データの扱いとセキュリティ

最初の相談は資料なしで進められます。相談範囲と、確認すべき論点はその場で整理します。

社内資料、RFP、既存システムの情報、顧客データを扱う段階では、NDAを締結してから詳細を伺います。使うのは、事前に合意した範囲のデータだけです。

Azure OpenAI Serviceなどのエンタープライズ環境を使えば、文書データがAIモデルの学習に使われることはありません。Azure OpenAIやAWS Bedrockなど、要件に合う構成を選びます。

外部のAIサービスを使ってよいか、モデルの学習に使われるかどうかは、設計に入る前に確認します。

クラウド環境で、アクセス権限、ログ、保存範囲、モデル学習への利用有無を整理してから設計します。

Beekleは自社の検索システムを自前のサーバーで運用しています。カスタマーサポート向けのナレッジ検索も、実データを投入して自社のVPS上で運用を続けています。同じ作り方で、外部のSaaSに資料を預けない構成にできます。

権限のない人が質問しても、該当する資料は出てきません。部署や役職で見せてよい情報が違う場合は、AIチャットにも同じ線引きを守らせます。利用者ごとに見える情報を分ける制御は、実際に作って運用しています。

利用するAI・クラウド、データの保存場所、権限、マスキング、監査ログは、要件に合わせて設計します。

条件を満たさない処理は止めて担当者へ戻し、入力・判断・実行の履歴を残します。

送信や更新の直前には、人が止められる画面を置きます。取り消せない外向きの操作を、AIから実行できる範囲に入れない判断もしています。Beekleの開発現場では、この形で毎日AIエージェントを動かしています。

他社で約3か月停滞していた大手企業のアプリを引き継ぎ、3週間で動く状態にした案件です。フロントエンド・バックエンド・インフラを同じチームで作り直し、そのまま外部のセキュリティチェックを受けました。