AI業界は、あたかも「ゲーム・オブ・スローンズ」のような複雑な権力闘争の舞台と化しています。世界の注目がモデルのパラメータや性能を巡る競争に集まる一方で、AIとエージェントの標準、プロトコル、エコシステムを巡る静かな戦いが繰り広げられています。
2024年11月、Anthropicは、インテリジェントエージェント向けのオープン標準であるModel Context Protocol (MCP) を発表しました。これは、大規模言語モデルと外部データソースおよびツール間の通信プロトコルを統一することを目的としています。その後すぐに、OpenAIはMCPのAgent SDKサポートを発表しました。Google DeepMindのCEOであるDemis Hassabisも、GoogleのGeminiモデルとソフトウェア開発キットがこのオープン標準を統合することを明言し、MCPを「AIエージェント時代のオープン標準になりつつある」と評しました。
同時期に、GoogleはGoogle Cloud Next 2025カンファレンスで、オープンソースのAgent2Agent Protocol (A2A) を発表しました。このプロトコルは、既存のフレームワークとベンダー間の障壁を取り払い、異なるエコシステムにおけるエージェント間の安全かつ効率的な協調を可能にすることを目的としています。
これらのテックジャイアントによる行動は、接続標準、インターフェースプロトコル、エコシステムの観点から、AIとインテリジェントエージェントにおける競争を明らかにしました。「プロトコルは力なり」という原則が明確に示されています。グローバルなAIの状況が形成されるにつれて、AI時代の基本的なプロトコル標準の定義をコントロールする者は、グローバルなAI産業チェーンの勢力構造と価値分配の秩序を再構築する機会を得ることになります。
未来のAIエコシステムの「USB-Cポート」
AI技術の急速な進歩に伴い、GPTやClaudeなどの大規模言語モデルは、目覚ましい能力を発揮してきました。これらのモデルの真の価値は、外部世界のデータやツールとインタラクトして、現実世界の問題を解決する能力にあります。
しかし、このインタラクション能力は、長らく断片化と標準化の欠如という問題に直面しており、開発者は異なるAIモデルやプラットフォームに対応するために、特定の統合ロジックを実装する必要がありました。
この問題に対処するために、MCPが登場しました。AIモデルと外部世界をつなぐ架け橋として、MCPはAIインタラクションにおいて直面するいくつかの重要な問題を解決します。
MCP以前は、AIモデルがローカルデータベース (SQLiteなど) に接続してデータを取得したり、リモートツール (チームコミュニケーション用のSlack、コード管理用のGitHub APIなど) を呼び出す必要がある場合、開発者は各データソースまたはツールごとに特定の接続コードを記述する必要がありました。このプロセスは、煩雑でエラーが発生しやすいだけでなく、開発コストが高く、保守が難しく、統一された標準がないため拡張が困難でした。
MCPの発表時に、AnthropicはMCPをAIアプリケーションのUSB-Cポートに例えました。MCPは、共通の標準を作成し、さまざまなモデルと外部システムが、毎回個別の統合ソリューションを作成する代わりに、同じプロトコルを使用してアクセスできるようにすることを目指しています。これにより、AIアプリケーションの開発と統合がよりシンプルで統一されたものになります。
たとえば、ソフトウェア開発プロジェクトでは、MCPベースのAIツールは、プロジェクトコードリポジトリを直接調査し、コード構造を分析し、過去のコミット記録を理解し、プロジェクトの実際のニーズに沿ったコード提案を開発者に提供し、開発効率とコード品質を大幅に向上させることができます。
従来、大規模モデルやその他のAIアプリケーションがデータを利用できるようにするためには、通常、コピーアンドペーストやアップロードとダウンロードが必要でした。最も強力なモデルでさえ、データの分離によって制限され、情報のサイロが形成されていました。より強力なモデルを作成するには、新しいデータソースをカスタマイズして実装する必要があり、真に相互接続されたシステムを拡張することが困難であり、多くの制限が生じていました。
MCPは、統一されたインターフェースを提供することにより、AIとデータ (ローカルおよびインターネットデータを含む) を直接結び付けます。MCPサーバーとMCPクライアントを通じて、両者がこのプロトコルに従う限り、「すべてを接続」できます。これにより、AIアプリケーションはローカルおよびリモートデータに安全にアクセスして操作できるようになり、AIアプリケーションにすべてに接続するためのインターフェースを提供します。
アーキテクチャの観点から見ると、MCPは主にMCPサーバーとMCPクライアントという2つのコア部分で構成されています。開発者は、ローカルファイルシステム、データベース、またはSlackやGitHub APIなどのリモートサービスから、MCPサーバーを通じてデータを公開できます。これらのサーバーに接続するように構築されたAIアプリケーションは、MCPクライアントと呼ばれます。簡単に言うと、MCPサーバーはデータの公開を担当し、MCPクライアントはデータへのアクセスを担当します。
AIモデルが外部データやツールにアクセスする場合、セキュリティは重要な考慮事項です。標準化されたデータアクセスインターフェースを提供することにより、MCPは機密データとの直接的な接触回数を大幅に減らし、データ漏洩のリスクを軽減します。
MCPにはセキュリティメカニズムが組み込まれており、データソースは安全なフレームワーク内で制御された方法でAIとデータを共有できます。AIは、処理結果を安全にデータソースにフィードバックすることもでき、検証済みのリクエストのみが特定のデータリソースにアクセスできるようになります。これは、データセキュリティに別の防御層を追加するのと同じであり、データセキュリティに関する企業の懸念を払拭し、企業レベルのシナリオにおけるAIの深いアプリケーションのための強固な基盤を築きます。
たとえば、MCPサーバーは独自のリソースを制御し、大規模モデルテクノロジープロバイダーにAPIキーなどの機密情報を提供する必要はありません。これにより、大規模モデルが攻撃された場合でも、攻撃者はこの機密情報を取得できなくなり、リスクを効果的に分離できます。
MCPは、AIテクノロジー開発の自然な産物であり、重要なマイルストーンであると言えます。AIアプリケーションの開発プロセスを簡素化するだけでなく、AIエコシステムの繁栄のための条件も作り出します。
オープン標準として、MCPは開発者コミュニティの活力を大いに刺激します。グローバルな開発者は、MCPを中心にコードを提供したり、新しいコネクタを開発したりして、そのアプリケーションの範囲を継続的に拡大し、好循環なエコロジカルサイクルを形成し、AIとさまざまな業界のデータの深い統合を促進できます。このオープン性により、AIアプリケーションはさまざまなサービスやツールに簡単に接続でき、豊富なエコシステムを形成し、最終的にはユーザーと業界全体に利益をもたらします。
MCPの利点は、技術レベルだけでなく、さまざまな分野にもたらす実際の価値にも反映されています。AI時代において、情報を取得して処理する能力がすべてを決定し、MCPは複数のエージェントが連携し、互いの強みを最大限に引き出すことを可能にします。
たとえば、医療分野では、インテリジェントエージェントはMCPを通じて患者の電子カルテや医療データベースに接続でき、医師の専門的な判断と組み合わせて、より迅速に初期診断の提案を提供できます。金融業界では、インテリジェントエージェントが連携して金融データを分析し、市場の変化を追跡し、自動的に株式取引を行うことさえできます。インテリジェントエージェント間のこの分業と協力により、データ処理がより効率的になり、意思決定がより正確になります。
MCPの開発の歴史を振り返ると、その成長率が驚くべきものであることがわかります。2023年初頭、MCPはコア通信プロトコルの設計を完了し、基本的なインテリジェントエージェントの登録とメッセージ送信機能を実現しました。これは、インテリジェントエージェントが独自の言語を話すのではなく、互いに通信できるような、普遍的な言語を作成するようなものです。
2023年末、MCPは機能をさらに拡張し、インテリジェントエージェントが外部APIを呼び出してデータを共有できるようにしました。これは、インテリジェントエージェントがチャットできるだけでなく、情報を交換したり、タスクを共同で処理したりできるようにするのと同じです。
2024年初頭、MCPエコシステムは新たなレベルに達しました。開発者ツールキットとサンプルプロジェクトが開始され、コミュニティから提供されたインテリジェントエージェントプラグインの数が100を超え、「百花繚乱」の状況が実現しました。
最近、MicrosoftはMCPをAzure OpenAIサービスに統合し、Google DeepMindもMCPのサポートを提供し、GeminiモデルとSDKに統合することを発表しました。大手テクノロジー企業だけでなく、AIスタートアップや開発ツールプロバイダーもMCPに参加しています。Block、Apollo、Zed、Replit、Codeium、Sourcegraphなどがその例です。
MCPの台頭は、AIエコシステム戦略の重要なステップとして、TencentやAlibabaなどの中国のテクノロジー企業からの迅速なフォローアップと競争を引き付けています。たとえば、最近Alibaba CloudのBailianプラットフォームは、完全なライフサイクルMCPサービスを開始し、ユーザーはリソースの管理、開発と展開、エンジニアリングの運用と保守を行う必要がなくなり、インテリジェントエージェントの開発サイクルを数分に短縮できます。Tencent Cloudは、開発者がビジネス指向のインテリジェントエージェントを迅速に構築できるように、MCPプラグインホスティングサービスをサポートする「AI Development Kit」をリリースしました。
マルチエージェントコラボレーションのための「見えない橋」
MCPプロトコルがインテリジェントエージェントをチャットツールからアクションアシスタントに変えるにつれて、テックジャイアントはこの新しい戦場で標準とエコシステムの「小さな中庭と高い壁」を構築し始めています。
AIモデルと外部ツールおよびデータの接続に焦点を当てたMCPと比較して、A2Aはさらに一歩進んで、インテリジェントエージェント間の効率的なコラボレーションに焦点を当てています。
A2Aプロトコルの本来の意図は単純です。それは、異なるソースとメーカーのインテリジェントエージェントが互いに理解し、連携できるようにし、複数のインテリジェントエージェントのコラボレーションに大きな自律性をもたらすことです。
これは、WTOが国間の関税障壁の削減を目指すのと似ています。異なるサプライヤーとフレームワークからのインテリジェントエージェントは、独立した国のようなものです。A2Aが採用されると、自由貿易圏に参加するのと同じであり、共通の言語でコミュニケーションを取り、シームレスに連携し、単一のインテリジェントエージェントでは独立して完了できない複雑なワークフローを共同で完了できます。
A2Aプロトコルの具体的な相互運用性の形式は、クライアントエージェントとリモートエージェント間の通信を促進することによって実現されます。クライアントエージェントは、タスクの策定と伝達を担当し、リモートエージェントはこれらのタスクに基づいてアクションを実行し、正しい情報を提供したり、対応する操作を実行したりします。
このプロセスにおいて、A2Aプロトコルは次の主要な機能を備えています。
第一に、インテリジェントエージェントは、「インテリジェントエージェントカード」を通じてその能力を宣伝できます。これらの「インテリジェントエージェントカード」はJSON形式で存在し、クライアントエージェントは特定のタスクを実行するのに最適なリモートエージェントを識別できます。
適切なリモートエージェントが識別されると、クライアントエージェントはA2Aプロトコルを使用してそれと通信し、タスクを割り当てることができます。
タスク管理は、A2Aプロトコルの重要な部分です。クライアントエージェントとリモートエージェント間の通信は、タスクの完了を中心に展開されます。プロトコルは「タスク」オブジェクトを定義します。単純なタスクの場合、すぐに完了できます。複雑で長期的なタスクの場合、インテリジェントエージェントは互いに通信して、タスク完了ステータスの同期を維持できます。
さらに、A2Aはインテリジェントエージェント間のコラボレーションもサポートしています。複数のインテリジェントエージェントは互いにメッセージを送信でき、これにはコンテキスト情報、返信、またはユーザー指示が含まれます。このようにして、複数のインテリジェントエージェントが協力して複雑なタスクを共同で完了できます。
このプロトコルの設計において、Googleは5つの主要な原則に従いました。第一に、A2Aは、インテリジェントエージェントがメモリ、ツール、コンテキストを共有していなくても、自然で非構造化されたモードで連携できるようにすることに焦点を当てています。
第二に、プロトコルはHTTP、Server-Sent Events (SSE)、JSON-RPCなどの既存の一般的な標準に基づいて構築されています。つまり、企業が日常的に使用する既存のITスタックと簡単に統合できます。
たとえば、eコマース企業は、HTTPプロトコルを日常的に使用してWebデータの伝送を処理し、JSON-RPCを使用してフロントエンドとバックエンド間でデータ命令を伝送します。A2Aプロトコルを導入した後、企業の注文管理システムは、HTTPおよびA2Aプロトコルのドッキングを通じて、関連するインテリジェントエージェントから提供される物流データの更新を迅速に取得できます。複雑なデータ伝送チャネルを再構築する必要がなく、既存のITアーキテクチャへの統合が容易になり、さまざまなシステムの連携がスムーズになります。
第三に、A2Aはエンタープライズレベルの認証と承認をサポートするように設計されています。A2Aプロトコルを使用すると、データの認証と安全な取得を迅速に行うことができ、データ伝送のセキュリティとコンプライアンスを確保し、データ漏洩のリスクを防ぐことができます。
第四に、A2Aは迅速なタスクから数時間または数日かかる可能性のある詳細な調査 (人間が関与する場合) まで、さまざまなシナリオをサポートするのに十分な柔軟性を備えています。プロセス全体を通じて、A2Aはユーザーにリアルタイムのフィードバック、通知、ステータス更新を提供できます。
研究機関を例にとってみましょう。研究者は、A2Aプロトコルに基づいてインテリジェントエージェントを使用して、新薬開発に関連する研究を実施します。データベース内の既存の薬物分子構造情報を迅速に取得するなどの単純なタスクは、数秒以内に完了し、研究者にフィードバックできます。ただし、新薬分子の人体環境での反応をシミュレートするなどの複雑なタスクには、数日かかる場合があります。
この期間中、A2Aプロトコルは、完了したステップ数や現在発生している問題など、シミュレーションの進捗状況を継続的に研究者にプッシュします。研究者は、常に作業の進捗状況を報告するアシスタントがいるかのように、状況を把握できます。
第五に、インテリジェントエージェントの世界はテキストに限定されないため、A2Aは音声、画像、ビデオストリームを含むさまざまなモダリティをサポートしています。
将来、あなたのインテリジェントアシスタント、会社のCRMシステム、サプライチェーン管理AI、さらには異なるクラウドプラットフォーム上のインテリジェントエージェントが、古い友人のように「タスクについてチャットし、仕事を分担する」ことができ、単純なクエリから複雑なプロセスまで、さまざまなニーズを効率的に完了させ、それによってマシンインテリジェンスの時代が開かれると想像してみてください。
現在、このプロトコルは、Atlassian、Box、Cohere、Intuit、MongoDB、PayPal、Salesforce、SAPなど、50を超える主流のテクノロジー企業のアプリケーションプラットフォームをすでにサポートしています。
これらはすべて、Googleエコシステムと微妙な関係を持っている企業であることに注意することが重要です。たとえば、独立したAIスタートアップであるCohereは、以前Google Brainで働いていた3人の研究者によって2019年に設立されました。彼らはGoogle Cloudと長期的な技術パートナーシップを結んでおり、Google CloudはCohereにモデルのトレーニングに必要なコンピューティング能力を提供しています。
JiraやConfluenceなどのチームコラボレーションツールを提供する企業であるAtlassianは、多くの人々に利用されています。彼らはGoogleとパートナーシップを結んでおり、一部のアプリケーションはGoogle製品で使用できます。
Googleは、A2AはAnthropicが提案したMCPモデルコンテキストプロトコルの補完であると述べていますが、これはGoogleが過去に80社以上の企業とAndroidシステムを開発したことに少し似ています。参加する企業が増えるにつれて、A2Aの商業的価値は大幅に向上し、インテリジェントエージェントエコシステム全体の急速な発展を促進します。
「ツール接続」から「エコシステム支配」へ
MCPとA2Aは、AI相互接続のための2つの異なる道筋を表しています。MCPは、基盤となるモデルインタラクションプロトコルとして、アプリケーションと異なるモデル間のシームレスなドッキングを保証します。A2Aは、この基盤の上にインテリジェントエージェント間のコラボレーションフレームワークを提供し、インテリジェントエージェント間の自律的な発見と柔軟なコラボレーションを強調します。この階層構造は、モデルの標準化とインテリジェントエージェントのコラボレーションのニーズを同時に満たすことができます。
同時に、どちらもそれぞれのサブフィールドで支配的な地位を獲得しています。MCPは、エンタープライズレベルのアプリケーション、クロスモデルサービス、および標準化シナリオにおいて優位性を持っています。A2Aは、オープンソースコミュニティ、研究プロジェクト、および革新的なアプリケーションにおいてより多くのサポートを得ています。
マクロな視点から見ると、MCPとA2Aの台頭は、将来のAI技術標準に関連するだけでなく、AI業界の状況における大きな変化を告げています。私たちは、AIが「スタンドアロンインテリジェンス」から「コラボレーティブネットワーク」へと歴史的な転換点を迎えるのを目撃しています。インターネットの開発の歴史が示すように、オープンで標準化されたプロトコルの確立は、業界の発展を促進する上で重要な力となるでしょう。
しかし、より深いレベルでは、MCPとA2Aは、巨大な商業的利益と将来のAI技術ディスコースパワーを巡る競争を隠しています。
ビジネスモデルの観点から見ると、2つは異なる利益経路を開拓しています。Anthropicは、MCPに基づいてエンタープライズバージョンのサービスを開始し、API呼び出しボリュームに基づいて企業に課金する予定です。企業はMCPを使用して内部データをAIと深く統合し、ビジネス効率を向上させ、この便利なサービスにお金を払う必要があります。
Googleは、A2Aプロトコルを使用してクラウドサービスのサブスクリプションを促進しています。企業がA2Aを使用してインテリジェントエージェントコラボレーションネットワークを構築すると、Google Cloudの強力なコンピューティング能力と関連サービスを使用するように誘導され、それによってGoogle Cloudのビジネス収益が増加します。
データの独占の観点から見ると、プロトコル標準を習得することは、AIデータの流れを制御することを意味します。A2Aプロトコルを通じて、Googleは多くの企業のインテリジェントエージェントのコラボレーション中に大量のデータを収集します。このデータは、その中核となる広告アルゴリズムにフィードバックされ、広告市場における支配力をさらに強化します。Anthropicは、MCPを使用してAIを企業データのコアに浸透させたいと考えています。それが規模の優位性を形成すると、大量の業界データも蓄積され、ビジネスの拡大と企業のニーズに沿ったAI製品の開発のためのデータサポートが提供されます。
オープンソース戦略の観点から見ると、どちらもオープンソースであると主張していますが、独自の計画があります。MCPコアプロトコルはオープンソースであり、開発者がエコシステムの構築に参加するように促しますが、エンタープライズレベルの主要な機能 (リモート接続の高度な機能やマルチモーダルデータの詳細な処理など) は料金を支払うことでロックを解除する必要があり、オープンソースと商業的利益のバランスを取ります。A2Aプロトコルはオープンソースですが、50を超える企業パートナーがGoogle Cloudサービスを優先的に使用するように誘導し、オープンソースエコシステムを独自の商用システムと密接に結び付け、ユーザーの粘着性とプラットフォームの競争力を高めます。
テクノロジー自体には善も悪もありませんが、それが利益の連鎖に組み込まれると、力と制御の担い手になります。すべての技術革命は、世界の利益の連鎖を再構築しています。産業革命は、利益の連鎖を土地と労働から資本と機械に移し、デジタル革命はそれをデータとアルゴリズムにプッシュしました。
オープンソースツールは確かに革新的な道を模索できますが、データとアルゴリズムの鍵を使用してすべてのドアを開けることは期待しないでください。なぜなら、鍵の各文字列にはプラットフォームの関心パスワードが刻まれているからです。
テクノロジー企業はAIエコシステムを開放しているように見えますが、実際には、データゴールドマインが密猟されるのを防ぎながら、自分自身にとってより有利なアプリケーションシナリオの周りに高く厚い生態学的壁を構築しています。結局のところ、AI時代における究極の競争力は依然としてデータです。
MCPとA2Aが最終的に統合されるかどうかはまだ不確実です。それぞれが独自に行動する場合、テクノロジージャイアントは「AIの小さな中庭の壁」を構築する可能性が非常に高いです。その結果、データアイランド現象がより深刻になり、異なるプロトコルキャンプの企業間のデータ循環がブロックされ、AIイノベーションアプリケーションの範囲が制限されます。開発者は複数のプロトコル開発スキルを習得する必要があり、学習コストと開発作業量が増加し、イノベーションの活力が抑制されます。業界のイノベーションの方向性は、ジャイアントプロトコルによって簡単に誘導され、スタートアップは複数のプロトコルをサポートすることが難しいため、競争において不利になり、業界全体のイノベーションペースが妨げられます。
MCPとA2Aの台頭が、世界のAI業界を対立ではなく、コラボレーションの方向に進化させることを願っています。
19世紀の鉄道ゲージ紛争や20世紀のモバイル通信標準戦争と同様に、すべての技術的分裂には莫大な社会的コストが伴います。AI標準およびプロトコル紛争の結果は、より広範囲に及ぶ可能性があります。それは、私たちが「万物のインターネット」スター連盟に向かっているのか、それとも「疑いの連鎖」が蔓延する暗い森に陥っているのかを決定します。