AI 機能はデモではうまく動きます。しかし、顧客環境をまたいで本番運用し、ファイアウォールの内側で動かし、セキュリティ審査を通過させるのは、まったく別の問題です。

このギャップを埋めるには、接続レイヤー、ガバナンス制御、オブザーバビリティツールといったデータ接続の構築作業が必要になりますが、これらはプロダクトの本質的な価値とは直接関係ありません。Connect AI Embed は、こうした構築作業をチームから引き受けるマネージド MCP レイヤーです。今回の Q1 リリースでは、ガバナンス対応の AI 接続をプライベートネットワーク環境に拡張し、アクセス制御を強化し、プロダクトチームやエンジニアリングチームがすべての顧客環境にわたって運用状況を把握できるようにする 4 つの機能を追加しました。

Connect Gateway：ファイアウォール内のデータに AI 機能を拡張

多くの顧客にとって、重要なデータをオンプレミスに保持するのは単なる好みではなく、コンプライアンス上の要件です。ここで難しい問題が生じます。AI 機能が動作するにはそのデータへのアクセスが必要ですが、顧客はクラウド経由でデータを送信できない、あるいは送信する意思がありません。

解決策がなければ、「オンプレミスデータには対応していません」と伝えて商談を失うか、カスタムのハイブリッド接続を自前で構築してエンジニアリングリソースを消費し、長期的なメンテナンスの負担を抱えるかの二択です。

Connect Gateway はこのトレードオフを解消します。顧客のネットワーク内で軽量な Docker コンテナとして動作し、Connect AI Embed へのセキュアなアウトバウンド専用のリバーストンネルを確立します。インバウンドのファイアウォールルール、VPN、公開ポートは一切不要です。接続は顧客のネットワーク内部から開始されるため、オンプレミスシステムがパブリックインターネットから直接到達されることはありません。顧客のデータは顧客の環境内にとどまります。セキュリティに厳格な顧客にとってこれは多くの場合、交渉の余地がない条件ですが、自社で構築することなくその要件を満たせます。

各ゲートウェイはデータソースごとではなく、ネットワークロケーションごとに登録されるため、1 つのゲートウェイインスタンスで同じプライベートネットワーク内の複数のデータソースをカバーできます。複数の拠点にデータがある顧客は、それぞれにゲートウェイを設置できます。また、ゲートウェイインスタンスがダウンした場合、リクエストは自動的に残りのインスタンスにルーティングされるため、手動介入なしでプロダクトの可用性が維持されます。

検証済みコネクタには SAP、SQL Server、PostgreSQL が含まれ、対応システムは急速に拡大中です。

Connect AI Embed における Connect Gateway のセットアップ

Global Connection Properties：テナント全体の設定を一元管理

顧客が接続するすべてのデータソースに対してブランド化された OAuth フローを構築するのは、大きなエンジニアリング投資であり、プロバイダーの API が変更されるたびにメンテナンスも必要です。Embed の Global Connection Properties はこの構築を不要にします。OAuth の認証情報を一元的に設定し、サブアカウントにプッシュすることで、顧客が認証する際に CData のブランドではなく自社のブランドが表示されます。承認済みの設定をサブアカウントに配布する一元管理方式により、個別に管理する手間がなくなります。

大規模アカウント向けに販売するプロダクトチームにとって、ブランド化された認証は多くの場合、インテグレーションをリリースする前の必須条件です。これがなければ商談は停滞します。Global Connection Properties があれば、OAuth インフラを自前で構築・保守する必要なく、この障壁を取り除けます。エンジニアリングのオーバーヘッドを追加せずに、よくあるブロッカーを解消できます。

Embedded Master Dashboard：デプロイメント全体の可視性を一元化

顧客基盤が拡大するにつれて、運用の可視性は不可欠になります。可視性がなければ、問題の診断にはサブアカウントを手動で調べる作業が発生します。エンジニアリングチームはプロダクトの開発ではなくコネクタのトリアージに時間を費やし、顧客からの質問に迅速に回答できなくなります。

Embedded Master Dashboard は、Connect AI Embed のテナントを単一のインターフェースから監視・管理するための集中型コントロールプレーンです。サブアカウント全体の接続状態やエージェントのアクティビティを監視し、使用状況のメトリクスやパフォーマンストレンドを追跡し、顧客がエスカレーションする前に設定上の問題やインテグレーションエラーを特定できます。サポートワークフローが高速化します。また、カスタムのオブザーバビリティレイヤーを自前で構築しなくても、運用の可視性を求める顧客にプラットフォームへの信頼を提供できます。

Embedded Master Dashboardでテナント横断の使用状況メトリクス、接続パフォーマンス、アカウントアクティビティを一覧表示

Embedded Caching UI：インターフェースを自前で構築せずに AI パフォーマンスを管理

キャッシュは、AI 機能を高負荷時でも高速かつレスポンシブに保つための、最も効果的な手段の一つです。しかし、API に対してキャッシュ管理インターフェースを構築するエンジニアリングコストはチームが負担することになり、デプロイメントの拡大に伴って継続的なメンテナンスのオーバーヘッドも発生します。

Embedded Caching UI はこの構築作業をまるごと不要にします。プロダクト内からキャッシュ設定を直接管理できる、すぐに使えるビジュアルインターフェースです。チームは API に対してコードを書くことなくキャッシュ設定を調整でき、インターフェースをゼロから構築・保守するコストを省けます。顧客は自社環境でキャッシュがどのように構成されているかを確認できます。この透明性こそが、スケールに応じたプラットフォームへの信頼につながります。

顧客にとって、レスポンシブな AI は「あると嬉しい機能」ではなく、当然の期待値です。キャッシュは、パフォーマンスエンジニアリングプロジェクトを立ち上げずにその期待に応える最も手軽な方法の一つです。

Embedded Caching UIにより、エンジニアリングのオーバーヘッドなしで顧客にキャッシュの可視性を提供

今回のリリースで広がる可能性

Connect AI Embed は、シンプルな前提に基づいています。チームは自社プロダクトの開発に時間を使うべきであり、その下にあるデータインテグレーションレイヤーの構築に時間を費やすべきではない、ということです。今回のリリースはこの前提をさらに押し進めます。これまで開放できなかった顧客のプライベートネットワークへの対応、手動設定が必要だったテナントデプロイメント全体への展開、そして本番 AI プロダクトのスケーリングに伴うセキュリティとオブザーバビリティの要件への対応です。

結果として、データインテグレーションの負担を増やすことなく、デプロイメントの成長に合わせてスケールするマネージド MCP プラットフォームが手に入ります。

本番グレードの AI をプロダクトに組み込む準備はできていますか？

Connect AI Embed 上で構築するプロダクトチームやエンジニアリングチームは、オンプレミスデータへのアクセス、ブランド化された認証の提供、そして顧客がプラットフォームを信頼するために必要な運用の可視性の確保を、データインテグレーションレイヤーを自前で構築・保守することなく実現できるようになりました。

規制産業、マルチテナントデプロイメント、または大規模アカウントへの AI 機能のスケーリングに何が必要かを検討中であれば、今回のリリースにぜひ注目してください。

組み込み AI のユースケースについて詳細を見る →

※本記事はCData US ブログ Connect AI Embed Q1 Release: Embed Governed AI Workflows の翻訳です。