ファイナンシャルプランナーが生成AIを資産設計補助に使う際の顧客情報管理と適合性確認の整備方針

顧客の資産状況・家族構成・収支データを日常的に扱うファイナンシャルプランナーにとって、生成AIの導入は「業務効率化の切り札」であると同時に、「守秘義務に関わるリスクの地雷」になり得ます。

この記事では、ファイナンシャルプランナーが生成AIを資産設計補助に活用する際の顧客情報管理と適合性確認の整備方針について、実務に即した考え方と具体的な手順を解説します。守秘義務・適合性原則・説明責任という3つの軸で、AI導入の全体像を整理します。

ファイナンシャルプランナーが生成AIに触れると「守秘義務」の問題になる理由

ファイナンシャルプランナー（以下FP）の業務には、顧客の年収・資産総額・借入状況・家族構成・将来の相続予定まで、極めてセンシティブな個人情報が集積します。こうした情報をもとに資産設計を行うのがFPの本質的な役割である以上、生成AIをその補助に使う場合には「どの情報をAIに入力するか」が業務設計の出発点になります。

一般的なクラウド型の生成AIサービスは、利用規約上、入力データがモデルの改善に使われる可能性があります（サービスや契約プランによって異なるため、執筆時点の各サービス規約を必ず確認してください）。FPが顧客の実名・資産額・取引金融機関などをそのままプロンプトに含めた場合、その情報が自社の管理外に出る可能性を完全には否定できません。FP向けの守秘義務規定（日本FP協会・AFPBB規程等）は「職務上知り得た顧客の秘密を漏らしてはならない」と定めており、AIの誤操作や設定不備による情報流出はその違反に直結するリスクがあります。

さらに、FPが扱う情報は個人情報保護法上の要注意情報を含むことが多く、第三者提供の制限が厳格に適用されます。生成AIサービスの利用が「第三者提供」に該当するかどうかは現時点でも解釈の余地がありますが、少なくとも個人情報保護委員会の指針を踏まえた慎重な判断が必要です。

もう一つ見落とされがちなのが「説明責任」です。FPが生成AIを使って作成した資産設計の提案書を顧客に渡した場合、万が一その内容に誤りや不適切な推薦があったとき、「AIが作ったものだから」という説明は通用しません。AIはあくまで補助ツールであり、成果物の品質に対する責任はFP本人にあります。AIを使ったことが後から問題になった際に、「誰が何を確認したか」を記録できる運用体制の構築が求められます。

守秘義務・適合性原則・説明責任という3つのリスクを整理したうえで、以下のセクションでは具体的な整備方針を解説します。

顧客情報管理の基本設計――AIに渡してよい情報・渡してはいけない情報

生成AIを使った資産設計補助の実務では、「どの情報をAIに渡すか」の線引きが最重要の設計課題です。情報の種類を「識別情報」「財務属性情報」「行動・意向情報」の3層に分けて管理することで、リスクを体系的にコントロールできます。

1. 識別情報（AIへの入力を原則禁止）

氏名・住所・電話番号・メールアドレス・マイナンバー・金融機関口座番号など、個人を直接特定できる情報はAIへの入力を原則禁止とします。これらは匿名化・仮名化を施してからAI補助に活用するのが基本的な方針です。

2. 財務属性情報（匿名化のうえ入力可）

「40代会社員・年収800万円・金融資産3,000万円・住宅ローン残高2,000万円・配偶者あり・子ども2人」のような属性情報は、氏名等の識別情報を除いた状態であれば生成AIへの入力を現実的に検討できます。ただし、特定の業界・企業名など、組み合わせて個人が特定できる情報の追加には慎重な判断が必要です。

3. 行動・意向情報（特別な注意が必要）

「株式投資への強い抵抗感がある」「近年に大病の既往歴があり治療費リスクを考慮したい」のような情報は、適合性確認の上で重要な判断材料ですが、センシティブ度が高く、仮名化しても他の情報との組み合わせで再識別される可能性があります。AI入力の際には特別な注意が必要です。

想定例（プロンプト設計のBefore/After）

想定例として、FP事務所がAI活用前後でプロンプト設計をどのように変えるかを示します。

【Before（識別情報を含む入力）】
「田中様（東京都在住・55歳・会社員・年収1,200万円）の退職後の資産運用プランを作成してください」

【After（匿名化・仮名化後の入力）】
「顧客Aは55歳・会社員・年収約1,200万円・金融資産5,000万円・退職予定65歳。リスク許容度は中程度。退職後の生活費月35万円を想定したポートフォリオ案を提示してください」

このように、固有名詞・住所・識別番号を除いたうえで属性情報と課題設定だけをAIに渡すことで、守秘義務上のリスクを大きく下げられます。ただしこれは「リスクをゼロにする」手段ではなく、「リスクを管理可能なレベルに下げる」設計です。AIが出力した設計案の最終判断は、常にFP本人が行うという原則は変わりません。

なお、よくあるつまずきとして、「お客様の情報は手元のExcelにあるから、そのままコピーしてAIに貼ればよい」という発想があります。この場合、識別情報・属性情報・取引情報がすべて一括入力されるため、守秘義務リスクが最も高い操作になります。情報の分類と仮名化を省略すると、業務効率化のメリットよりも情報漏洩リスクの方がはるかに大きくなります。

適合性確認をAI補助で行う際に定めるべき判断ルール

適合性原則とは、顧客の投資目的・財産状況・リスク許容度・投資経験等に照らして適切な金融商品・運用プランを提案するという義務です。証券会社や銀行には金融商品取引法上の明文規定がありますが、FPの実務においても顧客ニーズへの合致性を確認することは職業倫理の基本です。

生成AIは、複数のシナリオの比較・長所短所の整理・顧客向け説明文の下書きなど、情報整理と文書作成において高い補助能力を発揮します。一方で、AIが適合性確認の「判断そのもの」を行うことには本質的な限界があります。以下に、AI補助が有効な場面と、FP本人が必ず判断すべき場面を整理します。

AIが補助に有効な場面

・情報の網羅的整理: 顧客の属性情報からリスク要因・考慮すべき制度（iDeCo・NISAや相続税の基礎控除等）を一覧化する作業
・シナリオの下書き生成: 複数の運用シナリオとそれぞれのメリット・デメリットの比較案を作成する作業
・説明資料の草稿作成: 複雑な金融商品のしくみを顧客に分かりやすく説明する文書の下書き
・チェック漏れの防止: 顧客の状況に対して確認すべき事項の洗い出し（面談前の準備作業）

FP本人が必ず判断すべき場面

・最終的な商品推薦: AIが提示した選択肢の中から顧客に適した商品を選ぶ最終判断
・適合性確認書類への署名・捺印: 顧客との合意形成と書類への責任
・顧客の感情的・状況的背景の把握: 面談でのヒアリングが必要な情報の収集と解釈
・法的・税務的判断: 税理士・弁護士等との連携が必要な専門判断

想定例：AI補助を組み込んだ適合性確認の流れ

想定例として、AI補助を組み込んだ場合の面談フローを示します。初回面談で顧客属性をヒアリング → FPが匿名化された属性情報を生成AIに入力してシナリオ案を取得 → FPがシナリオ案を精査・修正 → 顧客との2回目面談で説明・合意 → 適合性確認書類に顧客署名取得、という流れです。このとき、AIが生成したシナリオ案はあくまで「叩き台」であり、FPの署名入り提案書に採用するには必ずFP本人がレビューし、内容に全責任を持つことが前提です。

よくあるつまずきとして、「AIがリスク許容度を低いと判断したから低リスク商品を提案した」という説明は、適合性確認の記録として不十分です。AIの出力がどのような根拠に基づいているかをFP自身が確認したうえで、自分の判断として提案内容を記録することが説明責任の観点から求められます。

比較表：クラウド型AIと自社サーバー内AIの守秘義務対応比較

FP事務所がどのAI基盤を採用するかは、守秘義務への対応・コスト・運用負荷の3軸で判断する必要があります。以下に主な比較項目を整理します。

比較項目	クラウド型AI（ChatGPT・Claude等）	情報を外に出さない社内専用AI（ローカルLLM）
初期コスト	低（月額課金が中心）	高（サーバー調達・設定費用が必要）
情報管理	データが外部サーバーに送信される	事務所内で完結（外部送信なし）
守秘義務リスク	利用規約の確認が必須。規約変更に要注意	外部流出リスクをほぼゼロにできる
導入の容易さ	アカウント作成のみで即日利用可能	専門知識またはITベンダーの支援が必要
モデルの性能	最新モデルを常時利用可能	環境の制約でモデルに制限がある場合がある
法人向けオプション	Enterprise契約でデータ学習除外を設定できるサービスあり（各社規約を要確認）	契約不要（自社管理）
向いている事務所規模	個人FP・小規模事務所	顧客数が多い中規模以上の事務所、または守秘義務に特に厳格な対応が求められる場合

クラウド型AIを使う場合でも、法人向け・Enterprise契約では「入力データをAIの学習に使用しない」オプションを提供しているサービスがあります（執筆時点2026年10月。各サービスの最新規約を必ず確認してください）。個人情報の取り扱いに関する社内規程を整備し、スタッフへの周知徹底を行ったうえで利用することが重要です。

社内専用AI（情報を外に出さない社内専用AI（ローカルLLM））は、一度構築すれば情報管理の観点で非常に優れた選択肢です。ただし、サーバーの調達・設定・メンテナンスにIT知識が必要なため、専門のサポートなしに独自構築するのは現実的でない場合も多いです。IT専門家や支援企業との相談を前提とした検討が現実的です。

重要な点として、「クラウド型と社内専用の二択」という発想にとらわれず、「まずクラウド型AIで運用ルールを整備したうえで、顧客数・機密度が高まったら社内専用AIへ移行する」という段階的アプローチも有効です。

整備すべき社内運用フローと責任体制（3ステップ）

顧客情報管理と適合性確認の整備を、「ルール策定」「ツール設定」「スタッフ教育」の3ステップで進めるアプローチを解説します。

1. ルール策定：AI使用基準書の作成

まず「AI使用基準書」を事務所内で策定します。基準書には以下の項目を盛り込むことを推奨します。

・使用可能なAIサービスの明示: 使ってよいサービスと禁止サービスを具体的に記載する
・入力禁止情報のリスト: 氏名・住所・口座番号等の識別情報を列挙する
・匿名化の手順: どのように情報を加工してからAIに入力するかを手順化する
・AI出力の最終確認者: 誰がどの段階でレビューするかを明記する
・インシデント発生時の対応手順: 誤入力・漏洩疑いが生じた際の連絡・報告フローを定める

想定例として、AI使用基準書の一節を示します。「顧客情報を生成AIに入力する際は、氏名・住所・生年月日・金融機関名・口座番号をすべて除いたうえで、年齢帯・年収帯・資産総額の概算・家族構成のみを記載する。出力された提案案は担当FPが内容を確認・修正し、顧客への提案書としての最終責任は担当FPが負う」という形です。こうした規定を文書化しておくことで、スタッフが変わっても一貫した情報管理が維持でき、万が一のトラブル時にも注意義務を尽くしていたことの証拠になります。

2. ツール設定：クラウド型AIのプライバシー設定確認

クラウド型AIを利用する場合は、以下の設定を確認します。

・学習無効設定の確認: 入力データがモデルの学習に使用されないようオプトアウトの設定を行う（サービス・プランによって対応状況が異なります）
・業務用アカウントへの切り替え: 個人アカウントと業務アカウントを明確に分離する
・ログ・会話履歴の管理: 業務で入力した内容の保存・削除ポリシーを確認し、必要に応じて自動削除を設定する
・アクセス権限の制限: AIツールを使用できるスタッフを限定し、誰がどのタイミングで使用したかを追跡できる状態を作る

3. スタッフ教育：守秘義務とAIリスクの共通認識化

事務所内のスタッフ全員が「AIに入れてよいものといけないもの」を理解している状態を作ることが目標です。年1回以上の内部研修、新スタッフへの入所時説明、チェックリストの活用が実践的なアプローチです。

よくあるつまずきとして、「代表だけが基準を知っていてスタッフには伝わっていない」という状態が挙げられます。代表が個人的にAIルールを守っていても、補助スタッフが無意識に顧客名入りの情報をAIにコピーするケースは起こり得ます。基準書の周知徹底と定期確認が欠かせません。

また、FP協会や各種業界団体のガイドラインが更新された際には、即座に社内基準書を見直す仕組みを設けることが推奨されます。2026年時点ではAI利用に関する業界ガイドラインは整備途上の段階にあり、今後の動向を定期的に確認する必要があります。

よくある質問

Q1. 生成AIに顧客情報を入力することは個人情報保護法違反になりますか？

直ちに違反になるわけではありませんが、グレーゾーンが存在します。生成AIサービスの利用規約や、データが外部サーバーで処理されるかどうかによって「第三者提供」に該当するかどうかの判断が変わります。少なくとも「識別情報を入力しない」「クラウド型AIの場合は学習無効設定を確認する」という最低限の措置を取ったうえで利用することが現実的な対応です。

Q2. 適合性確認をAIに任せた場合、FPの責任はどうなりますか？

責任は常にFP本人にあります。AIはあくまで補助ツールであり、適合性確認の最終判断・顧客への説明・書類への署名はFPが行う必要があります。「AIが提案したから」という説明は免責の根拠にならないため、AI出力を鵜呑みにせず、必ずFP本人が内容を精査する運用が不可欠です。

Q3. 説明責任の観点から、AIを使った提案であることを顧客に開示すべきですか？

現時点では法的に開示を義務付ける規定は一般的に見当たりませんが、信頼関係の観点からはAI補助を使って提案を作成していることを顧客に説明することが推奨されます。特に、AI出力を含む提案書を交付する場合は、どの部分がAI補助によるものかを明示できる状態にしておくと、説明責任を果たしやすくなります。

Q4. クラウド型AIと社内専用AIはどちらを選べばよいですか？

顧客数が少ない個人FPや小規模事務所であれば、Enterprise契約のクラウド型AIでプライバシー設定を適切に行ったうえで利用するのが現実的な出発点です。顧客数が多く、守秘義務に特に厳格な対応が求められる場合は社内専用AIの構築を検討する価値があります。ただし、社内専用AIの構築・運用にはIT専門知識が必要なため、専門業者への相談を前提とした判断が求められます。

Q5. 生成AIを使って作成した提案書は、通常の提案書と同じ方法で保管してよいですか？

保管方法自体は通常の提案書と同様で問題ありません。ただし、「AI補助を使って作成した」「担当FPが内容を確認した」という記録を提案書に紐づけて残しておくことで、後から問題が発生した際に対応しやすくなります。AI出力の原文を補助資料として保管する方法も一つの選択肢です。

導入前チェックリストと本記事のまとめ

生成AIを資産設計補助に活用する前に、以下の項目を確認してください。

・AI使用基準書の策定: AIに入力できる情報・できない情報が明文化されている
・識別情報の入力禁止ルールの周知: 氏名・住所・口座番号等をAIに入力しない運用がスタッフ全員に浸透している
・匿名化・仮名化の手順の確立: 顧客データをAIに入力する前に識別情報を除去する具体的な手順が定まっている
・クラウド型AIのプライバシー設定確認: 学習無効オプションの有無を確認し、可能であれば設定済みである
・AI出力の最終確認フローの確立: FP本人がレビューしてから顧客に提示するフローが定まっている
・適合性確認書類への責任者明記: AI補助を使った提案についても、書類上の責任者がFP本人であることが明確になっている
・インシデント対応手順の策定: 情報の誤入力・漏洩疑いが発生した際の対応フローが文書化されている
・スタッフへの定期教育の実施: 守秘義務とAIリスクに関する研修を年1回以上実施する仕組みがある
・業界ガイドラインの定期確認: FP協会・個人情報保護委員会等の最新ガイドラインを定期的に確認している

本記事のまとめ

ファイナンシャルプランナーが生成AIを資産設計補助に活用する際は、守秘義務・適合性原則・説明責任という3つの軸で情報管理の枠組みを整備することが不可欠です。

まず「識別情報はAIに入力しない」という原則を事務所内で明文化し、クラウド型AIを利用する場合はプライバシー設定の確認を徹底します。適合性確認においては、AIはあくまで補助ツールであり、最終判断はFP本人が行う責任があります。AI補助を使った提案についても、顧客への説明責任を果たせる状態に書類・フローを整えることが求められます。

IT体制に不安がある場合や、より厳格な情報管理が必要な場合は、情報を外に出さない社内専用AIの検討も選択肢に入れてください。AI導入の効果を最大化するためにも、まずは整備方針の策定から始めることをお勧めします。