サイボウズとCDataが語るMCPフル活用までの道【前編】
kintoneデータを最強のAIコンテキストに MCP活用で変わるAIエージェント開発とデータアクセスレイヤーの重要性
提供: CData Software Japan
厳しいセキュリティポリシーを逆手に取った「Human in the Loop」設計
大谷：確かに、業務そのものがAIのやり取りの中で再設計されていますね。2つ目の事例はいかがでしょうか。
佐藤：2つ目は、マーケティング部門やバックオフィスで毎月発生する「請求書や経費申請の登録」に関する、非常に効果的な事例です。イベントやマーケティング活動を頻繁に行なう部門には、毎月大量の請求書が届きます。これらをkintoneのシステムに手入力で登録していく作業は本当に面倒で、精神的にも辛い作業です。これをMCPで自動化しようと試みました。
しかし、ここでサイボウズならではの厳しいセキュリティ・ガバナンスルールという壁が立ちふさがったのです。個人のIDとパスワードをMCPサーバーに直接渡す運用は難しく、使用していいのは影響範囲を特定のアプリだけに絞った「APIトークン」のみになっていました。
しかし、全社で共有している公式の請求書・経費精算アプリなどは、万が一のデータの書き換えや事故を防ぐため、個人のMCPからのAPIトークンによる直接接続すらも、ガバナンス上許可されていません。
大谷：かなり厳格ですね。セキュリティを守ろうとすると、せっかくの自動化が塞がれてしまう。そのトレードオフをどうクリアしたのですか？
佐藤：ここでメンバーが考えた工夫が、「LLM受け皿アプリ」をクッションとして挟むアーキテクチャです。担当者は、自分だけがアクセスできるプライベートな「請求書受け皿kintoneアプリ」を1つ作り、そこのAPIトークンをMCPに設定します。
そしてClaudeなどのLLMに対して、「請求書のPDFが届いたので、内容を読み取って私の受け皿アプリに登録して」と指示します。ClaudeはPDFをよしなに読み取り、kintoneのフィールドに合わせて正確にデータをマッピングし、受け皿アプリに自動登録してくれます。
ここからがポイントなのですが、登録された受け皿アプリの画面には、kintoneの標準機能である「アクションボタン（他のアプリへデータをコピーして転送するボタン）」をあらかじめ設定しておきます。人間は、受け皿アプリに自動で入ってきた内容を、元のPDF請求書とサクッと見比べて、「よし、間違いなく正確に入っているな」と確認したら、アクションボタンをポチッと押します。すると、公式の本番用アプリへすべてのデータが安全にコピー・転送される、という仕組みです。
まずはClaudeからの指示で受け皿アプリに登録
その後、人手のチェックを経て、データを転送する
大谷：人間が「入力者」から「レビュアー」に昇格する。これなら本番アプリへの不要な直接書き込みを防ぎつつ、業務を大幅にスピードアップできますね。
佐藤：まさにその通りです。これぞ「Human in the Loop（人間による介在）」をkintoneの標準機能とMCPの組み合わせで具現化した例です。この方法であれば、どんなにガバナンスが厳しいエンタープライズ企業でも、リスクを最小限に抑えて今すぐ実務にAIを組み込むことができます。
大谷：AIがPDFの非定型なフォーマットをうまく解釈して、kintoneの構造にマッピングしてくれる部分も、生成AIならではの強みですね。
佐藤：ええ。毎週、毎月発生する大量の請求書を、人間がデータ型を気にしながらポチポチ打つ必要が完全になくなりました。
杉本：この事例は、実はコストや投資対効果（ROI）の観点でも非常に面白い議論ができます。よく「LLMのAPIコストやMCPサーバーの運用コストが……」という懸念を持たれる方がいますが、比較対象を何にするかです。既存の安価なツールのコストと比較すると高く見えるかもしれませんが、年収600万円の人がこの手入力という単純作業に毎月多くの時間を奪われていることを考えれば、AIエージェントによるコスト圧縮効果は1/10どころか、1/100以下になり、投資対効果は一瞬で成立します。
かつてRPA（ロボティック・プロセス・オートメーション）が流行した際にも、投資対効果の議論がありましたが、AIエージェントの登場によって、この比較はより劇的に、ビジネス層にもわかりやすい形で現れていると感じます。
もう1つ付け加えると、この仕組みが破綻せずに回る理由は、入力先であるkintoneが適切に構造化されたデータモデルを持っているからです。AIは「ガベージイン・ガベージアウト（ゴミを入力すれば、ゴミしか出てこない）」の世界です。いくらAIが優秀でも、出力先や入力元がぐちゃぐちゃなテキストの羅列だったら、使い物になるデータは溜まりません。kintoneが優れたデータベースとしてモデリングされているからこそ、AIも迷わずに正確なデータを登録でき、後から高度な分析に活用できるわけですね。
週報作成を一撃で自動化し、本質的な「振り返り」に時間を使う
大谷：データを正しく整理しておくことが、そのままAI時代の最大の武器になるわけですね。3つ目の事例はなんでしょうか。
佐藤：3つ目は、全ビジネスパーソンが喜ぶであろう「週報・振り返り」の自動化です。多くの企業で、金曜日の夕方になると「今週自分は何をやったか」を思い出すために、Garoonなどのスケジュール帳を見返したり、日報アプリを1件ずつ遡ったりして、データを集めるだけの無駄な時間が発生しています。
これを、MCPを使って、Garoonのスケジュールログと、kintoneに書き込んだ日報や活動ログをClaudeなどのLLMに一度に読み込ませます。さらに、自分がその期や週の初めにkintone上で設定していた「今週の目標」や「ToDoアプリのタスク」も同時に突合させます。そして「目標に対して、今週の私の活動ログを突合し、進捗率、できたこと、来週へのネクストアクションの下書きを作って」と依頼するだけで、非の打ち所がない高品質な週報が一撃でできあがります。
大谷：これまで「今週何やったっけ……」と頭を抱えていた数時間が、ほんの数秒になるわけですか。
Garoonの予定表からスケジュールを取得
そのまま出張申請アプリにも登録できる
佐藤：そうです。これによって、私たちは「週報を書くためにデータを集める」という作業から完全に解放されます。できあがった下書きをレビューし、「じゃあ、来週はどう行動を改善しようか」「なぜ今週はこのタスクが遅れてしまったのか」という、本当に自分の成長に繋がる思考のフィードバックサイクルに頭を使えるようになるのです。これこそが、AIに業務を任せることの真の価値だと思います。
後半に続く
本記事はアフィリエイトプログラムによる収益を得ている場合があります