業務アプリに MCP を仕込むと世界が変わる — 検索機能が「分析・経営判断補助ツール」に化けた話
はじめに: 業務アプリの UI/UX が抱えがちなジレンマ
業務効率化のために社内向けアプリケーションを開発する、というのは広く行われています。ところが仕事はいろいろな情報を扱うため、膨大な機能を一つの画面に詰め込まざるを得ず、UI/UX は難しいものになりがちです。フォームに多数の入力ボックスが並び、どれが必須でどれが任意か、何を入れるとどう動くかも一見では分かりません。慣れれば使えるようになっても、誰かに伝えるのは難しい — そんなツールが業務現場には溢れています。
結果として、ノウハウが秘伝のたれ化し、「あのツールはあの人にしか使えない」状態が生まれます。担当者がツールの主のようになっている、という話は中小企業の現場でよく耳にします。さらに困るのは、ツールを改善しようとしても UI/UX が変わると現場の習熟がゼロからやり直し になることで、業務が滞ることを恐れて改善判断が鈍り、そのまま諦めるケースも少なくありません。
この「業務アプリ × UI/UX の宿命」とも言える問題に、MCP（Model Context Protocol） が新しい突破口を開いてくれそうだ、というのが今回のテーマです。
MCP とは何か
MCP（Model Context Protocol）は、AI アシスタント（Claude や ChatGPT）と外部のアプリケーション・データソース・ツールを 標準化された方法でつなぐためのプロトコル です。Anthropic 社が 2024 年 11 月に提唱・公開したオープン仕様で、現在は各社の AI クライアントや IDE が広くサポートしています。
そして 2025 年 12 月、Anthropic は MCP を Linux Foundation 配下の Agentic AI Foundation に寄贈 しました。同団体は Anthropic・Block・OpenAI の 3 社が共同設立し、Google・Microsoft・AWS なども支援する、AI エージェントの標準仕様をベンダ中立に育てる場です。これにより MCP は、Kubernetes や Node.js を支えてきたのと同じ中立的なガバナンスの下で 業界標準規格 への道を歩み始めました。「いずれ廃れる独自仕様」ではなく、これから 10 年単位で前提となる土台 とみなしてよいフェーズに入った、ということです。
ざっくり言えば、アプリ側が自分の機能（検索する・データを取ってくる、など）を「MCP サーバ」として公開 し、Claude のような AI 側はその MCP サーバに接続 して、利用可能な機能の一覧と使い方を取得します。あとはユーザがチャットで自然言語の指示を出せば、AI が意図を解釈して 適切な機能を適切な条件で呼び出してくれる という仕組みです。
機能ごとに専用の UI を作り込まなくても、チャットという一つの入口から、複数のシステムの機能を呼び出せる のがポイント。AI が「どのツールをどう呼べばユーザの意図に応えられるか」を考えてくれるので、複雑なフォームに分かれていた操作が、自然な言葉のやり取りに溶け込みます。
事例: 取り扱い履歴検索システムに MCP を仕込んだら
当社で AI 活用の支援を行った事例の一つに、ある企業の 商品の取り扱い履歴を検索する社内システム への MCP 対応があります。商品コード・取引先・期間・担当者・カテゴリなど 20 個ほどの入力フィールド を持つ典型的な業務アプリで、新人が使いこなすには時間がかかる、まさに前述の「業務アプリあるある」を抱えたシステムでした。
ここに MCP 対応を加え、AI から検索を呼び出せるようにしました。すると何が起きたか。
チャットからの検索
たとえば Claude に次のように指示します。
「2025 年に仕入れた商品について、担当者別に仕入金額と販売金額を合計して」
AI は MCP 経由で検索システムを叩き、期間を 2025 年に絞った検索結果を取得します。必要に応じて 担当者ごとに条件を変えて複数回検索を呼び出し、得られた一覧を AI 自身が突き合わせて集計してくれる、というイメージです。20 個のフィールドのうちどれを使うべきか悩む必要がなくなりました。
Claude からの応答（架空例）:
2025 年の仕入実績を担当者別に集計しました。
| 担当者 | 仕入金額 | 販売金額 | 粗利 |
|---|---|---|---|
| 田中 | ¥45,200,000 | ¥58,300,000 | ¥13,100,000 |
| 鈴木 | ¥38,750,000 | ¥51,900,000 | ¥13,150,000 |
| 佐藤 | ¥29,400,000 | ¥34,200,000 | ¥4,800,000 |
| 高橋 | ¥18,600,000 | ¥24,500,000 | ¥5,900,000 |
| 合計 | ¥131,950,000 | ¥168,900,000 | ¥36,950,000 |
対象は 2025-01-01〜2025-12-31、ステータス=確定済みの 1,247 件です。粗利率で見ると鈴木さん（33.9%）と田中さん（29.0%）が高く、佐藤さん（16.3%）はやや低めでした。気になる切り口があればさらに深掘りします。
コンテキストを引き継いだ追い込み
さらに強力なのが、チャットの コンテキスト（文脈） を活かした追加の問い合わせです。先ほどの結果に対し、
「先ほどの結果のうち、鈴木さんの担当商品について、月別にまとめなおして」
と指示すれば、AI は前のやり取りを踏まえて再集計してくれます。チャットの形で順を追って考えを煮詰めていくことができる わけです。
Claude からの応答（架空例）:
鈴木さん担当分（2025 年）を月別に集計しなおしました。
| 月 | 仕入金額 | 販売金額 | 件数 |
|---|---|---|---|
| 1 月 | ¥3,200,000 | ¥4,100,000 | 18 |
| 2 月 | ¥2,800,000 | ¥3,950,000 | 15 |
| 3 月 | ¥4,100,000 | ¥5,800,000 | 22 |
| 4 月 | ¥3,500,000 | ¥4,700,000 | 19 |
| 5 月 | ¥2,900,000 | ¥3,850,000 | 14 |
| 6 月 | ¥3,400,000 | ¥4,500,000 | 17 |
| 7 月 | ¥3,100,000 | ¥4,200,000 | 16 |
| 8 月 | ¥2,700,000 | ¥3,700,000 | 13 |
| 9 月 | ¥3,800,000 | ¥5,100,000 | 21 |
| 10 月 | ¥3,200,000 | ¥4,400,000 | 18 |
| 11 月 | ¥3,000,000 | ¥4,150,000 | 16 |
| 12 月 | ¥3,050,000 | ¥3,450,000 | 14 |
鈴木さんは年間を通じて比較的安定した実績で、特に 3 月と 9 月にピーク があります。粗利率は平均で 33% 前後ですが、12 月のみ 13% とやや低めでした（季節要因の可能性があります）。さらに商品カテゴリ別に分けることもできますが、進めますか？
これは単なる検索機能の代替ではありません。検索機能が、分析ツール・経営判断補助ツールへと変化した と言ってよいと思います。
何が起きていたのか
AI がやっていることは「ユーザの意図を解釈し、既存の検索機能を適切な条件で呼び出す」だけで、新しい分析エンジンを作ったわけではありません。それでも体験が大きく変わったのは、検索機能の使いこなしを AI が肩代わりしてくれた からです。20 個のフォーム項目という UI/UX の複雑性は、ユーザとシステムの間に AI が「翻訳層」として立つ ことで吸収され、ユーザは意図を自然な言葉で伝えるだけで済むようになりました。
なぜこれが「世界が変わる」と言えるのか
MCP を仕込むことの本質的な価値は、冒頭で挙げた業務アプリのジレンマを 根本から書き換えるかもしれない という点にあります。
1. ノウハウの秘伝のたれ化が止まる
「あのツールはあの人にしか使えない」状態は、UI の複雑性を人間が経験で吸収していたから起きていました。AI が翻訳層を担えば、自然言語で意図を伝えられる誰もが一定水準の使い方ができ、「あの人」のノウハウは組織の資産として共有しやすくなります。
2. UI 改善のリスクが下がる
UI 改修で現場が混乱するリスクは、操作の主要な入口が「画面のフォーム」しかなかったから起きていました。チャットという入口を別に持っておけば、画面 UI を作り直している間も業務が完全に止まらずに済む 可能性が出てきます。改善のハードルが下がる、というのは経営判断としても大きい違いです。
3. 機能の組み合わせが自由になる
複数の業務システムに MCP を仕込むと、AI がそれらを 横断的に組み合わせて呼び出す ことができます。「在庫システムと売上システムを突き合わせて〜」のような指示を、個別の連携の仕組みを作らずに実現できる可能性が出てきます。
4. 自社固有のデータが、はじめて「武器」になる
そして、これが MCP の最も大きな意義だと考えています。
ChatGPT や Claude のような汎用 AI がいくら賢くなっても、それらが扱っているのは「世間一般の知識」にすぎません。一方で、御社が長年かけて蓄積してきた 取引履歴・顧客対応の記録・商品マスタ・現場のノウハウ は、御社にしか存在しない固有の資産です。経営の競争力を突き詰めれば、それは結局のところ 自社固有のデータと、そこから読み取れる知見 に行き着くはずです。
ただし、データを持っているだけでは武器にはなりません。AI から自在に触れる形になって、はじめて武器に変換される のだと考えています。MCP は、御社のシステム — 言い換えれば自社の固有資産 — に AI を直接接続するための仕組みです。汎用 AI に社外データを渡すのとは方向が逆で、御社のシステムに AI が踏み込んでくる 構造です。だからこそ、AI が賢くなるほど、御社固有のデータがそれだけ深く活きる、という関係が成り立ちます。
「AI に作業が代替される」という話題ばかりが聞こえますが、経営の観点では逆の見方ができます。作業が AI に代替される時代だからこそ、自社にしかないデータと知見を AI から最大限に引き出せる状態にしておくことが、競争力の源泉になる。MCP はその準備のための、現時点で最も筋の良い選択肢だと言えます。
導入のリアル: 数週間〜数ヶ月で第一歩を踏み出せる
「MCP 対応」と聞くと大規模な改修を想像されるかもしれませんが、実際は 既存のシステムを作り直すのではなく、AI から呼び出せる入口を一つ追加する イメージです。検索・データ取得・帳票出力など、すでに動いている機能に対して AI が話しかけられる窓口を用意する、と考えていただければ近いです。
今回ご紹介した事例では、AI コーディングエージェントとの協働開発（Agentic Coding）を活用して、約 1 ヶ月で検索機能の刷新と MCP 対応の実証まで進めました。検索画面そのものも作り直したケースなので、もし 既にある検索機能をそのまま活かして MCP 対応を追加するだけ であれば、同様に数週間程度でできると見込んでいます。
本番運用では、機微な情報の扱いや AI 操作の歯止め・利用履歴といった社内ガバナンスの設計が必要になりますが、これも既存システムに 小さく追加していく 性質の作業です。全社一斉に全機能を MCP 化する必要は無く、効果の出やすい 1 機能から始められる のが、現実的で安心な進め方です。
おわりに
標準規格としての将来性も担保された今、MCP は遠からず 業務アプリに当然のように備わる必須機能 になるだろうと考えています。検索画面の隣に「Claude で開く」ボタンが当たり前に並ぶ未来は、もうすぐそこまで来ています。
そしてこれは、大企業だけの話ではありません。むしろ UI/UX に十分な投資ができず属人化に苦しんできた 中小企業ほど、MCP の恩恵は大きい はずです。既存の業務アプリを賢く活かして、誰でも使えるツールに変えていく — これは弊社が掲げる「中小企業の IT のパワーを増す」という方向性と、まさに重なります。
「うちのあの業務システムに MCP を仕込んだら、どう化けるだろう？」と気になった方は、ぜひ一度試してみてください。導入の検討・支援のご相談があれば、お問い合わせフォーム からお気軽にどうぞ。
これにて御免！