MCP 9700万突破｜AIエージェント標準の覇者
A
AI Friends
1日前・12分で読める
❤️ 0
🔖 0
⚡ 0
A
AI Friends
プロフィール@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
コメント (0)
まだコメントはありません
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
まだコメントはありません
「AIエージェントを社内で使いたいけれど、各システムとの連携で毎回開発コストがかかる……」——そんな悩みを抱える企業に朗報です。2026年3月25日、AnthropicのMCP（Model Context Protocol）が9700万インストールを突破。OpenAIもGoogleもMicrosoftも揃って採用し、AI業界の「事実上の標準」になりました。
MCP（Model Context Protocol）は、AIエージェントと外部ツール・データベース・アプリを標準化された方法でつなぐオープン規格です。Anthropicが2024年11月に発表しました。
たとえるなら、AI業界のUSB-C端子。USB-Cが登場する前は、スマホの充電ケーブルがメーカーごとにバラバラで、出張のたびに何本も持ち歩く必要がありました。MCPは「AIとアプリの間にこのバラバラ問題を解決した共通端子を作った」と考えるとわかりやすいです。
具体的には、AIエージェント（クライアント）がMCPサーバーと呼ばれる中継地点に接続することで、ファイルシステム・データベース・SaaS・社内ツールなどを共通のお作法で呼び出せるようになります。これまでのように、ChatGPT用・Claude用・Gemini用と3種類のコードを書く必要が消えるのが画期的なポイントです。
従来、AIアプリ開発の世界には「N×M問題」がありました。N個のAIモデル × M個のツールを連携させるには、N×M本のコネクタを書かなければならない状況です。たとえばChatGPT・Claude・Gemini・Llama（4種類のAI）を、Slack・Notion・GitHub・Jira（4種類のツール）に接続するなら、16通りの連携コードが必要でした。
MCPはこの問題を「N+M」に変えました。AIモデル側がMCPに対応し、ツール側もMCPサーバーを用意するだけで、4＋4＝8の対応で全16通りの組み合わせが動きます。開発工数は半分以下になる計算で、企業のAI導入コストを劇的に下げました。
今回の「9700万インストール」という数字は、月間SDKダウンロード数を指します。MCPがリリースされた直後（2024年末）は月間10万ダウンロードでした。それが18ヶ月後の2026年3月には970倍に膨れ上がった計算です。
比較対象として、クラウド業界の標準となった「Kubernetes」を考えてみましょう。Kubernetesは2014年にGoogleが公開し、企業環境で同等の普及密度に達するまで約4年かかりました。MCPは同じ普及曲線をわずか18ヶ月で駆け抜けたわけです。
たとえるなら、「ある町に作られた小さな共通バス停」が18ヶ月で「大都市圏の主要駅すべてに設置される共通改札」に成長したようなもの。これだけのスピードで普及したインフラ規格は、IT史上でも珍しい現象です。
MCPがここまで急速に標準化された背景には、3つの戦略的な要因があります。
従業員80人の物流会社でIT全般を任される佐藤さん（仮名）を想像してみてください。これまで「Slackでの問い合わせをClaudeに集約し、Notion議事録を要約して、GitHubのissueも自動更新したい」と思っても、3つのAPIを叩く独自スクリプトを書く必要があり、メンテナンスだけで月10時間消費していました。MCPを使えば、Slack・Notion・GitHubそれぞれの公式MCPサーバーを設定するだけ。Claudeから「先週のSlack問い合わせをまとめて、Notionに議事録化して、GitHubにissue起票して」と話しかけるだけで全部完了。運用工数が10分の1になる計算です。
AIと外部ツールをつなぐ仕組みは、MCPだけではありません。主要な競合と比較してみましょう。
興味深いのは、「業界標準になり得たのはMCPだけ」だという点。Function Callingは便利でも各社別仕様で囲い込み傾向、OpenAI Pluginsは1社独占で他社が乗らず失敗。MCPは「最初からオープン化を約束した」ことで、競合企業も安心して相乗りできました。
「自社AIプロダクトを1モデル特化で作る」なら → Function Callingでも十分。「複数AIモデルや複数ツールを横断する」なら → MCP一択。「既存の独自API連携が動いている」なら → 段階的にMCPへ移行するのが2026年の現実解です。
日本でも複数の企業がMCP活用を本格化しています。
日本のホワイトカラーは「複数のSaaSを行き来する作業」に多大な時間を割いています。たとえば営業職ならSalesforce・kintone・Slack・Outlookを1日に何十回も切り替えるのが日常風景。MCPで1つのAIアシスタントから全ツールを操作できれば、1人あたり年間200〜500時間の業務時間削減も現実味を帯びてきます。
A. はい、完全に無料・オープンソースです。仕様もSDKもMITライセンスで公開されており、商用利用も自由。Linux Foundation傘下のAgentic AI Foundationが管理しているため、特定企業の意向で突然使えなくなる心配もありません。
A. MCPサーバーは自社環境内に立てられるため、データを外部に送る必要はありません。AIモデル側にはツール呼び出しの結果だけを返す設計で、セキュリティ要件の厳しい金融機関や医療機関でも採用が進んでいます。Enterprise版のChatGPT・Claudeでも入力データはモデル学習に使われません。
A. 個人利用なら「使う側」は簡単です。Claude Desktopアプリの設定ファイルにMCPサーバーのURLを追加するだけで、ファイルシステムやWeb検索ツールが即使えます。「自分でMCPサーバーを作る」のはエンジニア向けですが、公式・非公式を含め17,000以上のサーバーが公開済みなので、多くの人は既製品を組み合わせれば十分です。
A. Copilotは「製品」、MCPは「規格」です。Microsoft CopilotはMicrosoft 365に統合されたAI製品名で、2025年8月のMicrosoft Build以降、CopilotもMCPに対応。つまり「Copilot vs MCP」ではなく「Copilotの中でMCPが動いている」という関係性です。
A. 2026年4月現在、急速に充実中です。kintone・サイボウズ・freeeなど国内主要SaaSの公式MCPサーバーが次々と公開されており、博報堂DYなどの大手も導入支援サービスを開始。1年以内には日本企業の主要ツールはほぼMCP対応になる見込みです。
USB-C端子の登場でガジェットの世界が一気に便利になったように、MCPはAI×業務システムの世界に同じ革命をもたらそうとしています。「自社AIをいかに早く社内ツールにつなぐか」が、これからの2〜3年の生産性競争を分ける分水嶺。あなたとあなたのチームの今週の一歩が、1年後の業務スピードに決定的な差を生むかもしれません。
この記事は AI Friends からのクロスポストです。