AI に管理された実際のビジネス機能へのアクセスを提供する
MCP ネイティブのツール境界とバージョン管理可能な CLI スキルにより、ビジネス機能が機械読み取り可能で呼び出し可能な関数に変わります。そのため、エージェントはハードコードされた API 接着剤ではなく、管理されたインターフェイスを通じて動作できます。
エージェントは、安全に呼び出すことができる機能によってのみ役に立ちます。
推論はできるが実行できないエージェントはデモに過ぎません。顧客獲得、クーポン発行、メッセージ送信といった実際の業務を行う必要が生じた時点で、エージェントは実際のビジネス機能を呼び出す必要があります。そして、その呼び出し方が企業の安全性を左右します。ハードコードされたAPIでは、誰が何を、どの程度の制限内で実行できるのか、あるいは障害発生時に何が起こるのかを表現できません。あらゆる統合が、個別に管理された、統制の取れていない配管のようなものになってしまうのです。だからこそ、エージェント型AIにおいて最も難しいのはモデルそのものではなく、実行に関する統合とガバナンスなのです。
業界はまさにこのレイヤーを標準化しつつあります。 MCP（モデルコンテキストプロトコル）のようなオープンプロトコルは、機能の入力、出力、制約、および障害発生時の挙動を機械可読な形式で記述します。これにより、エージェントは脆弱な手動呼び出しではなく、安全に機能を検出して呼び出すことができます。また、自社のエージェントであろうとベンダーのエージェントであろうと、どのエージェントが呼び出しても、同じ機能は管理可能な状態を維持します。
- 2027 年までに、エンタープライズ AI エージェントの 50% 以上が、安全な相互運用性を実現するために MCP や A2A などの標準化されたフレームワークに依存するようになります。 — Gartner、K2view 経由 (2025) ↗
- 初期のエージェント AI オーケストレーションの取り組みの 60% 以上が、2030 年までにパフォーマンスまたはコストの目標を達成できないと予測されています。ギャップはモデルではなく統合にあります。 — Gartner、StackOne 経由 (2025) ↗
- エンタープライズ アプリケーションの 40% には、2026 年末までにタスク固有の AI エージェントが搭載される予定であり、これは 5% 未満から増加します。 — ガートナー、2025 年 8 月 ↗
なぜ今でも未解決のままなのか
ハードコードされた統合ではガバナンスを実現できない
生の API 呼び出しには、権限、制限、障害ポリシーの概念がありません。この方法でエージェントをシステムに接続すると、すべての統合がオーダーメイドで不透明かつ管理されなくなります。エージェントやツールの数が増えると、それを推論することは不可能になります。
安全な執行のない判決には価値がない
安定した管理されたインターフェイスを通じて実際の機能を呼び出すことができない場合、Reasoning には企業価値がありません。チームがその実行層を過小評価すると、エージェント プロジェクトは停滞します。失敗するのはインテリジェンスではなく統合です。
初期のエージェント型オーケストレーション実装の60%以上が、主に統合とガバナンスの面で、2030年までに不十分な状態になると予測されています。— Gartner、StackOne 経由 (2025) ↗ブラックボックスコネクタは構成やバージョン管理を行いません
Glue コードは、ソフトウェアのようにワークフローに組み込んだり、バージョン管理したりすることができないため、すべての機能は 1 回限りであり、すべての変更にはリスクが伴います。エージェントが実行できることを構築、テスト、ロールバックするための明確な方法はありません。
単一の AI エコシステムへのロックイン
オープン スタンダードがなければ、単一のガバナンス モデル (単一ベンダーの独自の接着剤にロードマップを賭ける) の下では、Microsoft Copilot、カスタム エージェント、またはパートナー システムによって機能を安全に呼び出すことができません。
MCP ネイティブ ツールと、構成可能でバージョン管理可能な CLI スキル
呼び出し可能なすべての機能は、入力、出力、制約、障害発生時の挙動、およびそのガバナンス境界といった、機械可読な形式で記述されます。これらの情報は、IDと権限、経済的インセンティブ、コンテンツとリーチ、サービスと責任という4つのドメインにわたっています。エージェントはMCPを介して機能を検出し、呼び出すため、誤用は限定され、すべての呼び出しは管理可能になります。これは、脆弱なハードコードされたAPI統合に依存するのではなく、機能の発見と呼び出しを可能にするためです。
CLIスキルはこれらの機能をパッケージ化し、ワークフローに組み込んでソフトウェアのようにバージョン管理できるようにします。オーディエンスとキャンペーンは、ガバナンスされたツール呼び出しを介してリアルタイムの行動データから構築されます。外部データベンダーは介在しません。また、プラットフォームは、ブラックボックスではなくガバナンスされた実行ノードとして、Microsoft Copilotからカスタムエージェントまで、より広範なエンタープライズAIエコシステムに接続します。
仕組み
AIの最先端：MCPとスキル の背後にある仕組み。
MCP ネイティブ ツールの境界
各機能は、入力、出力、制約、障害動作、ガバナンス境界など、機械可読形式で記述されます。エージェントは MCP を介して呼び出しを行うため、誤用が減り、すべての呼び出しが管理可能になります。
構成可能でバージョン管理可能なスキル
CLI スキルはビジネス機能をパッケージ化しているため、ソフトウェアのようにワークフローに組み込んだり、バージョン管理したりできます。オーディエンスとキャンペーンは、外部データ ベンダーではなく、管理されたツール呼び出しを介してライブ行動データから構築されます。
管理された実行ノード
このプラットフォームは、より広範なエンタープライズ AI エコシステム (Microsoft Copilot、カスタム エージェント) に管理されたノードとして接続されます。外部オーケストレーターは機能を呼び出すことができますが、それは MCP とワークフロー層が適用する境界内でのみです。
何が良いのか
上記のメカニズムと独立したベンチマークに基づいた方向性のある結果 — 設計目標であり、保証された結果ではありません。
呼び出しごとに制御できる実行
すべての機能には独自の境界、制限、障害ポリシーがあるため、エージェントは制約の周囲ではなく制約の範囲内で動作します。また、各呼び出しはグルー コードに埋め込まれるのではなく、検査および監査可能です。
構成可能でバージョン管理された機能
ビジネス機能は、ソフトウェアのようにワークフローを構築したりロールバックしたりできる構成要素となるため、毎回個別に書き直すことなく、エージェントができることを構築、テスト、進化させることができます。
エコシステム全体にわたる 1 つのガバナンス モデル
MCP で説明されている同じ機能は、エージェントまたは Microsoft Copilot が呼び出すかどうかに関係なく安全です。これにより、アナリストは、ほとんどのエンタープライズ エージェントが採用すると予想されるオープン スタンダードと連携することができます。
2027年までに、企業向けAIエージェントの50%以上が、相互運用性のためにMCPやA2Aなどの標準規格に依存するようになるでしょう。— Gartner、K2view 経由 (2025) ↗よくある質問
MCP とは何ですか? CIO にとってそれが重要な理由は何ですか?
MCP (モデル コンテキスト プロトコル) は、エージェントが機能を安全に検出して使用する方法です。ハードコードされた API 統合の代わりに、ツールの境界、パラメーター、制約、および期待される結果を機械可読形式で記述します。これにより、誤用が削減され、ガバナンスが可能になり、プラットフォームがより広範な AI エコシステム内で管理されたノードとして機能できるようになります。
これは Microsoft Copilot または独自のエージェントに接続できますか?
はい。このプラットフォームは API ファーストであり、MCP ネイティブ機能を公開するため、Microsoft Copilot やカスタム エージェントを含む、より広範な AI エコシステムに管理された実行ノードとして接続され、呼び出しごとにツール境界が強制されます。
オーディエンスを構築するには外部データベンダーが必要ですか?
いいえ。オーディエンスは、CLI 主導の管理されたツール呼び出しを通じて内部で構築され、各オーディエンスはライブ行動データから派生します。パスに外部データ ベンダーは含まれません。