Introhive連携前の確認項目一覧|人脈データをAIに渡す線

「社員一人ひとりの人脈をAIに聞けるようになれば、紹介の経路探しがずっと速くなる」「でも、社員のメールや予定表から集めた情報をAIに渡して、本当に大丈夫なのか」——人脈の基盤を持つ企業の営業企画や情シスで、いま並んで出てくる声です。背景には具体的な動きがあります。カナダの Introhive は、2026年4月に法務業界向けの試行として始めた MCP の接続口を、同年8月25日に全顧客へ一般提供しました。社員のAIから、社内の関係性のデータに直接問い合わせられるようになったということです。問われているのは、AIの答えの精度ではありません。社員の受信箱から生まれたデータを、誰に、どこまで、どのAIを通して見せるかを、つなぐ前に決められるかです。この記事では、Introhive の人脈データを社内のAIに渡す前に確かめる項目を、手順の順に整理します。
カメ先生Introhive は、社員のメールや予定表のやり取りから、誰が取引先の誰とどれくらい関係があるかを自動で集めて、点数にする道具なんだ。それを MCP という共通の接続口で、社員が使うAIから引けるようにしたのが今年の動きだよ。
カメ子CRMに人が入力する情報とは、集め方が違うということですか。
カメ先生そう。入力しなくても集まるのが強みだけど、裏返せば、社員が入力しようと思っていない情報まで集まりうる。AIから引けるようになると、その情報が会話の形で誰にでも出てきやすくなるんだ。
カメ子便利さが増える分、つなぐ前に何を外して誰に見せるかを決めておく必要がある、ということですね。
- Introhive は受信箱・予定表から関係性を集めて点数化する人脈の基盤で、2026年8月25日に MCP の接続口を全顧客に一般提供した
- 公式の手引きでは、接続口は読み取り専用で、社員ごとの認証が要り、見える範囲はおおむね本体の権限に沿うとされるが、細部の差は残る
- つなぐ前に、収集元から外すもの、見える範囲、社員への説明、点数の扱い、紹介前の人の確認、CRMとの持ち分、費用とやめ方を決める
ウェビナーの集客を、思いつきの告知から「設計」へ
「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。
Introhive は何を集め、何を点数にするのか
Introhive は、社員のメールや予定表、取引先とのやり取りの履歴から、会社全体の関係性の地図を自動で作る基盤です。公式の発表では、関係の強さを、最近のやり取りか、頻度、双方向か、関わる人の広がり、関係の深さ、という五つの観点で点数にし、やり取りを正しい人と会社に結び付けると説明しています。人が入力しなくても、日々のメールと会議から関係性が積み上がるのが、CRMへの手入力との大きな違いです。
主な顧客は、法律事務所、会計事務所、コンサルティング会社、建設・不動産の分野の企業です。公式の発表では、世界の上位100の法律事務所のうち20社、上位100の会計事務所のうち36社が使い、90を超える国に利用者がいるとされています。人の関係が受注に直結する業種で育った道具であり、「誰が取引先の誰を知っているか」を組織の資産として扱う考え方が前提にあります。
この性格は、日本のBtoB企業が入れるときの論点にも直結します。関係性の地図は、社員個人の仕事の記録から作られます。どの取引先と頻繁に会っているか、誰とメールが途絶えたか、といった情報は、営業の資産であると同時に、社員の働き方の記録でもあります。AIから引けるようにする前に、この二つの顔を持つデータだという前提を、関係者で共有しておくことが出発点になります。
2026年の動き:法務向けの試行から、全顧客への一般提供へ
Introhive は2026年4月16日、MCP の接続口を法務業界向けの商用プレビューとして発表しました。この時点の発表では、AIの相手に関係の強さや接点の履歴、人のつながりを渡しつつ、元のデータそのものは出さず、質問に必要な文脈だけを返すと説明していました。例として、Copilot に「狙う会社の経営者と一番関係が深いのは誰か」と聞くと、会った回数や関係の点数を示しながら答え、紹介の文面の下書きを提案する、という使い方が紹介されています。
8月25日の発表で、この接続口は全顧客に一般提供されました。発表では、特定のAIに縛られない作りで、互換性のあるAIアシスタントやエージェント、社内で作ったアプリから使えると説明しています。製品ページでは Copilot、Claude、GPT などの名前が挙がっています。使い方の例としては、イベントの参加者の中で優先して会うべき相手の並べ替え、やり取りが途絶えた重要な取引先の検知、見込み先に一番近い社員の特定、紹介を頼んでよいかの判断が挙げられています。最後の例は「紹介を頼んでよいか」をAIに聞く使い方であり、ここに人の確認が要ることは後で詳しく触れます
調べた範囲では、Introhive が買収された、あるいは提供を終える、という報道は見当たりませんでした。ただし、一般提供から日が浅く、接続口の細かい仕様は手引きの更新で変わりうるため、以下の確認項目は、契約前に最新の手引きと提供元への質問で裏を取る前提で読んでください。
MCPでつなぐと、データはどこからどこへ流れるか
確認項目に入る前に、データの流れを押さえます。流れは三段です。一段目は、社員の受信箱と予定表から Introhive の基盤へ関係性が集まる流れ。二段目は、社員がAIに質問したとき、AIが MCP の接続口を通して Introhive に問い合わせ、答えの材料を受け取る流れ。三段目は、受け取った材料をAIが文章にまとめ、社員の画面に返す流れです。二段目と三段目で、人脈のデータがAIの提供元の側を通る点が、これまでの使い方との違いです。
公式の手引きでは、接続口は Introhive の記録を作ったり書き換えたり消したりはできない読み取り専用で、通信は TLS 1.2 以上で暗号化され、顧客の関係性のデータは外部のAIモデルの学習に使われず保持もされない、と説明しています。製品ページでも、関係性のデータを学習に使わないこと、EUの一般データ保護規則などへの準拠と SOC 2 の監査を受けていることをうたっています。一方で、AIの側、たとえば Claude や Copilot の契約で、受け取った材料や会話の記録がどう保存されるかは、AIの提供元との契約で決まります。
つまり、確かめる相手は二つあります。Introhive に対しては、何を出すか、誰に出すか。AIの提供元に対しては、受け取った情報をどこに、どれだけの期間残すか、学習に使わない設定になっているか、です。片方だけを確かめて安心すると、もう片方の流れが確認の外に残ります。
確認1:収集の元になる受信箱と予定表から、何を外すか
最初に確かめるのは、そもそも何を集めさせるかです。AIにつなぐかどうかより前に、関係性の地図の元になる受信箱と予定表の範囲が、出せる情報の上限を決めるからです。集めていない情報は、AIから引かれることもありません。
外す候補として検討すべきなのは、まず役員や人事、法務の受信箱です。採用、評価、退職、訴訟、買収の検討といったやり取りは、関係の強さとして点数になるだけでも、誰が誰と頻繁に連絡しているかという形で機密が漏れる恐れがあります。次に、社外秘の案件のやり取りです。案件名を付けた予定や、限られた人だけが参加する会議は、参加者の組み合わせ自体が情報になります。最後に、私信です。社員が業務用のアドレスで個人的なやり取りをしている場合、それが関係性として集まらないようにする設定や運用が必要です。
- 全社員の受信箱を一律で収集の対象にし、人事部門の採用のやり取りまで関係性として集まっていた
- 限られた人だけが知る買収の検討の会議が、参加者の関係の強さとして地図に現れ、AIの答えから推測できる状態になった
- 収集の範囲を導入時に決めたきり見直さず、新設の部署や新しい案件が無条件で対象に入り続けた
どの受信箱を外せるか、特定の相手先や件名を外せるかといった設定の細部は、提供元に確かめる必要があります。設定でできないことは、運用の決まりとして文書に残し、外した範囲と理由を、四半期ごとに見直す形にしておきます。
確認2:メールの本文が出るのか、記録だけが出るのか
次に確かめるのは、AIに渡る情報の粒度です。ここは公式の説明の中でも読み比べが必要な所です。4月の発表では、AIのエージェントにメールなどの機微な情報を読ませずに、関係やCRM、請求のデータを結び付けると、同社の経営者が述べていました。一方、接続口の設定の手引きでは、取り出せる情報として、連絡先、会議、メール、関わりの点数、人のつながりの経路が挙げられています。
この二つは矛盾しているとは限りません。「メール」が本文ではなく、いつ誰と何回やり取りしたかという記録を指している可能性があるからです。ただ、本文や件名がAIの答えに出てくるのか、日時と相手と回数だけなのかで、社員への説明も、除外の設計も大きく変わります。契約前に、実際の質問で何が返ってくるかを試験の環境で確かめ、提供元にも書面で確認してください。
同じ手引きでは、財務の数値、売上、進行中の商談、商談の進み具合、契約は取り出せる情報に含まれないとされています。これは安全側の設計ですが、裏を返せば、商談や売上の判断をAIの答えだけで行うことはできないということでもあります。AIの答えは関係性の材料であり、商談の判断はCRMの記録と人の判断で補う前提で使います。手引きでは、利用者が上げた表計算のファイルや業界の項目も問い合わせの対象外とされており、業界で絞り込む質問には答えられない場合がある点も押さえておきます。
確認3:誰が誰の関係を見られるか
三つ目は、見える範囲です。公式の手引きでは、AIを使う社員は一人ずつ自分の Introhive のアカウントと、自然な言葉で問い合わせる機能(Ask Introhive)の利用権を持っている必要があり、初めて関係性のデータを聞くときに本人の資格で認証すると説明しています。見える範囲は、おおむね本体の画面での権限に沿うとしつつ、細かい文脈の境目では違いが出ることがあると書かれています。
この一文は重く受け止めるべきです。本体の画面では、関係性の一覧を見るときに画面の作りが自然に絞り込みの役割を果たしていても、AIが複数の問い合わせを組み合わせて答えをまとめると、個々の画面では見えなかった組み合わせが浮かび上がることがあります。たとえば、ある取引先と急に頻繁に会い始めた社員の名前と、その時期は、それぞれは見えてもよい情報でも、組み合わせると、進行中の案件を推測できる情報になります
確認の方法は、権限の異なる社員の役を用意して、同じ質問をAIに投げて答えを比べることです。営業の一般社員、部門長、役員秘書、法務など、見える範囲が違うはずの役で、機密の案件に近い質問をしてみます。画面では見えないはずの情報が答えに出たら、その質問の型をつなぐ前に提供元と潰します。権限の写し方は、説明を読むのではなく、試して確かめるのが原則です。なお手引きでは、名前が複数の人や会社に当てはまるときは、AIが利用者にどれかを選ばせてから先に進むとされています。取り違えを防ぐ仕組みですが、選ぶのは人なので、選び間違いの可能性も試験で見ておきます。
確認4:社員への説明と、取引先の個人情報の扱い
四つ目は、社員と取引先に対する説明です。社員の受信箱と予定表から関係性を集めることは、社員の業務の記録を会社が分析することでもあります。導入時に、何を集め、誰が見て、何に使い、何には使わないかを、社員に分かる言葉で示す必要があります。特に、関係の点数を人事の評価や営業成績の査定に使わないと明記するかどうかは、社員の受け止め方を大きく左右します。
取引先の担当者の氏名、メールアドレス、やり取りの記録は、自社にとっての個人情報です。国内の個人情報保護法では、利用目的をできるだけ特定して公表するか本人に通知することが求められており、関係性を分析してAIで照会するという使い方が、既存の利用目的の範囲に入るかを確かめる必要があります。また、提供元はカナダの会社で、AIの提供元も海外にあることが多いため、外国にある事業者に個人データの処理を任せる場合の扱いを、法務と確認する必要があります。
どこまで説明し、どこで同意を取るかは、業種や取引の性格によって変わります。ここで大切なのは、法令の解釈を一人で決めずに、収集の範囲、AIに渡す範囲、保存の期間を一つの表にして、法務と人事と営業企画が同じ表を見ながら決めることです。
確認5:関係の強さの点数を、うのみにしない
五つ目は、点数の扱いです。関係の強さの点数は、メールと会議の記録から計算されます。そのため、記録に残らない関係、たとえば電話や対面の雑談、私的な付き合い、過去の職場での関係は、点数に反映されにくくなります。逆に、事務的な連絡を大量にやり取りしているだけの相手との関係は、実際の信頼の深さ以上に高く出ることがあります。
4月の発表で示された答えの例では、経営者と90日間に4回会った社員を、関係の強さ85点という数字とともに挙げていました。このように点数を示しながら「この社員が一番関係が深い」と答えると、その答えは根拠のある判断のように見えます。ここで、AIに判断させず、点数は候補を並べる材料にとどめることを決まりにします。AIには、なぜその社員を挙げたのか、最後に会ったのはいつか、何回やり取りしたかという根拠を答えに書かせ、最終的に誰に頼むかは、候補の社員本人と上長に確かめてから決める流れにします。
点数の扱いには、もう一つ注意があります。点数が社内で見えるようになると、点数を上げるために形だけのメールや会議が増えることがあります。点数を目標にしない、点数を社員同士で比べる表を作らない、という決まりを最初に置いておくと、記録の質が保たれます。
確認6:紹介を頼む前に、人が確かめること
六つ目は、紹介の依頼です。公式の発表では、紹介の経路を探し、紹介を頼んでよいかを判断する使い方が例に挙がっています。4月の発表では、AIが紹介の文面の下書きを提案する流れも紹介されていました。便利ですが、紹介は社員本人の信用を使う行為です。AIが見つけた経路でも、紹介を頼むかどうかは、経路の上にいる社員が決めることです。
人が確かめる範囲は、三つに分けて決めます。一つ目は、経路の上にいる社員に、頼んでよい関係かを聞くこと。点数が高くても、相手との関係が微妙な時期だったり、別の案件で交渉中だったりすることがあります。二つ目は、紹介先の会社と自社との間に、進行中の取引や競合の関係がないかを営業企画が確かめること。三つ目は、紹介の文面をAIが下書きした場合に、送る前に紹介者本人が読み、自分の言葉に直すことです。
- 接続口は読み取り専用なので、AIが Introhive の記録を書き換えることはありません。ただし、つないだAIの側にメールの送信や予定の作成ができる道具があれば、紹介の依頼が送られる経路は別に存在します。AIの側の道具の権限も併せて確かめてください
- 紹介を頼んだ結果と、頼まなかった理由は、次の判断のために記録しておきます。点数ではなく、この記録が社内の知見になります
確認7:つなぐAIの側の設定と、管理者の持ち分
七つ目は、AIの側の設定です。公式の手引きでは、Introhive の管理者が認証のための設定(OAuth のアプリ)を作り、AIの側で接続口の場所と認証の情報を登録する手順が示されています。認証の設定では、AIのエージェント向けの権限の範囲を一つだけ選び、ほかの範囲とは組み合わせられない作りです。Claude の法人向けのプランでは、接続の登録ができるのは Claude の組織の管理者だけとされています。Introhive の管理者と、AIの側の管理者という二人の管理者が関わることになり、どちらが何を持つかを決めておく必要があります。
手引きでは、認証には短い期限で自動更新される通行証が使われ、長く有効な資格情報は保存しないと説明されています。一方で、接続を取り消す手順や、特定の社員だけ止める方法は、調べた範囲の手引きには書かれていませんでした。異動や退職、不正の疑いがあったときに、誰の権限で、どの画面から、どのくらいの時間で止められるかは、つなぐ前に提供元とAIの側の両方で確かめておくべき項目です。
どのAIにつなぐかも、ここで決めます。特定のAIに縛られない作りだからといって、社員が使う複数のAIすべてにつなぐ必要はありません。会話の記録の保存や学習の扱いを確かめた一つのAIに絞り、人脈のデータを扱ってよいAIを、社内の規程に名前で書くことが、管理の範囲を小さく保つ近道です。
確認8:CRMとの持ち分を決める
八つ目は、CRMとの関係です。多くの企業では、取引先の担当者の情報や商談の記録はCRMに入っています。Introhive は CRMの記録を補う使い方もされますが、AIから両方に問い合わせられるようになると、同じ担当者の情報が、二つの場所から食い違った形で返ることが起きます。
そこで、どちらを正とするかを項目ごとに決めます。会社名や担当者の役職、商談の段階はCRMを正とし、関係の強さや最後の接点、紹介の経路は Introhive を参考情報として扱う、といった分け方です。接続口が読み取り専用であることは、CRMを勝手に書き換えない点では安心材料です。そのうえで、AIの答えをもとにCRMを更新するときは、人が元の記録を確かめてから入力するという決まりにします。
取引先の担当者の転職や異動の知らせをどう扱うかは、別の論点として整理されることが多い話題です。ここでは、AIの答えに転職の情報が含まれていても、CRMの担当者の記録を自動で付け替えず、人が確かめてから直す、という線だけを決めておけば十分です。
確認9:費用の増え方とやめ方
九つ目は、費用とやめ方です。手引きによれば、AIから問い合わせる社員は一人ずつ Introhive のアカウントと問い合わせの機能の利用権が必要で、卒業生の追跡などの特別なデータは、対応する契約の区分がないと使えないとされています。AIで使う人を増やすと、その分だけ利用権の費用が増える形です。料金は公開されていないため、見積もりは提供元から取ります。
これに、AIの側の費用が重なります。社員が使うAIの利用料、接続を管理する人の時間、権限を試験で確かめる時間、点数の扱いや紹介の記録を見直す時間です。費用対効果は、AIへの問い合わせの件数ではなく、紹介の依頼が実際の面談につながった件数や、準備の時間が減った件数で見るのが適切です。
やめ方も先に決めます。AIの側の接続を外す、Introhive の認証のアプリを無効にする、AIの側に残った会話の記録を保存の方針どおり消す、の順です。Introhive そのものをやめる場合は、集めた関係性のデータをどう返してもらい、どう消してもらうかを契約で確かめておきます。やめる手順を書けないまま、人脈のデータをAIにつながないことを線引きにします。
確認項目を一枚にまとめる
ここまでの確認項目を、誰が確かめるかと併せて一枚の表にします。つなぐ前の会議では、この表の右の列に答えが入っていない項目を一つずつ埋めていきます。
| 確認項目 | 確かめる内容 | 主に確かめる人 |
|---|---|---|
| 収集の範囲 | 役員・人事・法務の受信箱、社外秘の案件、私信を外せるか | 情シス・法務 |
| 渡る情報の粒度 | 本文や件名が出るのか、日時と相手と回数だけか | 情シス |
| 見える範囲 | 権限の違う役で同じ質問をし、答えを比べたか | 情シス・営業企画 |
| 社員への説明 | 集めるもの、見る人、使わない用途(人事評価など)を示したか | 人事・法務 |
| 取引先の個人情報 | 利用目的の範囲、海外の事業者への委託の扱い | 法務 |
| 点数の扱い | 点数を判断に使わず、根拠を答えに書かせているか | 営業企画 |
| 紹介前の確認 | 経路の社員本人・上長の確認、文面の手直し | 営業の責任者 |
| AIの側の設定 | つなぐAIの限定、会話の記録の保存、止め方 | 情シス |
| CRMとの持ち分 | 項目ごとにどちらを正とするか | 営業企画 |
| 費用とやめ方 | 利用権の増え方、接続の外し方、データの消去 | 情シス・購買 |
表の項目のうち、提供元の説明を読んだだけで埋めた欄には印を付けておき、試験の環境で確かめたら印を外します。説明を読んだ欄と、試して確かめた欄を区別することが、この表を形だけの書類にしないための工夫です。
つなぐまでの手順
確認項目を、つなぐまでの順番に並べ直します。最初から全社員に広げるのではなく、少人数で試してから広げる流れです。
AIにつなぐ前に、Introhive が集めている受信箱と予定表の範囲を見直し、外す範囲と理由を文書にします。
会話の記録の保存と学習の扱いを確かめたAIを一つ選び、社内の規程に名前で書きます。
権限の違う役で同じ質問をし、本文が出るか、画面で見えない組み合わせが出ないかを確かめます。
集めるもの、見る人、使わない用途を示し、点数を判断に使わないことと、紹介前の人の確認の手順を決めます。
一つの部門の少人数で一か月ほど使い、答えの根拠と、紹介の依頼につながった件数を記録します。
試した記録を人が読み、問題の出た質問の型を潰してから、使う人の範囲を広げます。止め方と、やめ方の手順もこの時点で確定させます。
この手順で一番省かれやすいのは、三つ目の試験です。説明を読んで問題がなさそうに見えても、AIは質問の組み合わせで、画面では見えない形の答えを作ります。試験を飛ばさないことが、人脈のデータを安全に使う前提です。
よくある質問
AIから Introhive のデータを書き換えられてしまうことはありますか
公式の手引きでは、接続口は読み取り専用で、記録を作ったり書き換えたり消したりはできないとされています。ただし、つないだAIの側にメールの送信やCRMの更新ができる別の道具がある場合、AIの答えをもとにそれらが動く経路は残ります。AIの側の道具の権限も併せて確かめてください。
人脈のデータが、AIの学習に使われることはありませんか
Introhive は、関係性のデータを外部のAIモデルの学習に使わず、保持もしないと説明しています。一方で、AIの側で会話の記録がどう保存され、学習に使われるかは、AIの提供元との契約と設定で決まります。両方の条件を確かめてからつないでください。
社員全員にAIからの問い合わせを開放すべきですか
最初から全員に開く必要はありません。手引きでは、問い合わせる社員は一人ずつ利用権が必要で、費用も人数に応じて増えます。紹介の経路を日常的に探す役の社員から始め、見える範囲の試験と記録の見直しを済ませてから広げるのが無理のない進め方です。
関係の強さの点数は、営業の評価に使えますか
評価には使わないことをおすすめします。点数はメールと会議の記録から計算され、記録に残らない関係は反映されにくく、事務的なやり取りが多いだけでも高く出ることがあります。評価に使うと、点数を上げるための形だけのやり取りが増え、記録の質そのものが下がります。
まとめ
Introhive は、社員の受信箱と予定表から関係性を集めて点数化する人脈の基盤で、2026年8月25日に MCP の接続口を全顧客へ一般提供しました。接続口は読み取り専用で、社員ごとの認証が要り、見える範囲はおおむね本体の権限に沿うとされていますが、細部では差が出うると手引き自身が書いています。つなぐ前に確かめるのは、収集の元から外すもの、AIに渡る情報の粒度、誰が誰の関係を見られるか、社員と取引先への説明、点数の扱い、紹介前の人の確認、つなぐAIの側の設定、CRMとの持ち分、費用とやめ方です。点数はAIに判断させず、答えには根拠を書かせ、紹介を頼むかどうかは経路の上にいる社員が決める。人が確かめる範囲を先に決め、試験の環境で確かめてから広げることが、人脈のデータをAIに渡すときの線引きになります。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
ウェビナーの集客を、思いつきの告知から「設計」へ
「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。
