# MugendAI、生成AI経由の個人情報・機密情報の流出を送信前に食い止める「QEV導入サービス」の企業向け提供を開始

- 出典: bizitmedia（https://bizitmedia.net/）
- URL: https://bizitmedia.net/archives/7864
- カテゴリ: AI・生成AI
- 公開日: 2026-10-22
- 更新日: 2026-10-22

---

**MugendAI合同会社**（本社：東京都中央区、以下、MugendAI）は、**企業が生成AIやAIエージェントを使う際に、個人情報や機密情報が社外のAIへ流出するのを送信前に食い止める情報漏えい対策サービス「QEV導入サービス」**を、2026年11月1日より企業向けに提供開始いたします。

「QEV導入サービス」は、QueryPie AI合同会社（本社：東京都港区、以下、QueryPie AI）が2026年10月19日に発表した**意思決定AIモデル「QEV」**（以下、QEVモデル）を中核に、MugendAIがQueryPie AIの販売パートナーとして導入から運用までを支援するサービスです。**QEVモデルは、QueryPie AIの社内評価で機密情報を含む文書の検知率99.69%※1を記録しています。**
MugendAIは、日本の個人情報保護制度や企業の情報管理の実務を踏まえ、QEVモデルによる判定と送信制御をお客様の環境に実装します。導入前にはお客様の業務データで精度を検証し、その結果をもとに本番導入をご判断いただけます。

## **背景**

企業で生成AIの利用が急速に広がるなか、AIをめぐるセキュリティリスクが大きくなっています。IPA「情報セキュリティ10大脅威 2026」では、「AIの利用をめぐるサイバーリスク」が組織編の3位に初めて選ばれています※2。

個人情報の漏えいも深刻です。2025年に上場企業とその子会社が公表した漏えい・紛失事故では、対象は3,063万人分と前年の約2倍にのぼりました※3。外部からの攻撃が増える一方、社内からの流出については、メール、ファイルサーバ、SaaSなどの経路でDLP（Data Loss Prevention：データ損失防止 / 情報漏えい対策）ソリューションによる対策が進んできました。

同じ課題は、AIの利用でも起きています。社員が生成AIに貼り付ける文書や、AIエージェントが参照する社内データには、個人情報や機密情報が含まれることがあります。一度外部のAIサービスに送られたデータは、保存や利用の状況を利用企業の側から確かめることが難しく、学習に使われた場合は後から取り除くことも技術的に困難とされています。

日本企業には、法令への対応も求められます。個人情報保護委員会は2023年6月、生成AIサービスに個人情報を含むプロンプトを入力する際は、利用目的の達成に必要な範囲内であることを十分に確認するよう注意喚起しています※4。また、2022年4月施行の改正個人情報保護法により、一定の個人データの漏えい等が発生した場合は、同委員会への報告と本人への通知が義務となっています※5。AIへの送信が漏えい等にあたると判断されれば、企業は報告や通知の対応を迫られます。

AIの導入は急速に進む一方、流出したデータの回収は困難です。対策が後手にならないよう、企業には、AIへの送信内容を送信前に検査する仕組みをAIエージェントの導入と同時に整えることが必要になっています。

## **「QEV導入サービス」の概要**

QEV導入サービスは、社内システムと外部のAIシステムの間で、AIへ送られる内容を送信前に検査するサービスです。社内とAIの間に置くゲートウェイ上でQEVモデルが動作し、ゲートウェイを経由するAIへのリクエストを送信前に判定します。

![](https://prcdn.freetls.fastly.net/release_image/193171/1/193171-1-d3c0e7516aa42b4237ede38c8891ff2b-2016x954.png?width=1950&height=1350&quality=85%2C65&format=jpeg&auto=webp&fit=bounds&bg-color=fff)QEVとAIゲートウェイの構成

対象：基幹システム、顧客管理（CRM）、文書管理などと接続したAIエージェントから、AI（LLM）へ送られるデータ

判定：送信内容に個人情報や社内機密情報が含まれるかを、QEVモデルがリクエストごとに判定し、情報の種類も識別

制御：ポリシーに基づき、送信の遮断、またはデータを保持しないサービスやローカルLLMへの振り分け

記録：判定結果・処理経路・アクセスログを記録し、監査証跡として保全

構成：SaaS型と、社内環境でローカルLLMを動かすオンプレミス型から選択可能

## **「QEV導入サービス」の特長**

**QueryPie AIの社内評価で、機密文書の検知率99.69%**

QueryPie AIが日本語・英語・韓国語の社内文書3,167件で行った社内評価では、QEVモデルは機密情報を含む文書1,281件のうち、見逃しが4件にとどまりました（検知率99.69%、F2スコア※6 98.98%）※1。同じ評価で、外部の商用AIモデル「JEV API」の見逃しは46件で、QEVモデルは見逃しを約91.3%減らしています※1。

**文章の文脈から、個人情報と社内機密情報を見分ける**

従来型のDLPは、メールやファイル転送などの経路を、キーワードや定型パターンなどのルールで検査するものが中心です。QEVモデルはAIへ送られる文章の文脈を読み取り、顧客の氏名や連絡先といった個人情報と、発表前の料金などの社内機密情報を区別して判定します。日本語・英語・韓国語に対応しています。

**日本の法令と社内規程に合わせて、判定と制御を設計**

何を個人情報・社内機密情報として扱うか、検知したときに送信を遮断するか、データを保持しない経路やローカルLLMへ振り分けるかは、企業ごとに異なります。MugendAIは日本企業として、個人情報保護法や各社の情報管理規程を踏まえ、これらのルールをお客様と一緒に設計します。要件整理から検証、運用定着まで、日本語で一貫して支援します。

**お客様のデータで精度を確かめてから導入**

検知率などの数値は、QueryPie AIの評価データでの結果です。実際の精度は、お客様の文書や判定基準によって変わります。MugendAIは導入前に、お客様の業務データで見逃しと誤検知の発生状況を確かめ、判定基準を調整します。見逃しを最小限に抑えることと、誤検知による業務の停止を減らすことのバランスも、お客様と一緒に決めます。

## **提供形態と価格**

サービス名：QEV導入サービス提供
開始日：2026年11月1日

提供形態：SaaS型／オンプレミス型（ローカルLLM）

導入時：導入コンサルティング：要件整理、お客様データでの検証、初期設定、トレーニング（すべて日本語で対応）
導入後：利用量に応じた従量課金
価格：利用規模・構成に応じて個別にお見積り

## **コメント**

**QueryPie AI 創業者  Brant Hwang（ブラント・ファン）**

「生成AIやAIエージェントの業務利用が広がるほど、意図せず個人情報や機密情報が社外のAIへ送られる可能性も増大します。一方で日本企業では、個人情報保護法への対応や、社内の情報管理規程との整合も求められます。本ソリューションはこのような課題に対して対応できると考えております。MugendAI合同会社と共にQueryPie AIのQEVモデルが示した高い検知性能を、日本のお客様の業務に沿った形で提供し、AIの活用と情報の保護を両立できる環境を提供していきたいと思います。」

## **MugendAI合同会社について**

MugendAI合同会社（東京、2025年設立）は、「AIで知識を無限大の資産に」をミッションに掲げる、AIネイティブ開発/AIエージェント開発・導入の専門企業です。AIネイティブ開発ツールのエンタープライズ導入・定着支援や、FDE（Forward Deployed Engineer）サービスを提供しています。

所在地：東京都中央区晴海2-3-30

 設立：2025年7月

URL：[https://www.mugend.ai/](https://www.mugend.ai/)

## QueryPie AIについて

QueryPie AIは、エンタープライズ向けデータセキュリティおよびAIプラットフォームを提供するグローバルAIカンパニーです。2016年に米国シリコンバレーで設立され、アクセス制御・監査基盤を開発・提供してきました。日本ではQueryPie AI合同会社（所在地：東京都港区）が、エンタープライズAIプラットフォーム「QueryPie AIP」の提供・導入支援を行っています。
URL：[https://www.querypie.ai/](https://www.querypie.ai/)

## 注記

※1 QueryPie AIによる社内評価。日本語・英語・韓国語の社内文書3,167件（うち機密情報を含む文書1,281件）を対象に、QEVモデルと外部の商用AIモデル「JEV API」の検知性能を比較したもの。数値はQueryPie AIのプレスリリース「QueryPie AI、機密情報の検知に特化した意思決定AIモデル『QEV』を開発」（2026年10月19日）に基づきます。実際の性能は利用環境やデータにより異なります。

※2 IPA「情報セキュリティ10大脅威 2026」（2026年1月29日公表）組織編。

※3 東京商工リサーチ「2025年 上場企業の個人情報漏えい・紛失事故」調査（2026年1月30日公表）。

※4 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」（2023年6月2日）。

※5 個人情報の保護に関する法律 第26条（漏えい等の報告等）。2022年4月1日施行の改正法による。

※6 F2スコア：検知結果の正確さ（適合率）と、検知すべきものをどれだけ検知できたか（再現率）を組み合わせた指標。見逃しの少なさ（再現率）をより重視して評価する。

記載の会社名・製品名は、各社の商標または登録商標です。

本記事は、MugendAI合同会社が2026年10月22日にPR TIMESで発表したプレスリリースを原文のまま掲載しています。
元のリリース：[MugendAI、生成AI経由の個人情報・機密情報の流出を送信前に食い止める「QEV導入サービス」の企業向け提供を開始](https://prtimes.jp/main/html/rd/p/000000001.000193171.html)