Upgrade to Pro — share decks privately, control downloads, hide ads and more …

現場に渡し、構造で守る AI エージェントを活用したセルフサーブのデータ基盤の運用

現場に渡し、構造で守る AI エージェントを活用したセルフサーブのデータ基盤の運用

こちらは、「Data & AI Summit '26 Fall」にて発表した登壇資料です。

LegalOn Technologies, Inc PRO

November 18, 2026

Transcript

34 slides
  1. 自己紹介 データ分析・データ基盤・データガバナンス・セキュリティ体制を統括しています 株式会社LegalOn Technologies : Head of Data ・設立間もない頃から、データ分析・AI活用を支えるデータ基盤を構築・運用 ・組織全体のデータガバナンスを統括

    ・GRC・セキュリティ体制の整備も推進 データ基盤構築・セキュリティ支援をしている会社 : 代表 ・企業向けのデータ基盤整備・ガバナンスを支援 ・リスクアセスメント、SOC/IR/GRCなどセキュリティ体制の構築を支援 若菜 勇気 株式会社LegalOn Technologies Head of Data 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 2
  2. 会社紹介 - 「すべてのプロフェッショナルに、驚きと感動を。」 各領域に特化したAI「Professional AI」で、企業の専門業務を支えています 設立・本社 2017年設立/東京・渋谷 代表者 法務業務すべてをカバーす る

    グローバル リーガルAI ワンストップのガバナンス を 実現するAIガバナンス基盤 広告・販促物の景表法 リスクをAIが自動レビュー データ利活用を事前に 評価し、証跡を残す オンライン法務学習 支援サービス AIネイティブの 企業研修プラットフォーム 人事の仕事を 一緒に進めるAI 商談を捉え、 次の一手をAIが実行 代表取締役 執行役員・グループ CEO 角田 望 拠点 日本・米国・ドイツ ※「WorkOn」「DealOn」「LearningOn」はグループ会社のOn Technologiesが提供 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 3
  3. データ基盤のセルフサーブには相応のガバナンスが求められる AIエージェントで現場が自分でできることが広がった。だが、任せたいが事故は起こせない。 セルフサーブ ガバナンス 現場に任せたい 事故は起こせない 事業部が自分でデータを整え、分析したい AIによる事故を起こさない データ基盤チームを待たずに進めたい 意図しない個人情報・機密データの参照

    AIエージェントで任せられる範囲が広がった リージョンの混在、利用規約に反する利用 任せる範囲を広げるほど守りも強くする必要がある 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 4
  4. 今日お話ししたいこと 現場に渡すのはAgent Skill、守るのは権限とネットワークの構造 01 Agent Skillで現場に渡す 02 権限とネットワークの構造で守る 03 運用とこれから

    データの取り込みからモデリングまでを、事業部が自分で進める 機密度の自動タグ付け・本人の権限・専用のセキュア環境とその払い出し セマンティックレイヤーを使うBI・ナレッジグラフ・これからの計画 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 5
  5. 全体像:現場に作業を渡す層とデータを守る層 Skillやルールで作業を導き、権限とネットワークで不適切なアクセスを防ぐ Agent Skill 作業を渡す データの取り込みからモデリングまでを、事業部が自分で進める 権限とネットワークの構造 データを守る 機密度のタグ・本人の権限・専用のセキュア環境で、AIがアクセスできる範囲を制限する 承認と監視は人

    運用 定型の作業はAIが代行する 触れる範囲は権限とネットワークで決め、その中の作業は現場に任せる 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 6
  6. ガードレールは決める・作る・使う・見直すの各段階にある データの定義から利用・見直しまでの各段階に仕組みを置き、1つに頼らず重ねて守る 01 決める 02 作る 03 使う 04 見直す

    集計定義 Agent Skill ポリシータグ 監視・モニタリング データ定義 モデリングの規約 一時的な権限の昇格 CSIRTへの通知 データオーナー制度 lint hook 使われないテーブルの棚卸し データワーキンググループ AIによるレビュー 専用のセキュア環境 見直した結果は、次の「決める」に戻す 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 7
  7. データ基盤の構成 データ基盤の構成をシンプルに記載 ※実際はもうすこし複雑です データソース 利用 BigQuery Looker プロダクトのDB 生データ層 データ基盤チームだけが触れる

    アプリのログ Cloud Logging 取り込み で変換・整形 Prefect / Python セマンティック レイヤーのBI 公開層 利用者が分析に使う SaaS Salesforce など AI エージェント 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 8
  8. 事業部が自分で進められるAgent Skill データの取り込みから定義・モデリングまでをSkillで渡す 事業部 取り込む 定義する モデルを作る 環境を作る プロダクトのテーブルを BigQueryに同期する

    集計とデータの定義を 聞き取りながらYAMLにする 定義からdbtのモデルを作る 。規約はSkillが持つ エンジニアでなくてもdbtを 自分のPCで動かせる add-loc-db-table data-definition data-definition-to-dbt dbt-modeler-setup データ基盤チーム PRのレビューで、品質と文脈を支える 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 10
  9. 依頼から実装まで3段階のPRで進める 定義はYAMLで書き、書く人と確かめる人を段階ごとに分けている 01 集計定義 02 データ定義 03 dbt実装 書く 依頼者

    書く データオーナー 書く 実装する人 誰が・何を・いつ・なぜなど7つの 観点でSkillが聞き取り、YAMLにま とめる どのデータをどう集計するかを YAMLに書く 定義からモデルを作り、ビルドとテ ストを通す 確かめる データ基盤 確かめる 依頼者・データ基盤 確かめる データ基盤 aggregation-definition data-definition data-definition-to-dbt 各段階でPRを出し、マージされるまで次の段階に進まない 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 11
  10. データオーナー制度:誰が何に責任を持つか 現場に任せる範囲を広げる分、判断の責任を3つの役割に分けた データオーナー データ基盤 データワーキンググループ 元データと集計の中身 置き場所と共通ルール 機微なデータの扱い 使う元データと集計ロジックが 正しいかを判断する

    保存先・粒度・加工・アクセス制御の ルールを持つ 法務・契約・セキュリティを またぐ判断を担う 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 12
  11. データワーキンググループ:全社でデータの扱いを決める場 現場に任せきれない判断は、判断権限を持つ責任者が集まって決める 持ち込まれる判断 セキュリティ委員会 データ利用の型に当てはまらない使い方 データワーキンググループ セキュリティ委員会の分科会 新しいデータの送り先 必須の役職 法務・契約・セキュリティをまたぐ判断

    データマネジメント 責任者(議長) 必要に応じて招集 法務 セキュリティ 責任者 内部監査 開発統括者 AIでも支える データ利用を事前に評価し、証跡 を残すプラットフォーム 開発部門の責任者・プロダクト担当・実装担当 詳しくは「構造で守らせる データ・法務・セキュリティ・開発チームとつくる AI時代のデータガバナンスとデータ基盤のリアル」 https://speakerdeck.com/legalontechnologies/ai-data-governance-real 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 13
  12. 開発チームが自分でLookMLを整える 仕組みはデータ基盤が用意し、中身はプロダクトの開発チームが持つ 自動生成 Skillのレビュー CIの検査 スキーマから土台を作る 決まりに沿っているか AIで機械的に判定し最後は人 BigQueryの列の変更に自動で追従する。 人は指標を足すだけ

    規約に沿った書き方かをSkillが確認する 。文脈の判断が要る部分を担う 壊れた参照や書き方の誤りをCodex ReviewやGitHub Agentic Workflowsで。 CI 機械で判定できること Skill 文脈が要ること 人 最後の判断 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 14
  13. AIエージェントは本人の権限で動く ラベルと本人の属性によるラティスモデルで権限管理を強めていく そのまま引き継ぐ 人もエージェントも 同じ扉を通る 利用者 AIエージェント 本人の認証 本人と同じ権限 何が問題か

    利用者の手元ではエージェント専用の認証を強制できな い。本人ができることはAIも操作できてしまう。 データ どうするか ラベルと本人の属性で、届く範囲を決める 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 16
  14. 土台になる分類表:当社の情報資産ガイドライン 当社の例:全社の情報資産を機密性・完全性・可用性から5段階に分けている 低い 高い IA1 IA2 IA3 IA4・IA5 Public Private

    Protected Restricted 公開してよい情報 社内向けの情報 個人情報・契約で守る情報 漏えいで事業に深刻な影響 制限なし 外には出さない。社内では広く 共有できる 限られたグループで使う。持ち 出しを制限 特定の権限者だけ。最も強い対 策 決めたIAレベルを、そのままデータのラベルに使う 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 17
  15. 定義した機密度を自動でタグに反映しアクセスを制御する プロダクトのログの定義からBigQueryのポリシータグまでをつなげる 01 定義する 02 自動で付ける 書くのは開発チーム protoに、項目ごとの IAレベルを書く //

    顧客の機密データ string customer_data = 2 [ (capture_log.v1.field) .information_asset_level = 4 ]; 03 機械的に外す 人の手で付け直さない 専用のセキュア環境でだけ使う テーブルを作るときにポリシータグ を自動で付ける。protoに書き漏れ があれば、基盤側の一覧で補う IA4以上の列は 公開層・Lookerに出さない ログの種類が増えてもタグ付けが追いつかなくなることはない 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 18
  16. Lookerでは所属部署に応じて個人情報を見せ分ける 個人情報は、BigQueryでは常にマスクし、Lookerでは許可された部署にだけ見せる 人事システム 対応表 毎日の同期 Looker 従業員の所属部署 部署ごとに、見てよいデータを決める Lookerのユーザー属性を更新する 属性を見て、列ごとにマスクする

    同じメールアドレスの列でも、見え方が変わる 許可された部署 元の値 それ以外の部署 [masked] BigQueryに直接SQLを書く人 ポリシータグでマスク dimension: email { sql: {% if _user_attributes['pii'] contains 'pii_product' %} ${TABLE}.email {% else %} '[masked]' {% endif %};; } LookMLの例:属性にpii_productがある人にだけ元の値を返す 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 19
  17. 防止:機密データへの常時アクセスを制限する 普段は人もエージェントも個人情報などを含む機密データに届かない 常時権限の廃止と一時昇格 API Keyと機密データ閲覧の「排他」 常時の権限をやめる API Keyと機密データの閲覧を両立させない 例外は申請制の一時昇格 発行するときに確認

    昇格中は全件を監査 毎日点検する 結果 普段はマスク済みのデータしか見えない 結果 API経由では機密データを取れなくなる 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 20
  18. hookで実行前に止め、止められないものは見つける AIへのルールは読み飛ばされることがある。その前提で、仕組みで補う 実行する前に止める(hook) 止められないものは見つける(検知) $ bq query "SELECT ... FROM

    ..." 個人のデータセットへの複製を記録する bq query を検知しました。 PIIカラムの有無を確認してから 実行を承認してください 監査用のビューで見える化する # 人が承認するまで実行されない hook が実際に出す警告(コマンドは例) 対象 bq query・dbt show・dbt run-operation・PythonのBigQueryクライアント 防げないものは、見つけて直す 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 21
  19. グローバルの法規制:リージョンごとに適用される法令が異な る リージョンごとにVPC Service Controlsの境界を設定し、データが境界を越えないようにする 公開層 利用者が使う 生データ層 データ基盤のみ参照 JP

    US EU SG 個人情報保護法 CCPAなど州法 GDPR PDPA 専用のProject 専用のProject 専用のProject 専用のProject 専用のProject 専用のProject 専用のProject 専用のProject VPC Service Controlsの境界 VPC Service Controlsの境界 VPC Service Controlsの境界 VPC Service Controlsの境界 リージョンごとの境界をデータは越えられない 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 22
  20. データの状態ごとにできることを決める 加工が進んでいる 生に近い 統計・匿名化済み 仮名化済み IA4・IA5 自由に使える リージョンごと・最小権限 専用のセキュア環境で使う 個人を特定できない統計データならリー

    ジョンをまたいで合算できる 必要な人にだけ権限を付ける。 他と結合せず、識別子はハッシュで渡す 強力な監視と監査、使用制限をかける。 持ち出しは厳格に管理 ラベルや統計化・仮名化の度合いでデータの状態を定め、権限と環境を棲み分けた 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 23
  21. 専用のセキュア環境で機密度の高いデータを使う 公開層から外したIA4・IA5は出口を絞った専用環境の中だけで扱う 01 専用のブラウザ 02 作業環境 03 通信の検査 04 データの境界

    05 持ち出しは人が承認 決められたブラウザだけが入 口 専用の作業用マシン 専用プロキシと監査システム VPC Service Controls PAMで承認・記録 利用者ごとに期限付きで払い出し、使い終わったら環境ごと削除する 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 24
  22. 環境の払い出しはAIが代行し、承認と監視は人が担う 専用のセキュア環境の利用申請から払い出し・通知までをつなげた 人 人 AI 人 AI 01 Slackで申請 02

    承認者が承認 03 Devinが作業する 04 人がレビュー 05 CSIRTへ自動通知 目的・期間・クエリ ボタンを押すだけ 設定を書き、PRを作る 確認して適用 誰が・何を・いつまで 専用の環境の構築と各種検知・通知をセキュリティチームと協力して提供 利用者もAIに内容を聞いて安全にデータを利用できる 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 25
  23. 新しい取り組み:スケーラブルでセルフサーブなBIを目指して 指標の定義はセマンティックレイヤーに一つだけ持ち、画面はそれを使ってAIで作る Cloud Run AIエージェント Gateway/MCP 経由で 同じ指標を取る(検証中) Cube(セマンティックレイヤー) IAP

    指標を一元管理し、ロールごとに取得できるデータを制御す る 認証 利用者 ダッシュボード BigQuery 定義済みの指標でAIが書く。定義を直せば各画面に反映され る Lookerと同様に指標を一か所で管理し、BigQueryのポリシータグも効かせてアクセスを制御する 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 27
  24. Lookerと並べてもう一つのセルフサーブを試す Lookerでのセルフサーブも検証しつつ、セマンティックレイヤーを中心にしたヘッドレスBIを新しく試している 目的 新しいBIの良さ Lookerでも 事業部が自分で作る 画面と切り離したヘッドレスBI LookMLも現場で整える 指標と画面をPRで足せる形にする。デ ータ基盤はレビューで支える

    指標の定義をコードで一か所に持ち、画 面・AI・Slackなど好きな出口から同じ 数字を出せる 開発チームがLookMLを整える形も進め る 2つの形を比べ、現場に合うセルフサーブを見極める 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 28
  25. ナレッジグラフはガードレールを優先して一旦後回しにした 当社の今の使い方でYAMLとナレッジグラフに同じ質問をして比べた 正しく答える割合 YAML ナレッジグラフ 同程度 同程度 比べたこと 判断 今のYAMLと、ナレッジグラフ

    。同じ質問をエージェントに解 かせ、回答を採点して比べた 応答時間・トークン 少ない 増えた YAMLで進める 答えられない質問の扱い よい 使い方次第 使いこなしたいが、 先に整える ガードレールが多い 今はガードレールを優先し、ナレッジグラフは近いうちに取り組む 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 29
  26. 検証中の判断とまだ解けていない課題 課題1 セルフサーブBIの権限がまだ粗い ダッシュボード単位・行単位の権限はまだない。全社に広げるときは、組織や資 格情報をもとに権限管理が動的にできる仕組みを進めている 課題に対する検証事項 データの管理面では、品質モニタリングとしてデー タオブザーバビリティの強化を進めている。 権限管理、機密度設定、品質モニタリングなどを、 Gateway/MCPへ集約で改善できるかを検証・開発

    中 課題2 機密度のタグ付けは定義の品質次第 protoへのIAレベルの書き漏れは、基盤側の一覧で補っている。書く側の開発チー ムの理解が欠かせず、点検を続ける 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 30
  27. これから:データ基盤の仕事を段階的に利用者へ渡す 基盤チームは「作る」から「材料を整えて見守る」へ。Skillで渡せる範囲を少しずつ広げる 任せるために整える仕組み めざす姿 いまの中心 Skillがある 窓口がある 担当者任せ Slackで受け付け、基 盤チームが作業する

    手順書・Skillに沿って 利用者が進め、基盤 がレビュー 段階3 聞かれるたびに、個 別に対応する 自分で完結 コードで管理し、検 査と検知が見守る 段階4 入り口 AIがデータを読む道を、一本に絞る 関門 本番に反映する前に、自動で検査する 検知 反映したあとの異常に、自動で気づく 段階2 土台 段階1 普段は機密データに届かない権限にする すべてを任せきりにはしない。機密データの扱いなど、基盤チームが関わり続ける仕事も残す 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 31
  28. これから:AIのデータアクセスをGateway/MCPにまとめる 各所に置いているSkillや権限の制御を一つの入口で一貫して効かせる Gateway/MCP 開発・検証中 依頼した本人の権限を超えない 機密度の高い列・行は渡さない AIエージェント 管理設定で、この入口 以外からは届かない リージョンをまたがない

    データ基盤 (BigQuery) 誰のAIが、何を取ったかを記録する 今: Skill・hook・権限の設定が、各所に分かれている これから: 一つの入口で、同じルールを効かせる 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 32
  29. まとめ・これから 現場に渡し、構造で守り、人とAIで運用する 01 02 Agent Skillで現場に渡す 権限とネットワークの構造で守る これから エージェントのデータアクセスを、 Gateway/MCPにまとめる形を検証して

    いる 今日お話しした統制は、そのまま土台と して残り、データ基盤を守り続ける 03 定型作業はAI、承認と監視は人 本資料は貴社の便宜のためのみに提供されるものであり、複写、引用または第三者の閲覧に共される際は株式会社LegalOn Technologiesの了承を得てください。また、当該資料の利用により直接または間接に生じた損害や損失等について、株式会社LegalOn Technologiesは一切の責任を負いません。©LegalOn Technologies, Inc. all rights reserved. 33

More Decks by LegalOn Technologies, Inc

Other Decks in Technology