Enzai MCPサーバー
お使いのAIと接続。
MCP対応のエージェントなら、どれでも同じガバナンスの効いた接続を、チームが普段使う場所でそのまま利用できます。
主な連携先
ワークフローツール
Jira, ServiceNow
モデルプロバイダー
Anthropic, OpenAI
エージェントツール
Copilot Studio, Claude Enterprise
開発環境
Azure AI Foundry, Amazon Bedrock, Databricks

用語集

データ取り込みにおけるリスク

データ取り込みにおけるリスク

データ取り込みにおけるリスク

ユーザーがAIモデルを使用する過程で、機密情報や独自のノウハウがその学習データセットに恒久的に取り込まれてしまうリスク。

ユーザーがAIモデルを使用する過程で、機密情報や独自のノウハウがその学習データセットに恒久的に取り込まれてしまうリスク。

更新日

これは、認可されていないAI(シャドーITとしてのAI利用)における主要なリスクです。プロバイダーの利用規約によって、モデルの改善にプロンプトを使用することが許可されている場合、貼り付けられたデータはモデルのパラメトリックな知識の一部となります。サーバー上のファイルとは異なり、このデータはトレーニングサイクルが完了した後に標準的なIT手順で削除することができません。その結果、将来的に知的財産が漏洩するリスクが生じます。

例

あるエンジニアが、デバッグ目的で独自のソースコードを公開AIツールに貼り付けます。そのコードは取り込まれ、モデルの次のバージョンのトレーニングに使用されます。その結果、将来的に競合他社がそのAIから同様のロジックを引き出す(プロンプトを入力する)ことが可能になるリスクが生じます。

実際に使われているAIを統制する。

実際に使われているAIを統制する。

実際に使われているAIを統制する。

まずは、使われているものから。

まずは、使われているものから。

まずは、使われているものから。

デモをご予約いただければ、Enzaiが利用中のAIを見つけ出し、各システムに責任者を割り当て、記録を残す方法をご紹介します。

デモをご予約いただければ、Enzaiが利用中のAIを見つけ出し、各システムに責任者を割り当て、記録を残す方法をご紹介します。