Model Context Protocol (MCP)とは？AIツール統合のためのユニバーサル標準

著者: Victor Hoang · 更新日: 2026年2月9日

あなたのAIは在庫をチェックし、CRMレコードを更新し、分析を引き出し、ドキュメントを検索する必要がありますが、各統合はカスタムコードを必要とし、更新で壊れ、特定のモデルでのみ機能します。そして、AIプロバイダーを切り替えると、すべてをゼロから再構築します。Model Context Protocolは、USBがコンピュータの周辺機器接続を普遍的にしたように、AIをツールに接続するための普遍的な標準を作成することで、この混乱を排除します。

What Changed in 2026

MCPは2025年後半に「Anthropicのプロトコル」ではなくなりました。2025年12月、Anthropicはこの仕様を、Linux Foundation傘下の指定基金であるAgentic AI Foundation（AAIF）に寄贈しました。AAIFはBlockおよびOpenAIが共同設立し、Google、Microsoft、AWS、Cloudflare、Bloombergが支援メンバーとして参加しています。このガバナンスの変化は購入側にとって重要です。自社の統合が依存する標準が単一のAIベンダーに支配されなくなったため、一方的な破壊的変更のリスクが下がります。

実用面では、MCPは主要なエージェント型スタックの横ではなく、その土台に位置するようになりました。OpenAI、Google DeepMind、Microsoft、Salesforceはいずれも、ローンチから13ヶ月以内にMCPサポートをリリースしました。エンタープライズプラットフォームは、MCPを開発者向けプレビューだけでなく本番ワークフローに組み込んでおり、AAIFは2026年4月にニューヨークで初のMCP Dev Summitを開催し、約1,200人の参加者と、MCPを大規模に運用する企業による95を超えるセッションを集めました。2026年のもう1つの大きな話題はセキュリティです。2026年4月に公表された公式SDKの体系的な設計上の欠陥により、エコシステムは、認証のないMCPサーバーにどれだけの信頼を与えてきたかを見直さざるを得なくなりました。ガバナンスの成熟とセキュリティへの注目という2つの流れについては、以下のセクションで取り上げます。

Key Facts

• ガバナンスはLinux Foundationに移りました。 Anthropicは2025年12月9日にMCPをAgentic AI Foundation（AAIF）に寄贈しました。BlockとOpenAIが共同設立し、Google、Microsoft、AWS、Cloudflare、Bloombergが支援メンバーです。出典：Anthropic, "Donating the Model Context Protocol"
• SDKのダウンロード数は月間9,700万回を超えました。 Anthropicは、Linux Foundationへの寄贈時点で、PythonとTypeScriptのSDKの合計月間ダウンロード数が9,700万回を超えたと報告しました。出典：Anthropic, "Donating the Model Context Protocol"
• 稼働中の公開MCPサーバーは1万を超えました。 Anthropicは、2025年12月時点でエコシステム全体の稼働中の公開MCPサーバーが1万を超えたと集計しており、1年前のローンチ時の数百から増加しました。出典：Anthropic, "Donating the Model Context Protocol"
• 主要なモデルプロバイダーはすべてMCPをサポートしています。 OpenAIは2025年3月にChatGPTデスクトップアプリを含む自社製品全体でMCPを採用し、Google DeepMindは2025年4月にサポートを確認し、MicrosoftはSemantic KernelとAzure OpenAIを通じてMCPを統合しています。出典：Model Context Protocol, Wikipedia
• エンタープライズプラットフォームが実際の利用を開始しています。 MCPサーバーを中核に構築されたSalesforceのHeadless 360プラットフォームは、稼働開始後の最初の数ヶ月で450万件のMCP呼び出しを処理しました。これはCEOのMarc Benioffが2027会計年度第1四半期の決算説明会で述べたものです。出典：The Register, "Salesforce waves bye-bye to UI in 'headless' embrace"
• Gartnerは、この変化をエージェント対応のエンタープライズアプリと結び付けています。 Gartnerは、2026年末までにエンタープライズアプリケーションの40%がタスク特化型AIエージェントを搭載すると予測しており（2025年は5%未満）、この伸びはMCPのような標準化された統合レイヤーに依存しています。出典：Gartner press release, August 26, 2025
• 体系的なSDKの欠陥が信頼のギャップを露呈しました。 2026年4月、OX Securityは公式MCP SDK（Python、TypeScript、Java、Rust）に、STDIOトランスポートを通じたリモートコード実行を可能にする設計レベルの欠陥があると公表しました。約1億5,000万回のダウンロードにわたり、最大20万件の脆弱なインスタンスに影響する可能性があると推定されています。出典：OX Security, "The Mother of All AI Supply Chains"

学術的基盤

Model Context Protocol (MCP)は、2024年11月にAnthropicによって「AIモデルが外部データソースおよびツールと通信する方法を標準化するオープンプロトコルであり、モデルプロバイダー全体で普遍的な統合パターンを可能にする」として導入されました（Anthropic Technical Whitepaper, 2024）。

このプロトコルは、Agentアーキテクチャとツール使用AIの研究に基づいており、各AIプロバイダーが独自の統合方法を実装する断片化問題に特に対処しています。MCPは、データソースへのアクセス、ツールの呼び出し、プロンプトの受信という3つのコア機能のための標準化されたインターフェースを定義します。

このアーキテクチャは、Webプロトコルのクライアント・サーバーパターンに従い、AIモデルがエンタープライズシステムを公開するMCPサーバーに接続するクライアントとして機能します。この抽象化レイヤーにより、基盤となるAIモデルに関係なく「一度書けばどこでも使える」統合が可能になります。2026年半ば時点で、この抽象化レイヤーは、Anthropic、OpenAI、Block、そしてAAIFの運営理事会の他のメンバーが共同で管理しており、特定の1社が所有するものではありません。

これがビジネスにとって意味すること

ビジネスリーダーにとって、Model Context Protocolは、異なるAIプロバイダー全体で機能するAI統合を意味し、ベンダーロックインを減らし、各新しいモデルの接続を再構築することなく、AI機能の迅速な展開を可能にします。

MCPをAI用の電気コンセントと考えてください。標準化の前は、すべての家電がカスタム配線を必要としていました。標準化の後は、どのデバイスもどのコンセントにも接続できます。同様に、MCPは、標準インターフェースを通じて、任意のAIモデルが任意のエンタープライズシステムに接続できるようにし、統合の複雑さとコストを劇的に削減します。

実用的には、これは、SalesforceのMCPサーバーが、統合コードを書き直すことなく、Claude、GPT、Gemini、または将来のモデルで動作することを意味します。データパイプラインへの投資はモデル非依存になり、AIベンダーロックインから保護します。この約束はもはや理論上のものではありません。OpenAI、Google DeepMind、MicrosoftはいずれもMCPサポートをリリースしており、「一度書けばどこにでも接続できる」という主張は、Anthropic自身の製品だけでなく、競合するAIスタック全体の本番利用に裏付けられています。

本質的なコンポーネント

Model Context Protocolは、これらの本質的な要素で構成されています：

• MCP Servers： 標準化されたMCPインターフェースを通じてエンタープライズシステム、データベース、API、ツールを公開するサービスで、AIモデルとビジネスシステムの間のアダプターとして機能

• MCP Clients： データにアクセスしツールを呼び出すためにMCPサーバーに接続するAIアプリケーションおよびAI Agents、通常はツール使用機能を備えたLarge Language Models

• Resources： 知識ベース、ドキュメント、データベースなどの読み取り専用データソースで、AIが標準化されたリソースURIとスキーマを通じてクエリできる

• Tools： メール送信、チケット作成、レコード更新などの実行可能な関数で、AIが標準化されたツール定義とパラメータスキーマを通じて呼び出せる

• Prompts： AI動作をガイドする再利用可能なテンプレートとワークフローで、標準化されたプロンプト形式を通じて異なるAIモデル間で共有可能

作業プロセス

Model Context Protocolは、これらのステップに従います：

1. Discovery & Capability Exchange： AIクライアントがMCPサーバーに接続すると、サーバーは標準化されたスキーマを使用して利用可能なリソース、ツール、プロンプトを広告し、レストランがメニューを共有するようなもの

2. Resource Querying： AIは、リソースURIとパラメータを指定してデータを要求します。MCPサーバーは、これを適切なデータベースクエリまたはAPI呼び出しに変換し、AIが処理できる構造化データを返します

3. Tool Invocation： AIがアクションを決定すると、標準化されたインターフェースを通じてツールを呼び出し、期待される形式でパラメータを提供します。MCPサーバーはアクションを実行し、結果を返します

4. Session Management： MCPは接続状態を維持し、認証を処理し、会話コンテキストを管理し、AIが以前の交換に基づいて構築するマルチターンインタラクションを可能にします

これにより、AI機能が各ユースケースのカスタム開発を必要とするのではなく、プラグアンドプレイになる相互運用性が生まれます。

4つの実装パターン

Model Context Protocolは、一般的に4つの主なカテゴリに分類されます：

タイプ1：Data Access Servers 最適な用途：知識ベース、ドキュメントリポジトリ、データベース 主な機能：リソースインターフェースを通じて読み取り専用情報を公開 例：Confluence MCPサーバー、SQLデータベースMCPアダプター、ファイルシステムサーバー

タイプ2：Action Servers 最適な用途：CRMシステム、チケットプラットフォーム、コミュニケーションツール 主な機能：ツールインターフェースを通じてAIがアクションを実行できるようにする 例：Salesforce MCPサーバー、Jira統合、Slack MCPコネクター

タイプ3：Composite Servers 最適な用途：包括的なエンタープライズプラットフォーム 主な機能：データアクセスとアクション機能を組み合わせる 例：Google Workspace MCPサーバー（カレンダーを読み、メールを送信）、ERP統合

タイプ4：Prompt Servers 最適な用途：ワークフロー自動化、標準化されたAI動作 主な機能：再利用可能なAIインタラクションパターンを共有 例：セールスPlaybookプロンプト、カスタマーサポートテンプレート、コンプライアンスチェック

実践でのModel Context Protocol

ビジネスが実際にMCPをどのように使用しているかを以下に示します：

カスタマーサポートの例： Block（Square）は、Claudeを内部知識ベース、CRM、チケットシステムに接続するMCPサーバーを実装しました。サポートエージェントは、AIが統一されたMCPインターフェースを通じて顧客履歴にアクセスし、ドキュメントからソリューションを提案し、フォローアップタスクを作成するため、問題を40%速く解決できるようになりました。

開発の例： SourcegraphはMCPを採用して、AIコーディングアシスタントをコードベース、課題追跡、ドキュメントに接続しました。開発者は、GitHub Copilot、Cursor、Claudeのいずれを使用しているかに関係なく、同じMCPサーバーを通じてコードコンテキストをクエリし、プルリクエストを生成し、ドキュメントを更新します。

エンタープライズITの例： Replitは、開発環境を公開するMCPサーバーを構築し、AIがファイルを読み、コードを実行し、デプロイを管理できるようにしました。新しいモデルバージョンにアップグレードしたとき、MCPがモデルの切り替えを抽象化したため、統合の書き直しは不要でした。

エンタープライズCRMの例： SalesforceのHeadless 360プラットフォームは、エージェントのやり取りをブラウザUIではなくMCPサーバー経由で処理します。2027会計年度第1四半期の決算説明会の時点で、このプラットフォームは450万件のMCP呼び出しを処理しており、MCPが開発者向けデモから、大手SaaSベンダーの本番トラフィックの経路へ移行したことを示しています。

Security Considerations in 2026

MCPの成長はセキュリティモデルを追い越し、2026年はそのギャップが表面化した年となりました。2026年4月、セキュリティ企業のOX Securityは、公式のPython、TypeScript、Java、Rust SDK全体にわたる体系的な設計上の欠陥を公表しました。STDIOトランスポートが、有効なMCPサーバーが初期化されたかどうかに関係なく、渡されたあらゆるプロセスコマンドを実行してしまうというものです。この公表では、約1億5,000万回のSDKダウンロードにわたって最大20万件の脆弱なインスタンスがあり、外部から到達可能な公開サーバーが7,000台以上あると推定されました。Anthropicは、この挙動が意図的な設計であることを確認し、セキュリティガイダンスを更新したうえでSDKのアーキテクチャの変更は見送りました。つまり、緩和の負担はMCPサーバーを展開する側にあります。

ビジネスリーダーにとって、これは導入の判断材料を変えます。MCPサーバーを本番システムに接続する前に、次の点を確認してください。

• すべてのMCPサーバーをサードパーティのコードとして扱ってください。 実際、その多くがそうだからです。認証が弱い、あるいは存在しないケースが一般的です。公開MCPサーバーに対する独立したスキャンでは、認証が一切ない状態で稼働しているものが大きな割合を占めることが繰り返し確認されています。
• STDIOトランスポートを、信頼できない入力に直接さらさないでください。 本番データに触れるものには、適切なセッションバインディングを備えた、強化されたネットワーク向けのトランスポートを優先してください。
• プロンプトインジェクションとツールポイズニングに注意してください。 悪意のあるツールの説明や、改ざんされたツールの応答が、モデルのコンテキストに指示を流し込むものです。これは、記録されたMCPのインシデントの中で最も一般的な攻撃経路です。
• 新しいMCPサーバーを接続する前に、サーバーの証明、または審査済みのレジストリ登録を求めてください。 マーケットプレイスやパッケージインデックスに表示されるものをそのまま信頼しないでください。

これらはMCPを避ける理由ではありません。システムにアクセスできる他のサードパーティ製インフラと同じように、MCPも統制すべきだという理由です。

実装ガイド

組織でModel Context Protocolを採用する準備はできましたか？

1. AI Integrationアーキテクチャで基礎を理解する
2. API Architectureベストプラクティスを使用してツールインターフェースを設計する
3. AI Governanceフレームワークでセキュリティを実装する
4. 公式のリファレンス実装に従ってMCPサーバーを構築する

関連AI概念

包括的なMCP戦略を構築するために、これらのトピックを探索してください：

• Tool Use - AIが外部関数を呼び出せるようにする
• RAG Architecture - AIを知識ベースに接続する
• AI Orchestration - 複数のAIツールを調整する
• API Security - MCPサーバーエンドポイントを保護する

外部リソース

• Anthropic Model Context Protocol - 2024年11月の最初のMCP発表
• Anthropic: Donating MCP to the Agentic AI Foundation - 2025年12月のLinux Foundationへのガバナンス移管
• MCP GitHub Reference Servers - MCPステアリンググループが管理する公式リファレンス実装
• OX Security: The Mother of All AI Supply Chains - MCP SDKの体系的な設計上の欠陥に関する2026年4月の公表
• Gartner: 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026 - MCPが支えるエンタープライズ向けエージェント普及曲線の予測

---

AI Terms Collectionの一部。最終更新：2026-02-09