AIエージェント時代のデータガバナンス利活用とリスク管理の両立

■ イベント
Data Engineering Study  #37
https://forkwell.connpass.com/event/404425/

■登壇概要
タイトル：AIエージェント時代のデータガバナンス利活用とリスク管理の両立
登壇者：技術本部 CTO室 Data Analyticsグループ 中村 崚

■ 技術本部 採用情報
https://media.sansan-engineering.com

Transcript

1. Sansan技術本部 AIエージェント時代のデータガバナンス 利活⽤とリスク管理の両⽴ Sansan株式会社 技術本部 CTO室 Data Analyticsグループ 中村 崚
2. 中村 崚（Ryo Nakamura） 技術本部 CTO室 Data Analytics グループ toC向けナビゲーションアプリ提供会社での地点マスタデータや検索エ ンジン開発、⼩売事業会社でのデータ基盤構築などを経験したのちに、 2023年4⽉にSansan株式会社に⼊社。 以降、GCPを中⼼とした全社横断のデータ基盤の開発とデータ活⽤⽀援 に取り組む。 Sansan中部⽀店に所属し、中部⽀店エンジニア組織の拡⼤を牽引中。
3. 会社概要 社名 Sansan株式会社 設⽴ 2007年6⽉11⽇ 従業員数 2,077名（2026年5月31日時点） 上場証券取引所 東京証券取引所 プライム市場 拠点 本社：東京都渋⾕区桜丘町1-1 渋⾕サクラステージ28F 関⻄⽀店、福岡⽀店、中部⽀店 サテライトオフィス グループ会社 Sansan神⼭ラボ、Sansan Innovation Lab、Sansan⻑岡ラボ Sansan Global Pte. Ltd. （シンガポール） Sansan Global Development Center, Inc. （フィリピン） Sansan Global (Thailand) Co., Ltd.（タイ） ナインアウト株式会社 株式会社⾔語理解研究所 Eightキャリア株式会社
4. Sansan株式会社の働き⽅を変えるAXサービス ⽣産性を向上させ、企業のAI活⽤を最⼤化するデータベースとしても貢献できる 「働き⽅を変えるAXサービス」を提供します。 法⼈向け 個⼈向け 名刺データベースが、収益を最⼤化する 契約データベースが、利益を守る 「なくせる」をつくり、全社の働き⽅を変える 営業AXサービス 契約AXサービス 経理AXサービス 名刺アプリ 営業 契約 請求 名刺 管理 データクオリティマネジメント 各サービスの活⽤で変わる働き⽅ 必要な情報を 情報の管理がしやすく 情報を分析‧活⽤しやすく すぐに⾒つけられる すぐに共有できる データに基づいた判断ができる
5. Hub-Spoke型 全社横断データ基盤を構築 &提供 全社横断データ分析基盤 分散データ分析基盤 Spoke データ構造化 データ連携 Hub Hubから 各Spokeへ データ連携 事業部 Spoke利用者 Spoke Hub 企業DB Salesforce ※ Salesforce Salesforce inc. 許可 もとで使 ⽤しています。 商標であり、 etc… SSoTとして機能 事業部 Spoke利用者 Spoke利用者 データ 活用・運用に集中
6. 前置き: Sansan社内で • • 生成 AI 利用状況 ほぼ全社員が様々な生成AIツールを利用可能 ◦ CSや営業メンバ: ChatGPT, Claude, Gemini, Notion AI など ◦ エンジニア: Claude Code, Cursor, Devin, Codex など AIセキュリティガイドラインも整備 ◦ AIを利用する際 ▪ ◦ 注意事項 e.g.) Coworkなどで 自律的操作による情報漏洩 リスク AIに入力して良いデータ 区分 ▪ e.g.) 生 顧客データ NG。統計加工情報や社内共有情報、ソースコード OK データ種別や AIサービスが増えるにつれ、利用者目線で 判断が困難に …
7. Premise: セキュリティと利便性 両立 セキュリティ 私たちにとって 前提条件です。セキュリティなくして私たち 存続しえませ ん。 一方で、私たちが提供するクラウドサービス 世 中をより便利にするため も で、多く ケースでセキュリティと利便性 相反します。 大事なこと 、天秤を「セキュリ ティ」や「利便性」に傾かせることなく、双方を高度にバランスさせていくことだと捉えて います。 • • 実効性を保ちシンプルなルールに落とし込むため、ルールや体制を見直し中 ◦ ただ、これに ◦ 完遂するまでAI利用禁止という そこで、社内 している データを利用したあらゆる業務 確認が必要で、時間を要する も難しい・・・ 営業活動生産性向上 ため 独自 AIエージェントやMCPを配布
8. ちょっとだけ宣伝 • プロダクトへ AI機能搭載や新規ソリューション展開もしています!!
9. 社内向け AIエージェントと • ユースケース 「営業担当者が商談前準備を効率的に行うことができる」 ◦ • ? 商談前準備に 様々な散在するデータをかき集めて集約しなけれ ならない 企業情報 過去接点 プロダクト 利用状況 契約状況 キーパーソン Notionナレッジ 類似企業 過去提案資料 ・・・ 個人や部門ごとにAIを使って効率化していたが、個別最適となっていた
10. システム全体 流れ 営業担当者 問いが、 3つ 入口とアプリケーション層を経て、共通データ取得ロジック・データソースまで届く流れ ユーザー 別々 入口 Claude / ChatGPT / Cursor (MCP) 営業・CS担当者 アプリケーション層 社内情報取得 MCPサーバー 共通 データ取得 ロジック Slackエージェント (@メンション ) Slack絵文字 (リアクション ) 共通データ取得ロジック 社内情報取得 エージェント データソース 名刺 コンタクト 顧客活用 企業データ 契約書 請求書 CRM 商談書き起 こし 提案資料 社内ナレッ ジ(Notion) ニュース ・Web 導入事例
11. 実際 MCP/ AIエージェントと 対話例
12. システム詳細 • AIツール(Claude/ChatGPT)と接続可能なMCP & SlackIF ◦ • IdP連携で社内から みアクセス許可 参照可能なデータソース ◦ AI Agent セキュリティガイドラインに準拠 全社横断データ基盤(BigQuery)に蓄積されたSFAデータ/自社 取引/企業マスタ/ 名刺交換履歴 etc… ◦ • ▪ 一部 企業IDなどデータ間で ▪ 利用可能なデータセットへ そ 他Webサーチ等 紐づけを容易にできるようモデリング 参照をサービスアカウントで許可 一般データ これによりセキュアなデータアクセスを提供し、AIを活用できる!!! ◦ 果たしてそうかな・・・ ?
13. AIエージェント。作るだけで • 良いシステムがあるだけで 、乗り換えられない ◦ • • 浸透しない 既存 業務フローを変えることへ 浸透させるため 抵抗 一定ある 様々な取り組みこそ重要 ◦ 全社会議で 利便性アピール ◦ 継続的なワークショップ ◦ 部門間情報ナレッジ共有会 開催 ◦ slackをウォッチして、ユーザ 声を拾いに行く ◦ FBへ 継続対応(e.g. データ更新頻度向上等) →2026/9時点で WAU ◦ MCP: 500名 (Claude Desktopユーザが多数 ) ◦ Slack AI Agent: 150名
14. まとめ • 生成AI時代において データ・セキュリティーポリシー 見直し 必須 • ルールで縛ることもできるが、Sansanで セキュアに倒した AIツール提供に よる利便性で守らせる というアプローチが効果的だった ◦ • また、社内AIツール提供で培われたナレッジ 今後 ポリシー策定へ 礎にもなる 展望 ユースケースへ PoCとして、AIエージェントやMCPがある ◦ こ 他にも別 ◦ これらを共通基盤に集約し、より車輪 再発明をせずに済むように
15. Sansan 技術本部 採⽤情報 https://media.sansan-engineering.com/