MCP（モデルコンテキスト化プロトコル）とは：AIモデルと外部データの橋渡し
近頃、モデルコンテキスト化プロトコル（Model Contextualization Protocol、MCP）がAI業界において注目を集めており、OpenAI、Googleといった大手企業や、米国国内外のさまざまな企業から大きな関心が寄せられています。Second Coffeeの創業者兼CEOであるチャーリー・グラハム氏は先日、自身のブログ記事でMCPとその潜在力について考察を共有し、業界の構造を再構築する可能性を示唆しました。この記事では、徹底的な調査と実験的なMCPサーバー構築の実践的な経験に基づいて、MCPの可能性と現在の制約について深く掘り下げていきます。
MCPは、外部データソースまたはアプリケーションと、ChatGPTやClaudeといった大規模言語モデル（LLM）との間の重要な架け橋として機能する、標準化されたAPIとして概念化することができます。これらのプロトコルにより、AIモデルは旅行ウェブサイトからのリアルタイムデータへのアクセス、カレンダーの管理、さらにはコンピューター上のファイルの操作まで可能になります。
Claude、Cursor、OpenAIなどの一部のAIツールはすでにカスタム統合機能を備えていますが、MCPはすべてのそのようなインタラクションに対して普遍的かつ標準化されたフォーマットを提供し、それらの汎用性を大幅に向上させます。
MCPは主に、クライアント（例：ChatGPT）とサーバー（例：フライトスケジューリングウェブサイト）の2つのコンポーネントで構成されています。これらを一緒に使用すると、AIモデルはリアルタイムデータにアクセスし、オンラインでアクションを実行し、静的なチャットボットではなく、より積極的なエージェントのように機能することができます。
現在、主に2つのタイプのMCPが注目を集めています。1つ目のタイプは開発者向けで、CursorやClaude Codeなどのツールによって例示され、ファイル管理やスクリプトの実行のためにラップトップなどのデバイスで実行できます。2つ目のタイプは、製品の検索、ドメインの登録、イベントの予約、メールの送信などのアクティビティに焦点を当てた、現実世界のアプリケーション向けです。
実用的な意味合いを探るために、2つの異なるタイプのMCPが開発されました。最初に、GPT Learnerという名前の開発者サーバーは、ユーザーがCursorでエラーを記憶し、繰り返しを回避するのを支援するように設計されています。ClaudeまたはCursorがコードを誤って上書きした場合、このツールを使用すると、ユーザーは間違いを記録して学習し、将来の参照のために正しいアプローチを保存できます。
2番目のプロジェクトは、大規模言語モデルをリアルタイム予測市場を集約するウェブサイトであるbetsee.xyzに接続する予測市場MCPです。ユーザーがClaudeに「トランプ関税の一時停止の二次的影響は何ですか？また、人々は何に賭けていますか？」のような質問をすると、MCPは関連する市場とPolymarketまたはKalshiからのリアルタイムのオッズを返します。
MCPがまだ実用段階にない理由
これらの2つのMCPを構築することで、いくつかの重要な洞察が得られました。それは、MCPがまだ広く採用される準備ができていないということです。
MCPの現在のユーザーエクスペリエンスは、理想的なものとは言えません。ChatGPTのようなほとんどのチャットボットは、まだMCPサーバーをサポートしていません。サポートしているものでも、インストールには手動でJSONを編集する必要があることが多く、これはユーザーフレンドリーとは言えません。CursorやClaudeのようなチャットボットは、すべてのリクエストに対してユーザーにプロンプトを表示する傾向があり、不完全な情報や生のJSON出力を返すことが多いため、エクスペリエンスが扱いにくく、不満の残るものになります。
Claudeのデスクトップバージョンを使用して予測市場MCPにクエリを実行すると、明示的に要求されない限り、リンクや価格が提供されないことが多く、場合によってはサーバーをまったく呼び出しませんでした。MCPを使用した場合のClaudeからの絶え間ないポップアッププロンプトは、ユーザーの関心をさらに低下させました。MCPからのシームレスな処理と意味のある応答が将来的に期待される一方で、このテクノロジーはまだその段階に達していません。
セキュリティもまた、重要な懸念事項です。外部操作を実行し、リアルタイムシステムにアクセスする機能があることを考えると、MCPは多数のセキュリティ上の課題に直面しています。プロンプトインジェクション、悪意のあるツールのインストール、不正アクセス、トロイの木馬攻撃は非常に現実的な脅威です。現在、サンドボックス、検証レイヤー、およびこれらのエッジケースを処理するための成熟したエコシステムが不足しています。
これらの問題から、MCPがまだ実験的なテクノロジーであることが明らかになります。
クライアントの決定的な役割
これらのサーバーを構築する際に学んだ重要な教訓は、サーバーではなく、クライアントが最終的にMCPの未来を決定するということです。
大規模モデルとのインタラクションを制御する者は、ユーザーが表示するツール、トリガーされるツール、および表示される応答も制御します。世界で最も有用なMCPサーバーを作成できたとしても、クライアントはそれを呼び出さないかもしれないし、出力の半分しか表示しないかもしれないし、インストールさえ許可しないかもしれません。
MCPとゲートキーパーの出現
クライアントの重要な力は、MCPが最終的には検索エンジンやアプリストアのように管理されることを意味します。OpenAIやAnthropicのような主要な大規模モデルアプリケーションプロバイダーは、新しい「ゲートキーパー」となり、どのMCPをリストできるかを決定し、推奨アルゴリズムを通じてそれらの発見可能性をキュレートします。
1990年代後半の開始以来、Googleはユーザーに提示されるコンテンツを制御しており、それは彼らが非常に収益性の高いビジネスを構築するのに役立っています。チャットボットは現在、この能力を獲得しており、従来の検索エンジンの「10個の青いリンク」を直接的な回答に置き換えています。彼らは、どのコンテンツを表示するか、どれを除外するか、そしてそれをどのようにフォーマットするかを決定できます。
MCPのインストールプロセスは、アプリストアモデルに似ている可能性があります。AppleとGoogleが推奨、プリインストール、または承認するアプリを決定することでモバイルエコシステムを形成したように、大規模モデルクライアントは、どのMCPサーバーを紹介、プロモーション、さらにはプラットフォーム上で許可するかを決定します。このダイナミクスは、企業間の競争につながる可能性があり、新しいエコシステムでの推奨と露出のためにモデルプロバイダーへの支払いを含み、高収益のMCP配布プラットフォームの作成を促進します。
ユーザーは、慎重にキュレートされた「MCPストア」からMCPまたは「AIチャットアプリケーション」をインストールします。Gmail、HubSpot、Uber、Kayakなどのツールは、MCPエンドポイントを追加し、チャットベースのワークフローに直接統合します。理論的にはユーザーは好きなMCPをインストールできますが、ほとんどのユーザーはChatGPTなど、クライアントが提供する推奨事項に依存する可能性があります。これらの推奨事項は任意ではなく、ショッピング、旅行、ドメイン検索、またはサービス検索カテゴリでデフォルトのオプションになるために大企業が支払う、有利なパートナーシップから生まれます。このレベルの可視性は数百万人のユーザーに変換され、莫大な露出、データ、および商業的価値を提供します。
一部のクライアント側のMCPアプリストア（MAS）は、より寛容でオープンなMCPの選択肢を提供し、より広範な実験とコミュニティ開発のMCPを可能にします。他のものは、品質、セキュリティ、および収益化を優先する厳格な承認プロセスを備えています。いずれにせよ、クライアントが参加条件、そして成功のためのルールを設定します。
OpenAIやClaudeのようなMCPクライアントは、新しいiOSおよびAndroidプラットフォームになり、MCPサーバーはアプリの役割を果たします。アイコンの代わりに、これらのアプリケーションはユーザーコマンドを介して呼び出され、言語インタラクションを通じてユーザーのニーズに対して豊富で構造化されたインタラクティブな応答を提供します。
やがて、特定の業界またはドメインに合わせた専門のクライアントが登場するかもしれません。航空会社、ホテルチェーン、および旅行代理店からのサービスをシームレスに統合し、ユーザーに包括的な旅行計画エクスペリエンスを提供する、旅行計画に焦点を当てたAIチャットアシスタントを想像してみてください。または、法務データ、従業員記録、および組織ツールへの統合されたアクセスを提供し、ビジネスの管理方法を変革する、人事MCPクライアントを想像してみてください。
ほとんどのユーザーはメインストリームのクライアントを使用しますが、一部のオープンソースAIチャットボットが登場します。これらのチャットボットは、ゲートキーパーによって課せられた制限なしに、インストールするMCPを完全に制御したい専門家にアピールします。ただし、Linuxデスクトップシステムと同様に、これらのオープンソース製品はニッチ市場にとどまる可能性が高いです。
新興エコシステムにおける新たな機会
進化するMCPの状況に対応するために、いくつかのタイプのビジネスとツールが登場すると予想されます。
MCPラッパーとサーバーパック： これらは、複数の関連するMCPを単一のインストールパッケージにバンドルし、セットアップを簡素化します。構成なしで使用できるカレンダー、メール、顧客関係管理、およびファイルストレージMCPを提供する単一のパッケージを想像してみてください。このようなパッケージは、人事プロセスを簡素化し、特に垂直市場で役立ちます。それらには、パッケージングツール（「カレンダーを設定してメールを送信する」）が含まれる場合もあります。
MCPショッピングエンジン： 一部のMCPサーバーは、AI搭載の比較エンジンとして機能し、さまざまなベンダーからのリアルタイムの価格と製品リストを提供します。アフィリエイトリンクを介して収益化し、紹介料を獲得します。このアプローチは、初期の検索エンジン最適化とアフィリエイトマーケティングを反映しています。
MCPファーストのコンテンツアプリ： これらのサービスは、人間の視聴者向けにウェブサイトを設計するのではなく、MCPサーバーを介して大規模言語モデル向けにコンテンツ配信を最適化します。MCPコールを通じて返される、豊富で構造化されたデータとセマンティックタグを想像してみてください。収益は、ページビューではなく、サブスクリプションまたは埋め込みスポンサーシップおよび製品プレースメントから得られます。
API-to-MCPプロバイダー： 多くの既存のAPIプロバイダーは、この新しいエコシステムに参加したいと考えていますが、それを行うためのリソースがありません。これにより、従来のREST APIを準拠した発見可能なMCPサーバーに自動的に変換するミドルウェアツールの出現が促進され、SaaSプラットフォームが簡単に参加できるようになります。
MCP用のCloudflare： セキュリティは大きな懸念事項です。これらのツールは、クライアントとサーバーの間に配置され、入力をサニタイズし、リクエストをログに記録し、攻撃をブロックし、異常を監視します。Cloudflareが現代のウェブをより安全にしたように、このタイプのサービスはMCPエコシステムで同様の役割を果たします。
エンタープライズ「プライベート」MCPソリューション： 大企業は、内部サービスをプライベートMCPサーバーに接続し、オープンソースのAI製品を使用し始めます。これらの内部セットアップは、ファイアウォールの背後にあるAIワークフローの一部になり、企業に制御を提供します。
垂直方向に焦点を当てたMCPクライアント： 多くのチャットボットは一般的なユーザーのニーズを満たすことができますが、産業調達やコンプライアンス作業などの特定のシナリオでは、特定のユーザーインターフェイスとビジネスロジックが必要です。垂直方向に焦点を当てたMCPクライアントが登場し、これらの独自のニーズを満たすためにカスタマイズされた操作、言語、およびレイアウトを提供します。