MCPとは？AIエージェント時代の標準規格を2026年の最新情報とユースケースで徹底解説

MCPとは何か？

MCPは、2024年11月に生成AIの基盤モデルClaudeで知られるAnthropic社が発表したプロトコルになります。AIアプリケーションが外部のツールやデータを呼び出しやすくするためのオープンスタンダードな規格となっています。2025年12月にAnthropicからLinux Foundation傘下の「Agentic AI Foundation（AAIF）」へ寄贈されています。この財団はAnthropic、Block、OpenAIが共同で設立したもので、Google、Microsoft、AWS、Cloudflare、Bloombergも参加しました。2026年8月時点の会員数は247社（Agentic AI Foundation Welcomes 57 New Members, Gaining Major Financial Services Players and APAC Leaders - Agentic AI Foundation (AAIF)）です。

MCPの解説に戻りますが、LLMそのものに「昨日のニュースの要約を教えて」や「当社の事業計画を考えて」といっても、正しい答えは返ってきません。LLMそのものはオープンなデータをもとに学習しており、ナレッジカットオフと呼ばれる少し前の時期のデータをもとに作られています。MCPが登場する前は、こうしたデータをプロンプトとして入力したり、添付ファイルとして張り付けたりするなどをしていました。

MCPはこうした外部データの検索やファイルの読み込みなどのツールの利用をAIエージェント自身にやらせるための共通ルールとなります。

冒頭のAWSのレポート作成の作業は“Web検索でWell-architected Frameworkの質問事項を確認する”、“AWS環境を調べるツールを使って必要な情報を抽出する”、“レポート作成のツールをつかってデータを成型してレポートにする”という一連の工程が必要です。AIエージェントによってツールの選定や実行計画が立てられます。LLMがAIエージェントの頭脳だとすると、MCPはAIエージェントの手の部分にあたります。AIエージェントという概念が出てきたころ、この手にあたる部分の実装はLLMのモデルの開発企業や、AIエージェントを作る企業が独自にモデルやプラットフォーム、アプリケーションのフレームワークの開発を行っていました。こうした手順や型を決めたことで型に則ったAIであればどこからでも使えるようになったのがこのMCPの大きなところです。

NNTT東日本では、AWSやAzureをはじめとするクラウド環境の構築・運用に加え、生成AIやAIエージェント活用に向けたシステム整備・業務活用のご相談にもお応えしています。AI時代の業務変革や生産性向上に向けて、ぜひお気軽にお問い合わせください。

APIとの違い

MCPのことを説明すると、よく「APIの仕様を公開しているので、それを読みにいかせればいいのでは？」というご質問をいただくことがあります。

API自体はMCP以前からありますが、その場合はAIエージェントがAPIのヘルプページを都度読みに行き、API実行用のコードを書き、実行するという動作が必要になります。その場合同じ指示でも日によって動きが変わってしまい、安定しないリスクを抱えています。

APIは、人間の開発者が読むことを前提に書かれたものです。AIエージェントはそれを毎回読み解き、その場でコードを組み立てます。したがって、同じプロンプトで依頼をしても昨日と今日で結果が変わりかねません。

MCPは、接続の手順と認証の方法をAIエージェントが読める形であらかじめ定義しておく仕組みです。AIエージェントは説明書を解釈する必要がなく、決められた手順を呼ぶだけで必要な結果を得ることができます。

再現性の重要度はAIエージェントに任せる作業が増えれば増えるほど大切になっていきます。AIエージェントとのやり取りが1回で終わるなら、1回のやり取りをやり直せばよいのですが、一つの作業において10個の手順を行う必要がある場合、途中でどこかひとつでも失敗してしまうと求める結果が得られないばかりか、どこで間違ったかを確認することを都度検証する必要が出てきます。

実際にどういうことができるのか？

MCPでできることは多数ありますが、大きく分けると3つに分かれます。

1. データを探して読み込む

ファイルサーバーからのデータの読み取りや、商談履歴の読み取り　など

2. データを動かす

外部APIの実行、データの書き込み・削除　など

3. データを見せる

会話の中にグラフやフォームを表示する（MCP Apps）　など

各社のSaaSが公開しているMCPサーバーでは、こうしたSaaSのCRUD操作やデータの成型といったツールなどを公開しています。

この1年半弱で起きた変化

Anthropicの最初の紹介記事では「AI用のUSB Type-C」と表現されていましたが、当時は差込口が決まった段階でした。今は、その上に電源の規格（安全な権限の受け渡し）、画面表示の規格（AIとの会話の中にグラフや入力フォームを表示する仕組み）、そしてハブ（企業が接続先をまとめて管理する装置）まで揃いつつあります。その中でも大きな変化を4つご紹介します。

AIエージェントの拡がり

MCPの周辺で起きているのが、このAIエージェントの拡がりです。単純な質問に答えるだけではなく、指示を受けてから完了までの計画を自ら立て、順に実行するものをAIエージェントと呼んでいます。Gartnerは、タスク特化型のAIエージェントを組み込んだ企業向けアプリケーションの割合が、2025年時点の5%未満から2026年末には40%に達すると予測しています。（Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, Up from Less Than 5% in 2025）

AIエージェントが自分で仕事を進めるには、外部のシステムとの接続手段が必要です。MCPはその部分を担います。MCPが急速に広まったのは、規格という側面だけではなく、AIエージェントの拡がりというニーズに伴うものといった側面があります。

特定の企業に寄らないプロトコルになった

冒頭でAnthropic社はMCPをLinux Foundation傘下の「Agentic AI Foundation（AAIF）」へ寄贈したというお話をしました。これにより、特定の企業の方針変更によって使えなくなるという心配がなくなり、長く使う判断ができるようになりました。また、MCPの機能を廃止する際には最低12か月の猶予期間を設ける方針も定められました。特定企業へのロックインの心配や、企業方針の変更によるプロトコルの終了といったリスクはなくなっています。

余談となりますが、寄贈先の名前がAgentic AI Foundationであることは、業界における関心の高さを示していると思います。同財団はMCPのほか、Blockが開発したAIエージェントの実行環境であるgoose、OpenAIが提唱したAIエージェントにプロジェクトの前提を伝えるための記法であるAGENTS.mdも管理しています。

MCPを利用できるサービスが増えた

インターネット上に公開されているMCPサーバー（AIエージェント側から見た各サービスの窓口にあたるもの）は、2025年12月時点で1万を超えています。（Donating the Model Context Protocol and establishing the Agentic AI Foundation）開発キットであるSDKのダウンロードは月間5億回近くに達しました。（The 2026-07-28 Specification）

利用者側のツールも増えてきています。主なものでは、Claude、ChatGPT、Microsoft 365 Copilot、Gemini、GitHub Copilot、Cursorがすでに対応しています。社内でMicrosoft 365 Copilotを使っている会社であれば、新しいツールを導入せずに始められる可能性があります。

管理・統制の仕組みが整ってきた

昨年時点では、Claudeなどのクライアントアプリの設定を各自の端末に設定する形が主流でした。社員が各自でサービスをつないでいく形では、誰がどのデータに触れているのか把握できず、情報セキュリティやガバナンス、トレーサビリティの観点で課題になっていました。

2026年6月、社内のID基盤（Microsoft Entra IDやOktaなど）でMCPの接続先を一括管理する仕組み（Enterprise-Managed Authorization）が正式版になりました。管理者が許可したサービスにだけ社員が接続でき、退職時の権限剥奪もID基盤側で一度行えば全体に反映させることができます。

2026年7月の仕様改定における大きなポイント

ここでは少し技術的な話をします。

2026年7月28日に公開された「2026-07-28版」は、2024年の登場以来もっとも変更の大きい改訂です。

最も大きいのはステートレス化です。Mcp-Session-Idヘッダーとinitializeのハンドシェイクが廃止され、各リクエストがプロトコルバージョンとクライアント能力を_metaに載せて自己完結する形になりました。サーバー起点のリクエストは、MRTR（Multi Round-Trip Requests）という方式に置き換わっています。

運用面も変わってきています。スティッキーセッションも共有セッションストアも不要になり、リモートMCPサーバーは通常のHTTPSエンドポイントとして扱えます。サーバーレス環境でアイドル時にゼロまでスケールダウンさせることも可能になりました。

一方で非推奨になった機能もあります。Sampling、Roots、Logging、HTTP+SSEトランスポート、動的クライアント登録（DCR）です。ただし前述のとおり、非推奨から削除までは最低12か月の猶予が保証されています。

バージョンの交渉はリクエスト単位で行われます。MCP-Protocol-Versionヘッダーのないリクエストは2025-03-26版として扱われるため、既存の実装がすぐに動かなくなるわけではありません。

詳細については公式のチェンジログをご参照ください。

NNTT東日本では、AWSやAzureをはじめとするクラウド環境の構築・運用に加え、生成AIやAIエージェント活用に向けたシステム整備・業務活用のご相談にもお応えしています。AI時代の業務変革や生産性向上に向けて、ぜひお気軽にお問い合わせください。

主なSaaSのMCP対応状況

Google DriveやGoogleカレンダー、SlackやNotionといった主要なSaaSはすでに各社のAIツールの中にコネクタとして埋め込まれており、チャットやデータの参照、AIへの指示をトリガーとした書き込みを行うことができるようになっております。日本のSaaSについては2026年3月にfreeeが「freee-mcp」として会計・人事労務・請求書・工数管理・販売など約270本のAPIを網羅的にMCPツール化、同じく2026年3月にマネーフォワードが「マネーフォワード クラウド会計MCPサーバー」としてクラウド会計サービスに利用できるようになり、日本のSaaSでも対応が拡大しています。

自社の利用しているSaaSがMCPに対応しているか調べる方法

これ、という決まった手順はないのですが、こんな3つがあると思います。

• サービスの公式サイトやヘルプで「MCP」を検索する。対応していれば、「MCPサーバー」「リモートMCP」「AI連携」といった名前で案内が出ています。
• 利用中のAIツールでの接続先一覧を見る。ClaudeやMicrosoft 365 Copilotには、つなげるサービスの一覧がコネクタとして用意されています。
• SaaS事業者に直接聞く。未対応の場合、今後の対応予定も確認する。もしAPIが公開されているようであれば、カスタムコネクタとして自前で開発したり、AWSのBedrock AgentCore Gatewayを使ったりすることで接続を行うことができます。

MCPを使用するために必要なもの

設定ファイルを書き換えることが多いのですが、設定ファイルを書き換えずに接続することも可能です。利用中のAIツールの「コネクタ」の設定で接続することができます。MCPに対応したAIツールと、繋ぎたいサービスのMCPサーバーのURLがあれば一覧にあるサービスであれば選んで有効化する、一覧にないサービスでもカスタムコネクタとしてURLを登録することで利用できるようになります。

認証にはOAuthという仕組みが使われます。サービス側のログイン画面で本人がログインし、「この権限を許可する」と明示的に同意する流れです。AIツール側がパスワードを受け取ることはありません。

許可する内容（読み取りだけか、書き込みも含むか）は画面に表示されます。ここは必ず読んだうえで接続を行ってください。

Anthropicの公式ヘルプにも、カスタムコネクタでは同社が検証していないサービスにも接続でき、接続先はデータにアクセスして操作を実行できる、という趣旨の注意書きがあります。信頼できる提供元のものだけを登録してください。

接続後の注意点

大きな業務システムは数百の機能を持っています。その全部をMCPに載せると情報量が多すぎて、AIエージェントがどのツールを使うべきか選べなくなります。

そこで、役割を分ける考え方が定着してきました。MCPが接続と認証を担保し、「Skills」と呼ばれる指示のまとまりが、どの業務にどのツールをどう使うかという文脈を教えるという仕組みです。

Skillsでは「この順番でこのツールを使って何のデータを読み込んで、どう出力するか？」というのを整えることができるいわばAI向けの手順書となります。Skillsは自然文で書くことができるため、業務がわかっている方であれば書くことができます。うまくいかなかったときにも、「原因と再発防止策を講じてSkillsを更新して」といえば、Skillsの部分は順次直していくことができます。

NNTT東日本では、AWSやAzureをはじめとするクラウド環境の構築・運用に加え、生成AIやAIエージェント活用に向けたシステム整備・業務活用のご相談にもお応えしています。AI時代の業務変革や生産性向上に向けて、ぜひお気軽にお問い合わせください。

MCPにおけるセキュリティリスクと対策

2025年の時点では実装を優先し、セキュリティリスクについて「意図しないチャットサービスに送る、SSHキーへのアクセス、データベースの侵害といったツールポイズニング攻撃」などを挙げていました。

実際に2025年にはMCPの接続を仲介するツールに脆弱性が見つかりました。悪意のあるサーバーにつなぐと、利用者のパソコンで任意のコマンドが実行される状態になっていました。(mcp-remote OSコマンドインジェクション)

AIツールの事例ではCursorでは一度承認したMCPの設定が、後から中身をすり替えられても再確認されず、無害な設定を承認させておいて、あとから中身だけ差し替えるという攻撃方法がありました。（MCPoison）

SaaS側でも公開したMCPサーバーの認証の設定が漏れており、任意の攻撃を受けるといった事例もありました。

情報セキュリティ対策について

利用者から見た情報セキュリティ対策については、特別なものはありません。AIエージェントの操作に対する権限や認証・認可を整えておくことが必要になります。

• 出所を確かめる。サービスの公式が提供しているMCPサーバーか、第三者が作ったものかを確認する
• 権限を絞る。基本は読み取り専用にしておくことで、不用意なデータ破損を防ぐようにする
• 書き込み時に人の承認を挟むHuman-in-the-Loopの仕組みを作っておく
• いつだれが何をしたのかAIエージェントによる操作も含めて追えるような記録や証跡を残す

会社としてのMCPの統制方法

社員が各自でサービスを認証していく方式は、設定が属人化し情報セキュリティガイドライン違反があっても把握することができず、いわゆる「シャドーAI」のリスクにつながります。また、入社のたびに数十のサービスを手作業で許可し、退職のたびに個別に失効させるといった作業面でも現実的ではありません。

2026年6月18日、この課題に対応する「Enterprise-Managed Authorization」が正式版になりました。会社のID基盤（Microsoft Entra IDやOktaなど）が、どのMCPサーバーに誰が接続できるかを一元的に決める仕組みです。

社員はいつものシングルサインオンでログインするだけで、許可されていないサーバーにはそもそもアクセス権が発行されません。退職や異動の際は、ID基盤側で1回失効させれば全ツールに即座に反映されます。また、監査の証跡も集約することができます。

クラウド事業者も統制に関するサービスを出しています。AWSでは2025年10月に「Amazon Bedrock AgentCore」を一般提供開始しました。東京リージョンでも使えます。この中の一つの機能である「Amazon Bedrock AgentCore Gateway」では既存のAPIやLambda関数を、コードを書かずにMCP経由で呼べるツールに変換でき、認証、監査、ログを一括で管理できます。AWS上で動く社内システムにAIをつなぐ必要がある場合、こうした機能の利用も検討することができます。

MCPが登場したことによるクラウドサービス選定の変化

MCPは、使うサービスの選び方そのものにも影響しています。大きく分けると3つあります。

製品への評価基準がふえる

これまでは機能、価格、セキュリティで選んでいましたが、これからは「AIから使えるか」が加わります。

主にMCP対応の範囲が読み取りだけか書き込みまで含むか、権限をどこまで細かく設定できるか、対応領域を広げるロードマップが示されているか。といったポイントになります。

画面(GUI)の役割が変わる

AI経由での入力が主になった時の画面(GUI)の価値が操作する場所から確認する場所に変わります。ミスを見つけるための画面と、データの構造を理解するための画面という形に役割が変わってきます。画面(GUI)が不要になる、ということではないのですがこうしたユーザー体験に寄り添うサービスであるかどうかも、検討のポイントになります。

料金体系が変わる

SaaSの多くは、使う人数に応じた課金です。人が画面を操作する前提で設計されてきました。

AIエージェントが人に代わって操作するなら、何人が使うかを基準にした課金モデルが変わっていくでしょう。すでに一部のサービスではAPI課金や、提供した価値に対して課金する方向への模索が始まっています。

利用者としては、契約更新のタイミングで料金体系が見直される可能性を視野に入れておきましょう。ライセンス数だけでなく、処理件数や利用実績を基準にした条件が出てくるかもしれません。

活用に向けたステップ

2025年の時点では「まだ新しい概念だが、ユースケースの拡大が予想される」という話をしておりましたが、実際に利用ケースが増えてきています。2026年の現時点ではMCPでつなげるかどうかだけではなく、「どう安全に始めるか」が大切になってきています。

そのためには3つのステップに分けるとよいと思います。

第1段階：読み取りだけでつなぐ

使っているサービスがMCPに対応しているか調べ、読み取り専用で接続する。誤操作のリスクがない状態で、どれくらい効果が出るかを測る

第2段階：書き込みを人の承認つきで解禁する

AIが下書きを作り、人が確認して実行する。業務に組み込みながら、安全性を確かめる

第3段階：統制の仕組みとの統一を行う

ID基盤との連携、操作ログの記録、権限の一元管理を行う。会社のルール面である生成AIガイドラインも、AIエージェントが動作する前提に改め全社に広げる準備を整える

まとめ

今回は技術用語をなるべく使わずにMCPを理解できるようなコラムを執筆しました。NTT東日本ではAIの本格的な利用に向けたクラウド基盤の整備や、既存のツールとの接続といった部分でご支援することができます。

NTT東日本では、AWSの構築保守だけではなく、ネットワーク設計なども含めたエンドツーエンドでのソリューション提供をおこなっております。

経験値豊かなメンバーがご担当させていただきますので、是非お気軽にお問い合わせください！