ビジネスデータとAIをつなぐCData Connect AI
悩ましいデータ活用の課題をAI × MCPが解決 ビジネスパーソンがAIとの対話で「価値」にたどり着く世界へ
提供: CData Software Japan
AIの登場でビジネスデータ分析・活用の世界が大きく変わりつつある。今までインターフェイスとして利用してきたBIツールだけでなく生成AIを組み合わせたデータ活用が当たり前となり、知りたいことを自然言語で質問するだけで必要な回答が返ってくるようになる。これを実現する技術がご存じMCP（Model Context Protocol）だ。
「CData Connect AI」としてリモートMCPサーバーをリリースしたCData Software Japanの杉本和也氏、浦邊 信太郎氏に、既存のデータ分析・活用の問題点やMCPが実現できる次世代のビジネスデータとの接し方について聞いた。
CData Software Japanの杉本和也氏、浦邊 信太郎氏
プロのスキルと運用体制が必要だったBI
長らくデータ分析の現場で用いられてきたBIツールやDWH。しかし、ユーザー部門が実際に効果を出すまでにはいくつかの敷居があった。製品選定や導入・設定も難しく、ユーザー自身が自社のデータ構造を理解するのも難しかった。特にツールを使いこなすための学習コストの高さは大きな課題。せっかく高価なツールを導入しても、運用体制をきちんと構築しないと、なかなか定着しないという企業も多かった。
最大の課題は、分析するまでのデータの処理に時間がかかること。データの収集や加工といったいわゆる準備に全体の8割の時間を費やし、分析や活用は2割しかできていないという問題は、以前から問題視されていた。「この割合を逆転させ、分析や活用に時間を割けるようになるべき。大事なのはインサイトとアクションに注力できる環境」と杉本氏は語る。
実際にCData社内でデータ分析基盤の構築も担当している杉本氏は、実際の苦労を語る。「私は正直どこを見ればいいのか、勘である程度わかります。でも、データ分析チーム以外では、数百・数千のテーブルを目の前にしても、データを探索するのは困難です」と指摘する。
たとえば、CDataのSalesforceの場合、クエリ可能なテーブル数は759、カラム数は1万4000近くに上る。昨年から統合化を進めているCDataマーケティングチームのデータウェアハウスも、テーブル数は168で、カラム数は5689に達する。「これでは、いざ分析をしようと思っても、探索だけでこけてしまいます」と杉本氏は語る。
数百・数千のテーブルでデータ探索すら困難
その点、CData Softwareが目指しているのは、あくまでAPI連携やデータの準備ではなく、データを活用し、ビジネスに生かすこと。「BIツールやDWHの導入を目的とするのではなく、データの収集、分析、活用のサイクルを仕組みとして作り上げることが目的です」と杉本氏は語る。
現場の営業やマーケ担当にこそ知ってほしいAIの活用
こうしたデータ分析の課題を解決するテクノロジーとして注目を集めているのが、ご存じAIだ。しかし、「日本では数多くのAIプロジェクトが起こっているが、その多くはビジネス課題に直結していない」という課題がある。これはOpenAIの講演で出た台詞で、杉本氏も感銘を受けたという。
カオナビによる業務での生成AIの利用状況の調査では、生成AIを業務に活用している人は35.8％。20代は6割が業務活用しているが、50代は3割にとどまり、「AIによる人材の置き換え」に不安を抱える若手が積極的に利用するという構造になっているという。
業務での生成AIの利用状況
一方で、ビジネスでのAI活用はメールの文章を代筆してもらったり、リサーチやアイデア出しなどの個人の業務の効率化がメイン。「AIを導入しようという動きはあるが、こういう経営やビジネスの課題に直結していない。自社の売上見込みやインサイト分析にまで至ってない」と杉本氏は指摘する。
しかし、こうしたビジネスパーソンのAI活用においては、「AIはコンテキストがないと動けない」「データがAIにつながっていない」「AIにデータをつなげるコストとセキュリティ」という3つの見えない壁があるという。ChatGPTやClaudeなど驚くほど賢いAIが日々進化を遂げていても、自社のデータを取り込まなければ、業務に役立つインサイトは出てこない。
AI活用の「見えない壁」とは？
分散したデータをAIに取り込みつつ、セキュリティも担保し、コストも抑える。この無理難題を実現する技術として注目を集めているのが、ご存じMCPである。「今までであれば、BIツールやExcelを利用するために、情シス、DX部門からデータを取得していたのですが、MCPの登場でこのプロセスが自動化され、ビジネスデータの活用の仕方が大きく変わる可能性があります」と杉本氏は指摘する。
リモートMCPサーバーはローカルへのインストール不要
「あなたのビジネスデータを理解するエンタープライズAI」を謳うCData Softwareの「CData Connect AI」はMCPを用いて、ビジネスデータとAIをつなげる役割を果たすサービスだ。SaaSのデータを、データウェアハウスやBIツールに取り込めるサービスを手がけてきたCDataが、その実績を元にAIサービスとの連携を実現するのがこのCData Connect AIになる。
MCPはアプリケーションがLLMにコンテキストを提供する方法を標準化したオープンプロトコル。LLMはMCPを使うことで自身のナレッジにないデータを収集でき、ユーザーの要求に必要な背景情報（＝コンテキスト）を理解した上で、適切な回答やアクション、インサイトの提示が可能になる。
MCPを利用するには、Claude DesktopやChatGPTなどのMCPクライアントに加え、各サービスからコンテキスト生成に必要なデータを取得するMCPサーバーが必要になる。CDataも、商用のローカルMCPサーバーを提供してきたが、PCへのインストールやnode.js、Python、Dockerなどが必要な場合もあった。
一方、CData Connect AIはクラウドサービスなので、MCPサーバーをローカルにインストールする必要がない。リモートMCPサーバーとしてサインアップし、ClaudeにURLを設定すれば準備OK。わずか4ステップで、ClaudeにリモートMCPサーバーとして追加され、300以上のSaaSやデータソースにもアクセスすることが可能になる。
わずか4ステップでビジネスデータとAIがつながる
ユーザーが自然言語で質問すると、LLMはMCPサーバー経由で各種サービスからデータ連携し、最適なアウトプットを行なう。「ローカルMCPサーバーは1人で利用する分にはよいのですが、組織的な展開は難しい。その点、CData Connect AIはClaudeからサーバーを指定するだけでよいので、組織展開があっという間です」と杉本氏は語る。
また、iPhoneアプリ版やWeb版のClaudeやChatGPTからも利用できるため、普段からビジネスユーザーが接しているAIアシスタントからそのまま利用できる点も大きなポイントだ。ユーザーは様々なアプリケーションを切り替える必要無く、普段遣いのAIからビジネスデータを活用できるようになる。例えば営業担当者がルート営業中に、iPhoneのAIアプリから「これから訪問するA社の最近の契約や問い合わせ状況を元にアジェンダを作成して」と伝えておけば各システムのデータを一つ一つ集める必要無く情報を整理してくれる。