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

AI責任者の方へ

導入のスピードについていくガバナンス。

導入のスピードについていくガバナンス。

良いアイデアを、もう待たせない。

良いアイデアを、もう待たせない。

すべてのチームに申請窓口を1つ用意し、各申請を必要な質問だけに絞り、承認済みのものと利用中のものを1つのインベントリで把握。レビューを開発する人のスピードに合わせます。

すべてのチームに申請窓口を1つ用意し、各申請を必要な質問だけに絞り、承認済みのものと利用中のものを1つのインベントリで把握。レビューを開発する人のスピードに合わせます。

どのチームもAIを求め、そのすべてがあなたに集まる。

どのチームもAIを求め、そのすべてがあなたに集まる。

どのチームもAIを求め、そのすべてがあなたに集まる。

スピードと慎重さの両立を求められながら、すべてのレビューを同じ少人数でこなしている。

スピードと慎重さの両立を求められながら、すべてのレビューを同じ少人数でこなしている。

10月23日(金)
10:00
エージェント発表会:14チームのデモ
午前10:00〜10:45全社ミーティング

経営陣

14チームが、今四半期に構築したエージェントをデモします。

14チームが、今四半期に構築したエージェントをデモします。

経営陣はさらなる展開を望んでいますが、どのエージェントがレビュー済みなのか、まだ答えられません。

Tom Becker午前11:06
#ai-builders
社内文書の翻訳ツールです。もっと短いフォームはありますか?

AI開発者

あるチームが、自分たちの文書を翻訳する小さなツールを作る。

あるチームが、自分たちの文書を翻訳する小さなツールを作る。

誰もが自分のツールは単純だと考えます。それを見分けるのがプロセスの役目です。

調達部門
午後2:37
新しいAI文字起こしツールの申請
マーケティング部門が導入を希望しています。営業部門はすでに類似ツールを契約しています。

調達部門

マーケティング部門が、営業部門のものとよく似た文字起こしツールを求めている。

マーケティング部門が、営業部門のものとよく似た文字起こしツールを求めている。

最初の承認が何を対象としていたのか誰にも分からず、安全策として一からレビューし直すことになります。

レビューは、少数の申請を前提に作られていた。

レビューは、少数の申請を前提に作られていた。

レビューは、少数の申請を前提に作られていた。

今やチームは毎週ツールやエージェントをリリースします。レビューは申請ごとに最適化され、開発者のペースで進む必要があります。

今やチームは毎週ツールやエージェントをリリースします。レビューは申請ごとに最適化され、開発者のペースで進む必要があります。

現在の進め方あるべき姿

  • 現在の進め方

    申請がメール、フォーム、チケットに分散

    あるべき姿

    何を試したいチームにも、ひとつの共通窓口

  • 現在の進め方

    どの申請にも同じ長い審査

    あるべき姿

    低リスクは簡易ルート、重要な案件はフル審査

  • 現在の進め方

    月1回しか開かれない委員会

    あるべき姿

    議題の都合ではなく、案件が届いた時点で判断

  • 現在の進め方

    取締役会への報告のたびに作り直す台帳

    あるべき姿

    承認済み、利用中、廃止済みを常に記録

知っておきたいこと

知っておきたいこと

知っておきたいこと

開発者にとって、新たなお役所仕事になりませんか?

申請に合ったレビューであれば、そうはなりません。後の質問は前の回答に応じて変わるため、社内会議用のメモツールは短く済み、与信限度額モデルには完全なレビューが行われます。白紙のフォームから始めなくても、MCP対応のAIアシスタントや、検出で見つかったツールから申請を作成できます。

モデルはすでに各プラットフォームで管理しています。なぜサイロを増やすのですか?

Enzaiはそれらのプラットフォームと並立するのではなく、そこから情報を取り込みます。モデルはAmazon Bedrock、Azure AI Foundry、Databricksなどから、エージェントはMicrosoft Copilot Studioからインポートされ、申請は入力と同時にインベントリのレコードになります。利用目的や担当者など、インポートでは分からない情報だけを追加します。

レビューを短くすると、重要なチェックが抜け落ちませんか?

いいえ。申請の種類ごとにどの質問とレビュー担当者を割り当てるかはチームが決め、すべての判断は人が行います。承認ステージは順番に進むため、次のレビュー担当者に通知されるのは現在の担当者が承認した後です。経路を短くするかどうかはチームが選ぶことで、ソフトウェアが決めるものではありません。

学習データやモデルの出力を提供する必要はありますか?

いいえ。インポートされるのは各モデルの記録であり、学習データや出力ではありません。Enzaiが保持するのはガバナンスの記録です。申請、システム、担当者、承認、そしてチームが添付したエビデンスです。メトリクスをエビデンスとして使う場合は、選んだものを手動またはAPIで記録します。

進捗をどのくらい早く経営陣に示せますか?

申請が届き始めたらすぐに示せます。ダッシュボードにはパイプライン、承認率、承認までの平均所要時間が表示され、インベントリでは承認済みのものとそのライフサイクル段階を確認できます。Enzaiはリリース後の投資対効果は測定しないため、財務チームが信頼している既存のレポートと組み合わせてご活用ください。

リスク部門や法務部門は、より速いプロセスを信頼するでしょうか?

ご自身で確認できます。各申請には、回答、各ステージのレビュー担当者と承認者、その判断と条件が氏名と日付付きで残り、レポートとしてダウンロードできます。スピードは申請に合わせたレビューから生まれるもので、承認者を飛ばすからではありません。

すべての申請に、ひとつの窓口。

すべての申請に、ひとつの窓口。

すべての申請に、ひとつの窓口。

利用中のAIを、ひとつの記録に。

利用中のAIを、ひとつの記録に。

利用中のAIを、ひとつの記録に。

デモをご予約いただくと、チームが入力するにつれて申請がインベントリのレコードになり、そのままレビューに進む様子をご覧いただけます。

デモをご予約いただくと、チームが入力するにつれて申請がインベントリのレコードになり、そのままレビューに進む様子をご覧いただけます。