はじめに：Make AIを使う前に誰もが抱くデータの不安
Make AIは、複数のアプリを連携させて業務を自動化できる強力なノーコードツールです。GmailやSlack、Googleスプレッドシート、Notionなど日常的に使うサービスをつなぎ、ChatGPTやClaudeといった生成AIとも統合できます。しかし、その便利さの一方で「入力したデータはどこに保存されるのか」「AIの学習に使われることはないのか」「社外秘の情報を扱っても大丈夫なのか」といった不安の声が、掲示板やSNSで頻繁に見られます。
実際、Makeの公式ヘルプやプライバシーポリシーを丁寧に読めば、データの取り扱いに関する基本的な方針は示されています。ところが、専門用語が多く、自分の利用シーンに当てはめて判断するのは容易ではありません。特に、個人の副業や小規模ビジネスでの利用から、企業の機密情報を扱う本格的な業務自動化まで、利用者の立場によって「安全に使える範囲」は大きく変わります。
この記事では、Make AIに入力した文章やファイルがどのように扱われるのか、公式情報を軸に整理し、どのような情報を渡してよいのか、あるいは伏せるべきなのかを具体的に解説します。読者の皆さんが、自身の利用目的や社内ルールに照らして適切な判断を下せるよう、確認すべきポイントをまとめました。
Make AIのデータ処理の仕組みを公式情報から読み解く
シナリオ実行時にデータが通過する経路
Make AIで自動化を動かす際、ユーザーが作成した「シナリオ」に沿ってデータが各アプリ間を行き来します。例えば、Googleフォームに投稿があったら内容を抽出し、ChatGPTで要約してSlackに通知する、といった流れです。このとき、入力データはMakeのサーバーを経由して処理されます。公式ヘルプによれば、データは実行中のシナリオでのみ使用され、基本的には処理完了後に削除されるとされています。ただし、エラー発生時のトラブルシューティングや監査目的で、一定期間ログが保持される場合があります。
重要なのは、Make自体がAIモデルを開発・提供しているわけではなく、OpenAIやGoogleといった外部のAIサービスとAPI連携する点です。MakeのシナリオでChatGPTモジュールを使う場合、入力テキストはMakeのサーバーからOpenAIのAPIへ送信されます。つまり、データの最終的な扱いは、接続先のAIサービスの利用規約にも依存するのです。
学習データとしての利用有無
「入力したデータがAIの学習に使われるのではないか」という懸念は、多くのAIツールに共通するものです。Make AIに関して、Make社が提供するAIモジュール（例：Make AI Agents）がユーザーデータを学習に利用するかどうかは、2026年6月時点の公式ドキュメントでは明示されていません。一方、ChatGPTやClaudeといった外部AIモジュールを利用する場合、それぞれのサービスが定めるデータ利用ポリシーが適用されます。例えば、OpenAIはAPI経由で送信されたデータをモデルの学習に使用しないと公表していますが、無料版のChatGPTとは条件が異なるため、注意が必要です。
したがって、Make AI上で入力データが学習されるか否かは、使用するモジュールとその提供元の規約を個別に確認する必要があります。公式情報だけで判断できない場合は、各AIサービスの最新ポリシーを参照するか、Makeのサポートに問い合わせることをお勧めします。
データの保存場所とセキュリティ対策
MakeはEU域内にサーバーを設置しており、GDPR（一般データ保護規則）に準拠したデータ保護体制を敷いています。公式サイトでは、データは暗号化されて保存され、アクセス制御や監査ログなどのセキュリティ対策が講じられていると説明されています。ただし、具体的な暗号化方式や保存期間の詳細は、エンタープライズプラン向けのドキュメントに記載されている場合が多く、一般ユーザーが閲覧できる情報には限りがあります。
また、MakeはサブプロセッサーとしてAmazon Web Services（AWS）などを利用しており、データがEU外に転送される可能性もあります。機密性の高いデータを扱う場合は、データ処理契約（DPA）の締結が必要かどうか、事前にMake社へ確認することが望ましいでしょう。
入力前に分けたい情報の種類と判断基準
絶対に避けたい情報：法令や契約で保護されるデータ
個人情報保護法やGDPRの対象となる顧客の氏名、住所、メールアドレス、電話番号、クレジットカード情報などは、原則としてMake AIへの入力を避けるべきです。これらの情報を外部サービスに渡すには、本人の明示的な同意や、データ処理契約の締結など、厳格な法的要件を満たす必要があります。特に、医療情報や金融取引記録、政府機関が管理する機密情報は、たとえ匿名化してもリスクが残るため、利用を控えるのが無難です。
社内システムのアクセスキーやAPIトークン、パスワードといった認証情報も、平文でシナリオに埋め込むことは避けてください。Makeには認証情報を安全に保管する仕組みが用意されていますが、それでも必要最小限の権限に留めるなど、慎重な運用が求められます。
注意しながら使える情報：業務データの線引き
日常的な業務データのうち、公開情報やすでに社外に出ている情報は、比較的安全に扱えます。例えば、Webサイトの更新内容、プレスリリースの下書き、マーケティング用の一般的なコピー、社内報の記事などです。ただし、未発表の製品情報や財務データ、人事評価、取引先との契約内容など、競争上の優位性に関わる情報は、たとえ社内であってもアクセス制御が厳格な場合が多く、Make AIへの入力は避けるか、匿名化・マスキング処理を施すべきです。
また、チャットボットの応答生成やカスタマーサポートの自動化で顧客とのやり取りを扱う場合、個人を特定できる情報が含まれないよう、シナリオ設計の段階でフィルタリングする工夫が必要です。例えば、問い合わせ内容から氏名やメールアドレスを削除してからAIに渡す、といった対策が考えられます。
積極的に活用できる情報：公開情報と汎用的なテキスト
ニュース記事の要約、SNSの投稿分析、FAQの自動生成、一般的なビジネス文書のテンプレート作成など、公開情報や汎用性の高いテキストは、Make AIの得意分野です。これらの用途では、機密性やプライバシーの問題が生じにくく、安心して自動化のメリットを享受できます。
例えば、RSSフィードから収集した業界ニュースをChatGPTで要約し、社内のNotionデータベースに蓄積するシナリオは、多くの企業で導入されています。また、商品レビューの感情分析や、アンケートの自由回答を分類するタスクも、個人情報を含まない形で設計すれば有効です。
個人利用と業務利用で変わる設定と注意点
個人利用で気をつけたいプライバシー設定
個人でMake AIを利用する場合、主に自分のGmailやGoogleカレンダー、SNSアカウントと連携することになります。このとき、シナリオがアクセスできるデータの範囲を必要最小限に絞ることが重要です。例えば、Gmailのトリガーを設定する際、「特定のラベルが付いたメールのみ」といった条件を付けることで、全メールをMakeに渡すことを防げます。
また、Makeの無料プランでは一部の機能制限があるものの、データの取り扱いに関する基本ポリシーは有料プランと共通です。ただし、無料プランではサポートが限定的なため、セキュリティに関する疑問が生じたときに迅速な回答を得られない可能性があります。個人利用でも、クレジットカード情報やパスワードを扱うシナリオは避け、万が一の情報漏洩に備えて二要素認証を有効にしておきましょう。
業務利用で必須となる社内ルールの整備
企業や組織でMake AIを導入する場合、まず情報セキュリティポリシーとの整合性を確認する必要があります。多くの企業では、クラウドサービスの利用に際して「データを社外に出さない」「特定の地域にデータを保存する」といったルールを定めています。Makeがこれらの要件を満たすかどうかは、利用するモジュールやデータの種類によって異なるため、IT部門や法務部門と連携して判断することが不可欠です。
具体的には、以下のような観点で社内ルールを整備します。
- 利用可能なデータの分類：公開情報、内部情報、機密情報の3段階に分け、それぞれMake AIで扱ってよいかどうかを定義する。
- シナリオのレビュー体制：自動化の内容を事前に承認するフローを設け、特にAIモジュールを使う場合は、入力データと出力結果のチェックを徹底する。
- ログと監査：誰がいつどのシナリオを実行したか記録し、定期的に監査することで、不正利用や設定ミスを早期に発見する。
- 教育と周知：従業員に対して、Make AIの安全な使い方や、禁止されているデータの取り扱いについて研修を行う。
アカウント管理と権限設定のポイント
Makeでは、組織アカウントを作成し、メンバーごとに権限を設定できます。管理者は、シナリオの作成・編集・実行の権限を個別に付与できるため、必要以上の操作をさせないように制御できます。また、APIキーや認証情報は「コネクション」として一括管理され、メンバー間で共有するかどうかも選択可能です。
業務利用では、個人のアカウントで作成したシナリオを組織に移行する際、意図せず個人のメールやカレンダーが共有されてしまうケースがあります。移行前に、コネクションの設定を見直し、組織専用のアカウントで再認証するなどの手順を踏むようにしましょう。
社内ルールに落とし込む時の見方と実践ステップ
まず確認すべき公式ドキュメントと利用規約
Make AIの利用を検討する際、最初に目を通すべきはMakeの公式ヘルプセンターとプライバシーポリシーです。特に「Data Processing Agreement（DPA）」や「Security & Compliance」に関するページは、企業利用の可否を判断する上で重要な情報源となります。また、接続する外部AIサービスの利用規約も必ず確認してください。OpenAI、Google、Anthropicなど、各社のAPI利用ポリシーはそれぞれ異なり、更新されることもあるため、定期的なチェックが欠かせません。
公式ドキュメントは英語で提供されていますが、ブラウザの翻訳機能を使えば概要を把握できます。ただし、翻訳の精度に依存するため、法的な解釈が必要な部分は原文を参照するか、専門家に相談することをお勧めします。
データ分類とリスク評価の簡易フレームワーク
社内でMake AIを安全に導入するには、扱うデータを分類し、リスクを評価する仕組みが有効です。次のような簡易フレームワークを参考に、自社の状況に合わせて調整してください。
| データ分類 | 定義 | 例 | Make AIでの取り扱い |
|————|——|—-|———————|
| 公開情報 | 一般に公開されている、または公開予定の情報 | プレスリリース、Webサイトの記事、SNS投稿 | 自由に利用可能 |
| 内部情報 | 社内でのみ共有されるが、機密性は高くない情報 | 社内報、会議の議事録（非機密）、一般的な業務マニュアル | 条件付きで利用可能（個人情報を除去するなど） |
| 機密情報 | 漏洩すると競争上の不利益や法的問題を生じる情報 | 未発表の製品仕様、財務データ、顧客リスト、契約書 | 原則利用禁止。匿名化やマスキングを施してもリスクが残るため、専門家の判断を仰ぐ |
| 規制対象データ | 法令で保護される個人情報や医療情報など | 顧客の氏名、住所、病歴、クレジットカード番号 | 利用不可（厳格な管理下で許可される場合もあるが、Make AIでの取り扱いは推奨しない） |
この表を基に、各部署で扱うデータがどの分類に当たるかを洗い出し、利用の可否を決定します。また、リスク評価では、データの量や処理頻度、万が一漏洩した場合の影響度も考慮に入れます。
小規模チームから始める安全な導入プロセス
いきなり全社展開するのではなく、まずは小規模なチームで試験導入することをお勧めします。以下の手順で進めると、リスクを抑えながら効果を検証できます。
1. 目的の明確化：どの業務を自動化したいのか、具体的な目標を設定する。
2. データの棚卸し：自動化に必要なデータをリストアップし、前述のフレームワークで分類する。
3. シナリオのプロトタイプ作成：機密性の低いデータを使い、小規模なシナリオを構築して動作を確認する。
4. セキュリティレビュー：IT部門やセキュリティ担当者にシナリオをレビューしてもらい、問題点を洗い出す。
5. 運用ルールの策定：利用ガイドラインを作成し、チーム内で共有する。
6. 本格展開：問題がなければ、対象範囲を徐々に拡大する。
このプロセスを経ることで、現場のニーズに合った安全な自動化環境を構築できます。
使わない方がよいケースとその判断材料
機密性の高いプロジェクトや個人情報を扱う場合
製品開発のロードマップや未公開の特許情報、M&Aに関する検討資料など、極めて機密性の高いプロジェクトでは、Make AIの使用を控えるのが賢明です。これらの情報は、社内でも限られたメンバーしかアクセスできないよう管理されているはずです。自動化の利便性よりも、情報漏洩のリスクを優先すべき場面です。
また、顧客の個人情報を大量に処理する業務（例えば、顧客管理システムとの連携や、マーケティングオートメーション）では、匿名化や仮名化の技術を駆使しても、完全にリスクを排除することは困難です。このようなケースでは、オンプレミス環境で動作する自動化ツールや、データを社外に出さない設計のソリューションを検討する方が適しています。
法的・契約上の制約があるデータを扱う場合
取引先との秘密保持契約（NDA）で保護された情報や、輸出規制の対象となる技術データをMake AIで扱うことは避けなければなりません。NDAでは、情報の取り扱い方法や開示範囲が厳密に定められており、クラウドサービスを介した処理が許可されていない場合がほとんどです。
さらに、業界固有の規制（金融取引におけるPCI DSS、医療情報におけるHIPAAなど）が適用されるデータも、Make AIの標準プランでは対応が難しいことがあります。エンタープライズプランで個別のセキュリティ要件に対応できるかどうかは、Make社との契約交渉次第ですが、一般的には専用のコンプライアンス対策が施されたツールを選ぶ方が無難です。
出力結果の正確性が生命線となる業務
AIによる自動化は便利ですが、生成AIの出力には誤りや不正確な情報が含まれる可能性が常にあります。特に、医療診断の補助、法律相談、金融取引の判断など、誤った情報が重大な結果を招く業務では、Make AIを意思決定の最終手段として使うべきではありません。
例えば、契約書の自動生成や、投資アドバイスの提供をAIに任せることは、たとえ人間がレビューする体制を敷いていたとしても、リスクが高いと言えます。このような用途では、AIはあくまでドラフト作成や参考情報の提供に留め、最終的な判断と責任は人間が担うというルールを徹底する必要があります。
よくある疑問と回答（FAQ）
Make AIに入力したデータはAIの学習に使われますか？
Make社が提供するAI機能（Make AI Agentsなど）については、公式ドキュメントで明示されていないため、学習に利用されるかどうかは断定できません。一方、ChatGPTやClaudeなど外部AIモジュールを利用する場合は、各サービスのポリシーに従います。例えば、OpenAIのAPI経由で送信されたデータは、2026年6月時点ではモデルの学習に使用されないと公表されていますが、最新情報は必ず各社の公式サイトで確認してください。
社内の機密情報を扱うシナリオを作っても大丈夫でしょうか？
原則として、機密情報をMake AIに入力することは推奨しません。どうしても必要な場合は、事前にデータを匿名化・マスキングし、IT部門や法務部門の承認を得た上で、最小限の範囲で利用するようにしてください。また、データ処理契約（DPA）の締結や、専用のセキュリティオプションが利用できるか、Make社に確認することも重要です。
無料プランと有料プランでデータの扱いは変わりますか？
Makeの無料プランと有料プランで、基本的なデータ保護ポリシーに違いはありません。ただし、無料プランでは利用できる機能やサポート範囲が限られるため、セキュリティに関する問い合わせへの対応速度が異なる可能性があります。業務で利用する場合は、有料プランへのアップグレードを検討し、必要に応じてエンタープライズプランの契約を結ぶことをお勧めします。
Make AIで扱ったデータはどこに保存されますか？
MakeのサーバーはEU域内にあり、データは暗号化されて保存されます。ただし、シナリオ実行時のデータは処理後に削除されるのが基本ですが、エラーログなどは一定期間保持される場合があります。また、サブプロセッサーとしてAWSなどを利用しているため、データがEU外に転送される可能性もゼロではありません。詳細はMakeのプライバシーポリシーと、必要に応じてデータ処理契約（DPA）の内容を確認してください。
出力された文章やファイルの著作権は誰に帰属しますか？
Make AIで生成されたコンテンツの著作権は、利用するAIモジュールの提供元の規約に依存します。一般的に、AIが生成した文章や画像の著作権は、法的に確立していない部分も多く、ケースバイケースです。商用利用を予定している場合は、各AIサービスの利用規約を慎重に読み、必要であれば法律の専門家に相談することをお勧めします。
まとめ：Make AIを安全に使いこなすための3つの原則
Make AIは、正しく使えば業務効率を大幅に向上させる強力なツールです。しかし、データの取り扱いに関する不安を解消し、安全に利用するためには、次の3つの原則を守ることが重要です。
1. 公式情報を常に確認する：Makeのヘルプセンターやプライバシーポリシー、接続するAIサービスの利用規約は、定期的にチェックし、変更があればすぐに対応しましょう。
2. データを分類し、リスクに応じて扱いを変える：公開情報、内部情報、機密情報、規制対象データの4つに分類し、それぞれに適した利用ルールを設けます。迷ったら「使わない」判断ができるように、明確なガイドラインを用意してください。
3. 小さく始めて、徐々に広げる：まずはリスクの低い業務から試験導入し、問題がないことを確認してから対象範囲を拡大します。社内の関係部署と連携し、セキュリティと利便性のバランスを取りながら進めましょう。
これらの原則を実践することで、Make AIが持つ自動化の力を最大限に引き出しつつ、情報漏洩やコンプライアンス違反のリスクを最小限に抑えられます。ぜひ、今日から安全な自動化の第一歩を踏み出してください。
コメント