過去の顧客情報を残し続けることは、本当に必要なのか？
過去の顧客データを削除する提案が出ると、将来の分析やAI活用に使う可能性がある、という声が上がります。
一方、法令上の保存が必要かもしれず、担当者だけでは消せません。データが増えた理由は説明できても、いつ、何を基準に減らすかが決まっていません。
これは、保存の見直しを考えるための想定場面です。保管する側にも理由があります。だから、古いものは全部消すという一言で片付けることはできません。しかし、決められない状態が続けば、個人情報は残り続けます。
保存する根拠、保存期間、日常業務で参照する範囲を分けて決めます。 特にAIをつなぐ企業では、保存しなければならない情報と、AIが使ってよい情報を同じ範囲にしないことが重要になります。
長い対象期間は、自社の保存を問い直すきっかけになる
ヤマトホールディングスが公表した後払いサービスの調査結果には、持ち出された利用者情報の対象期間として、2018年10月から2026年9月までが記載されています。
ここから、その企業の保存期間が不適切だったとは判断できません。決済や契約に関わる情報には、法令や業務上の保存理由がある場合もあり、外部からそのすべてを確認することはできません。
自社へ向ける問いは、より限定できます。同じように長期間の情報を持っているなら、それぞれを何のために、どの根拠で、どの場所へ残しているのでしょうか。必要な保存と、取り出したまま残るコピーを区別できているでしょうか。保存年数だけを見て批判するより、実行につながる問いになります。
漏れた情報が顧客に与える影響を考えることとあわせて、その影響が及び得る情報の範囲を、保有の段階で見直します。侵入を防ぐ対策に加え、侵害が起きた場合に届くデータを減らす判断です。
保存期間を、誰かが一律に決めてくれるわけではない
個人情報保護委員会（PPC）のFAQは、個人情報保護法がすべての個人情報について一律の保存期間や廃棄時期を定めるものではないと説明しています。一方、利用する必要がなくなった個人データについては、遅滞なく消去するよう努める義務があるとしています。
この説明を、好きなだけ保存してよいという意味には読めません。逆に、契約終了と同時にすべて消さなければ違法だ、と一律に読むことも適切ではありません。法令上の保存、契約への対応、請求や紛争への備えなど、実際の条件を分けて確認する必要があります。
2026年10月のPPCの注意喚起も、不要となった個人データの消去に改めて触れ、保管の必要性を根拠とともに確認するよう求めています。法令で保存期間等が定められる場合への言及もあります。
実務で困るのは、根拠があるかもしれない、という推測が残ったままになることです。根拠の資料、適用する対象、期間の数え方を確認できる人を決めておきましょう。法務の判断を必要とする箇所と、事業部が利用の必要性を説明すべき箇所を分けると、議論を進めやすくなります。
一つの顧客情報を、四つの状態へ分ける
保存を見直す会議では、データを残すか消すかの二択にする前に、現在の役割を四つに分けて考えます。以下はAI Librarium（AIL）が提案する、業務上の整理です。
同じ顧客に関わる情報でも、契約の記録、問い合わせ、キャンペーン応募、作業用の抽出ファイルでは、必要性が異なることがあります。顧客単位で全部残すという判断より、情報と用途の単位で分ける方が現実に合う場合があります。
もっとも、分類しただけで実装が終わるわけではありません。どの保存先にどの状態の情報があるかを対応付け、状態が変わる時点を決める必要があります。退会、契約終了、問い合わせ完了など、何を契機に見直すかも業務側で定義します。
「AIに使えるかもしれない」を、利用の判断へ変える
冒頭の想定会議に戻ってみましょう。担当者が、将来のAI分析のために全件を残したいと提案しています。ここで問いたいのは、AIの将来性ではなく、どの判断のためにどの情報が必要かという点です。
退会の傾向を把握したいなら、氏名や個別の連絡先まで必要でしょうか。顧客対応の質を改善したいなら、問い合わせ本文の実データを無期限に残す必要があるでしょうか。目的に応じ、集計した情報や、個人への結び付き方を変えたデータで代替できる範囲を考えます。
加工すれば法的な制約がすべてなくなると考えてはいけません。加工後のデータの区分、利用目的との関係、照合の可能性、管理方法は個別に確認します。一方、全部が難しいから元データを全部残す、という判断に戻らないことも大切です。
AI活用の構想に責任を持つ人が、必要な項目と期間を具体化し、データの管理責任者と合意します。その情報を使わずに実現できる機能は、元の保存判断と切り離して進められます。将来という言葉を、現在の取扱条件へ変える作業です。
残す義務と、AIに見せる許可は別にする
保存が必要な記録を、顧客対応AIの検索対象に含める必要があるとは限りません。監査や特定の照会のために残すことと、日常的な問い合わせのたびに取り出せることは別の判断です。
例えば、過去の契約記録は保管するが、通常のAI検索からは外す設計が考えられます。必要な担当者が、限定した手続きを経て参照します。何が適切かは業務と構成次第ですが、保存と公開範囲を切り分ける発想には価値があります。
検索対象から外すだけで、元データや複製が消えたことにはなりません。逆に、元の保存場所から消しても、検索用に複製した情報や保存済みの出力が残っていれば、AIからの参照が続く可能性があります。データの状態を変えるときは、関係する保存先へどう反映するかを確認しておきましょう。
この違いは、RAGや検索基盤の選定にも関係します。便利な検索ができるかとともに、保存元の変更や権限の見直しを、どの時点で反映できるかを確認します。製品を入れてから、古い情報だけ取り除けないことに気付くのは避ける必要があります。
元のデータを消しても、コピーが残っていないか
想定会議で保存ルールが決まり、古い情報を削除したと報告されたとします。それを確認する側は、削除した場所を尋ねる必要があります。元のデータベースだけなのか、作業用のファイルも含むのか、委託先へ渡した分はどうでしょうか。
委託先が作業中に保存したデータも、試験が終了した後のデータも、同じ消去判断の対象として結び付けます。データの場所ごとに別の担当者がいても、消去の理由と対象範囲を共有できる状態にしておくことが大切です。
バックアップについても、無条件に即時消去できるとは限りません。保存の周期、復元の必要性、他のデータとの関係を踏まえ、いつまで残るか、誰が取り出せるか、復元時にどう扱うかを決めます。通常の利用を止めた状態と、物理的な消去の完了は区別して記録します。
一時保全が必要になった場合は、その対象と理由を限定します。事故の調査や紛争への対応で必要な記録まで、通常の消去処理で失うことは避けなければなりません。反対に、一度保全したことを理由に、解除の条件なしで永続的に残す運用も見直しておきましょう。
保存ルールを、実際に運用できる一枚の表にする
最初から全社のデータを完璧に分類しようとすると、調査が終わらないことがあります。直近で終了したキャンペーンや、退会後の情報など、一つの業務を選び、次の項目を埋める方法が考えられます。
何のために取得し、今もその目的で使っているか。
保存を必要とする根拠と期間を、誰が確認したか。
元データ、コピー、外部への提供分がどこにあるか。
AIや通常の検索から参照できる必要があるか。
見直し・消去の契機、担当者、確認する記録は何か。
記入に時間がかかる項目は、それ自体が未確認の範囲を示します。すぐに削除してよいという結論にはせず、誰に確認すれば判断できるかを決めます。法的な根拠が不明なら法務へ、用途が不明なら事業責任者へ、コピーの所在が不明なら運用担当者へ確認します。
一度作ったルールも、業務が変われば見直す必要があります。新しいAIの検索対象を増やすとき、委託先を変えるとき、保存先を統合するときに、そのデータの状態を再確認します。日常の変更管理に組み込めば、年に一度の棚卸しだけに頼らずに済みます。
保存期間の起点が曖昧だと、消去は動き出さない
保存期間を決めた後にも、運用上の判断が残ります。何年という数字だけでは、取得日、契約終了日、最終取引日など、どこから数えるかが揃わない場合があります。対象の法令や業務の条件に合わせ、起点となる出来事を確認する必要があります。
想定例のキャンペーンなら、応募受付の終了と、問い合わせ対応の終了は異なるかもしれません。残す必要がある部分を区別し、見直しの契機を定義すれば、すべての情報を最長の期間へ合わせる以外の管理ができます。
消去を自動化する場合も、ルールの誤りをそのまま高速化しないようにします。実行前に対象を確認し、保全が必要なものの除外、処理結果の記録、失敗時の対応を設計します。削除した件数だけでなく、対象外とした根拠と残る作業を確認することが重要です。
保存期間の決定、対象の抽出、実際の消去、結果の確認をつなぐと、会議で決めたルールが現場の処理になります。古いデータが残る理由を、単に担当者が忘れたために戻さず、判断から実行までのどこが未定義かを見ることができます。
データを残す責任を、使う判断と同じ重さで持つ
データを集める判断には、期待する効果が書かれていることが多いです。一方、残し続ける判断は、誰も改めて決めないまま継続しやすくなります。情報の保有にも、理由と責任者が必要です。
今すぐ減らせる量を競うことが目的ではありません。必要なものを適切に残し、通常の業務に不要な範囲を閉じ、不要になったものの消去を実行します。必要性を確かめずに消すことも、確かめずに残すことも避けるという判断です。
ここまでの7回では、統計の読み方、攻撃の変化、API、委託先、開発環境、顧客への影響を見てきました。共通するのは、自社が管理していると思う範囲と、実際にデータが届く範囲を確かめることです。
次の一歩として、一業務について、保存する根拠とAIに見せる必要性を別々に説明してみてください。答えが違えば、守る範囲も設計し直せます。さらに、そのAIが実際に何を参照し、何を実行したかを、回答以外の証拠から確かめていくことも大切です。
参考情報
公表情報の確認基準日：2026年10月22日。表と保存会議はAILの提案・想定例です。個別企業の保存の適否を判断するものではありません。
AILのサービス・プロダクトについて
AILでは、人材育成、実践知の蓄積・活用、導入に向けたコンサルティング、プロダクトの提供を通じて、企業のAI活用を支援しています。自社の課題に合った支援を、サービス紹介ページでご覧いただけます。
AI Librariumについて
本記事は、AI Librarium（アイブリウム）株式会社が発信しています。
AILは、専門家の知見や判断基準を、実務で使えるAI Skillとして届け、研修やコンサルティングを通じて企業の業務変革を支援します。その実践で得られた成果や課題を、AI Skillの改善と人材育成に活かし、次の変革につなげていくことを目指しています。
