二つの新たな勢力

コンプライアンス重視のデータ最小化

GDPR。新たなAI規制の波。コンプライアンスチームは、法的に定められた期間を超えてデータを保持することのリスクを検討している。

「あなたが発言したことはすべて、法廷であなたに不利な証拠として使用される可能性があります。」

データ保持の観点から言えば、保持したデータはすべて、法廷で不利な証拠として使用される可能性があります。これは、データ資産に適用される「ドラグネット・ルール」です。コンプライアンスチームは、データ保持を積極的に最小限に抑えることで対応しています。

世界最大級の金融機関やクラウド規模のテクノロジー企業を含む多くの企業が、現在、大規模なOLTP環境において、コンプライアンスを重視したデータ最小化を実施している。この手法は既に確立されており、規模が異なるだけである。

クラウドERPの経済性

SaaS型クラウドERPのライセンス費用は、データ量に正比例します。オンプレミス型ERPからクラウドSaaSに移行すると、使用されていないデータであっても、そのすべてが月々の請求額に反映されます。

SaaS環境における非アクティブデータを最小限に抑えることで、継続的なライセンスコストを削減できます。これは、クラウドERP移行というより広範なテーマとも密接に関連しています。

15年前にアクティブアーカイブを推進した経済原理が再び注目されているが、それはオンプレミスのインフラストラクチャではなく、SaaS型ERPの項目の中に存在している。

緊張

データ保存の指針にはこう書かれている。「保存されたデータはAIの燃料である。データを保持し、管理し、クエリ可能な状態にする。」

コンプライアンス重視の最小化とは、リスクとコストを削減するために古いデータを削除することである。

これらは、同じ顧客に対して相反する力として作用する。ほとんどのベンダーは二者択一を迫るが、Solixはそうではない。

永続的な難読化。

あらゆるデータクラスに共通する考え方は、永続的な難読化によって削除というコンプライアンス上の目的を達成しつつ、AIが必要とする構造的シグナルを保持するというものです。ただし、その手法はクラスによって異なります。

破壊的マスキング ― 構造化データ向け。AIの理解とモデルトレーニングのためにデータの形状（スキーマ、関係性、値の分布、意味構造）を保持しつつ、機密性の高い値をすべて削除します。
墨消し機能 ― 非構造化コンテンツ向け。文書、電子メール、記録から機密性の高い箇所を削除しつつ、文書の構造とAIが必要とする文脈情報を保持します。

機密情報は削除済み。構造パターンは維持。コンプライアンスチームは満足。AIの価値は維持。

法的には削除と同じ結果。戦略的にはより良い結果。

参考顧客

顧客・金融サービス

「当社の最大規模のOLTP環境において、Solix Active Archivingを導入。コンプライアンス重視の最小化を大規模に実現しています。」

グローバル金融サービス企業 — 大規模なOLTP環境における大規模な運用
顧客・テクノロジー

「小売およびインフラ関連データ全体にわたって、コンプライアンスに基づいたデータ最小化を実施します。」

クラウドスケール技術企業 — コンプライアンス重視の最小化導入
顧客・その他

「小規模顧客も同様のパターンを示しています。経済性はあらゆる規模で成り立っています。」

Solixのアクティブな顧客基盤 — 幅広い採用

お問い合わせ

OLTP環境、コンプライアンス体制、そして恒久的な難読化（構造化データに対する破壊的マスキング、非構造化データに対する墨消し）によってAIの価値を損なうことなくデータ保持リスクを低減する方法について話し合うワークショップ。

資料

私たちが生み出したカテゴリー。今回は全く異なる理由で復活。