データ主権と越境禁止の法規制要件

台湾には統一された「データローカライゼーション法」は存在しません。実務上のローカライゼーション圧力は、個人情報保護法、サイバーセキュリティ管理法、各業界の主管機関によるアウトソーシング・情報セキュリティ規範、そして調達契約におけるセキュリティ条項から生じています。これらの規範の適用範囲と強度は、データの種類（個人データか、特種個人データか、機密公務情報か）、機関の性質（行政機関、被監督事業、一般企業）、処理目的によって異なります。企業はAI導入前に、まずデータの棚卸しと分類を完了させ、どの規範が該当するかを一つずつ確認すべきであり、「一律に越境不可」あるいは「クラウドなら常に問題ない」と先に決めつけるべきではありません。

個人情報保護法（個資法）

個人情報保護法の基本的要求は、個人データの収集、処理、利用が特定目的の必要な範囲内で行われ、合法的な事由に適合しなければならないというものです。企業が個人データを含むコンテンツ（顧客リスト、従業員記録、患者情報）を国外に所在するAIサービスに送信して推論を行う場合、通常これは個人データの国際移転とみなされ、国際移転に関する制限に適合しているかを別途評価する必要があります。具体的には、主管機関が特定業界または特定国・地域に対して制限を課しているか、受領側の保護水準、本人への通知と同意の状況、そしてサービス提供者とのデータ処理契約が含まれます。

推論を自社のサーバールームに置くことで、データフローが企業の境界を越えなくなり、「国際移転」という論点自体がなくなります。しかし、これは個人情報保護法上の義務が消えることを意味しません。特定目的の必要な範囲、本人の権利行使（照会、訂正、削除）、保存期限、委託先の管理、データセキュリティ維持計画などの要件は依然として存在します。現行条文は台湾の全国法規データベースで確認できます：law.moj.gov.tw。実際の適用範囲及び運用要件は、所管官庁の最新公告及び貴機関（または貴社法務）の判断に従ってください。

金融業の情報セキュリティ規範

金融監督管理委員会は、金融機関の業務アウトソーシングおよび情報システムアウトソーシングに関する専門規則と一連の監督規範を定めており、金融業界におけるAI活用についても基本原則と関連ガイドラインを発表しています。顧客の金融データ（口座情報、取引記録、与信データ）を第三者のAIサービスに処理させることが、届出または事前承認を要するアウトソーシングに該当するかどうかは、機関の種類、当該業務が重要業務と認定されるか、データの機微性、サービスの所在地によって異なります。実務上は、アウトソーシング管理手続きへの組み込み、監査権とデータ返還条項を備えた契約の締結、定期的なリスク評価の実施が求められることが多くなっています。

委託審査や監督機関とのコミュニケーションのコストが高いことから、多くの金融機関は評価の初期段階から、機密性の高いデータのAI推論は自社が監視できる環境に置き、クラウドサービスは非識別化されたコア業務以外の用途に限定する傾向があります。関連規範は金融監督管理委員会の公式サイトで確認できます：fsc.gov.tw。実際の適用範囲及び運用要件は、所管官庁の最新公告及び貴機関（または貴社法務）の判断に従ってください。

サイバーセキュリティ管理法（資安法）

行政機関および特定の非行政機関（重要インフラ提供者、公営事業、政府出資の財団法人など）にはサイバーセキュリティ管理法が適用されます。主管機関は「サイバーセキュリティ責任等級分級弁法」に基づき、規制対象をA、B、C、D、Eの5等級に分類しており、等級が高いほど求められるセキュリティ維持事項、専任人員、教育訓練、監査頻度も厳格になります。公務情報を国外のクラウドサービスに処理させられるかどうかは、当該情報の機密等級、機関自身のサイバーセキュリティ責任等級、主管機関および上級機関の関連規定によって判断すべきであり、単一の条文で一律に決められるものではありません。

AI推論を機関が管理可能なインフラ内に置くことで、データフロー、アクセス記録、監査証拠を自ら提供できるようになり、サイバーセキュリティ責任等級で求められる管理事項に対応しやすくなるという利点があります。関連法規はデジタル発展部がまとめたサイバーセキュリティ関連法規ページで確認できます：moda.gov.tw。実際の適用範囲及び運用要件は、所管官庁の最新公告及び貴機関（または貴社法務）の判断に従ってください。

医療情報の保護

病歴、医療、健康診断、遺伝子などのデータは、個人情報保護法上の特種個人データに該当し、原則として収集、処理、利用が禁止されており、法律で明文により許可されている場合または法定の例外に該当する場合にのみ認められます。そのハードルは一般の個人データより明らかに高くなっています。さらに、医療機関は病歴の保存と守秘義務に関する医療関連法規、および衛生福利部が発布する医療機関情報システムセキュリティに関する規範や通知にも従う必要があります。

そのため、病歴サマリーや診断支援などのタスクを外部AIサービスに委ねる際には、「データをどこに置くか」だけでなく、非識別化の程度、研究目的と臨床目的の区別、院内倫理委員会による審査、ベンダーとの責任分担についても対応する必要があります。オンプレミス導入はデータフローの説明と監査を大幅に簡素化できるため、多くの医療機関がAI導入を検討する際の優先選択肢となっていますが、コンプライアンス適合性については依然として個別に審査する必要があります。関連規範は衛生福利部の公式サイトで確認できます：mohw.gov.tw。実際の適用範囲及び運用要件は、所管官庁の最新公告及び貴機関（または貴社法務）の判断に従ってください。

クラウドAIのセキュリティリスク分析

クラウドAIサービスのセキュリティリスクを理解することは、企業が根拠のあるアーキテクチャ判断を下すうえで役立ちます。以下では、クラウドAIサービスの主なリスクの種類を分析します。

データ伝送傍受のリスク

HTTPS暗号化により伝送中のデータが傍受されるリスクは大幅に低減されますが、TLS終端（TLS Termination）ポイントはクラウドサービス事業者のサーバー上にあるため、データは事業者側で平文として処理されます。理論上、クラウドサービス事業者のエンジニア、管理担当者、または特定のアクセス権限を持つ人員が、AIサービスに送信されたデータにアクセスできる可能性があります。主要な事業者が厳格なアクセス制御ポリシーを設けているとしても、これはクラウドアーキテクチャに固有のリスクであることに変わりありません。

学習データ漏洩の懸念

学術界では、言語モデルが学習コーパスの断片を記憶し、特定のプロンプト条件下でそれを引き出せる可能性があるとする一連の研究が発表されています。最も頻繁に引用されるのは、大規模言語モデルから学習データを抽出したCarliniらの実験です（詳細は本文末尾の参考資料を参照）。これらの研究は通常、特定のモデル、特定のデータ重複回数、特定の攻撃手法を対象としたものであり、その結論を「どのモデルもあらゆる入力を漏洩する」と直接一般化することはできない点に注意が必要です。

企業にとって本当に確認すべきことは3点です。第一に、事業者の企業向けプランが、契約上および技術上、入力データをモデル学習に使用しないことを明確に排除しているか（単に説明ページに記載されているだけでないか）。第二に、入力データの保持期間、不正利用検知のための人的レビューの範囲と例外。第三に、自社でファインチューニングを行う場合、ファインチューニングのコーパスは学習データそのものであり、記憶リスクは自社で負うことになるという点です。オンプレミス導入の価値は、これら3点を企業自身が決定し立証できることにあります。モデルを自社のサーバールームに置くだけで記憶リスクが自動的になくなるわけではなく、実際の機微データでファインチューニングを行う場合は同様に評価とテストが必要です。

サプライチェーン攻撃のリスク

クラウドAIサービス事業者自体が攻撃対象になることもあります。過去にはSaaS事業者がデータ漏洩事件に見舞われ、その結果として利用企業のデータにも影響が及んだ事例が複数発生しています。オンプレミス導入は外部サービスのサプライチェーンとのつながりを断つため、この種の「間接攻撃」のリスクを大幅に低減します。

アカウント乗っ取りとAPIキー漏洩

企業のAIサービスアカウントやAPIキーが漏洩した場合（コードリポジトリへの誤コミット、従業員のパソコンがマルウェアに感染した場合など）、攻撃者は企業のIDを使ってクラウドAIサービスにアクセスし、さらには特定のプロンプトを構成して過去に処理されたデータの抽出を試みることさえ可能です。オンプレミスサービスは企業のファイアウォールの内側に導入されるため、「認証情報の漏洩がインターネットからのデータアクセス」に直結する経路を排除でき、外部への露出面を明確に縮小できます。ただし、これは攻撃経路が存在しないことを意味するわけではありません。VPNやリモート運用チャネル、従業員エンドポイントの侵害、内部アカウントの過剰な権限、モデルやパッケージのサプライチェーン更新は、依然として個別に防御が必要な侵入口です。

オンプレミス導入がもたらす5大セキュリティ上の優位性

優位性1：データが完全に国外に出ない

これはオンプレミスAIにとって最も核となるセキュリティ上の優位性です。すべての入力データ（ユーザーのクエリ、アップロードされた文書）、推論過程における中間状態、そして出力結果は、すべて企業の物理的境界内で処理されるため、インターネットを介したデータ伝送のリスクを根本から排除します。これによりデータ漏洩の可能性が低減するだけでなく、「最悪のケース」（データフローが傍受されたと仮定した場合）の影響も企業内ネットワークのセキュリティ境界内に限定されます。

優位性2：アクセス境界を完全に掌握

オンプレミスAIサービスは、企業内ネットワークのセキュアゾーン（DMZまたは内部セキュアセグメント）に導入し、ファイアウォールによってどのシステムとユーザーがアクセスできるかを厳格に制御できます。企業はAIサービスをインターネットから完全に隔離することも選択でき、この「エアギャップ」（Air-Gap）アーキテクチャは、高度に機密性の高い情報を扱う公共部門システムや重要インフラの制御セグメントで一般的に採用される、クラウドサービスでは実現できない導入形態です。注意すべき点として、エアギャップは無償ではありません。モデルとセキュリティの更新は物理媒体で人手により搬送し記録を残す必要があり、パッチ適用のサイクルは長くなり、運用フロー（更新検証、オフライン認可、障害時の代替手順）もあらかじめ設計しておく必要があります。採用するかどうかは、データの分類レベルと許容できる運用コストに応じて判断すべきであり、すべての機微システムを隔離すべきだと決めつけるべきではありません。

優位性3：完全なデータ保管監査

オンプレミス導入により、企業はすべてのAIとのやり取りの記録を完全に掌握できます。企業は何を記録するか、どれだけ保存するか、誰がアクセスできるかを自ら決定でき、監査ログが外部者によって改ざんされないことを保証できます。これは、AIの意思決定の説明可能性（Explainability）を提供する必要がある業界や、監督機関の調査に協力する必要がある業界（金融業、医療業など）にとって特に重要です。

優位性4：クラウドサービス利用規約に縛られない

クラウドAIサービスの利用規約（Terms of Service）は、データ利用ポリシー、データ保存期間、紛争解決方法などを含め、十分な告知なしに変更される可能性があります。オンプレミス導入により、企業はこうした「規約リスク」から完全に解放され、自社データに対する管理権が外部事業者のポリシーに影響されることはなくなります。

優位性5：ネットワーク障害がAIサービスの可用性に影響しない

オンプレミスAIシステムはインターネット接続に依存しないため、オフィスネットワークの障害、台湾の海底ケーブルの断線、意図的なネットワーク隔離（重大なセキュリティインシデント後の隔離措置など）といった状況でも、AIサービスは正常に稼働し続けます。AIをコア業務プロセスに深く統合している企業にとって、このオフラインでの可用性は事業継続性（Business Continuity）を支える重要な保証となります。

アクセス制御と認証アーキテクチャ

完成度の高いオンプレミスAIセキュリティアーキテクチャには、多層的なアクセス制御設計が必要であり、「最小特権の原則」（Principle of Least Privilege）を徹底することが求められます。つまり、すべてのユーザーとシステムは、業務遂行に必要な最小限のリソース集合にのみアクセスできるようにします。

特に強調しておくべきなのは、多要素認証（MFA）の重要性です。企業内ネットワーク内であっても、管理者がAI管理インターフェースにアクセスする際にはMFA認証を求めるべきです。ソーシャルエンジニアリング攻撃（フィッシングメールなど）は企業内ネットワークが侵害される一般的な経路であり、MFAは「アカウントとパスワードだけを入手する」という最も安価な攻撃を無効化できる、費用対効果の高い制御策です。ただし、MFAは万能ではありません。認証コードをリアルタイムで中継するフィッシングプロキシ、セッションCookieの窃取、プッシュ通知疲労攻撃、MFA登録プロセスの回避などは、一般的なSMSやプッシュ通知による認証をすり抜ける可能性があります。管理インターフェースが全サイトのナレッジベースに関わる場合は、フィッシング耐性のある認証方式（FIDO2／ハードウェアキーなど）を採用し、セッションの有効期限制御や異常ログインアラートと組み合わせることを推奨します。

コンプライアンス認証と監査要件

オンプレミスAIシステムのセキュリティ設計は、正式なセキュリティ認証の取得を目標とすべきです。これにより体系的なセキュリティ管理体制の構築に役立つだけでなく、顧客、パートナー、監督機関に対して信頼できるセキュリティ上の裏付けを提示できます。

ISO 27001／CNS 27001 情報セキュリティマネジメントシステム（ISMS）

ISO 27001は世界で最も広く採用されている情報セキュリティマネジメントシステム標準であり、ISMSの確立、実施、維持、継続的改善のためのフレームワークを定めています。ISO 27001認証を取得した企業は、外部の利害関係者に対して情報セキュリティリスクを体系的に管理する能力を有していることを証明できます。オンプレミスAIシステムのセキュリティ設計（アクセス制御、暗号化、監査ログ、インシデント対応手順など）は、ISO 27001の管理策要件に直接対応させることができ、企業のISMS認証取得または維持を後押しします。

SOC 2 Type II

他社にAIサービスを提供する企業（B2B SaaS）にとって、SOC 2 Type IIレポートは、セキュリティ（Security）、可用性（Availability）、処理の完全性（Processing Integrity）、機密性（Confidentiality）、プライバシー（Privacy）という5つの側面における継続的なコンプライアンス遵守を企業顧客に証明するものです。オンプレミス導入により、サービス提供者はこの5つの側面のセキュリティ対策を完全に管理できるようになり、SOC 2準拠の達成と維持が容易になります。

政府の情報セキュリティ監査

行政機関の情報システムは通常、定期的な政府のサイバーセキュリティ監査（行政院サイバーセキュリティ処による監査や外部委託のセキュリティ健診など）を受ける必要があります。オンプレミスAIシステムは、完全なシステムアーキテクチャ説明書、ネットワークトポロジー図、アクセス制御リスト、監査ログを提供でき、政府のサイバーセキュリティ監査における文書要件を満たします。それに対し、国外のクラウドサービスを利用する場合、監査担当者はクラウド側のセキュリティ対策を検証しにくく、追加の審査上の懸念が生じる可能性があります。

監査ログのベストプラクティス

オンプレミスAIシステムの監査ログには、少なくとも以下を含めることを推奨します：ユーザーIDとIPアドレス、操作時刻（ミリ秒単位）、操作の種類（ログイン、API呼び出し、ナレッジベース検索など）、要求されたリソースまたは機能、操作結果（成功/失敗）。ログには改ざん防止メカニズム（ログ署名や読み取り専用媒体での保存など）を備えるべきです。保存期間についてはすべての組織に当てはまる単一の数値はなく、適用法規、所属業界の監督要件、データの分類、組織自身の監査ポリシーに基づいて定めるべきです。実務上よく採られる方法は、「即時に照会できるホットデータ」と「圧縮アーカイブされたコールドデータ」を階層化することです。ホットデータはインシデント調査を支援するために数か月保持し、アーカイブは内部ポリシーに応じて延長します。保存期間を定める前に、もう一点確認しておくべきことがあります。ログ自体に個人データやクエリ内容が含まれる場合があり、長く保持するほど別種のリスクが増大するため、保存期間はセキュリティ部門と法務部門が共同で決定すべきです。

政府・金融業界における特別なコンプライアンス上の考慮事項

行政機関と金融業界はオンプレミスAIの最大の導入層であり、この2つの業界は一般企業を超える特別なサイバーセキュリティコンプライアンス要件を抱えています。

行政機関における特別な留意点

行政機関がAI技術を導入する際は、サイバーセキュリティ管理法の基本要件に加え、調達手続き自体も政府調達法およびその下位法規の規制を受けます。実務上検討されるポイントには、当該システムが機関によりコア情報システムと認定されるか、セキュリティ関連の入札業者資格と履行条項がどう規定されるか、セキュリティ検査を実施する必要があるか、データ処理の場所とアクセス権限が契約上どう制限されるかなどが含まれます。AIシステムが国家機密保護法に基づき機密等級が指定された情報、または文書処理規範に基づき機密等級が表示された公務文書に接する場合、その処理環境は当該機密等級に対応する保護措置を満たす必要があり、これは通常、利用可能なサービス形態を大きく制限することになります。

生成AIの利用原則については、行政院が2023年に「行政院及び所属機関（構）における生成AI利用参考指針」を可決・発布しています。その趣旨は、各機関に対し、公務機密や個人データを外部サービスに無闇に入力してはならないこと、AIの出力は必ず人によって確認され担当者が責任を負うこと、利用前にリスク評価を行うべきことを注意喚起するものです。関連政策とサイバーセキュリティ関連法規のまとめは、主管機関であるデジタル発展部の公式サイトで確認できます：moda.gov.tw。実際の適用範囲と業務要件については、主管機関の最新の公告および貴機関（または貴社の法務部門）の判断を基準としてください。LargitDataのQubicXソリューションは設計段階から公共部門のコンプライアンス要件を織り込んでおり、機関が指定するセキュリティ等級と導入アーキテクチャに応じて調整可能です。

金融業界における特別な留意点

金融機関（銀行、保険会社、証券会社）がAIを導入する際は、通常3つの方向から監督要件を棚卸しします。第一に業務アウトソーシング：AIサービスを第三者に委ねることが届出または事前承認を要するアウトソーシング類型に該当するかは、当該業務の重要性の認定と機関の種類によって異なり、実務上はアウトソーシングリスク管理手続きと監査権を備えた契約への組み込みが求められることが多くなっています。第二に個人データ保護：金融データは機微性が高く、国外処理が関わる場合は国際移転の制限と顧客への通知・同意の状況を別途評価する必要があります。第三にマネーロンダリング防止と顧客確認（KYC）プロセスにおけるAI活用です。顧客デューデリジェンスや疑わしい取引の判断に関わるため、データ保護に加え、意思決定プロセスが追跡可能・説明可能であること、そして人的レビューを維持することも求められます。

これら3つの方向の判断はいずれも個別の事案の事実に大きく依存し、主管機関の解釈や規範も業界の発展に応じて調整されます。実際の適用範囲と業務要件については、主管機関の最新の公告および貴機関（または貴社の法務部門）の判断を基準としてください。

金融業がオンプレミスAIを導入するもう一つの考慮事項は事業継続性です。コア業務プロセス（融資審査、リスク評価、顧客対応など）が外部のAI APIに深く依存している場合、そのAPIサービスが中断したり、事業者が価格を変更したりすれば、業務に大きな影響を及ぼします。オンプレミス導入により、金融機関はAIインフラを完全に管理下に置くことができ、事業継続計画（BCP）における重要な考慮事項となります。