年1月15日、米商務省産業安全保障局（BIS）が暫定最終規則「Framework for Artificial Intelligence Diffusion」（連邦官報90 FR 4544）を公表し、新設のECCN 4E091で、学習に10の26乗FLOPs以上の計算量を投じたクローズドウェイトAIモデルの重みを規制対象としたのです。世界を3つの階層に分けて包括的なライセンス制度を敷く、野心的な枠組みでした。
ところがコンプライアンス開始予定日（2025年5月15日）の2日前、2025年5月13日にBISが撤回を発表します。イノベーション阻害と同盟国との関係悪化が理由でした。撤回の経緯と残った規制の全体像はAI Diffusion Rule撤回の解説記事で詳しく書いています。
Q8. 撤回されたなら、AIモデルの輸出はもう気にしなくていいのでは？
そうはなりません。撤回されたのはモデル重みへの包括ライセンス制度であって、土台にある先端AI半導体の輸出規制（ECCN 3A090等）は維持されています。しかも撤回と同じ2025年5月13日、BISは3つのガイダンスを同時に出しました。Huawei Ascendを含む中国製先端半導体の使用がEAR違反となり得るという警告、米国製AIチップが中国のAIモデル学習に使われることへの警告、そしてサプライチェーンの迂回対策ガイダンスです。
私はこれを「枠組みは撤回、監視は強化」と読んでいます。包括規制の予測可能性が消えた分、個別の執行で締める方向に変わったわけです。企業側から見ると、ルールブックが薄くなったのに罰則リスクは残っているわけで、むしろ管理は難しくなったと感じています。
Q9. 2026年に入ってからの最新動向は？
大きいのは2026年1月15日発効のBIS最終規則です。中国・マカオ向け先端AI半導体のライセンス審査方針が、従来の原則不許可（presumption of denial）から、厳格な条件付きの個別審査（case-by-case）に変わりました。対象は総処理性能（TPP）21,000未満かつDRAM帯域幅6,500GB/s未満のチップで、おおむねNVIDIA H200やAMD MI325Xの水準までです。最先端品は引き続き締めつつ、一世代前は条件付きで通す。規制と商務のバランスを取り直した格好です。
一方、AI Diffusion Ruleの後継となる包括的な枠組みは、2026年7月時点でまだ公表されていません。BISは「より強力かつシンプルな」代替規則を予告していますが、時期は不明です。AIモデルやAI半導体を扱う企業は、四半期に一度はBISの動向を確認する体制を持っておくべき状況が続きます。
Q10. 日本ではAIモデルやAI関連品はどう規制されていますか？
日本の外為法に、AIモデルの重みを名指しした規制項目はまだありません。ただしAIモデルもプログラム・技術ですから、用途と性能によっては外為令別表の既存項番に該当し得ます。軍事転用可能な画像解析モデルや暗号関連のソフトウェアが典型です。「AI専用の項番がないから対象外」という理解は誤りで、既存の枠組みの中で該非判定する必要があります。
ハードウェア側は動きました。2026年2月14日施行の輸出貿易管理令一部改正（令和7年政令第376号、2025年11月14日公布）で、FPGAを組み込んだモジュール・組立品・装置が別表第一7項（10の2）として新設され、LUT入力数の総計1,800,000以上という閾値で装置レベルの規制が始まっています。改正の全体像は輸出貿易管理令一部改正（2026年2月施行）の完全解説をご覧ください。
該非判定にAIを使うときの精度と責任（Q11〜Q15）
Q11. 該非判定をAIで完全に自動化できますか？
できません。ここは言い切ります。該非判定は様式を埋める作業ではなく、法令の解釈を伴う判断業務であり、外為法上その責任は輸出者自身が負います。AIがどれだけ賢くなっても、責任の所在は動きません。
ただ、判定業務の中身を分解すると、AIが得意な工程はかなりあります。製品スペックと省令の技術パラメータの照合、法律用語の読み替え（3Dプリンターを積層造形装置として引き当てるような作業）、候補項番の絞り込み、根拠条文の提示。実務担当者の時間の大半を食っているのはこの下準備の部分で、そこをAIに任せて人間は解釈と最終判断に集中する。この分業が現実解です。判定業務の効率化の全体像は該非判定をAIで自動化する方法の解説記事でも扱っています。
Q12. 該非判定AIの精度はどのくらいですか？
「明確に該当」「明確に非該当」のケースと、解釈が分かれるグレーゾーンで分けて考える必要があります。前者はAIの精度が出やすく、後者は人間の判断が不可欠です。当社のTRAFEEDは、岡山大学との共同実証においてAI判定精度95%以上（自社調べ）を確認しており、判定手法について特許第7862062号を取得しています。それでも運用設計では、AIの判定を人間が承認するステップを必ず挟みます。95%は「人間の確認を前提にした下準備として十分実用的」という意味であって、残り5%を放置してよいという意味ではないからです。
Q13. AIがハルシネーションで誤った判定をするリスクは？
あります。汎用LLMをそのまま該非判定に使うと、存在しない項番を引用したり、省令の数値パラメータを取り違えたりします。輸出管理では、この種の誤りが無許可輸出に直結しかねません。
対策は2段構えです。まずRAG（検索拡張生成）で、最新の法令データベースを参照させてから回答させる。AIの記憶に頼らせず、必ず原文を引かせる構造にします。次にマルチLLM合議。複数のAIモデルに独立して判定させ、結果を突き合わせて、一致しない箇所を人間のレビューに回す方式です。TRAFEEDはこのマルチLLM合議方式を採用しています。一つのモデルの見落としを別のモデルが拾う確率を上げる、確率論的には地味ですが効く設計です。
Q14. AI併用の該非判定フローは、具体的にどう組めばいいですか？
既存の判定フローを壊さず、AIのステップを挿入するのが基本です。実務でうまく回っている形を5ステップで示します。
- 製品情報の構造化。型番、仕様、用途、構成部品を判定に使える形に整理します
- AIによる一次スクリーニング。候補項番の絞り込みと、根拠となる条文・通達の提示までをAIが行います
- パラメータ照合。製品スペックと省令・通達の数値基準を突き合わせ、AIの照合結果を担当者が原文で検証します
- 人間による最終判定と承認。グレーゾーンは上位者や外部専門家にエスカレーションします
- 該非判定書の作成と、AIの判定根拠を含むログの保存
ポイントはステップ3です。AIが「非該当」と言った場合でも、根拠に挙げた条文を担当者が原文で確認する。この一手間を省くと、ハルシネーションがそのまま判定書に流れ込みます。
Q15. 監査や当局対応で、AIの判定結果を根拠にできますか？
AI単独の判定を根拠にすることは推奨しません。「AIの支援を受けたうえで担当者が判定した」という形を崩さないことです。一方で、AIの導入は監査対応をむしろ強くします。AIが参照した条文、照合したパラメータ、判定に至る過程がすべてログとして残るため、「なぜ非該当と判断したのか」に対して文書で答えられるようになるからです。手作業の判定では担当者の頭の中にしかなかった判断過程が、外部に説明できる形になる。輸出者等遵守基準が求める該非確認の責任体制とも整合します。
クラウドLLM利用時の社内規程設計（Q16〜Q19）
Q16. 社内規程には最低限、何を定めるべきですか？
7項目に絞ってお伝えします。第一に入力禁止情報の区分（次のQ17で詳述）。第二に利用を認めるサービスとプランの指定。個人アカウントの業務利用は明示的に禁止します。第三に学習利用オプトアウトの設定義務。第四に契約更新時の確認手順。学習利用条項とサーバー設置国は契約改定で変わり得るため、年次で見直します。第五に特定類型該当者を含むアクセス権の管理。第六に入力ログの保存と点検。第七に定期教育です。
順番にも意味を持たせています。区分とツール指定が先、ログと教育が後。禁止事項だけ並べた規程は現場が守れないので、「これは使ってよい」という受け皿とセットで出すことを勧めます。
Q17. 入力禁止情報は、どう区分すればいいですか？
該非判定と情報区分を連動させるのが骨格です。当社が推奨している3区分を示します。
| 区分 | 情報の例 | 生成AIへの入力可否 |
|---|---|---|
| 区分A（規制技術） | リスト規制に該当または該当可能性のある技術データ。詳細設計図面、製造条件、暗号関連ソースコード | 入力禁止。扱う場合は学習利用なし・国内処理・アクセス制御を満たす閉域環境に限定 |
| 区分B（社外秘・非該当） | 該非判定で非該当を確認済みの社外秘情報。営業資料、非該当の仕様書 | 会社承認済みの法人契約サービスのみ入力可 |
| 区分C（公知情報） | 公開カタログ、公開特許、プレスリリース | 制限なし |
肝は区分Aの定義に「該当可能性のある」を含めている点です。該非判定が済んでいない技術データは、判定が済むまで区分A扱いにする。未判定の情報を「たぶん大丈夫」で入力させないための保険です。
Q18. AIベンダーへの確認は、どんな文面で依頼すればいいですか？
契約前のセキュリティチェックに、輸出管理の観点を数問足すだけで足ります。実際に使える依頼文の例を置いておきます。
弊社は外国為替及び外国貿易法に基づく安全保障貿易管理の観点から、貴社サービスの利用条件について以下を確認させてください。（1）弊社が入力したデータが貴社または第三者のAIモデルの学習に利用されることはありますか。ある場合、契約上または設定上、これを無効化する方法を教えてください。（2）入力データが保存されるサーバーの物理的な設置国はどこですか。（3）貴社の従業員または委託先が入力データにアクセスする可能性はありますか。ある場合、アクセス元の国と目的を教えてください。（4）入力データの保持期間と削除の手順を教えてください。
回答を書面で残すことが大切です。後日の監査や当局からの照会で、「確認したうえで採用した」と示せるかどうかが効いてきます。
Q19. 既存の輸出管理内部規程（CP）とは、どう整合させますか？
生成AI用の規程を独立で作るより、既存CPの技術提供管理の条項に生成AI利用を組み込むほうが運用は安定します。CPには通常、技術の提供に関する事前確認手続が定められています。そこに「クラウドサービスおよび生成AIへの技術情報の入力は技術の提供に準じて扱い、Q17の区分に従う」という一文を入れ、細則として利用ガイドラインをぶら下げる構成です。CISTECが公開している輸出管理関連の参考資料やモデルCPの改定動向も、条項設計の参考になります。規程を作って終わりではなく、Q16の定期教育とログ点検で回し続けることが本体です。
導入の進め方（Q20）
Q20. 結局、何から始めればいいですか？
3段階を勧めています。最初にシャドーAIの棚卸し。どの部署が、どのAIツールに、どんな情報を入れているかを把握しないと、規程は絵に描いた餅になります。次に規程の整備。Q16の7項目を既存CPに組み込み、承認済みツールを用意します。最後に、該非判定と取引先スクリーニングへのAI支援の導入です。この2業務は定型性が高く件数が多いため、AIの効果がいちばん分かりやすく出ます。
TRAFEEDはマルチLLM合議による該非判定支援と需要者スクリーニングを備え、すでに20組織以上に導入いただいています。生成AI時代の輸出管理体制をどう組むか、デモを触りながら相談したいという方はお問い合わせからご連絡ください。
まとめ
- 生成AIへの技術データ入力は、自己利用目的なら原則として役務取引に該当しないものの、学習利用と国外アクセスの契約条件次第で「技術の提供」になり得ます
- 特定類型該当者がアクセスできる社内AI基盤は、みなし輸出の論点になります（2022年5月1日施行の運用明確化）
- 米国のAIモデル重み規制（ECCN 4E091）は2025年5月13日に撤回されましたが、先端半導体規制は維持され、2026年1月15日発効の規則で対中審査は条件付き個別審査に移行しました
- 該非判定AIは完全自動化ではなくハイブリッド運用が前提です。RAGとマルチLLM合議、そして人間の最終承認とログ保存が精度担保の柱になります
- 社内規程は入力禁止情報の3区分を軸に、既存CPへ組み込む形で整備します
規制も技術も動き続ける領域なので、この記事も定期的に更新していきます。まずは自社のシャドーAIの棚卸しから。それだけでも、リスクの見え方が変わるはずです。
参考文献
- 経済産業省「みなし輸出管理の明確化について」（2022年5月1日運用開始）https://www.meti.go.jp/policy/anpo/anpo07.html
- 経済産業省「『みなし輸出』管理の明確化に関するQ&A」https://www.meti.go.jp/policy/anpo/law_document/minashi/minashiqa3.pdf
- 経済産業省「輸出貿易管理令の一部を改正する政令が閣議決定されました」（2025年11月11日）https://www.meti.go.jp/press/2025/11/20251111001/20251111001.html
- 経済産業省「安全保障貿易管理Q&A（技術関連）」https://www.meti.go.jp/policy/anpo/qanda25.html
- CISTEC「クラウドコンピューティングに関する役務通達の改正」https://www.cistec.or.jp/service/cloud.html
- e-Gov法令検索「貿易関係貿易外取引等に関する省令」https://laws.e-gov.go.jp/law/410M50000400008/
- Federal Register「Framework for Artificial Intelligence Diffusion」90 FR 4544（2025年1月15日）https://www.federalregister.gov/documents/2025/01/15/2025-00636/framework-for-artificial-intelligence-diffusion
- BIS「Department of Commerce Announces Rescission of Biden-Era Artificial Intelligence Diffusion Rule」（2025年5月13日）https://www.bis.gov/press-release/department-commerce-announces-rescission-biden-era-artificial-intelligence-diffusion-rule-strengthens
- Morgan Lewis「BIS Revises Export Review Policy for Advanced AI Chips Destined for China and Macau」（2026年1月）https://www.morganlewis.com/pubs/2026/01/bis-revises-export-review-policy-for-advanced-ai-chips-destined-for-china-and-macau
