俄かに
MCP(Model Context Protocol)
が盛り上がってきています。
MCPは従来の点単位の統合ではなく面として機能する統合基盤であり、AIエージェントの能力を最大化する「標準ポート」の役割を果たします。
MCPが普及すれば、自社のデータ資産をAIが自在に活用できるようになり、広告・マーケティングの分野でも新たなサービス創出や業務効率化のチャンスが生まれるかもしれません。
今回はこの「MCP」について、解説していきます。
MCPは「AIにおけるUSB-Cポート」のようなもの
Anthropic社が2024年11月に提唱・オープンソース公開したMCPは、AIモデル(LLMなど)と外部のデータソースやツールを接続するための新しいオープン標準プロトコルです。
Introducing the Model Context Protocol (MCP)
An open standard we’ve been working on at Anthropic that solves a core challenge with LLM apps – connecting them to your data.
No more building custom integrations for every data source. MCP provides one protocol to connect them all: pic.twitter.com/kYsivQyPDq
— Alex Albert (@alexalbert__) 2024年11月25日
従来、AIモデルは訓練データに含まれない社内データや最新情報にアクセスできず、“情報のサイロ”に閉じ込められている状態でした。例えばデータベースやクラウドストレージの内容をAIに参照させたい場合、システムごとに個別のAPI連携を開発する必要がありました。
MCPはこの課題を解決するために設計されており、
単一の標準プロトコルでさまざまなデータ源とAIを双方向接続できるようにします
。
AnthropicはこのMCPを
「AIにおけるUSB-Cポート」
のようなものだと説明しており、USB-Cがデバイスと周辺機器を統一規格でつなぐように、MCPもAIモデルと多様なツール・データを統一的につなぐ役割を果たします。
その目的は、AIが必要とする社内外のデータにシームレスかつ安全にアクセスし、より高度で関連性の高い回答を生成できるようにすることです。MCPはクライアント-サーバー型のシンプルなアーキテクチャを採用しており、データソース側を「MCPサーバ」、AIを組み込むアプリケーション側を「MCPクライアント」として、標準化された方法で通信を行います。
AnthropicがMCPを提唱した背景には、AIモデルを外部データと安全・効率的に統合する共通の枠組みが必要だという認識がありました。
LLMの宿命として、モデル自身が学習していない新規データに弱く、現実世界の業務で活用するには各社のデータソース(ファイルシステム、DB、クラウドアプリなど)とつなぐ実装部分がボトルネックでした。
Anthropicは自社のAIアシスタント「Claude」を企業システムに導入する中でこの問題に直面し、誰もが利用できるオープンな標準としてMCPを開発しました。MCPはAnthropic単独の技術ではなく、公開後は他の企業や開発者も参加するコミュニティ主導のプロジェクトとして発展しています。
