「システム開発の提案書に『MCP対応』と書かれていたが、これは自社にとって何を意味するのか」——AIを活用したシステム開発を検討している発注者の方から、こうした声をよく耳にするようになりました。IT系のニュースや開発会社の提案でも「MCP」という言葉を目にする機会が、2026年に入って急増しています。
ところが「MCPとは？」と調べてみると、出てくるのはエンジニア向けの技術解説ばかりです。「JSON-RPCを使ったクライアント・サーバー構成で……」といった説明では、発注者の立場からすると「で、自分の発注判断には何が関係するの？」という肝心な部分が見えてきません。
発注は失敗が許されない意思決定です。開発会社が「MCP対応します」と提案してきたとき、それが本当に自社にとって価値があるのか、何を追加で確認すべきか、コストやセキュリティは大丈夫なのか——こうした疑問を、技術の専門家でなくても判断できる材料がほしいはずです。
そこでこの記事では、システム開発の発注者（経営者・IT担当・情シス担当）の視点に立ち、MCPを平易な言葉で解説します。MCPとは何かという基礎から、MCP連携が活きる具体的なシステム開発のケース、開発会社に投げるべき5つの確認質問、そして導入コスト・セキュリティ・仕様書への落とし込みといった発注判断を左右するポイントまでを、一気通貫でお伝えします。
実装の細かな手順はエンジニアに任せるとして、発注者として「提案の良し悪しを自分の言葉で評価できる」状態を目指していきましょう。
システム開発 完全チェックリスト――発注前・発注中・完了後の3フェーズで使えるチェック集
この資料でわかること
システム開発の外注・発注を初めて経験する担当者や、過去に失敗を経験した担当者が、発注プロセスの各フェーズで「何をチェックすべきか」を明確に把握できるようにする。
こんな方におすすめです
- 初めてシステム開発を外注する担当者
- 過去の発注で失敗を経験した方
- ベンダー選定の基準が分からない方
入力いただいたメールアドレスにPDFをお送りします。
MCPとは？「AIと業務ツールをつなぐ共通の規格」
MCP（Model Context Protocol：モデル・コンテキスト・プロトコル）とは、AIと外部のシステムやツールを接続するための共通規格です。2024年11月にAI企業のAnthropicがオープンソースとして発表しました。
わかりやすく言い換えるなら、「AIのためのUSB規格」とイメージしてください。
皆さんのパソコンにはUSB端子があります。USBは規格が統一されているため、マウスでもキーボードでも外付けHDDでも、同じ端子にどのメーカーの機器でもつなげます。「このパソコンは特定メーカーのマウスにしか対応していない」という不便は起きません。
MCPは、この「共通の差込口」という考え方をAIの世界に持ち込んだものです。MCPという規格に対応すれば、AIはSlack・Notion・GitHub・社内の業務システムなど、さまざまなツールと標準的な方法でつながれるようになります。
2026年、MCPは「事実上の業界標準」になった
MCPがここまで注目される理由は、主要なAIベンダーがこぞって採用したことにあります。当初はAnthropicが提唱した規格でしたが、2026年現在はOpenAI・Google・Microsoftといった大手すべてが対応済みです。月間のSDKダウンロード数は2026年3月時点で約9,700万回に達し、登場から18か月で約970倍に増えました（MCP Adoption Statistics 2026 - Digital Applied）。
さらに2025年12月には、AnthropicがMCPをLinux Foundation傘下の中立的な団体へ移管し、特定企業に依存しない「業界共通のオープンな標準」として運営される体制になりました（Everything your team needs to know about MCP in 2026 - WorkOS）。一企業の都合で仕様が変わるリスクが下がったという意味で、発注者にとっても安心材料の一つです。
発注判断の観点では、ここがポイントです。MCPは「一時的な流行りの技術」ではなく、今後数年のAIシステム開発で前提になっていく標準規格である、という認識を持っておくとよいでしょう。
MCPがなかった時代の課題
MCP登場以前、AIと業務ツールを連携させるには、組み合わせごとに個別の開発が必要でした。
たとえば「ChatGPTと社内の顧客管理システムをつなぎたい」と思えば、ChatGPT専用のAPIを使って独自の連携プログラムを開発します。次に「ClaudeとSlackもつなぎたい」となれば、今度はClaude用に別の連携プログラムを作る、という具合です。
AIツールを変えるたび、業務ツールを増やすたびに、開発と保守のコストが積み重なっていきます。しかも特定のAIサービスに依存した設計になるため、将来「別のAIに乗り換えたい」と思っても、システムを大幅に作り直す必要が出てきます。これがベンダーロックインと呼ばれる状態です。
MCPによって何が変わるか
MCPが普及すると、この状況は大きく変わります。
MCPという共通規格に対応した業務ツールとAIを組み合わせれば、個別の連携開発をせずともつなげます。AIサービスを変更する際も、MCP対応であれば改修コストが大幅に下がります。SlackやNotionといった主要な業務ツールもMCPサーバーを公式提供しており、AIとの連携を標準的な方法で実現できるようになっています（MCP対応プラットフォーム一覧 - WEEL）。
ここまでがMCPの基礎です。次は、発注者の最大の関心事である「では、自社の発注にどう関係するのか」を見ていきましょう。
「MCP対応」は発注者にどう関係するのか
「MCPが何かは分かった。でも自分の発注にどう関係するの？」——この問いに直接答えます。発注者がMCPを意識すべき理由は、大きく3つあります。
理由1：AIシステム開発の「将来対応力」が変わる
いま多くのシステム開発で、チャットボット・自動分類・文章生成・データ分析支援といったAI機能が求められています。このとき重要なのが、「どのAIと、どうつなぐか」という設計の問題です。
MCP対応でない設計では、特定のAIサービス（例：ChatGPT）のAPIを直接組み込む形になります。この場合、将来「より優れたAIが出た」「費用を抑えたい」「別のAIに移行したい」と思っても、AI連携部分を大幅に改修しなければなりません。
一方、MCP対応の設計であれば、AIサービスを差し替えてもシステムの基本構造は変わりません。AI部分だけを乗り換えることが、はるかに容易になります。発注時に意識すべきは「このシステムのAI連携部分はMCPに対応していますか？」という確認です。
理由2：ベンダーロックインのリスクが変わる
AIサービスは現在も急速に進化・競争が続いています。2024年から2026年の間にも、主要なAIモデルは何度も大きく変わってきました。
MCP非対応のシステムでは、特定のAIサービスへの依存度が高くなります。そのサービスが値上げをしたり、競合のほうが大幅に優れた機能を持つようになっても、乗り換えコストが高いために使い続けるしかなくなります。これが「ベンダーロックイン」の問題です。
MCP対応であれば、AIサービス部分を将来的に差し替える選択肢が保たれます。発注段階でMCP対応を求めることは、将来の選択肢を守ることにつながります。ベンダーロックインの回避策を体系的に知りたい方は、ベンダーロックインとは？回避戦略と開発会社の選び方もあわせてご覧ください。
理由3：AIエージェント活用の準備が変わる
いまAIは、チャットボットや単機能の自動化から、より高度な「AIエージェント」へと進化しています。AIエージェントとは、人間の代わりに複数のツールを自律的に操作し、複雑なタスクをこなすAIのことです。
たとえば「先週の営業結果を分析して、来週のアクションプランをSlackに投稿して」という指示を受けたAIエージェントが、CRMから営業データを取得し、分析し、文章を生成し、Slackへ投稿する——という一連の作業を自動で行うイメージです。
このようなAIエージェント活用において、MCPはすでに事実上の前提プロトコルになりつつあります。MCP対応の業務ツールと接続することで、AIエージェントが複数のシステムをまたいで作業できるようになるためです。今すぐ導入予定がなくても、将来を見据えてMCP対応の設計にしておくことで、選択肢を広げられます。AIエージェントの企業導入については、AIエージェントの企業導入ガイドで詳しく解説しています。
MCP連携が有効なシステム開発の具体例3選
「将来対応力が変わる」と言われても、抽象的でピンと来ないかもしれません。そこで、MCP連携が実際の発注判断で「効いてくる」具体的なケースを3つ紹介します。自社の検討中の開発がこれらに近ければ、MCP対応を提案に盛り込む価値が高いと判断できます。
ケース1：社内データを横断して回答するAIアシスタント
「社内に散らばった情報をAIに質問して答えてもらいたい」というニーズです。たとえば「先月の○○社向けの見積金額は？」と聞けば、AIが顧客管理システム・見積システム・過去のSlackのやり取りを横断して回答する、といったものです。
このとき、各システムを個別のAPIでつなぐと、ツールが増えるたびに連携開発が積み上がります。MCP対応で設計すれば、新しい社内ツールを追加するときも標準的な方法で接続でき、拡張コストを抑えられます。複数のビジネスツールをMCP経由で統合する動きは、法人向けAIサービスでも実際に進んでいます（HEROZ ASK のMCP対応開始 - HEROZ）。
発注判断のポイント：将来つなぎたいツールが増える見込みがあるなら、MCP対応の価値が高いケースです。
ケース2：複数システムをまたぐ業務の自動化
「申請が来たら内容を解析し、承認者にSlackで通知、承認されたら後続処理を自動実行する」といった、複数システムをまたぐワークフローの自動化です。
Slackは2026年にMCPサーバーを一般提供し、メッセージの検索・送信やチャンネル操作をAIから標準的に行えるようになりました（Slack × MCPで業務通知・ワークフローを自動化する方法 - homula）。MCP対応で設計しておくと、こうした「人手を介していた連絡・転記・起票」をAIエージェントに任せられる素地ができます。
発注判断のポイント：複数の部門・ツールをまたぐ定型業務が多いほど、MCP連携の投資対効果が出やすいケースです。
ケース3：将来AIを乗り換える前提のシステム
「今はコストを抑えてChatGPTで始めたいが、将来もっと良いAIが出たら乗り換えたい」というケースです。AIの進化スピードを考えると、現実的な発想です。
MCP非対応の設計だと、AIを乗り換えるたびに連携部分の再開発が発生します。MCP対応であれば、AIの差し替えを設定変更レベルで吸収しやすくなり、乗り換えコストを大きく下げられます。
発注判断のポイント：長く使うシステムほど、AIの世代交代は必ず訪れます。「乗り換えやすさ」を最初の設計に織り込む価値があるケースです。
なお、ここで挙げた連携の「実装方法」そのもの（どのMCPサーバーをどう組み込むか、接続時のデバッグなど）はエンジニアの領域です。技術的な実装手順を知りたい場合は、エンジニア向けに書いたClaude Code MCPの組み合わせ実装レシピと接続デバッグ手順【2026年版】を技術担当者に共有してください。発注者は「何ができるか・何を確認すべきか」を押さえ、実装の詳細は技術者に任せる、という役割分担が現実的です。
開発会社にMCPについて確認すべき5つの質問
MCPの重要性は理解できても、実際に開発会社を選ぶ段で「何をどう確認すればいいか分からない」という方が多いはずです。ここでは、発注者がそのまま打ち合わせで使える5つの質問を紹介します。質問への回答の歯切れや具体性そのものが、開発会社の実力を測る材料になります。
質問1「MCP対応のAI連携の実装経験はありますか？」
最も基本的な確認です。MCPは2024年に登場した比較的新しい規格のため、まだ対応経験の浅い開発会社も存在します。この質問に対して具体的な実装事例や技術的な説明がスムーズに返ってこない場合は、MCPの知識・経験が乏しい可能性があります。あわせて「LLM連携」「AIエージェント開発」の実績も確認しましょう。LLMのAPI連携の基礎はLLM API連携開発の完全ガイドも参考になります。
質問2「将来AIサービスを変更した場合、改修コストはどれくらいですか？」
この質問で、AI連携部分の設計方針が見えてきます。MCP対応の設計なら「AIの変更はMCPレイヤーの設定変更で対応でき、大きな改修は不要です」という回答になるはずです。MCP非対応なら「AI連携部分の再開発が必要です」という回答になります。将来の乗り換えコストを数値で示してもらうことで、設計の質を比較検討できます。
質問3「既存の業務ツールとAIはどう連携させる設計ですか？」
現在使っているSlack・Teams・Notionなどとどうつなぐか、その設計方針を確認します。「各ツールに個別のAPIで接続します」という回答なら、ツールが増えるたびに開発コストが積み上がる可能性があります。「MCPを活用した標準的な設計で対応します」という回答なら、拡張性の高い設計が期待できます。APIの基礎的な仕組みはAPI連携とは？活用例・メリット・依頼時の注意点も参考になります。
質問4「MCPサーバーのセキュリティ対策はどうなっていますか？」
2026年の発注では、この質問が特に重要になりました。理由は後述しますが、結論から言えば「MCPサーバーに認証・暗号化を設けているか」「インターネットに無防備に公開していないか」を確認する必要があります。「認証と通信の暗号化を前提に設計し、アクセス制御を行います」といった具体的な回答が返ってくるかどうかが、安全に運用できる開発会社かどうかの分かれ目です。歯切れの悪い回答や「特に問題ありません」だけの回答は要注意です。
質問5「導入後の運用・保守は誰がどう担当しますか？」
MCPは「作って終わり」ではなく、つないだ先のツールの仕様変更やセキュリティ更新に追従し続ける必要があります。「導入後、サーバーの監視やアップデートは誰が担うのか」「障害時の対応体制はどうなっているか」を確認しておきましょう。運用体制が曖昧なまま導入すると、放置されたMCPサーバーがセキュリティ上の穴になりかねません。
2026年に顕在化したMCPのセキュリティ・運用リスク
ここまでMCPのメリットを中心に説明してきましたが、発注者として知っておくべきリスクもあります。2026年に入り、MCPのセキュリティ問題が大きな論点として浮上したためです。提案を鵜呑みにせず、このリスクへの対策を確認することが、賢い発注判断につながります。
何が問題になっているのか
2026年4月、セキュリティ企業のOX Securityが、MCPの公式SDKに設計上の欠陥があると報告しました。この問題に関連して14件のCVE（脆弱性の公式識別番号）が割り当てられ、悪用されると攻撃者がシステム上で不正なコマンドを実行し、社内データベースやAPIキーにアクセスできる恐れがあると指摘されています（OX Security の報告）。2026年に入ってからの数か月で、各言語のSDKに対して40件を超えるCVEが報告されたという調査もあります（MCP Security Vulnerabilities in 2026 - DEV Community）。
さらに深刻なのは、運用面の問題です。多くのMCPサーバーが、認証や通信の暗号化を設けないままインターネット上に公開されている実態が報告されています。トレンドマイクロも、ずさんな運用がなされたMCPサーバーが攻撃の入口になる危険性を警告しています（トレンドマイクロの警告 - TechTarget）。
発注者はこのリスクをどう扱えばよいか
ここで誤解しないでほしいのは、「MCPは危険だから使うな」という話ではない、という点です。MCPはすでに業界標準であり、適切に設計・運用すれば大きなメリットがあります。問題は「セキュリティ対策をきちんと考えている開発会社かどうか」を見極めることです。
発注者として確認すべきは、先に挙げた質問4・質問5に集約されます。すなわち「MCPサーバーに認証と暗号化を設けているか」「インターネットに無防備に公開しない設計か」「導入後の監視・アップデート体制があるか」の3点です。これらに対して具体的な回答が返ってくる開発会社であれば、リスクを理解した上で安全に設計・運用できると判断できます。
MCP対応の提案を受けたら、メリットの説明だけでなく、このセキュリティ・運用面の説明があるかを必ずチェックしてください。リスクに触れずメリットだけを強調する提案は、片手落ちの可能性があります。
MCP対応を考慮した発注チェックリスト
最後に、MCP対応を考慮してAIシステム開発を発注する際のチェックリストをまとめます。開発会社との打ち合わせや提案書の確認に、そのままご活用ください。
発注前の確認チェックリスト
- 開発会社はMCP（Model Context Protocol）の実装経験があるか確認した
- AI機能部分がMCP標準での接続設計になっているか確認した
- 将来のAIサービス変更・乗り換え時の改修コスト見積もりを確認した
- 既存業務ツール（Slack・Teams・社内DB等）との連携設計を確認した
- MCPサーバーのセキュリティ対策（認証・暗号化・公開範囲）を確認した
- 導入後の運用・保守体制（監視・アップデート・障害対応）を確認した
- AIエージェント活用を見据えた拡張性について説明を受けた
MCP対応かどうかは、「今すぐ何を使うか」ではなく「将来の選択肢を守れるか」「安全に運用できるか」の問題です。AIの進化は速く、2〜3年後に「このシステムをもっとAIと連携させたい」という場面はほぼ確実に訪れます。そのときに柔軟かつ安全に対応できる設計かどうかを、発注段階で見極めておきましょう。技術の細部はエンジニアに任せつつ、発注者は「何を確認すべきか」という判断軸を押さえておくことが、失敗しないAIシステム開発発注の第一歩です。
システム開発 完全チェックリスト――発注前・発注中・完了後の3フェーズで使えるチェック集
この資料でわかること
システム開発の外注・発注を初めて経験する担当者や、過去に失敗を経験した担当者が、発注プロセスの各フェーズで「何をチェックすべきか」を明確に把握できるようにする。
こんな方におすすめです
- 初めてシステム開発を外注する担当者
- 過去の発注で失敗を経験した方
- ベンダー選定の基準が分からない方
入力いただいたメールアドレスにPDFをお送りします。
よくある質問
- すべてのAIシステム開発でMCP対応を求めるべきですか？
将来AIサービスの乗り換えや業務ツールとの連携拡張が想定される案件では求める価値があります。一方、単発・短期で使い切る小規模なAI機能では、MCP対応にこだわらず開発コストを優先する判断も合理的です。
- 開発会社がMCP未対応の場合、発注を見送るべきですか？
見送る必要はありません。重要なのはMCP対応そのものより、将来のAIサービス変更に耐える設計思想を持っているかです。実装経験がなくても、改修コストや拡張性を具体的に説明できる会社であれば候補に残せます。
- MCP対応にすると開発費用は高くなりますか？
初期費用は標準的な設計と大きく変わらないケースが一般的で、むしろ将来のAI乗り換え時の改修コストを抑えられます。差額が気になる場合は、MCP対応の有無で見積もりを2パターン出してもらい比較すると判断しやすくなります。
- 既存の自社システムを後からMCP対応にすることはできますか？
可能ですが、AI連携部分の作り直しが必要になり、最初からMCP対応で設計するより改修コストは高くなります。既存システムの場合は、まず開発会社にAI連携部分の現状設計と改修範囲を確認するのが第一歩です。
- MCP対応かどうかは契約前のどの段階で確認すればよいですか？
提案書・見積もり段階で確認するのが最適です。本記事で紹介した3つの質問（実装経験・将来の改修コスト・業務ツールとの連携設計）を提案依頼時に伝えておくと、各社の設計方針を比較したうえで発注先を選べます。
