Fidempli AIガバナンス・プラットフォームは2026年12月提供開始です。デザインパートナーを募集しています。今すぐ応募 →
Fidempli

データ保護・プライバシー

データの検出と分類。

個人データと機密データの所在を把握し、ツールやAIが尊重するラベルを付けます。

課題

個人データや機密データは、メールボックス、SharePoint サイト、Teams のチャット、ファイル共有、クラウドストレージに散在しています。所在がわからなければ、開示請求に漏れなく回答することも、保存期間を適用することも、セキュリティ対策がリスクに見合っていることを示すこともできません。

AIはこのギャップを表面化させます。Microsoft 365 Copilot などのアシスタントは、ユーザーがアクセスできるものなら何でも提示できるため、過剰に共有されたファイルやラベルのないデータが、チャットの回答として現れます。ラベルとデータ損失防止が機能するのは、データが検出され、分類された後です。

提供内容

データ検出・分類

  1. 分類スキームの定義

    事業部門、プライバシー、セキュリティの各責任者と、少数の秘密度レベルについて合意し、各レベルがアクセス、共有、暗号化、保存期間にどう影響するかを定めます。

  2. データの検出

    組み込みおよびカスタムの機密情報の種類と分類子を用いて、Microsoft 365 とクラウドストレージから個人データ、健康データ、財務データ、機密データをスキャンします。

  3. ラベル付けと保護

    秘密度ラベル、既定および自動のラベル付け、各ラベルが適用する保護を設定し、ユーザーとともに展開します。

  4. データ損失の防止

    メール、SharePoint、OneDrive、Teams、エンドポイント向けにデータ損失防止(DLP)ポリシーを設定し、監査モードから始めて、事業部門とともに段階的に厳格化します。

  5. AI導入前の過剰共有の是正

    共有範囲が広すぎるサイトやファイルを見つけ、権限を整理し、Copilot などのAIツールがどの機密データにアクセスできるかを確認します。

  6. 最新の状態を維持

    ラベルとDLPの動作を監視し、誤検知を調整し、保持を適用し、機密データの所在を報告します。

本サービスにおけるAI自動化

  • 機密情報の種類とトレーニング可能な分類子を用いて、個人データ、健康データ、財務データを自動スキャンします。
  • ラベル付けの提案と自動ラベル付けポリシーを自動化し、適用前にレビューします。
  • 過剰共有の状況と、AIアシスタントがアクセスできる機密ファイルについて、レポートを自動作成します。

成果物

  • 分類スキームとラベル付けガイドライン
  • データ検出レポート:個人データと機密データの所在
  • 設定済みの秘密度ラベルと自動ラベル付け
  • データ損失防止と保持のポリシー
  • 過剰共有の是正計画と結果
  • 監視とレポートの仕組み

フレームワーク

  • GDPR
  • ISO/IEC 27001
  • NIS2
  • EU AI Act

詳細

Microsoft Purview

  • 秘密度ラベルと自動ラベル付け
  • 機密情報の種類とトレーニング可能な分類子
  • データ損失防止(DLP)
  • 保持ラベルと保持ポリシー
  • コンテンツエクスプローラーとアクティビティエクスプローラー
  • AI向けデータセキュリティ態勢管理

データソース

  • Exchange Online
  • SharePoint と OneDrive
  • Microsoft Teams
  • Windows および macOS のエンドポイント
  • Azure などのクラウドストレージ
  • ファイル共有

プラットフォーム

プロジェクト終了後は、Fidempli プラットフォームが運用を継続します

2026年12月から、Fidempli プラットフォームは利用の時点でラベルを活用します。個人データや機密データを含むプロンプトは、AIモデルに届く前に、ポリシーに従ってブロック、マスキング、または許可されます。

プラットフォームを見る
AIモデルに送信される前に、項目ごとに非識別化された顧客の苦情
サンプルデータによる製品プレビュー

よくあるご質問

Microsoft Purview は必要ですか。

Microsoft 365 では Purview が自然な選択肢であり、一部のライセンスに含まれています。他のプラットフォームをお使いの場合は、その分類・DLPツール、または組み合わせで対応します。

ラベル付けでユーザーの作業が遅くなりませんか。

スキームが簡潔で、既定値がほとんどの作業を担うようにすれば、遅くなることはありません。レベルを少数に絞り、適切な既定値を設定し、信頼できる場面では自動ラベル付けを使います。

なぜ Copilot にとって重要なのですか。

Copilot は、ユーザーがすでにアクセスできるデータをもとに回答します。過剰に共有された、あるいはラベルのない機密ファイルは、Copilot を通じて見えてしまいます。検出、ラベル付け、権限の整理によって、導入前にそのギャップを解消します。

GDPRへの対応にどう役立ちますか。

個人データの所在を把握することで、処理活動の記録、開示請求への漏れのない回答、削除と保存期間の管理、リスクに見合ったセキュリティ対策を支えられます。

一つの部門から始められますか。

はい。人事や財務など、リスクの高い一つの領域から始めてスキームの有効性を確認し、その後に展開することがよくあります。

この領域のその他のサービス

まずは30分のAIリスク相談から。

シニアコンサルタントが1営業日以内にご返信します。または、提供開始前にプラットフォームを共に形づくる3〜5社のデザインパートナーにご参加ください。