現代のエンタープライズ組織において、各部門のチームは社内にすでに存在する情報やノウハウを探し出すためだけに、毎月膨大な時間を費やしています。カスタマーサポート担当者は過去のJiraチケットやSlackチャンネルを遡って既知の不具合原因を調査し、営業担当者はGoogle DriveとSalesforceの間を行き来して特例値引きの承認履歴を掘り起こし、人事担当者は育児休暇制度や在宅勤務手当に関する同一の質問に何度も個別対応しています。
多くの部門リーダーが、内製のチャットボットや汎用AIアシスタントの導入によってこの課題を解決しようと試みてきました。しかし、そうしたプロジェクトの大半は、セキュリティやコンプライアンスの厳格な審査で暗礁に乗り上げます。「一般社員が役員の報酬データや機密人事評価をAI経由で閲覧できてしまわないか」「社外のLLMに顧客の機微情報が取り込まれ、モデルの再学習に流用されるリスクはないか」「業務システムに対する自動アクションが意図しない誤作動や権限逸脱を引き起こさないか」といった懸念に直面するためです。
Gleanは、275以上の主要エンタープライズSaaSに対応した高精度コネクタと、設計思想の根幹に据えられた「パーミッション・ファースト（権限最優先）」アーキテクチャにより、この課題を根本から解決します。専用のRAG（検索拡張生成）パイプラインをゼロから開発・保守することなく、自然言語の指示だけで部門特化型のGlean AssistantやAgentを構築し、社内システムのアクセス制御リスト（ACL）を完全に遵守した状態で、日常の反復検索と業務ワークフローを安全に自動化できます。
本稿では、企業の部門リーダーが社内承認を得て実運用へと導くための、カスタムGlean Assistantの構築・セキュリティ対策・展開手順を体系的に解説します。
1. コアアーキテクチャ：なぜGlean Assistantは安全なのか
一般的な生成AIチャットボットは、企業内文書を単一の巨大なベクトルデータベースとして扱います。一度文書がチャンク化されてベクトル化されると、質問を投げかけているユーザーが元ファイルに対する閲覧権限を持っているかどうかを推論時に厳密に検証することが極めて困難になります。
これに対し、Gleanは以下の4つの基本原則に基づいて動作します。
- ネイティブなACL権限継承： GleanはIDプロバイダ（Okta、Microsoft Entra ID、Google Workspaceなど）や各種業務ツール（Salesforce、Jira、Confluence、SharePoint、ServiceNow、GitHub、Zendesk、Slackなど）と直結し、アクセス権限を常時同期します。Assistantが回答を生成する際、質問した本人が元システム上でアクセスを許可されている情報のみを検索・引用します。
- エンタープライズグラフ（Enterprise Graph）： 単なるキーワード一致やベクトル検索にとどまらず、社内の組織構造、プロジェクト、共同作業履歴、ドキュメントの更新頻度などを総合的にモデル化し、文脈に沿った的確な情報を特定します。
- マルチLLMインテリジェンスと自動ルーティング： 質問の性質や難易度に応じて、最適な基盤モデル（Claude 3.5 Sonnet、GPT-4o、Gemini 1.5 Proなど）へインテリジェントにリクエストを振り分けます。また、AWS Bedrock、Azure OpenAI、GCP Vertex AIを経由した自社専用インスタンスの接続にも対応しています。
- シングルテナント分離とデータ非保持： データ処理は独立したシングルテナント環境または顧客管理下のクラウドアカウント内で完結します。エンタープライズ契約に基づき、外部モデル提供元が顧客のクエリや社内データをログ保持したり、基盤モデルの学習に利用したりすることは一切ありません。
2. 部門別ユースケースと投資対効果
カスタムAssistantを構築する際は、まず「問い合わせ頻度が高く」「情報が複数ツールに分散しており」「回答の後に具体的なアクションが続く」業務から着手することが成功の要件です。
| 対象部門 | 反復的な業務課題 | 連携する主要システム | 自動化アクションと成果 |
|---|---|---|---|
| カスタマーサポート | 既知の障害調査、過去の対応ナレッジ検索、エスカレーション | Zendesk、Jira、Confluence、Slack障害対応チャンネル | 公式引用付きの回答要約を生成、一次返信文案の自動起草、Jiraバグ起票 |
| 営業・RevOps | RFP（提案依頼書）回答作成、競合比較、特例承認確認 | Salesforce、Highspot、Gong商談録音、Box | 過去の受注事例を瞬時に抽出、提案書の該当章を自動下書き、承認フローのトリガー |
| 人事・労務（HR） | 社内規定・福利厚生の問い合わせ対応、オンボーディング案内 | Workday、Notion、BambooHR、Google Drive | 24時間365日の規定案内を実現しつつ、給与原簿や機密人事考課ファイルを自動遮断 |
| ITサービスデスク | アカウント権限申請、PCキッティング手順、ツール設定トラブル | ServiceNow、Jira Service Management、Jamf、Okta | 手順書に基づく自己解決を支援し、未解決の場合は必要情報を揃えてチケット自動作成 |
| 開発・プロダクト | アーキテクチャ決定記録（ADR）の参照、PRD関連情報の収集 | GitHub、GitLab、Jira、Confluence、Coda | 過去の設計背景を瞬時に照会、複数システムにまたがる要件を整理して仕様書初稿を作成 |
3. ステップ別構築手順：カスタムGlean Assistantの作り方
GleanにおけるAssistantの構築にプログラミング知識は不要です。部門リーダーや管理者は、直感的な設定ウィザードを通じて作成できます。
ステップ1：役割、目的、出力トーンの定義
Glean Apps / Agentsの作成画面を開き、システムプロンプトを設定します。
- 役割と対象ユーザーの明示： 「あなたはエンタープライズ顧客向けTier-2テクニカルサポート支援アシスタントです」のように、誰のためのアシスタントかを定義します。
- 回答フォーマットと正確性の指定： 「箇条書きで手順を示し、参照した社内マニュアルのURLを提示してください。未解決の不具合の可能性がある場合は、エンジニアへのエスカレーションを促してください」といったルールを設けます。
- 禁止事項（ネガティブガードレール）： 「未発表製品のリリース時期に関する推測を行ってはならない」「人事報酬に関する質問には回答を拒否すること」などの境界線を明示します。
ステップ2：参照する知識ソースの絞り込み
標準の全体検索Assistantとは異なり、特定業務向けのAssistantでは参照範囲を絞り込むことで回答の信頼性と精度が劇的に向上します。
- コレクション（Collections）の活用： レビュー済みの運用マニュアル、公式SOP、顧客対応ハンドブックなど、確度の高い文書群をコレクションとしてグループ化します。
- システムおよびフォルダの限定： 参照対象を特定のConfluenceスペース、Jiraプロジェクト、Google Driveフォルダ、特定のSlack公開チャンネルに限定し、ノイズの混入を防ぎます。
- 最新情報の優先ルール： 内容に差異がある場合は、更新日付が最新のドキュメントを優先して回答するよう指示します。
ステップ3：外部アクションツールの接続と承認ポリシー
優れたAIアシスタントは質問に答えるだけでなく、業務を前進させます。Glean Actionsとコネクタを用いて、実務システムへの連携を設定します。
- 読み取り・照会アクション： Salesforceの商談フェーズ照会、ServiceNowのインシデント進捗確認など。
- 書き込みアクション： Jiraチケットの新規作成、CRMへのコンタクト履歴登録、フォローアップメールの下書き作成など。
- 実行権限の制御（Always Allow と Needs Approval）： データの読み取りや安全な検索は「常時許可（Always Allow）」に設定します。一方、システムへのデータ登録や変更を伴う操作（バグ起票、顧客ステータス更新、チャットルームへの一斉通知など）は、必ず「承認必須（Needs Approval）」に設定します。実行前にプレビューカードが表示され、ユーザー自身が確認ボタンを押して初めて実行されるため、誤作動を未然に防止できます。
ステップ4：サンドボックスでの事前検証
組織全体へ公開する前に、テスト環境で入念な検証を実施します。
- 権限分離テスト： 一般メンバー用アカウントと管理者アカウントの両方から同一の質問を投げ、機密情報が一般ユーザーに対して適切に非表示となっているかを確認します。
- 曖昧・矛盾への対応： 古い仕様書と新しい仕様書が混在するケースをあえて質問し、AIが独断で判断せず、情報の相違点をユーザーに明示できるかを確かめます。
- プロンプトインジェクション耐性： ルールを突破しようとする攻撃的な入力や、システムプロンプトの開示要求を入力します。Glean Protectは96.9%の精度でインジェクション試行を検知し、安全にブロックします。
4. エンタープライズセキュリティ統制：AWAREフレームワークとGlean Protect
部門へのAI導入にあたっては、CISO（最高情報セキュリティ責任者）やセキュリティ部門の承認が不可欠です。Gleanは、DatabricksやPalo Alto Networks Unit 42と共同で策定したAWAREフレームワークに基づき、Glean Protectを通じて包括的なセキュリティ統制を提供しています。
1. アクターの意図管理（Actor Intent）
すべてのアクセス要求は企業のシングルサインオン（SSO/SAML/SCIM）を通じて認証されます。
- ユーザーIDの厳格な適用： Assistantは質問者のアクセス権限をそのまま引き継ぎます。AIを経由して権限昇格が発生するリスクを排除します。
- エージェントID（Agent Identity）： SlackやJiraのバックグラウンドで自律動作するAgentには、独立したサービスアカウントと最小限の操作権限を割り当て、監査ログ上の責任の所在を明確にします。
2. 業務コンテキストの保護（Work Context）
社内共有設定の不備による情報漏洩を防ぐため、高度なフィルタリングを適用します。
- 機密コンテンツポリシー（Sensitive Content Policies）： 個人情報（PII）、クレジットカード番号、APIキー、財務データなどを含むファイルが誤って全社共有されている場合、Glean Protectが自動検知して検索対象から除外・非表示化します。
- 制限トピックポリシー（Restricted Topics Policies）： 部門リーダーは自然言語で禁止トピックを定義できます（例：「社員の個人業績評価、給与テーブル、係争中の法務案件に関する質問には回答しない」）。
- トリアージワークフロー： セキュリティ管理者は検出された過剰共有ファイルを一元管理し、TinesやSplunkなどのSIEM/SOARツールと連携して権限修正を行えます。
3. 自律ガードレール（Autonomous Guardrails）
多段階の自動処理を行うAgentが意図した目的から逸脱するのを防ぐため、書き込みアクションの実行直前にアライメントモデルが介入し、当初の指示と実行内容の整合性を自動検証します。
4. リアルタイムリスク評価と脅威ブロック（Real-Time Risk Scoring）
外部から取得したWebコンテンツやメール文面に悪意のある命令が潜んでいる間接プロンプトインジェクション攻撃をリアルタイムで検知・遮断します。
5. エコシステム全体の可観測性（Ecosystem Observability）
Assistantが実行したすべての検索、参照した文書リンク、呼び出したツール、出力結果は、改ざん不能な監査ログに記録されます。ログは企業のSIEM基盤へ即時ストリーミング可能であり、SOC 2 Type II、ISO 27001、ISO 42001（AIマネジメントシステム国際規格）、HIPAA、GDPRなどの各種コンプライアンス要件を完全に充足します。
5. 段階的な展開とチェンジマネジメント
アシスタントの導入を成功させるには、スモールスタートと段階的な適用範囲の拡大が鍵となります。
[フェーズ1：パイロット検証]
└── 部門リーダー ＋ 主要メンバー5〜10名
└── プロンプト調整、公式コレクションの整備、ACL権限境界の検証
│
▼
[フェーズ2：部門内本格展開]
└── Glean App Libraryを通じて対象部門グループへ公開
└── 日常の作業動線（Slack、Microsoft Teams、ブラウザ拡張）へ配置
└── 「承認必須」アクションの実行状況やユーザーフィードバックをモニタリング
│
▼
[フェーズ3：他部門展開と継続的改善]
└── 管理コンソールで利用頻度、未解決クエリ（知識ギャップ）、チケット削減率を分析
└── 不足しているドキュメントを元システム側で拡充し、連携ツールを追加
部門リーダーへの3つの実践的アドバイス
- 「参照・回答」から始め、「自動登録・更新」へ進む： 初期段階はドキュメントの要約や検索アシスタントとして活用し、信頼性が確認された後にチケット自動起案などの書き込みアクションを順次有効化します。
- 日常のチャット環境にアシスタントを組み込む： ユーザーに新しいWebポータルを開かせるのではなく、普段使っているSlackの共有チャンネルやTeamsのチャット内にAssistantを配置することで、利用率が飛躍的に高まります。
- ナレッジ管理担当者を設定する： Gleanの管理画面で「回答が見つからなかった質問（Knowledge Gaps）」を定期的に確認します。AIが回答できなかった領域は、社内マニュアルそのものが不足しているサインであるため、元ドキュメントの更新サイクルを確立することが重要です。
6. 戦略的総括：他アプローチとの比較と選択基準
エンタープライズAIの導入手法には主に3つの選択肢が存在します。
- 特定エコシステム純正Copilot（例：Microsoft 365 Copilot）： Officeアプリ群との親和性は極めて高いものの、Jira、Salesforce、ServiceNow、GitHub、Zendeskなどの外部ツールを網羅的に横断検索・操作するには追加開発や権限同期の壁が伴います。
- オープンソースを活用した内製RAG（LangChain / LlamaIndex / ベクトルDB）： 設計の自由度は高い一方、データコネクタの継続保守、ベクトル更新パイプラインの運用、そして何より複雑なACL権限同期を独自実装しなければならず、セキュリティ監査をクリアできずに頓挫するケースが後を絶ちません。
- Glean統合プラットフォームとカスタムAssistant： 275以上の主要ツールに対応し、ノーコードでの作成、インテリジェントなマルチLLMルーティング、そしてISO 42001準拠の強固なセキュリティ統制が最初から備わっています。
社内の情報探索に伴う膨大な工数ロスを迅速に削減し、かつ企業のデータガバナンスを一切妥協したくない部門リーダーにとって、Gleanはもっとも確実で安全な選択肢となります。