AIと業務システムをつなぐ方法｜MCP・API連携・データ基盤

「社内でAIを使えるようにしたので、次は顧客管理システムのデータも見られるようにしてほしい」。AI活用がある程度進んだ会社では、こうした要望が現場から上がってくるようになります。

ところが、いざ検討を始めると手が止まります。
つなぎたい相手ははっきりしているのに、つなぐ方法にどんな種類があって、それぞれ何が違うのか、できることの違いが整理できていないという状態です。

この記事では、AIと業務システムの連携方法をMCP・API連携・データ基盤の3つに整理し、それぞれで何ができるようになるのかを並べたうえで、自社の状況からどれを選べばよいかまでを示します。

AIと業務システムの連携需要は、自社データを使った自動化から生まれる

社内のAI活用は、多くの場合、個人が文章を扱うことに活用されます。
議事録をまとめる、メールの下書きを作る、資料を要約する。
ここまでは、AIに社内のシステムを見せなくても成立します。

この段階を越えると、要望の質が変わります。
「毎回コピーして貼り付けるのが手間なので、顧客管理システムから直接読んでほしい」「集計だけでなく、請求書の作成まで任せたい」。
つまり、自社のデータを使った業務の自動化を進めたい、という要望です。
業務システムとの連携需要は、多くの場合ここから生まれます。

そして、自動化に進もうとすると、前提が1つ変わります。
AIは、学習した知識と、その場で渡された文章をもとに答えます。
自社の顧客管理システムにも、会計システムにも、ファイル置き場にもつながっていないと、参照できる情報がその場で渡されたものに限られるため、業務そのものを任せることはできません。

自社データを使った業務の自動化に進むということは、AIと業務システムをつなぐということです。

では、つなぐ方法にはどんな選択肢があるのでしょうか。

AIと業務システムをつなぐ方法は、大きく3つある

AIと業務システムをつなぐ方法は、MCP・API連携・データ基盤の3つが挙げられます。
いずれも「AIが社内のデータを参照するまでの経路をどう作るか」の手段です。
それぞれの特徴は、その経路の作り方にあります。

• MCP：共通規格に対応したサービスと、設定だけでつなぐ

• API連携：つなぐ先ごとに、自社で接続プログラムを作る

• データ基盤：各システムのデータをAPIで1か所に集めて、そこにAIを向ける

3つは互いに両立できるものです。
MCPサーバーは、裏側でそのシステムのAPIやデータベースを呼び出して動きます。
データ基盤にデータを取り込むときにも、APIやファイルの受け渡しを使います。
1つを選んだら他が使えなくなる、という関係ではないことを先に記載しておきます。

MCPとは｜つなぎ方をそろえた共通規格を使う

MCP（Model Context Protocol）とは、AIと外部のシステムをつなぐときの、共通の約束ごとです。

AIがシステムに何を尋ね、システムが何をどう返すか。そのやり取りの作法を1つに決めておくことで、規格に対応してさえいれば、どのAIからどのシステムへでも同じやり方でつなげるようにしたものです。

押さえておきたいのは、MCPがAIの機能ではなく、つなぎ方の取り決めだという点です。
MCPを入れたからAIが賢くなるわけではありません。変わるのは、AIが社内のどこまで手を伸ばせるか、その経路の作り方です。

すぐに使えるかどうかは、つなぎたいシステムが公式のMCPサーバーを提供しているかで決まります。
MCPサーバーとは、そのシステムのデータや操作をMCPの形でAIに差し出すプログラムのことです。
公式に用意されていれば設定だけで使えますし、用意されていなくても自社で作ることはできます。

国内の業務SaaSでも、公式提供が進んでいます。
freeeは2026年3月に、会計・人事労務・請求書・工数管理・販売の各領域にわたる約270本のAPIをMCPツール化した「freee-mcp」をOSSとして公開しました（出典: freee）。

マネーフォワードは2026年3月26日に『マネーフォワード クラウド会計』のリモートMCPサーバーを全プランで提供開始しており、仕訳入力や帳簿検索、レポート作成までを対応範囲としています（出典: マネーフォワード）。

ただし、注意する点もあります。
MCPは比較的新しい概念のため、まだまだ仕様変更が頻繁に行われています。
公開される更新情報を定期定期に追っておく必要があります。

関連記事：MCPとは

API連携とは｜つなぐ先ごとに接続をつくる

つなぎたいシステムが、公式のMCPサーバーを出していない。
そのときの次の候補が、API連携です。

APIとは、ソフトウェア同士がやり取りするための接点です。
あるシステムが「この形式で問い合わせれば、この形式で答えを返します」と決めて、外部に公開しているものを指します。

MCPサーバーはなくてもAPIは公開されている、というケースは多くあります。 
MCPは2024年に登場したばかりの規格で、対応するサービスはこれから増えていく段階です。
一方でAPIは、以前から業務システムやSaaSに広く備わってきました。MCPに対応していないサービスでも、APIが公開されていればつなげます。

ただし、どんなシステムにでも届くわけではありません。
長く使われてきた社内の基幹システムなど、APIを持っていないものには繋げることはできません。

では、つなぐために何を用意するのか。
AIとシステムの間に、自社でプログラムを1つ作ることになります。

開発者があらかじめ「この関数は、こういうときに、こういう入力で使う」という定義をAIに渡しておくと、AIは利用者の依頼を受けて「どの関数を、どの引数で呼ぶか」を返します。
AIが返すのは、そこまでです。
実際にAPIを呼び出し、認証を通し、エラーが起きたときの処理をするのは、開発者が書いたプログラムの仕事になります。

つなぎたいシステムが増えれば、この作り込みがその数だけ増えます。
MCPが設定で始められるのに対して、API連携は開発から始まるという違いがあります。

データ基盤とは｜データを1か所に集めてからAIに渡す

個々の業務システムに繋いで見たが、もっとシステムを横断した業務を自動化や分析がしたい。
そんな意見ができたらデータ基盤の出番です。

データ基盤とは、販売管理システム、会計システム、顧客管理システムのように別々に貯まっているデータを1か所に集め、分析に使える形に整えておく仕組みです。

なぜ、集めると横断できるのか。
理由は単純で、突き合わせる相手が同じ場所にいるからです。

受注データが販売管理システムに、入金データが会計システムにあるままだと、両方を照らし合わせる作業は、どこかで人が引き受けることになります。
1か所に集めて、同じ顧客・同じ案件だと分かる形にそろえておけば、その照合をまとめて処理できます。

ただし、集めれば終わりではありません。
業務で使っている言葉と、データベースの列名が一致していないからです。
現場が「総売上」と呼んでいる数字が、データベースでは英字を詰めた略号の列名で入っていて、しかも値引き前なのか後なのかは列名からは読み取れない。
こうしたずれは、どの会社のシステムにも普通にあります。
「総売上とは、どの列を、どう計算したものか」を人が定義して初めて、AIは業務の言葉で聞かれた質問に答えられるようになります。

その代わり、いったん基盤ができると、AI活用の幅はここから先に広がっていきます。
データの重複や表記のゆれを直す、いつの時点の数字なのかという履歴を持たせる、といったデータの整備を進められます。
議事録や契約書のような文章のデータを同じ場所に取り込めば、AIが読める範囲そのものが広がります。
意味の近い文章を探せる検索の仕組みを載せれば、AIが社内の文書を根拠に答えられるようになります。

個別につないでいたときには手が出せなかったことが、集めた場所の上で選べるようになります。 横断した分析ができるようになることは、そのうちの1つにすぎません。

3つの方法で、AIができるようになることは違う

つないだ後にAIができるようになることは、方法によって違います。

大きく分かれるのは、複数のシステムをまたいだ集計ができるかどうかです。
MCPもAPI連携も、複数のシステムにつないで、それぞれに問い合わせること自体はできます。
ただし、返ってきた結果を突き合わせて集計するのは、AIの手元での作業になります。

「先月の受注のうち、入金が確認できていないものを担当者ごとに集計して」という問いに答えるには、受注のデータと入金のデータを1件ずつ照合する必要があり、一度に扱える件数にも限りがあります。データ基盤は、この突き合わせを先に済ませておく方法です。

逆に、MCPとAPI連携にできて、データ基盤にできないこともあります。
システムを操作することです。
請求書を発行する、レコードを更新する、メッセージを送るといったデータを書き換える動作は、別の場所に集めたデータのコピーに対して行っても意味がありません。

そのため、データ基盤とMCPは、組み合わせて使われます。
データ基盤に集めたうえで、その基盤に対してMCPでつなぐ形が、主要なクラウドでは標準になりつつあります。

自社に合う連携方法は、つなぐシステムの数とMCP対応の有無で絞り込む

業務システムとAIつなごうとした際、どの方法が適しているかの判断は、つなぎたい業務システムの数が多いか・少ないかと、そのシステムがMCPに対応しているかどうかの2つです。

つなぎたいシステムが少なく、MCPに対応しているならMCP

つなぎたいシステムが1つか2つで、そのサービスが公式のMCPサーバーを提供しているなら、MCPが最短です。開発は必要なく、接続の設定と、どこまでの権限を渡すかを決める作業で始められます。

最初にやることは、自社が使っているSaaSの公式サイトや開発者向けドキュメントで、MCPサーバーの提供有無を確認することです。
会計、グループウェア、名刺管理といった国内の主要な業務SaaSでは、すでに公式提供が始まっています。

つなぎたいシステムが少なく、MCPに対応していないならAPI連携

MCPサーバーが提供されていなくても、APIが公開されていればつなげます。
API連携で自社が接続部分を作る形も、公開されているAPIを使うMCPサーバーを自社で作る形も、どちらも取れます。

社内にエンジニアがいない、あるいは他の案件で手一杯という状態であれば、iPaaSのように出来合いの接続部品を組み合わせる方法を先に検討することになります。
それも難しい場合は、公式のMCPサーバーが提供されるのを待つ、という判断もあります。
MCPが公開されたのは2024年11月で、国内SaaSの公式提供が始まったのはここ1年ほどです。
いま対応していないサービスが、来年も対応していないとは限りません。

つなぎたいシステムが多く、レガシーシステムを含むならデータ基盤まで

つなぎたいシステムが多く、複数のシステムをまたいだ集計をしたいのであれば、データ基盤を作る方向になります。

1つずつMCPやAPIでつないでいっても、システムをまたいだ問いには答えられないためです。
逆に、つなぐ先が多くても、それぞれ個別に使えれば足りるのであれば、MCPに対応しているものから順に増やしていく形でも進められます。

なお、3つは順番に進めることもできます。
まずつなぎやすい1つをMCPでつないで効果を確かめ、システムをまたいだ集計が必要になった段階でデータ基盤に着手し、基盤ができた後はその基盤に対してMCPやAPIでつないでいく、という順序です。これなら、最初から大きな投資をしなくても進められます。

まとめ

AIと業務システムの連携方法は、大きく、MCP・API連携・データ基盤の3つに分かれます。
違いは、システムを操作できるか、複数のシステムをまたいだ集計ができるか、そして何を自社で用意する必要があるかにあります。

MCPとAPI連携はシステムの操作に向いています。
データ基盤は横断した分析に向き、さらにその先のAI活用を広げていく選択肢にもなります。

自社にどれが合うかは、つなぎたいシステムの数、MCP対応の有無、そして接続を保守し続ける体制を持てるかの3点で絞り込めます。

つなぎ方は1つではありません。
それぞれの違いを踏まえて、自社の状況に合う方法を選んでいただけると幸いです。