
AIを基幹DBにつなぐ前に決めたい実務の3つの安全策
AIに基幹データを読ませたい。
でも、その瞬間に一番心配されるのは「勝手に壊されないか」「余計なものまで見えないか」という点だと思います。
この不安はもっともです。
実際、AI活用で事故が起きやすいのは、モデルの性能不足よりも、接続設計が甘いまま本番データへ近づけてしまうことです。
2026年4月時点の Google Cloud の公式ドキュメントでも、IAM は最小権限で付与し、役割ごとにサービスアカウントを分け、必要最小のスコープで権限を与えることが推奨されています。BigQuery の公式手順でも、参照系は `dataViewer` とクエリ実行用の `jobUser` を分けて付与する形が基本です。
つまり、AIを安全に使う第一歩は「賢いモデル選び」ではなく、壊せない前提を先に作ることです。
安全策1. 接続アカウントを読み取り専用にする
最初の安全策はシンプルです。
AIが使う接続先を、最初から読み取り専用にする。
ローカルDBなら `db_datareader` のような参照権限だけを持つユーザーを用意し、クラウドなら参照系のロールだけを付与します。
これをやっておけば、仮にAIが誤って更新系SQLを出そうとしても、権限の層で止まります。
実務では、この「最後の砦」がとても大事です。
プロンプトで「更新しないでください」と書くより、更新できない資格しか渡さない方がはるかに強いからです。
安全策2. 実行SQLを SELECT / WITH のみに制限する
2つ目は、AIが出したSQLをそのまま流さないことです。
実務では、実行前に `SELECT` または `WITH` で始まるSQLだけを許可し、`INSERT` `UPDATE` `DELETE` `DROP` `ALTER` などを含むものは拒否します。
さらに、行数制限も必須です。
たとえば `TOP` や `LIMIT` を自動付与して、巨大テーブルを丸ごと読まないようにしておく。これだけで、誤爆による負荷やコストの事故はかなり減ります。
私たちの開発プロジェクトでも、読み取り専用の接続に加えて、SELECT / WITH 以外は実行拒否、さらに取得行数制限を入れています。
AIは便利ですが、便利だからこそ、実行前の機械的な安全装置が欠かせません。

安全策3. 元テーブルではなく View と最小権限で見せる
3つ目は、AIに元テーブルをそのまま見せないことです。
本番では、AIに必要な列だけを整えた View を用意し、見せる範囲を絞る方が安全です。
この方法には2つ利点があります。
1つは、個人情報や不要列を外せること。
もう1つは、AIが迷いにくくなることです。列名や結合条件を整理した View を見せるだけで、誤ったSQLの発生率はかなり下がります。
BigQuery でも、authorized view や `dataViewer` の付与範囲を絞る考え方がそのまま使えます。
要するに、AIに全部を見せるのではなく、仕事に必要な面だけ見せる。これが安全性と精度を同時に上げるコツです。
まとめ
AIを基幹DBにつなぐときに先に作るべき安全策は、次の3つです。
読み取り専用アカウント、SELECT専用の実行制限、そして View と最小権限による公開範囲の絞り込み。
この3つがそろうと、AIは「危ない実験」ではなく、「安全に小さく始められる実務ツール」に変わります。
次は、この3つ目にもつながる AIが読めるView設計とは何か を、元データをそのまま見せてはいけない理由と一緒に掘り下げる予定です。
製造業でのAI活用、基幹システム連携、AIエージェント設計に関心があれば、システムサーチ もご覧ください。
導入判断からPoC、実装設計まで一貫して支援しています。
https://system-search.com/
