論文の概要: Zero Data Retention in LLM-based Enterprise AI Assistants: A Comparative Study of Market Leading Agentic AI Products
- arxiv url: http://arxiv.org/abs/2510.11558v1
- Date: Mon, 13 Oct 2025 16:00:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-14 18:06:30.443988
- Title: Zero Data Retention in LLM-based Enterprise AI Assistants: A Comparative Study of Market Leading Agentic AI Products
- Title（参考訳）: LLMベースのエンタープライズAIアシスタントにおけるゼロデータ保持:市場主導型エージェントAI製品の比較研究
- Authors: Komal Gupta, Aditya Shrivastava,
- Abstract要約: データ、コンプライアンス、ビジネスプライバシのガバナンスは、特にヘルスケアや金融ビジネスにおいて重要である。
最近のAIエンタープライズAIアシスタントの出現により、ビジネス生産性が向上し、プライベートデータとコンプライアンスの保護が最優先事項となっている。
企業全体のAIアシスタントの実装により、ゼロデータ保持ポリシーを実装することで、ゼロデータ保持を実現することができる。
- 参考スコア（独自算出の注目度）: 0.12277343096128711
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Governance of data, compliance, and business privacy matters, particularly for healthcare and finance businesses. Since the recent emergence of AI enterprise AI assistants enhancing business productivity, safeguarding private data and compliance is now a priority. With the implementation of AI assistants across the enterprise, the zero data retention can be achieved by implementing zero data retention policies by Large Language Model businesses like Open AI and Anthropic and Meta. In this work, we explore zero data retention policies for the Enterprise apps of large language models (LLMs). Our key contribution is defining the architectural, compliance, and usability trade-offs of such systems in parallel. In this research work, we examine the development of commercial AI assistants with two industry leaders and market titans in this arena - Salesforce and Microsoft. Both of these companies used distinct technical architecture to support zero data retention policies. Salesforce AgentForce and Microsoft Copilot are among the leading AI assistants providing much-needed push to business productivity in customer care. The purpose of this paper is to analyze the technical architecture and deployment of zero data retention policy by consuming applications as well as big language models service providers like Open Ai, Anthropic, and Meta.
- Abstract（参考訳）: データ、コンプライアンス、ビジネスプライバシのガバナンスは、特にヘルスケアや金融ビジネスにおいて重要である。
最近のAIエンタープライズAIアシスタントの出現により、ビジネス生産性が向上し、プライベートデータとコンプライアンスの保護が最優先事項となっている。
企業全体のAIアシスタントの実装により、Open AIやHistropic、Metaといった大規模言語モデルビジネスによるデータ保持ポリシーをゼロにすることで、データ保持をゼロにすることが可能になる。
本研究では,大規模言語モデル(LLM)のエンタープライズアプリケーションに対するデータ保持ポリシーのゼロについて検討する。
私たちの重要な貢献は、これらのシステムのアーキテクチャ、コンプライアンス、およびユーザビリティのトレードオフを並行して定義することです。
本研究では、この分野で2つの業界リーダーと市場の巨人であるSalesforceとMicrosoftによる商用AIアシスタントの開発について検討する。
これらの両社は、データ保持ポリシーのゼロをサポートするために、異なる技術アーキテクチャを使用した。
Salesforce AgentForceとMicrosoft Copilotは、カスタマーケアにおけるビジネス生産性への大きな推進を提供する、主要なAIアシスタントの1つだ。
本研究の目的は,Open Ai, Anthropic, Metaなどの大規模言語モデルサービスプロバイダだけでなく,アプリケーションの利用によるゼロデータ保持ポリシの技術的アーキテクチャと展開を分析することである。
関連論文リスト
- Can We Trust AI to Govern AI? Benchmarking LLM Performance on Privacy and AI Governance Exams [0.0]
オープンおよびクローズドな大言語モデル(LLM)を10種類評価する。
以上の結果から,複数のフロンティアモデルにおいて,専門家の認定基準を超えるスコアが連続的に達成されることが示唆された。
本稿では,AIの進歩と規制リスクの交差をナビゲートする専門家について概説する。
論文 参考訳（メタデータ） (2025-08-12T15:57:22Z) - eSapiens: A Platform for Secure and Auditable Retrieval-Augmented Generation [10.667949307405983]
eSapiensはAI(AI)プラットフォームで、ビジネス指向のトリフェクタ(プロプライエタリなデータ、運用、主要な言語モデル(LLM))を中心に開発されている。
eSapiensは、企業がAI資産を完全にコントロールし、AI知識の保持とデータセキュリティのためのすべてを社内に保持する。
論文 参考訳（メタデータ） (2025-07-13T11:41:44Z) - Rethinking Data Protection in the (Generative) Artificial Intelligence Era [138.07763415496288]
現代の(生産的な)AIモデルやシステムに生じる多様な保護ニーズを捉える4段階の分類法を提案する。
当社のフレームワークは、データユーティリティとコントロールのトレードオフに関する構造化された理解を提供し、AIパイプライン全体にわたっています。
論文 参考訳（メタデータ） (2025-07-03T02:45:51Z) - Toward Data Systems That Are Business Semantic Centric and AI Agents Assisted [0.0]
ビジネスSemantics Centric, AI Agents Assisted Data System (BSDS)
BSDSは、データシステムをビジネス成功の動的な実現手段として再定義する。
システムには、ビジネスエンティティにリンクされたキュレートされたデータ、コンテキスト認識AIエージェントの知識ベース、効率的なデータパイプラインが含まれる。
論文 参考訳（メタデータ） (2025-06-05T19:06:06Z) - Orchestrating Agents and Data for Enterprise: A Blueprint Architecture for Compound AI [11.859180018313147]
企業アプリケーションのためのエージェントとデータをオーケストレーションするための複合AIシステムのための「青写真アーキテクチャ」を提案する。
エンタープライズにおける既存のプロプライエタリなモデルとAPIは、'エージェントレジストリ'で定義された'エージェント'にマップされる。
エージェントは、さまざまなモダリティのエンタープライズデータを同じように登録する'データレジストリ'を通じて、プロプライエタリなデータを利用することができる。
論文 参考訳（メタデータ） (2025-04-10T22:19:41Z) - TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [55.03911355902567]
我々は、デジタルワーカーと同じような方法で世界と対話するAIエージェントを評価するためのベンチマークであるTheAgentCompanyを紹介する。
最も競争力のあるエージェントは、タスクの30%を自律的に完了させることができる。
これは、実際の職場の設定でLMエージェントをシミュレートすることで、タスク自動化に関する微妙な絵を描く。
論文 参考訳（メタデータ） (2024-12-18T18:55:40Z) - Open-Source AI-based SE Tools: Opportunities and Challenges of Collaborative Software Learning [23.395624804517034]
大規模言語モデル(LLM)は、ソフトウェア工学(SE)タスクの進展に役立っている。
これらのAIベースのSEモデルのコラボレーションは、高品質なデータソースの最大化に重点を置いている。
特に高品質のデータは、しばしば商業的または機密性の高い価値を持ち、オープンソースAIベースのSEプロジェクトではアクセスできない。
論文 参考訳（メタデータ） (2024-04-09T10:47:02Z) - On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
AI技術の信頼性に関する深刻な懸念があった。
機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。
本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-24T14:01:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。