MCPサーバーとは？ kintoneを例にAIと業務データをつなぐ仕組みを理解しよう

ChatGPTやClaudeなどの生成AIを業務で利用する方が増えてきました。文章を作成したり、調べ物をしたりと、便利に使っておられる方も多いのではないでしょうか。

一方で「AIに自社のデータを調べてもらいたい」「kintoneに登録されている情報を使って仕事をしてもらいたい」と考えたことはありませんか？

こういったことを実現する仕組みとして、最近よく耳にするようになったのが「MCPサーバー」です。

しかし、MCPサーバーという言葉だけを聞いても、どのようなものなのか、何ができるようになるのか、なかなかイメージしにくいかもしれません。

このコラムでは、kintoneを例にしながら、MCPサーバーの基本的な仕組みやAPIとの違い、利用する際の注意点について解説していきます。

AIはそのままでは会社のデータを知りません

まず、生成AIについて知っておいていただきたいことがあります。

ChatGPTやClaudeなどの生成AIは、さまざまな知識を持っており、質問に答えたり文章を作成したりすることができます。

しかし、そのままでは皆さんの会社の業務データを見ることはできません。

例えば、kintoneで案件管理をしている会社を考えてみましょう。

kintoneには、案件名、顧客名、受注金額、受注予定日などの情報が登録されているとします。

ここでChatGPTに「今月受注した案件を、金額が大きい順に5件教えて」と質問しても、そのままでは答えることができません。

なぜなら、ChatGPTは皆さんの会社のkintoneにどのような案件が登録されているのかを知らないからです。

では、どうすればよいのでしょうか？

これまでは、kintoneからデータをコピーしてAIに貼り付けたり、APIを利用してAIとkintoneを連携させるプログラムを開発したりする必要がありました。

しかし、毎回データをコピーするのは手間がかかりますし、専用のプログラムを開発するには技術的な知識が必要です。

そこで登場するのがMCPという仕組みです。

MCPサーバーとは何でしょうか？

MCPとは「Model Context Protocol」の略で、AIが外部の情報や機能を利用するための共通の約束事です。

2024年にAnthropicが公開したオープンな規格で、現在ではさまざまなAIサービスが対応しています。

少し難しく聞こえるかもしれませんが、イメージとしては「AI版のUSB-C」と考えていただくとわかりやすいでしょう。

USB-Cは、さまざまなメーカーのパソコンや周辺機器を、共通の接続方式でつなぐための規格です。

MCPも同じように、AIと外部サービスを共通の方法でつなぐことを目指しています。

例えば、kintone、ファイル共有サービス、チャットツールなど、それぞれのサービスに対応するMCPサーバーが用意されていれば、AIは共通の仕組みを使って、それらのサービスの機能を利用できるようになります。

ここで登場する「MCPサーバー」とは、外部サービスが持っている情報や機能を、MCPという共通のルールに従ってAIへ提供する役割を持つものです。

つまり、MCPサーバーはAIと業務システムの間をつなぐ窓口ということになります。

MCPサーバーはどのように動くのでしょうか？

ここからはkintoneを例にして、もう少し具体的に見ていきましょう。

AIからkintoneの情報を利用する場合、大きく分けて次の3つの要素が登場します。

• ホスト・クライアント：皆さんが会話するAIアプリと、その中でMCPサーバーとの通信を担当する機能
• MCPサーバー：AIが使える機能を提供する窓口
• kintone：実際の業務データが保存されているサービス

まず、皆さんがAIチャットに「今月受注した案件を、金額が大きい順に5件教えて」と依頼します。

すると、AIは利用可能な機能の中から、kintoneのレコードを検索する機能が使えそうだと判断します。

次に、AIはどのような条件で検索すればよいのかを考えます。今回は、受注日が今月であることや、金額が大きい順に並べることが条件となります。

AIが検索に必要な情報を組み立てると、MCPクライアントがMCPサーバーに対して機能の実行を依頼します。

MCPサーバーは、その依頼を受けてkintoneのAPIを呼び出し、条件に合うレコードを取得します。

そして取得したデータがAIに返されると、AIはその内容を読み取り、私たちにわかりやすい形で回答してくれます。

このように、利用者は普段の言葉で依頼するだけで、AIが必要な機能を判断し、MCPサーバーを通じて業務データを利用できるようになります。

もちろん、AIが正しい検索条件を組み立てられるとは限りませんので、回答内容の確認は必要です。

APIとは何が違うのでしょうか？

ここまで読んで「それならAPIと同じでは？」と思われた方もいるかもしれません。

確かに、MCPサーバーがkintoneからデータを取得するときにもAPIが使われています。

では、何が違うのでしょうか？

APIとは、サービスが外部のプログラムに対して提供している機能の呼び出し口です。

kintoneであれば、レコードを取得したり、追加したり、更新したりするAPIが用意されています。

一般的なAPI連携では、プログラムの開発者がAPIの仕様を理解し、どのAPIを、どのような条件で呼び出すのかをプログラムとして作成する必要があります。

一方、MCPはAIが利用することを前提としており、利用できる機能の名前や説明、必要な入力情報などを、AIが理解できる形式で提供します。

そのため、AIが「この依頼には、どの機能を使えばよいのか」を判断しやすくなっています。

大切なのは、MCPはAPIに代わるものではないということです。

MCPサーバーの裏側ではAPIが使われていることも多く、APIの上にAI向けの共通の窓口を用意していると考えていただくとよいでしょう。

MCPサーバーが提供する3つのもの

MCPサーバーがAIに提供できるものには、主に「ツール」「リソース」「プロンプト」の3種類があります。

ツール：AIが実行できる操作

ツールは、AIが外部サービスに対して実行できる機能です。

kintoneであれば、レコードの検索、追加、更新、コメントの登録などが考えられます。

MCPサーバーは、ツールの名前や機能の説明、必要な入力情報をAIに伝えます。AIはそれらを参考に、どのツールを使うか判断します。

リソース：AIが読み込める情報

リソースは、AIが参照できる情報を提供する仕組みです。

例えば、ファイルの内容やアプリの設定情報、マニュアルなどが考えられます。

なお、MCPサーバーによって提供されるリソースは異なります。

プロンプト：よく使う依頼のテンプレート

プロンプトは、AIに対する依頼のひな形です。

例えば「今月の営業実績レポートを作成する」「案件の進捗状況を確認する」といった、定型的な依頼をテンプレートとして提供できます。

この3つのうち、業務システムとの連携で特に重要になるのがツールです。

AIがどのような操作を実行できるのかによって、活用できる業務の範囲が変わってきます。

複数のサービスを組み合わせることもできます

MCPサーバーはkintoneだけの仕組みではありません。

ファイル共有サービスやチャットツール、カレンダー、メールなど、さまざまなサービスに対応したMCPサーバーがあります。

例えば「kintoneで今月受注した案件を調べて、結果をチャットで共有して」と依頼した場合を考えてみましょう。

kintoneから案件情報を取得するツールと、チャットにメッセージを投稿するツールが利用できれば、AIはそれらを組み合わせて作業を進められる可能性があります。

もちろん、利用するAIがそれぞれのツールを扱えることや、必要な権限が与えられていることが前提となります。

このように、複数のサービスをまたいだ業務を、自然な言葉で依頼できることもMCPの大きな特徴と言えます。

MCPサーバーを利用する際の注意点

ここまでMCPサーバーの便利な面を説明してきましたが、業務で利用する場合には注意していただきたいことがあります。

特に重要なのは次の3点です。

1. 権限を適切に設定する

AIが業務データを扱う場合、誰の権限で操作するのかが重要になります。

例えば、営業担当者がAIに依頼したときに、本来その担当者には閲覧できない人事情報まで取得できてしまうのでは困ります。

AIが利用できるアプリや操作の範囲を適切に制限する必要があります。

2. 重要な操作は実行前に確認する

レコードの検索であれば、取得した内容を確認することで済む場合もあります。

しかし、レコードの更新や削除などは、実際の業務データに影響を与えます。

AIは誤った判断をする可能性もあるため、重要な操作については、実行前に人間が内容を確認し、承認する仕組みを用意することをおススメします。

3. 信頼できるMCPサーバーを利用する

MCPサーバーは外部サービスへの接続を担当するため、認証情報や業務データを取り扱う場合があります。

そのため、誰が提供しているMCPサーバーなのか、認証情報をどのように管理しているのか、どのような情報が外部へ送られるのかを確認することが大切です。

特に会社の重要なデータを扱う場合には、便利だからという理由だけで接続するのではなく、安全性も含めて判断していただく必要があります。

MCPサーバーには2つの接続方式があります

最後に、MCPサーバーの接続方式についても簡単に説明しておきましょう。

MCPサーバーには、大きく分けて「ローカル型」と「リモート型」という2つの動かし方があります。

ローカル型は、自分のパソコンなどでMCPサーバーを動かす方法です。手元のファイルを扱うような用途に向いています。

一方、リモート型は、ネットワークを通じて外部のMCPサーバーに接続する方法です。

リモート型では、サーバーを提供者側で管理できるため、組織として統制を効かせやすいという特徴があります。

どちらが優れているということではなく、用途や運用方法に合わせて選択することが大切です。

まとめ

今回は、MCPサーバーについてkintoneを例に解説してきました。

最後に、ポイントは3点です。

1. MCPはAIと外部サービスをつなぐための共通の仕組みです。 AIがさまざまなサービスの機能を利用するための窓口となります。
2. MCPサーバーを利用することで、AIが必要な機能を判断して実行できるようになります。 kintoneなどの業務データを、自然な言葉で活用することにもつながります。
3. 便利さだけでなく、安全性を考えることが大切です。 権限の設定、重要な操作の確認、認証情報の管理などに注意する必要があります。

MCPサーバーは、それ自体が業務を改善してくれるものではありません。しかし、AIと業務システムをつなぐことで、これまで人間が行っていた情報の検索や整理、サービス間の操作などをAIに任せられる可能性が広がります。

まずは「AIに自社のデータを調べてもらう」という小さなところから、活用方法を考えてみることをおススメします。