How it works
データ最小化の設計の流れ
ステップ 1 / 5
目的を定める
何のためにデータが要るのかを先に明確化します（目的の限定）。目的が決まって初めて、必要な項目が決まります。
詳しい解説
最も確実な保護は「集めないこと」
暗号や匿名化はデータを守る技術ですが、データ最小化はそもそも守るべきデータの量を減らす原則です。存在しないデータは、漏えいも、令状による差押えも、目的外利用も起こりません。だからCODASは「生データを外に出さずにAIを使う」設計を土台に置いています。
法とフレームワークが求める原則
GDPR第5条(1)(c)は、個人データを『目的に照らして適切・関連し、必要な範囲に限定する』ことを義務づけます。同条(e)は保存期間の限定を求めます。NIST Privacy Framework や ISO/IEC 27701 も、収集・保持の最小化を統制項目として扱います。データ最小化は理想論ではなく、コンプライアンスの中核です。
プライバシー・バイ・デザイン
Ann Cavoukian が提唱した『プライバシー・バイ・デザイン』は、後付けの対策ではなく設計段階からプライバシーを埋め込む考え方です。データ最小化はその最も実践的な現れであり、端末内処理・目的限定・短い保存期間として具体化されます。集めた後で守るより、集めない設計のほうが強い。
主要パラメータ・設計要素
目的の限定
データを使う目的を明確に定め、その目的以外に使わない。集める項目の線引きの出発点。
収集の限定
目的に直接必要な項目だけを取得する。任意項目や『念のため』の収集を排除する。
保存の限定
必要な期間だけ保持し、それを過ぎたら削除・匿名化する。保存期間を明示的に設計する。
プライバシー・バイ・デザイン
後付けではなく設計段階からプライバシーを組み込む。端末内処理やデフォルトでの最小収集として具体化する。
保持期間
各データにライフサイクルと失効時刻を与え、自動削除する。残存データがリスクの総量を決める。
産業・ユースケース
この技術が実際に価値を生んでいる領域と、その使われ方。
SaaS・消費者アプリ
GDPRの原則に沿い、目的に必要な項目だけを収集・保持する。任意フィールドを削り、保持期間を設定し、不要になったデータを自動削除することで漏えい面と法的リスクを縮小する。
フィンテック・KYC
本人確認で必要な事実だけを検証し、身分証の全画像を長期保存しない。確認済みフラグや必要最小限の属性のみを保持し、規制要件と最小化を両立させる。
広告・クッキーレス
第三者クッキー廃止に伴い、個人単位の追跡をやめて集計やオンデバイス処理へ移行する。個々のユーザーを識別せずに効果測定やターゲティングを行う設計に切り替える。
IoT・スマート機器
スマート機器が常時映像・音声を送らず、イベントやサマリーだけを送信する。センサーの生ストリームを端末に留め、必要な派生情報のみをクラウドへ渡す設計をとる。
医療・データ管理
医療サービスがアクセス制御と項目単位の収集制限で、担当者や用途に必要なデータだけを扱う。目的外のカルテ項目を露出させず、監査と最小化を運用に組み込む。
最新の動向
端末内AI（オンデバイス推論）の普及で、生データを送らずに処理する『最小化＋主権』の設計が実装しやすくなっている。
年齢確認などで、生年月日ではなく『成人か否か』だけを返すゼロ知識/属性ベースの検証が実務に広がる。
IBMの調査でも侵害コストは高止まりし、『そもそも保有しない』最小化がリスク低減策として再評価されている。
GDPRに続き各国・各州の法制（データ主権・データローカライゼーション）が、収集・保持・越境の最小化を後押ししている。
ベンチマーク・実測の目安
データ侵害の平均コスト（世界）
約444万ドル
IBM「Cost of a Data Breach 2025」：世界平均は約444万ドル（前年の488万ドルから低下）。保有データが少ないほど、侵害時の被害面は小さい。
データ侵害の平均コスト（米国）
約1,022万ドル（過去最高）
IBM「Cost of a Data Breach 2025」：米国企業の平均は約1,022万ドルで過去最高。集めない・残さない設計が最も直接的な軽減策。
※数値は各出典に基づく参考値です。前提条件により大きく変わります。実装時は一次情報をご確認ください。