「個人情報をAIに入れていいの？」と聞かれて、根拠付きで答えられますか。この記事では、Amazon Bedrockを使って個人情報（PII）を安全に処理する構成を、AWS公式の出典付きで整理しています。
「怖い」は3つのリスクに分解できる
- 学習リスク: 入力が将来のモデル学習に使われ、他人への回答に混ざるかも
- 保持リスク: 入力がサーバーに保存され、漏洩の対象になるかも
- 経路リスク: インターネット経由の途中で盗聴されるかも
1と2は契約・規約の問題、3はネットワーク設計の問題です。分けて考えると、それぞれに対策があります。
Bedrockの公式回答
- プロンプトと生成結果はAWSのモデル学習に使われず、モデル提供元（Anthropic等）にも配布されない（公式ドキュメント「Data protection in Amazon Bedrock」に明記）
- モデルはプロバイダーごとの専用アカウントにデプロイされ、提供元はそこにアクセスできない仕組み
- データ保持モード＋SCPで、組織全体に「ゼロデータ保持」を技術的に強制できる
ネットワークとフィルタで固める
- VPCエンドポイント（PrivateLink）で、リクエストを一度もインターネットに出さずにBedrockを呼び出せる
- Guardrailsの機密情報フィルターで、氏名・住所などをモデルに渡る前にマスクまたはブロックできる
- 日本語のPII検知には注意点あり。検知漏れの報告もあるため、カスタム正規表現での補完と精度検証が前提
落とし穴も紹介
Vertex AI（Google Cloud）も学習面の保証は同水準ですが、無料のGoogle AI Studioは別物で、入力が学習に使われます。この違いを知らずに「Gemini使ってます」と言うのは危険です。
記事本文では、4層防御の参考アーキテクチャ図、クロスリージョン推論のデータ所在、ログの平文保存といった実務の注意点まで解説しています。
▼記事本文
https://shinichi.noguchi.jp.net/blog/2026-08-20-bedrock-pii-privacy.html
※2026年8月時点の公開情報に基づきます。契約判断の際は必ず一次情報をご確認ください。