会話を通じて、正確なコンテキストと一元化された管理のもと、データウェアハウス、データベース、レイクハウスなどの企業データとやり取りできます。

アナリストやビジネスユーザーは、毎日同じ3つの課題に直面しています。1つ目はアクセスです。データはデータウェアハウス、データベース、レイクハウス、その他の ChatGPT が直接届かないエンタープライズソースに存在するため、ユーザーは CSV をエクスポートしたり要約を貼り付けたりせざるを得ず、得られる回答は常に実際のデータより鮮度が落ちてしまいます。2つ目は構造です。AI モデルが企業データにアクセスできたとしても、見えるのは生のスキーマ（ストレージ設計の都合で命名されたテーブル）であり、質問の意図に沿ったものではありません。指標の定義はチームごとに異なり、関係性はエンドユーザーが意識する必要のない複数テーブルの結合にまたがっています。生のスキーマをもとに動作するモデルは、ビジネス上の問いに答えるのではなく、データベース上の問いに答えることになります。3つ目の課題はガバナンスです。行レベルのフィルタリング、アクセスポリシーの適用、完全な監査証跡なしに AI モデルへ企業データへの広範なアクセス権を与えることは、IT 部門として受け入れられるものではありません。そして、それは当然のことでもあります。

本日、私たちはこれら3つすべてに応えます。ChatGPT アプリディレクトリで今すぐ利用可能な「CData Connect AI for ChatGPT」の提供を開始します。Connect AI は、Snowflake や BigQuery などのクラウドデータウェアハウス、リレーショナルデータベース、データレイクハウス、そして数百ものエンタープライズシステムへの、ガバナンスの効いたリアルタイムアクセスを ChatGPT に提供します。データを移動させることなく、あらゆるソースをシームレスに接続します。コンテキストはお客様自身が定義します。ストレージの設計ではなく、ビジネスの問いかけ方に合わせて構築された仮想データセットと MCP Toolkits を活用できます。管理権限は IT 部門が保持します。アクセスポリシーは実行時に適用され、返されるすべての結果に完全な監査証跡が残ります。

ChatGPT ディレクトリから Connect AI を追加する
Connect AI の無償トライアルを開始する

ChatGPT アプリディレクトリとは？

ChatGPT アプリディレクトリは、MCP をベースに構築されたサードパーティ統合機能の厳選されたエコシステムです。ChatGPT 内から直接アクセスでき、会話にリアルタイムデータや実際のアクションを取り込めます。OpenAI が目指すのは、ChatGPT を単なる質疑応答ツールから、アイデアを行動に移せるプラットフォームへと進化させることです。適切なアプリが、会話の流れの中で自然なタイミングで提示されます。

Connect AI は、お客様の条件に合わせて企業データを ChatGPT に取り込みます

ビジネスチームにとっては、自社データを理解したうえで的確に答えてくれる ChatGPT が必要です。IT 部門にとっては、何が誰に返されたかを正確に追跡できることが必要です。

Connect AI は ChatGPT とデータソースの間に位置することでこれを実現します。クエリをリアルタイムで連携させ、アクセスポリシーを適用し、データベースの保存形式ではなくビジネスで実際に使われる形式で結果を返します。

多くの企業データは、質問の形式と完全には一致しません。指標の定義はチームごとに異なり、関係性は複数のテーブルにまたがっているため、エンドユーザーが結合処理を意識する必要はありません。Connect AI を使えば、複数のデータソースをまたぐ仮想データセットを定義し、それらの関係をエンコードし、セマンティックなコンテキストを付与できます。そのため、「第1四半期のリリーススケジュールに対して、機能の採用状況はどのように推移したか」と問われた際も、ChatGPT は生のスキーマではなく、精選されガバナンスが適用されたデータビューをもとに処理を行います。

実際の活用例：

• 「最新バージョンのリリース後、エンゲージメントが低下した顧客セグメントはどこですか？」ChatGPT が顧客データ内の 3,200 件のアクティブアカウントを分析し、低下の原因を3月3日の v4.2 レポート API 変更と関連付け、影響を受けたティアと受けなかったティアを特定します。

• 「3月の決算は予測を 230 万ドル下回っています。差異の原因はどこにありますか？」Connect AI が取引・契約レコードを横断して連携させ、ChatGPT が具体的な要因（契約締結日の欠落、プロフェッショナルサービスの不足など）と、それぞれが影響した取引件数を特定します。

• 「上位10製品でリードタイムのばらつきを引き起こしているサプライヤーはどこですか？」ChatGPT が過去6か月の調達・在庫レコードを抽出し、サプライヤーを標準偏差でランク付けして、変動全体の 68% を占める4社を特定します。

仕組み

Connect AI は、CData がすべての接続ソースに適用する標準化されたリレーショナルレイヤーをベースに、専用設計の MCP ツールとして企業データを ChatGPT に提供します。管理者は、1つ以上のソースをまたぐ仮想データセットを定義し、それらの関係を設定したうえで、言語モデルがデータを正しく解釈できるようビジネス定義を適用します。ガバナンスの面では、ソースシステムへのユーザー認証、きめ細かな権限スコープの設定、そして厳密に定義されたデータセットとツールを固有の MCP サーバーとして公開することで、適切なアクセス制御を実現します。

ユーザーが ChatGPT で企業データに関わる質問をすると、Connect AI がクエリのフェデレーションを処理します。基盤となるソースへのアクセス、必要に応じた結合処理、ユーザーのアクセスプロファイルに基づく行・列レベルのフィルタ適用、そして結果の返却まで一貫して行います。ユーザーには回答が届き、データはソースの外に出ません。すべてのやり取りは、誰が何を尋ね、何が返され、いつのことかという完全な監査証跡とともに記録されます。

これらすべてを IT 管理者が制御します。アクセスポリシーは Connect AI 内で定義され、実行時に適用されます。ユーザーや AI モデルに委任されることはありません。

実際に試せるプロンプト例：

• 「Snowflake から契約階層別の解約率を取得し、データウェアハウス内のサポートチケット件数と照合してください。利用量の多いアカウントほど解約率は高いでしょうか？」

• 「3つの地域データベース全体で、オンボーディングを完了したユーザーとそうでないユーザーの 90 日継続率はどのように異なりますか？」

• 「ERP の在庫レベルとデータレイクハウスの販売速度を組み合わせ、今後 30 日以内に在庫切れのリスクがある SKU を教えてください。」

• 「CRM データと BigQuery 内の製品利用データを組み合わせて、業界別の平均成約期間を比較してください。」

まずはここから

ChatGPT アプリディレクトリから CData Connect AI を追加し、データソースを接続して、チームが必要とする仮想データセットと MCP Toolkits を定義します。アクセス制御、監査ログ、セマンティック設定も Connect AI 上で事前に設定しておくことで、ChatGPT からの最初の問いかけにもすぐに答えられる状態が整います。

※本記事は CData US ブログ CData Connect AI Is Now in the ChatGPT App Directory の翻訳です。