SocialHub.AI
CIO · 技術革新

D365、Salesforce、または SAP を削除することなく、説明可能で管理可能な AI オペレーティング層を追加します。

オンラインおよび店舗内でのあらゆるアクションをキャプチャし、対象範囲を限定した AI エージェントにそれを読み取らせ、すでに実行しているシステム上で次の行動を開始します。リアルタイム、MCP ネイティブ、Azure 導入、完全な監査。

デモを予約
SIGNAL // 業界

マーケティング担当者は、プラットフォーム間でデータを手動で取得するため、週のうち最大 36% を損失します。データを持っていることとそれに基づいて行動することの間のギャップは、どこで収益が漏れるか、そしてどこでループが閉じるかです。

ソース: Cupr.io / Asana
シグナル // アーキテクチャ

データ ファブリック (事実) → セマンティック層 (意味) → エージェント層 (判断) → アプリケーション層 (ツール) → ワークフロー層 (ガバナンス) という、それぞれが明確な責任を持つ、分離されているが調整された 5 つの層。

ソース: SocialHub.AI アーキテクチャ
5層エンジン

すでに実行しているシステム上に積み重ねられた 1 つの管理可能なオペレーティング層。

01層

統合データ基盤 — リアルタイムで動作

問題 — エンジンのアーキテクチャ

3 つの標準出力: イベント ストリーム (定期的なバッチではなく、継続的な動作シグナル)、ゴールデン レコード (1 回限りのクリーンアップではなく、継続的に進化する ID 解決)、サービス提供ビュー (安定したデータ コントラクト - ストレージの変更から隔離された上位層)。

イベントバックボーンとしての Kafka。リアルタイム計算 (ウィンドウ処理、状態遷移、イベント時間セマンティクス) のための Flink。高性能分析アクセスのための StarRocks。 POS、電子商取引、CRM、サービス、広告、倉庫システムとの管理された統合のためのコネクタ カタログ。

02層

AI エージェントのオペレーティング層 — 限定された判断

問題 — エンジンのアーキテクチャ

セマンティック レイヤーは、列とテーブルを顧客と値 (エンティティ、属性、関係、意図、セグメント、メトリクス) に変換します。範囲指定されたエージェントの役割 (コンサルタント、データ アナリスト、マーケティング デザイナー、ロイヤルティ アドバイザー) が分析、比較、判断、推奨します。デフォルトでは実行権限を保持するものはありません。

エージェントの判断は役割に限定されており、共有されたセマンティクスと指標にリンクされています。エージェントはワークフロー層をバイパスできません。企業の信頼は、広範なモデル能力ではなく、限定された責任から生まれます。

03層

AI フロンティア — CLI、スキル、MCP

問題 — エンジン アーキテクチャ + AI フロンティア

API - まず、クラウドネイティブです。すべての呼び出し可能な機能には、アイデンティティと資格、経済的インセンティブ、コンテンツとリーチ、サービスと責任の 4 つのドメインにわたる明示的な入力、出力、制約、障害動作、およびガバナンスの境界があります。

MCP (モデル コンテキスト プロトコル) ネイティブ — ツールの境界、パラメーター、および期待される結果が機械可読形式で記述されています。 CLI スキルにより、ビジネス機能が構成可能でバージョン管理可能になります。管理された実行ノードとして、より広範な AI エコシステム (Microsoft Copilot、カスタム エージェント) に接続します。

04層

レイヤーを上に置きます - 切り取って置き換えないでください

問題 — エンジンのアーキテクチャ

事実の所有権、実行の所有権、監査の所有権は明確に割り当てられたままでなければなりません。既存の倉庫が引き続き権威ストアとして機能します。このループにより、イベント処理、ID 解決、およびその上にサービス層が追加されます。

最小限のコピーの統合パターンにより、D365、Salesforce、SAP、POS、電子商取引の上にループが重ねられます。これらはトランザクション レコードとマスター データを所有し続ける一方で、ループは統合アクセス、セマンティクス、AI 判断、管理されたオーケストレーションを追加します。

05層

企業のガバナンスとコンプライアンス

問題 — エンジンのアーキテクチャ

エスカレーションガバナンスを備えた 4 つのアクション タイプ: 読み取り専用分析、推奨、制御された書き込み、高リスクの実行。 3 層の承認ピラミッド — エンティティ (どのオブジェクト?) → アクション (どの操作?) → スコープ (どこまで?) — がすべてのリクエストを評価します。

エージェントはワークフロー コンテキストに制約されます。エージェントはワークフローが公開するもののみを表示し、許可されたツールのみを使用し、許可されたコンテンツのみを生成します。人間と AI のオペレーターは同じガバナンス ロジックに収束し、シナリオ、ノード、判断、ルール、結果の完全なトレーサビリティが実現します。

差分: レガシー → エージェント

アーキテクチャ層で実際に何が変わるのか

寸法
- 前に
+後
建築
- サイロ化された CRM + CDP + MA + BI
+ 既存のスタック上の 5 層エンジン上のエージェント ループ
データ処理
- バッチ ETL (時間/日)
+ Kafka + Flink ストリーミング (100 ミリ秒未満)
AIの統合
- チャットボットをボルトオン
+ 管理されたツールへのアクセスを備えた限定されたエージェントの役割
ツールアクセス
- 手動 API 統合
+ MCPネイティブ呼び出し可能機能
ガバナンス
- 事後監査
+ 実行前承認 + 完全なトレーサビリティ
導入
- オンプレミス/ハイブリッド
+ Azure ネイティブのマルチリージョン データ常駐

アーキテクチャに関するよくある質問

ループは CDP とどう違うのですか?

CDP はデータを統合しますが、機能しません。このループは、データの上に 4 つのレイヤーを追加します。ビジネス セマンティクス (意味)、AI エージェント (何が起こるべきか)、MCP 経由で呼び出し可能なツール (その方法)、および管理されたワークフロー (どのような制御の下にあるのか) です。データ ファブリックはレイヤー 1/5 です。

D365、Salesforce、SAP、または既存のシステムを置き換える必要がありますか?

いいえ。ループは明らかに既存のシステムの上の層です。 CRM、ERP、POS、電子商取引は、取引記録とマスター データを所有し続けます。このループにより、統合されたデータ アクセス、ビジネス セマンティクス、AI の判断、管理されたオーケストレーションがその上に追加され、事実、実行、監査の所有権が明確に割り当てられたままになります。

MCP とは何ですか? なぜ重要ですか?

MCP (モデル コンテキスト プロトコル) は、AI エージェントがビジネス機能を安全に検出して使用する方法です。ハードコーディングされた API 統合の代わりに、MCP はツールの境界、パラメータ、制約、および期待される結果を機械可読形式で記述します。これにより、誤用が削減され、ガバナンスが有効になり、SocialHub.AI が管理された実行ノードとして広範なエンタープライズ AI エコシステムに接続できるようになります。

AIエージェントの認証モデルはどのように機能するのか?

エージェントは永続的な役割や一般的な権限を受け取りません。これらは、特定のワークフロー コンテキストに制約されます。つまり、ワークフローが公開するもののみを表示し、ワークフローで承認されたツールのみを使用し、ワークフローで許可されたコンテンツのみを生成します。 3 層のピラミッド (エンティティ → アクション → スコープ) がすべての実行リクエストを評価します。

問題は、古いスタックを交換するかどうかではありません。それは、既存システムの権限境界を維持しながら、説明可能、管理可能、監査可能な AI オペレーティング層を導入する方法です。