Solutions

業務シナリオから、viyv の使い方を選ぶ。

製品名からではなく、今止まっている業務から始めます。各シナリオは、現在の問題、viyv を入れた後の流れ、検証で見る証拠まで具体化しています。

Department Decision Room

部門責任者が、その場で判断を進められる形にする。

相談の入口を「どの製品を使うか」ではなく、部門責任者が持ち込む最初の対象、止めるべき操作、社内説明に出す証拠に分解します。検証はデモではなく、予算化できる decision packet を作る場です。

Department AI adoption decision room with approval checkpoints and evidence packets

Compliance / KYC

KYC 10 件

責任者の問い

PII と最終判定を外へ出さずに、審査メモだけ速くできるか。

判断材料

mask 証跡、承認ログ、差戻理由、確認時間。

Customer Support Ops

問い合わせ 30 件

責任者の問い

回答速度を上げても、送信・返金・契約変更を人間が止められるか。

判断材料

一次回答時間、下書き修正率、送信拒否理由。

AI Platform / 情シス

read-only API 1 つ

責任者の問い

社内 MCP を増やしても、token と監査が散らからないか。

判断材料

tools/list、token 失効、複数 AI 接続。

Finance / Backoffice

請求書例外 20 件

責任者の問い

例外処理を速めても、金額・支払先変更の統制を維持できるか。

判断材料

例外分類、金額変更承認、戻し実演。

Solution Intake Packets

検証前に、部門別の材料を揃える。

「AI で何かできないか」では、判断に進む検証になりません。最初の対象、AI に任せる作業、人間が止める操作、レビューに出す証拠を相談前に分けます。

Compliance / KYC

持ち込むもの

過去審査 10 件、確認観点、許可ドメイン、伏せたい PII、最終判定ボタン、承認者。

最初に回す流れ

AI は本人確認・制裁リスト・顧客台帳を読み、照合メモと差戻理由を下書きする。

止める操作

承認、差戻、凍結、リスクランク変更、本人確認ステータス変更。

レビューに出す証拠

確認時間、mask 前後、読み取り専用、承認ログ、差戻理由。

判断材料

審査補助として Team で始め、継続的顧客管理への展開を 30 日後に判断する。

Customer Support Ops

持ち込むもの

問い合わせ 30 件、FAQ、契約情報画面、返金条件、送信前レビュー担当。

最初に回す流れ

AI が契約状況、過去対応、FAQ を読み、回答文、社内メモ、返金可否の根拠を下書きする。

止める操作

メール送信、返金実行、契約変更、顧客情報更新。

レビューに出す証拠

一次回答時間、下書き修正率、送信前承認、返金拒否理由、再下書き品質。

判断材料

回答下書きは Team、返金・契約変更は Enterprise 条件の security review に分ける。

AI Platform / 情シス

持ち込むもの

読み取り専用 API 1 つ、利用部門、namespace 案、token owner、接続したい AI client。

最初に回す流れ

MCP tool を定義し、Gateway endpoint を Claude / GPT / 社内 agent へ設定する。

止める操作

write tool 追加、public token 発行、registration 有効化。

レビューに出す証拠

tools/list、複数 client 接続、token revoke、登録監査、metadata-only log。

判断材料

読み取り専用 connector の標準 route にし、write tool と SSO / SIEM を Enterprise 条件へ分ける。

Finance / Backoffice

持ち込むもの

請求書例外 20 件、運用条件、入金 CSV、会計画面、金額変更と支払先変更のルール。

最初に回す流れ

AI が差異候補、例外分類、照合理由を作り、DB に purpose 付きで保存する。

止める操作

金額変更、消込実行、支払保留 / 解除、支払先変更。

レビューに出す証拠

例外処理時間、分類再現率、金額変更承認、migration reason、rollback。

判断材料

請求書例外から始め、入金消込・支払先確認・取引先登録へ段階的に広げる。

AI Application Team

持ち込むもの

調査テーマ、比較軸、対象サイト、保存したい signal、agent publish の承認者。

最初に回す流れ

AI が purpose 付き table を作り、列追加 reason、検索範囲、agent run history を残す。

止める操作

根拠 URL なし signal、reason なし schema 変更、未承認 agent publish。

レビューに出す証拠

schema 変更 reason、rollback、過去 signal 再利用率、agent version、run event。

判断材料

個人実験から部門 agent catalog へ移し、DB / Foundry を継続利用する判断に進む。

Adoption Routes

部門ごとに、検証から利用までの道筋を読む。

どの部門が、どのデータを持ち込み、誰が操作し、どの操作を止め、何が揃えば運用へ進むかを 1 枚で見ます。

Compliance / KYC

利用検討者

審査責任者、コンプライアンス、情報セキュリティ

最初に持ち込む対象

新規審査または継続的顧客管理の過去 10 件。顧客 ID、確認観点、許可ドメインを固定する。

担当者の動き

担当者は AI の照合メモを確認し、差分がある項目だけ原本画面を見る。承認・差戻・凍結は AI から実行しない。

止める操作 / 統制

顧客台帳 read-only、PII mask、許可ドメイン、最終判定 HITL approval。

判断材料

平均確認時間、mask 証跡、承認 / 拒否ログ、差戻理由の一貫性。

運用後の広げ方

同じ統制で継続的顧客管理、取引モニタリング、法人審査へ広げる。

Customer Support Ops

利用検討者

CS 責任者、品質管理、業務企画、法務

最初に持ち込む対象

問い合わせカテゴリを 1 つ選び、過去 30 件、FAQ、契約情報、返金条件を持ち込む。

担当者の動き

AI が契約状況、過去対応、FAQ を読み、回答文と社内メモを下書きする。担当者は送信前に修正し、拒否理由を残す。

止める操作 / 統制

admin read-only、顧客情報 mask、メール送信 approval、返金 / 契約変更 HITL。

判断材料

一次回答時間、下書き修正率、送信拒否理由、返金 approval、再下書きの品質。

運用後の広げ方

問い合わせ一次回答から返金判断、契約変更、障害影響調査 agent へ広げる。

AI Platform / 情シス

利用検討者

AI platform owner、情シス、セキュリティ、開発生産性チーム

最初に持ち込む対象

read-only API を 1 つ選び、namespace、利用部署、token owner、接続したい AI client を決める。

担当者の動き

platform チームが MCP tool を定義し、Gateway endpoint を Claude / GPT / 社内 agent に設定する。write tool は別申請にする。

止める操作 / 統制

deny-all 既定、namespace、registration、token rotation、tool call metadata。

判断材料

tools/list、複数 AI client 接続、token revoke、connector 状態、本文なし audit metadata。

運用後の広げ方

部署別 connector 申請、write tool approval、社内 agent platform 標準へ広げる。

Finance / Backoffice

利用検討者

経理責任者、内部統制、管理部門、財務企画

最初に持ち込む対象

請求書例外 20 件、入金 CSV、運用条件、支払先変更ルール、会計画面を持ち込む。

担当者の動き

AI が差異候補と照合理由を作り、例外分類を DB に保存する。担当者は金額変更、消込、支払保留だけを確認する。

止める操作 / 統制

会計画面 read-only、金額変更 approval、支払先変更二者承認、purpose / rollback。

判断材料

例外処理時間、分類再現率、金額変更の停止、migration reason、rollback 実演。

運用後の広げ方

請求書例外から入金消込、支払先確認、取引先登録へ広げる。

AI Application Team

利用検討者

AI アプリ責任者、事業開発、R&D、platform team

最初に持ち込む対象

競合調査または業務メモリを 1 つ選び、比較軸、対象サイト、保存したい signal を決める。

担当者の動き

AI が purpose 付き table を作り、調査中に列追加を提案する。人間は根拠 URL、採用判断、agent publish を確認する。

止める操作 / 統制

利用前

AI が調査中に有用な signal を見つけても、会話履歴に埋もれる。人間が schema を先に決めると、新しい評価軸が出るたびに作り直しになる。

viyv 後

viyv DB が purpose 付き table を作り、列追加は reason を残す。Agent Foundry が agent version、run history、参照 data を追跡する。

解決できる問題

AI の調査結果を一時的なチャットから、検索・更新・rollback できる業務メモリに変える。

検証で見る証拠

schema 変更理由、根拠 URL、semantic search 再利用率、agent event。

Where To Start

自社の詰まりから、最初の検証を選ぶ。

viyv は suite ですが、最初の検証は 1 つの境界に絞ります。今の詰まりが画面、tool、データのどこにあるかで、最初に見る製品と証拠を決めます。

業務画面が API 化されていない

始め方

Browser-first

向いている業務

KYC、CS、取引先登録、請求書例外のように、担当者が画面を横断して確認している業務。

最初に見る証拠

read-only、mask、HITL approval、利用前後の確認時間。

社内 API を AI client に渡したい

始め方

MCP / Gateway-first

向いている業務

HR、営業、経理、社内検索など、AI が tool として呼ぶべき API が増えている状態。

最初に見る証拠

namespace、token rotation、tools/list、複数 AI client 接続。

AI が作るデータを継続利用したい

始め方

DB / Agent-first

向いている業務

競合調査、請求書例外、業務メモリ、部門 agent のように、出力が次の実行へ残る業務。

最初に見る証拠

purpose、schema 変更理由、rollback、agent run history。

Financial Operations

KYC / 審査レビューを、AI に読ませて人間が判定する。

コンプライアンス、審査、金融 backoffice

今の詰まり

本人確認、制裁リスト、顧客台帳、取引画面を人間が横断している。AI で下調べしたくても、マイナンバー、口座番号、最終判定が AI 側へ流れる懸念で止まりやすい。

viyv を入れた後

Browser が許可済み画面だけを AI に読ませる
顧客番号、本人確認結果、制裁リスト照合を AI が要約する
承認、差戻、凍結、送信などの最終操作は HITL approval に戻す
masking と approval decision を validation evidence として残す

15 分の確認作業を 5 分へ寄せられるか

mask された項目が AI に渡っていないか

最終判断が人間承認に戻っているか

viyv Browserviyv MCP Gateway

Customer Operations

CS 回答を下書きし、送信前だけ人間に戻す。

CS Ops、サポート、業務企画

今の詰まり

チケット、契約情報、FAQ、社内 admin を見ながら回答を作っている。AI に任せたいが、顧客情報の扱いと誤送信の責任境界が曖昧。

viyv を入れた後

Agent Foundry で CS 調査 agent を定義する
Browser がログイン済み admin を read-only で参照する
AI が回答文と社内メモを下書きする
送信、登録、返金、契約変更は approval 待ちにする

一次回答時間が短くなるか

送信前に人間が止められるか

問い合わせ履歴を DB に残して再利用できるか

viyv Agent Foundryviyv Browserviyv DB

AI Platform

社内 MCP を Claude / GPT / 社内 agent に同じ URL で配る。

情シス、AI platform、developer productivity

今の詰まり

社内 API や DB を AI に渡したいが、ベンダー別 tunnel、token、OAuth、監査がばらつく。connector を増やすたびにセキュリティレビューが重くなる。

viyv を入れた後

viyv MCP で業務 API を namespace 付き tool にする
MCP Gateway へ outbound connector として接続する
Claude / GPT / 社内 agent には標準 remote MCP endpoint を設定する
registration、token、tool call metadata を中央で監査する

inbound を開けずに社内 tool を使えるか

1 MCP を複数 AI client で共有できるか

token rotation と audit が一箇所でできるか

viyv MCPViyv MCP Gateway

AI-native DB and agent application visual

AI Application Teams

AI が作るデータと agent 実行を、製品として管理する。

AI アプリ開発、事業開発、R&D

今の詰まり

AI に記憶や調査データを持たせたいが、人間が schema を決めて migration を書く前提だと探索が遅い。agent の prompt、version、実行履歴も散らばりやすい。

viyv を入れた後

viyv DB が purpose / reason 付きで logical table を作る
AI が調査中に column を足し、必要なら rollback する
Agent Foundry が agent definition、deploy、invocation event を管理する
データの進化理由と agent 実行履歴をレビューできる状態にする

AI が schema を変えても理由が残るか

rollback を実演できるか

agent version と実行 event を追えるか

viyv DBviyv Agent Foundry

Failure Modes

検証が判断に進まない理由を、先に潰す。

viyv の価値は、AI が動くことではなく、業務・統制・証拠を判断材料に変えられることです。よくある失敗パターンを検証開始前に避けます。

対象業務が広すぎる

起きること

最初から部門全体や全 connector を対象にして、30 日で何を証明するかが曖昧になる。

viyv での進め方

KYC 10 件、問い合わせ 30 件、read-only API 1 つなど、1 workflow / 1 owner / 1 成功条件に絞る。

AI に任せる作業と人間に戻す判断が混ざる

起きること

効率化の期待だけが先に立ち、送信、返金、承認、登録、金額変更を誰が止めるか説明できない。

viyv での進め方

読み取り、要約、下書きは AI、送信・登録・金額変更・最終判定は approval として検証条件に入れる。

証拠がログの羅列で終わる

起きること

検証後にスクリーンショットやログはあるが、社内説明で何を判断できるかが整理されていない。

viyv での進め方

業務効果、data boundary、approval decision、audit metadata、利用 plan を decision packet にする。

製品選定が技術起点になる

起きること

Browser / MCP / DB / Agent Foundry のどれを入れるかから始まり、現場の詰まりに結びつかない。

viyv での進め方

画面操作、社内 tool 配布、AI-created data、agent 運用のどの境界が最初に詰まっているかで選ぶ。

Department Briefs

部門ごとに、最初の相談内容を具体化する。

検証計画に必要なのは、製品名ではなく、どの部門のどの問題を、30 日でどう証明するかです。部門別にそのまま使える request brief として整理します。

Compliance / KYC

今の問題

本人確認、制裁リスト、顧客台帳を横断して確認しており、AI を使いたいが PII と最終判定の境界で止まっている。

最初の 30 日

KYC 10 件を対象に、Browser read-only、mask、HITL approval を設定し、確認メモ作成と差戻理由を測る。

使う製品

viyv Browser + MCP Gateway

判断材料

確認時間、mask 証跡、approval decision が揃い、最終判定を人間に残す運用を承認できる。

Customer Support Ops

今の問題

チケット、契約情報、FAQ、admin 画面を見て回答を作っており、誤送信や返金判断の責任境界が曖昧。

最初の 30 日

問い合わせ 30 件で回答下書き、返金可否メモ、送信前 approval、拒否理由の再下書きを確認する。

使う製品

Agent Foundry + Browser + DB

判断材料

一次回答時間、下書き修正率、送信拒否理由、問い合わせ履歴の再利用が説明できる。

AI Platform / 情シス

今の問題

部署ごとに MCP connector、token、tunnel、監査 metadata が増え、AI client 追加のたびに運用が重くなる。

最初の 30 日

read-only API を 1 つ MCP 化し、Gateway から Claude / GPT / 社内 agent へ同じ endpoint で配る。

使う製品

viyv MCP + MCP Gateway

判断材料

registration、token rotation、revoke、tools/list、複数 client 接続ログを platform 標準として示せる。

Finance / Backoffice

今の問題

請求書例外、支払先確認、入金消込で画面と表を横断し、AI に下書きさせたいが誤登録・誤振込が怖い。

最初の 30 日

請求書例外 20 件で、AI の照合メモ、支払先確認、登録前 approval、例外分類の保存を試す。

使う製品

Browser + DB + Agent Foundry

判断材料

登録・振込が人間承認で止まり、例外分類と判断理由を後続業務に再利用できる。

AI Application Team

今の問題

AI が作る調査 table、業務メモリ、agent prompt、run history が個人実験として散り、本番運用へ載らない。

最初の 30 日

競合調査または業務メモリを 1 つ選び、DB schema 変更理由、rollback、agent version、run event を確認する。

使う製品

viyv DB + Agent Foundry

判断材料

schema 変更と agent 実行を説明でき、次の部門 agent へ広げる 90 日計画を作れる。

Decision Matrix

業務ごとに、改善と統制を同時に見る。

本番利用に進める検証は、効率化だけでも安全宣言だけでも足りません。どの作業を減らし、どの操作を止め、どの証拠を残すかをセットで確認します。

KYC / 審査

改善

照合、要約、確認メモを AI に寄せる

統制

顧客台帳 read-only、PII mask、最終判定 HITL

証拠

レビュー時間、mask 結果、承認 / 拒否ログ

CS / Ops

改善

チケット調査と回答下書きを AI に任せる

統制

送信、返金、登録、契約変更を approval 待ちにする

証拠

一次回答時間、拒否理由、回答品質の再確認履歴

AI Platform

改善

社内 API / DB を MCP として複数 AI client に配る

統制

namespace、clearance、registration、public token

証拠

tool metadata、token rotation、connector 接続状態

AI App

改善

AI が作る table と agent 実行を継続管理する

統制

purpose / reason、rollback、agent version、tenant scope

証拠

migration_info、rollback 実演、invocation event

判断材料を確認する

Next Step

自社の業務シナリオに合わせて検証計画を確認する。

対象業務、AI に任せる作業、人間に戻す判断、残したい証跡を決めると、判断に必要な検証を始められます。

検証計画を確認する無料で始める