DWH × MCP × SECURE AI

いつものAIから、
社内データを
セキュアに。

Claude・ChatGPT・Copilot・Geminiを、
自社の数字に基づいて考えられるAIへ。
社内DWHとMCPサーバーを構築し、
許可したデータだけを参照できる接続をつくります。

ClaudeChatGPTCopilotGemini

各AIのMCP対応環境・プランに合わせて接続を設計

DWHにデータを統合MCP経由でAIから参照認証・権限まで設計
社内の業務データを共通DBへ集約し、AIでの分析や報告書の作成に使うイラスト
社内DWH → MCP → いつものAISECURE DATA ACCESS BY UHD
YOUR AI, YOUR BUSINESS DATA

いつものAIに聞く。
自社のデータで、答えを考える。

ファイルを探し、集計し直し、AIに貼り付ける。その準備を減らします。
MCPを通じて社内データを参照し、数字の確認から分析・資料づくりまで。

Claude

カスタムコネクタ

「先月、利益率が下がった製品は?」

製品ごとに売上と原価を比べ、利益率が変化した理由を調べます。AIと改善策を相談しながら、経営会議の資料も作成できます。

接続方法の公式情報

ChatGPT

カスタムMCPアプリ

「この取引先への価格改定の根拠をまとめて。」

材料費や仕入価格の推移を調べ、価格改定の理由をまとめます。対象の期間と出典を示した説明資料の下書きを作成できます。

接続方法の公式情報

Copilot

Copilot Studioのエージェント

「今週の売上と受注残を、部門別に教えて。」

自分に閲覧権限がある部門の数字を確認できます。社内向けエージェントに質問し、日々の売上報告を作成する使い方を想定しています。

接続方法の公式情報

Gemini

Gemini CLIなどのMCP対応環境

「納期遅れの傾向を調べて、集計して。」

受注から納品までの記録を調べ、遅れが起きやすい工程を集計します。結果を確認しながら、報告書の下書きを作成できます。

接続方法の公式情報

接続・活用の想定例です。対応プラン、管理者の許可、各AI環境のMCP対応状況を確認して導入します。CopilotはCopilot Studioで構成したエージェント、GeminiはGemini CLIなどの対応環境を想定しています。

ABOUT

データはある。
使うまでの手間を、減らしたい。

会議の前に数字を集め直す。部署ごとに集計条件が違う。AIに渡す情報を整えきれない。
UHDは、データを仕事で使うまでの流れをまとめて設計します。

集計のたびに、集め直している

Excelやシステムを行き来し、転記や突き合わせに時間がかかる。

同じ指標でも、数字がそろわない

部署によって同じ製品の呼び方や集計方法が違い、そのままでは数字を比べられない。

導入後の更新・管理が続かない

取得の失敗や権限、確認担当が曖昧で、一部の人に運用が集中する。

BEFORE / 数字を集める仕事AFTER / 数字で考える仕事
左は部門ごとのデータを手で集める業務、右は定期更新される共通の数字で判断する業務

担当者が、ファイルを集めて整形・照合。
会議のたびに、同じ準備を繰り返す。

取得と整形を仕組み化し、確認すべき差に集中。
共通の数字から、次の施策を話し合う。

HOW IT WORKS

社内DWHと、いつものAI。
MCPで、必要な情報を安全に参照。

ばらばらの情報をDWHに集約し、AI向けの接続口となるMCPサーバーを構築。
AIからの問い合わせに対し、利用者の権限を確認して必要な情報を返します。

01 / 社内にある情報
Excel・PDF・業務DB

販売・生産・会計・顧客データ

定期取得・整形・品質確認
社内DWH

分析用に整えた共通データ

参照用ビュー・読み取り専用権限
必要なデータを照会許可した結果だけ返す
02 / AIとの安全な接続口

MCPサーバー

利用者を認証し、
参照できる範囲を確認。

  • 認証・ユーザー別の権限
  • 公開する項目・操作を限定
  • アクセス履歴を記録
認証付き・暗号化した接続
AIから問い合わせ必要な情報を回答へ
03 / いつものAIで活用
Claudeカスタムコネクタ
ChatGPTカスタムMCPアプリ
CopilotCopilot Studioのエージェント
GeminiGemini CLIなどのMCP対応環境

分析・壁打ち・報告書の下書き

DWHをAIへ直接公開せず、MCPサーバーを介して必要な結果を渡す構成例です。接続先AI・認証方式・送信可能なデータの範囲に合わせて設計します。
01

集める

DB・API・ファイルから、必要な情報を定期取得。

02

整える

同じ製品や取引先を、共通の条件で集計できるようにする。

03

参照範囲を決める

利用者を認証し、許可した情報だけAIに返す。

04

AIで使う

手元のAIで確認・分析し、報告書の作成へ。

構成の選択肢

BigQuery / Snowflake / Amazon Redshift
既存DB・クラウド・BIツールを含め、要件と費用に合わせて選定します。

SECURITY BY DESIGN

AIに渡す前に、
誰が、何を読めるかを決める。

MCPによる接続に、認証・権限・監査の仕組みを組み合わせます。
利用するAIサービスのデータ取扱条件も確認し、社内の運用ルールに沿った構成へ。

利用者を認証する

接続先に対応したOAuthなどで、利用者を認証する仕組みを設計します。ユーザーごとの権限に基づき、MCPサーバー側でアクセスを制御します。

読める範囲を限定する

AIから参照できる情報をあらかじめ決め、必要に応じて個人情報を除外します。接続は読み取り専用を基本とし、一度に取得する量も制限します。

利用を記録し、見直す

誰がどのデータを参照したか、日時とともに記録します。利用の履歴を確認し、担当者や利用目的が変わったときには権限を見直します。

AIへの指示だけに頼らず、サーバー側で参照範囲を制御。
AIへ返すデータは接続先サービスへ送信されます。保管・学習利用などの条件を確認し、送信可能な範囲を合意して構築します。

SERVICE

設計から、使われるデータ基盤へ。

最初の用途を決め、つくり、更新が続く状態まで。
事業と現場の話を聞きながら、必要な工程を一緒に進めます。

何を確かめたいか、仕事の話から始めます。支援のイラスト
01 / DESIGN

何を確かめたいか、 仕事の話から始めます。

まず、経営や現場で何を判断したいかを伺います。いまのデータで必要な数字を出せるかを調べ、部署によって集計方法が違う場合は、その違いを整理します。

どこから情報を取得し、いつ更新するか。誰がどの情報を読めるか。運用も含めて確認し、最初に構築する範囲を決めます。

主な成果物

必要なデータと集計方法を整理し、構成案と実施計画にまとめます。

社内データを集約し、AIから参照できる仕組みへ。支援のイラスト
02 / BUILD

社内データを集約し、 AIから参照できる仕組みへ。

既存のシステムやExcelからデータを取り込み、同じ製品や取引先の情報をまとめて扱えるようにします。元のデータと集計結果を比べ、数字が正しいことを確かめます。

そのうえでDWHとMCPサーバーを構築します。AIから必要な情報を取得できるか、権限のない情報が返されないかを検証します。

主な成果物

データの取込処理とDWHを構築し、AIから参照する機能を検証結果とともにお渡しします。

導入後も、安心して使い続けられるように。支援のイラスト
03 / OPERATE

導入後も、 安心して使い続けられるように。

データの更新が止まったときに気づけるよう、監視と連絡の方法を決めます。数字を確認する担当者や、問題が起きたときの対応も明確にします。

利用状況に合わせて権限や費用を見直し、社内で運用できるよう手順を共有します。使い始めてから分かった課題も、一緒に改善します。

主な成果物

監視と確認の方法を運用手順にまとめ、担当者へ引き継ぎます。

最初に取り込む情報から、一緒に整理しませんか。

システムの仕様が決まる前から、ご相談いただけます。

データ活用の初回相談
USE CASE

共通のデータで、
いまの仕事を一歩先へ。

業種や部門が違っても、必要なのは判断に使える情報。
目的に合わせて、取り込む情報と見せ方を変えます。

製品ごとの売上と原価を集計し、採算の変化を調べる。

いまの業務販売・会計・生産管理を別々に集計し、製品や製番の採算を突き合わせている。

取り込む情報販売・受注データ仕入・材料単価製造実績・工数
共通データ基盤同じ定義・更新・権限
確認できること製品・製番別の採算見積と実績の差原価上昇の要因
こんな問いに使う

利益率が下がった製品は? 材料費と工数のどちらが増えた?

製品ごとに過去の原価と比べ、見積や工程で見直すべき点を調べます。

想定する活用例です。利用できる指標や分析範囲は、保有データと業務の定義に合わせて設計します。

PLAN & PROCESS

小さく確かめ、
必要な範囲からつくる。

データ基盤・MCP・AI接続

設計・構築プロジェクト

100万円〜

取り込むデータと利用するAIを確認し、必要な認証や権限の設定を検討します。構築する範囲と納期を決めて、お見積もりします。

活用テーマを継続して進める

外部AX推進チーム

月額30万円〜

AIを使う業務を選び、現場への導入と改善を継続して支援します。担当する業務と必要な稼働量に応じてご提案します。

継続支援について見る

表示金額は税別です。クラウド・SaaS・AIなどの利用料は別途必要です。監視・障害対応などの運用保守は、対応範囲を定めて別途ご提案します。

  1. STEP 01

    相談・目的整理

    判断したいこと、現在のデータと運用を確認。

  2. STEP 02

    サンプル検証・設計

    接続・品質・集計結果を確かめ、範囲を合意。

  3. STEP 03

    構築・照合・導入

    連携・蓄積・画面を実装し、元のデータと照合。

  4. STEP 04

    運用・引き継ぎ・改善

    確認方法を共有し、利用を振り返って次へ。

FAQ

よくあるご質問

QMCPとは何ですか?+

AIアプリから外部のデータを読み取ったり、機能を呼び出したりするための共通規格です。UHDはDWHを読み取るMCPサーバーを構築し、認証した利用者に対して、許可した範囲のデータだけを返す接続を設計します。

QClaude・ChatGPT・Copilot・Geminiから使えますか?+

各サービスのMCP対応環境からの接続を設計します。Claudeはカスタムコネクタ、ChatGPTはカスタムMCPアプリ、CopilotはCopilot Studioのエージェント、GeminiはGemini CLIなどを想定しています。対応プラン・管理者設定・認証方式を確認し、接続可否を検証します。

Q社内データはAIサービスへ送信されますか?+

MCP経由で返した結果は、接続先のAIサービスへ送信されます。送信可能なデータと利用目的、接続先の保管・学習利用などの条件を確認し、必要な集計結果だけを返す、個人情報を除外するなどの制御を設計します。

QDWHとは何ですか?+

社内に分かれているデータを集約し、共通の条件で分析するための基盤です。UHDはデータを取り込む方法から、集計結果を確認する画面、導入後に更新を続ける仕組みまで設計します。

Q既存のExcelやシステムは使い続けられますか?+

既存の運用を確認したうえで、DB・API・ファイル出力など利用できる方法で連携します。すべてのシステムを置き換える前提ではありません。コードの統一や入力項目の追加が必要な場合は、対象と理由をご相談します。

QBigQuery・Snowflake・Redshiftのどれを使いますか?+

既存のクラウド環境、データ量、更新頻度、必要な処理、運用体制や費用を確認して選定します。掲載した製品名は構成候補の例で、特定の製品契約を前提としたパッケージではありません。

QAIを使ったデータ取り込みにも対応できますか?+

書式が一定のデータは通常の連携・変換処理を使い、不統一な帳票などにはAIによる読み取りや項目対応を検討します。読み取り結果の照合・人の確認を含め、品質を確かめられる構成にします。

Q更新頻度やデータの閲覧権限は設定できますか?+

日次・時間単位などの更新要件を、取得元の制約や費用と合わせて設計します。閲覧者、データの保管先、外部送信範囲、権限とログの要件も確認します。必要な情報を必要な担当者が使える運用を整えます。

Q構築期間や料金はどのように決まりますか?+

必要なデータを取得できるか、どのように集計するかを確かめてお見積もりします。更新する頻度や導入後の運用も確認し、構築する範囲と納期に合意して進めます。クラウドや外部サービスの利用料は別途必要です。

Q構築だけでなく、継続的な改善も相談できますか?+

はい。運用保守の対象範囲を整理するほか、部門への展開やAI活用、業務改善を継続して進めたい場合は、外部AX推進チームもご相談いただけます。構築・運用保守・改善支援の範囲を分けてご提案します。

LET’S CONNECT YOUR DATA

いつものAIを、
自社の仕事にもっと近く。

使っているAIや、参照したい社内データについて、
最初に実現したい使い方から、お聞かせください。

データ活用の初回相談UHDのAX支援を見る
データ活用を相談する