企業が音声AIを買う前に必ず問うべき6つのフレームワーク
ベンダーのセキュリティページの多くは、たった一つのバッジ——たいていは SOC 2 ——を誇示して終わりです。本気で審査を行う調達チームには、初日の時点で明確にすべき統制項目が6つあります。
- HIPAA — 通話中に PHI を取り扱う対象事業者およびビジネスアソシエイト。
- SOC 2 Type II — 運用の有効性に関する報告書(Type I ではなく、自己申告の資料でもありません)。
- PCI DSS v4.0.1 — 発信者がカード番号を口頭で伝える、または DTMF で入力するあらゆる場面。
- GDPR + UK GDPR — 欧州連合や英国からの発信者、欧州連合内の再委託先、Article 28 に基づく DPA。
- データレジデンシー — 文字起こし、録音、埋め込みベクトルが物理的に保管されるリージョン。
- 音声固有のリスク — 声紋、録音の保持期間、学習データの流出。
ベンダーがこの6点すべてに1回の打ち合わせで答えられないなら、それ自体が答えです。デモは飛ばして次に進みましょう。
HIPAA:BAA、文字起こしに含まれる PHI、モデル学習からの除外
発信者が自分の名前とともに病状、薬剤、または予約について口にした瞬間に、音声の文字起こしは PHI になります。文字起こしの保管先、埋め込みベクトルの保管先、分析用データウェアハウスのすべてを PHI システムとして扱ってください。
音声AIベンダーに求める HIPAA の最低ライン:
- 再委託先(LLM プロバイダー、ASR プロバイダー、TTS プロバイダー、通信キャリア、オブザーバビリティベンダー)を名指しで列挙した、署名済みの BAA。LLM を除外した BAA は BAA ではありません。
- 通信経路上(TLS 1.2+、メディアには SRTP)および保管時(AES-256)の暗号化。
- PHI へのあらゆるアクセスに関する監査ログを6年間保持。
- LLM 呼び出しにおけるゼロデータ保持(ZDR)モード。OpenAI ZDR、Anthropic ZDR、Google Vertex のログ無効化はいずれも設定可能です。自社のテナントでどれが実際に有効になっているのかを確認してください。マーケティング資料上の既定値ではありません。
- モデル学習からの除外を書面で。通話音声、文字起こし、ツール呼び出しのペイロードが、ベンダー自身のものであれ再委託先のものであれ、いかなるモデルの学習にも使われないことを、契約上で確約させる必要があります。
提案依頼書に貼り付けるための BAA 条項の例:
「ベンダーは、音声AIサービスを通じて送信された保護対象保健情報を、大規模言語モデル、自動音声認識モデル、および音声合成モデルを含むがこれらに限られない機械学習モデルの学習、ファインチューニング、または評価に使用してはならず、いかなる再委託先にもこれを使用させてはならない。ベンダーは、すべての第三者モデルプロバイダーを、顧客のテナントについてゼロデータ保持またはログ無効化のモードに設定し、要請に応じて当該設定に関する書面による証明を提出しなければならない。」
この条項にベンダーが渋るなら、あなたの PHI は誰かの学習用コーパスに入っています。
SOC 2 Type II:バッジの先に確認すべきこと
フッターに貼られた SOC 2 のバッジには何の意味もありません。秘密保持契約のもとで報告書そのものを要求し、ベンダーが読み飛ばしてほしいと願っている箇所を読んでください。
報告書のチェックリスト:
- Type I ではなく Type II。 Type I はある一時点における設計の評価です。Type II は6〜12か月にわたる運用の有効性を対象とします。それに満たないものは見せかけです。
- 対象となる Trust Service Criteria。 Security は必須です。実際の顧客通話を処理する音声AIプラットフォームであれば、Availability、Confidentiality、Processing Integrity のいずれもが対象範囲に含まれているべきです。
- 監査法人。 実績のある Big-4 か、認知された会計事務所であること。指摘なしの報告書を売り物にする、数千ドル規模の量産型監査人ではいけません。
- 例外事項のセクション。 表紙の書面は飛ばして、例外事項を見てください。まともな Type II で例外がゼロというのは、たいてい対象範囲が何も含まないように線引きされたことを意味します。是正計画とともに丁寧に記載された例外が1つか2つあるのが、正常で健全な状態です。
- 再委託組織。 AWS、GCP、Azure がそれぞれ自前の SOC 2 を持つカーブアウトとして記載されているかを確認します。LLM プロバイダーや通信キャリアが再委託組織であれば、その SOC 2 も参照されているべきです。
- 対象範囲の記述。 購入しようとしている音声AI製品が対象範囲に名指しで含まれているかを確認してください。ベンダーによっては、推論経路ではなくマーケティングサイトや管理画面だけを対象範囲にしていることがあります。
PCI DSS:決済通話において音声AIが対象範囲をどう変える(あるいは広げる)か
ここが、多くの音声AI導入が買い手の PCI 対象範囲を静かに爆発させる場所です。発信者が16桁を口にした瞬間、経路全体——通信キャリア、ASR、LLM のコンテキストウィンドウ、文字起こしの保管先、オブザーバビリティベンダー——がカード会員データ環境の内側に入ります。
2つのアーキテクチャ、まるで違う2つの監査:
| パターン | カード番号に起きること | 自社の PCI 対象範囲 |
|---|---|---|
| 素朴な音声AI | ASR が「4111 1111 1111 1111」を LLM のコンテキストと自社のログに書き起こす | CDE 全体:ASR、LLM、文字起こしデータベース、ログ基盤、分析用データウェアハウス |
| DTMF 抑制/一時停止と再開 | 発信者は PCI DSS Level 1 の IVR 入力に引き渡され、エージェントと ASR は消音され、返ってくるのはトークンだけ | 自社ではなくベンダーの PCI 対象範囲 |
DTMF マスキングによる一時停止と再開の方式(「agent assist suppression」と呼ばれることもあります)は、対象範囲を「全宇宙を監査する」から「連携部分を監査する」へと縮めます。
買い手が投げるべき質問:
- DTMF マスキングは SBC レベルですか、それともアプリケーションレベルですか。SBC レベルであれば、トーンはメディアストリームに一切入りません。
- 入力受付中、ASR は消音された音声を受け取るのですか、それとも文字起こしから事後的に伏せているだけですか。事後的な伏せ字は PCI に適合しません。データはすでにシステムに触れています。
- ベンダーは決済入力コンポーネントについて有効な PCI DSS v4.0.1 の AOC を保持していますか。プレスリリースではなく AOC を求めてください。
- 決済区間の通話録音は、暗号化されていたとしても保存されますか。認証後の SAD を含む場合、PCI はそれを一切保持しないことを要求します。
GDPR と欧州連合内レジデンシー:データの所在、再委託先、DPA の危険信号
発信者が欧州連合や英国からかけてくるなら、本社がどこにあろうと GDPR が適用されます。音声AIベンダーは処理者(Article 28)であり、自社が管理者です。
DPA に明記されるべき事項:
- 所在地とともに名指しされた再委託先。「AWS」では不十分で、「AWS eu-central-1」であれば十分です。
- 再委託先が米国にある場合の Standard Contractual Clauses(2021年版モジュール)と、Transfer Impact Assessment。
- データレジデンシーの書面による保証。「可能な限り欧州連合内で」はレジデンシーではありません。テナント単位でのリージョン固定を探してください。音声、文字起こし、埋め込みベクトル、ベクトルインデックスのすべてが eu-west-1 / eu-central-1 / eu-north-1 に留まることです。
- 削除に関するサービスレベル。GDPR の Article 17 に基づく削除を30日以内に行い、文書化されたバックアップのローテーション期間内にバックアップまで反映すること。
- 実効性のある異議申立権を伴う再委託先変更の通知。最低30日であって、「ページを更新しておきます」では足りません。
ベンダーの DPA に潜む危険信号:
- 「集計され匿名化されたデータは、当社サービスの改善のために利用される場合があります。」音声データが本当に匿名化できることはまれです。声紋は GDPR の Article 9 における生体識別子です。この条項は削除させてください。
- 米国内のみのデータセンターで、「当社は GDPR を遵守しています」とだけ書かれ、SCC も TIA もない場合。
- ログインや秘密保持契約の奥に隠された再委託先一覧。Article 28 は、それが自社から参照できることを要求しています。
音声固有のリスク:録音の保持、生体情報としての声紋、学習データの流出
上記のフレームワークは、いずれもソフトウェアサービスと決済のために書かれたものです。音声AIは、そのどれもが完全には覆えない3つの障害モードを加えます。
1. 録音の保持。 多くのプラットフォームの既定保持期間は30〜90日で、無期限のこともあります。テナント単位で0日(文字起こしのみで音声なし)まで設定できる保持期間を要求し、論理削除のフラグではなく完全な削除であることを確認してください。
2. 生体情報としての声紋。 一部のプラットフォームは、話者分離や不正検知のために話者埋め込みベクトル(声を一意に識別する192次元のベクトル)を計算します。GDPR の Article 9、BIPA(イリノイ州)、および Texas CUBI のもとでは、このベクトルは通常の PII を超える同意要件を伴う生体データです。声紋が生成されるのか、どこに保管されるのか、テナントごとに無効化できるのかを確認してください。
3. 学習データの流出。 モデル学習からの除外があっても、ベンダーが伏せ字処理した文字起こしをモデル性能の評価や評価用データセットの構築に使うことがあります。「評価」は抜け道になり得ます。評価やプロンプト最適化用のデータセットを含め、あらゆる下流でのモデル利用を条項が覆うようにしてください。
ダウンロードできる提案依頼書用の質問集(15問)
これをベンダー向けの質問票に貼り付けてください。はい・いいえで答えさせることで、ベンダーは書面で約束せざるを得なくなります。
- LLM、ASR、TTS の各プロバイダーを含むすべての再委託先を対象とする HIPAA の BAA に署名しますか。
- 当社のテナントについて、既定で LLM をゼロデータ保持またはログ無効化のモードで運用していますか。
- 当社の音声、文字起こし、ツール呼び出しのペイロードを、モデルの学習・ファインチューニング・評価に一切使用しないことを契約上で確約しますか。
- 直近の SOC 2 Type II 報告書を秘密保持契約のもとで提出してください。どの Trust Service Criteria が対象範囲ですか。
- 音声AIの推論経路は SOC 2 の対象範囲の記述に明示的に名指しされていますか。
- 直近の SOC 2 Type II におけるすべての例外事項と、それぞれの是正状況を列挙してください。
- 有効な PCI DSS v4.0.1 の AOC を提出してください。認定されているのはどのコンポーネントですか。
- 決済カードデータはどのように取得されますか。SBC レベルの DTMF 抑制、アプリケーションレベルのマスキング、それとも事後的な伏せ字ですか。
- 決済区間の通話録音は何らかの形で保持されますか。保持される場合、どこに、どれだけの期間ですか。
- 再委託先の一覧を、それぞれの物理データセンターのリージョンとともに提出してください。
- 音声、文字起こし、埋め込みベクトル、ベクトルインデックスを、テナント単位で欧州連合内のリージョンに固定できますか。
- バックアップへの反映を含め、GDPR の Article 17 に基づく削除のサービスレベルはどうなっていますか。
- 話者埋め込みベクトルや声紋を生成しますか。テナントごとに無効化できますか。
- 通話録音の保持期間として設定できる最小値は何日ですか。ゼロにできますか。
- 音声の推論経路を対象とする、直近12か月以内の第三者による侵入テストの要約を提出してください。
ベンダーが15問すべてに1週間以内に書面で答えられないなら、その作業をまだやっていないということです。そしてあなたは、彼らのコンプライアンス研究開発案件になるために金を払っていることになります。
よくある質問
医療分野の音声AI導入には HIPAA だけで十分ですか。 いいえ。HIPAA は必要条件であって十分条件ではありません。プラットフォームの統制については SOC 2 Type II が、推論経路については最新の侵入テストが必要です。声紋を生成する場合は、州レベルの生体情報規制(BIPA、CUBI、Washington My Health My Data)への対応も必要になります。
SOC 2 Type II 報告書があれば、そのベンダーは GDPR に適合していると言えますか。 いいえ。SOC 2 は内部統制の運用面での有効性を対象とします。GDPR は、DPA、名指しされた再委託先、移転のための SCC、データ主体の権利を求める法制度です。ベンダーには両方が必要であり、2つの報告書が覆う範囲は別物です。
音声AIベンダーは私たちの PCI 対象範囲をゼロにできますか。 ゼロに近づけられますが、厳密にゼロにはなりません。SBC レベルの DTMF 抑制と、決済入力コンポーネントに対する Level 1 の PCI AOC を備えたベンダーであれば、電話での決済導入の多くで SAQ A または SAQ A-EP の領域まで下げられます。それでも連携部分とコールルーティングの判断は自社の責任のままです。
ゼロデータ保持(ZDR)モードとは何で、なぜ重要なのですか。 ZDR とは、プロンプトと応答のログ記録を無効にする、LLM プロバイダー側のテナント単位の設定です。これがないと、通話の文字起こしは最低30日間 LLM プロバイダーのログに残り、下流において BAA と DPA の双方の約束を破ることになります。
FAQ JSON-LD: render this section as Question + Answer schema.org entities for the FAQPage type so the SERP gets the rich result. Standard Next.js MDX FAQ component on the blog already handles this — wrap the section in <FAQ> and the layout emits the JSON-LD.
音声AIベンダーを審査していて、宣伝文句だけのセキュリティページにうんざりしていませんか。 Finn は初日から、署名済みの BAA、推論経路を対象範囲に含む SOC 2 Type II、PCI のための SBC レベルの DTMF 抑制、テナント単位の欧州連合内レジデンシーを備えて提供されます。上記15問の質問票を送ってください。48時間以内に、書面で、裏づけとともにお答えします。調達水準のセキュリティレビューを予約する →
レビュー担当: 人間による審査委員会 / AGNB のコンテンツ責任者。レビューが済むまで公開しないでください。公開の手順は現在のところ手動です。
関連記事: 音声AIのセキュリティ:音声レイヤーの脅威モデル
