MCPとは？営業での活用例とSFA連携で変わること・注意点

MCP（Model Context Protocol）とは、AIと社内のシステムやデータをつなぐための共通規格のこと。AIがSFA・メール・カレンダー・ファイルなどを「道具」として使うときの、接続のしかたを定めている。

営業の現場にとっての意味は、SFAに記録した営業データを、使いたいAIから直接読み書きできるようになること。これまで個別の開発が必要だったAIとSFAの連携が、共通の方法で行えるようになった。

ただし、つなげば成果が出るわけではない。AIが読むのはSFAに記録されたデータであり、権限の設計を誤れば誤操作や情報漏えいの原因にもなる。この記事では、MCPの仕組みと他の連携方式との違い、営業業務別の活用例、導入の手順、そしてSFAをつなぐときの権限とセキュリティの注意点までを整理する。

MCPとは

MCPは、Anthropicが2024年11月に公開したオープンな規格。AIアプリと外部のシステムの間で、どのようにデータをやり取りし、どのように操作を呼び出すかを定めている。

2025年12月には、Linux Foundationのもとに設立されたAgentic AI Foundationへ寄贈された。同団体はAnthropic・Block・OpenAIが共同で設立し、Google・Microsoft・AWSなどが支援している。MCPは特定の企業に依存しない共通規格として運営されている（出典：Anthropic「Donating the Model Context Protocol and establishing the Agentic AI Foundation」）。

同じ発表によれば、MCPはChatGPT・Cursor・Gemini・Microsoft Copilot・Visual Studio Codeなどで採用され、公開されている稼働中のMCPサーバーは1万を超える。

たとえるなら「共通の差し込み口」

MCPの役割は、機器をつなぐ端子の規格にたとえられることが多い。端子の形がそろっていれば、どのメーカーの機器でも同じケーブルでつなげる。

MCPも同じで、システム側がMCPの形で「差し込み口」を用意すれば、MCPに対応したどのAIからでも同じ方法でつなげる。AIごとに別々の接続を作る必要がなくなるのが要点。

MCPの仕組み

MCPは、3つの役割で構成される。

利用者がAIに「今週停滞している案件を出して」と頼むと、AIはSFAのMCPサーバーに問い合わせ、返ってきたデータをもとに答えを組み立てる。

サーバーが公開するもの

MCPサーバーは、主に3種類のものをAIに公開する。

AIは、サーバーが公開しているツールの一覧と説明を読み、指示に合うものを選んで使う。どのツールを公開するかはサーバー側が決めるため、AIにさせたくない操作は、そもそも公開しなければよい。

つなぎ方：手元の接続と、ネットワーク越しの接続

MCPの接続には、大きく2つの形がある。

SFAのようなクラウドサービスをつなぐ場合は、ネットワーク越しの接続になる。この場合、MCPの仕様ではOAuthを土台にした認証の仕組みが定められており、利用者は自分のアカウントで接続を許可する。誰の権限でつながっているかが明確になるため、利用者ごとの閲覧権限をAIからの操作にも適用しやすい。

API連携・RAG・Function Callingとの違い

AIと社内のデータをつなぐ方法は、MCP以外にもある。それぞれの違いを整理する。

MCPはAPIを置き換えるものではない。多くのMCPサーバーは、内部でシステムのAPIを使っている。MCPは、APIの上に「AIから使うための共通の入口」を載せると考えると分かりやすい。

RAGとも競合しない。マニュアルや提案書の検索はRAGで、案件データの集計や記録の登録はMCPで、と組み合わせて使える。たとえば「この顧客に近い業種の受注事例を探して、提案の骨子を作って」という指示なら、受注事例の案件をMCPでSFAから絞り込み、その提案書の中身をRAGで検索する、という組み合わせになる。

営業でMCPが注目される理由

営業の領域でMCPが注目される理由は3つある。

1. 営業データが複数のシステムに分かれている

営業の情報は、SFA・メール・カレンダー・チャット・ファイル共有などに分かれている。AIにこれらをまとめて扱わせるには、システムごとに接続を作る必要があった。MCPなら、それぞれのシステムがMCPサーバーを持っていれば、AIから同じ方法で使える。

2. 使うAIを後から選び直せる

AIモデルの性能と価格は、短い周期で入れ替わる。特定のAIに合わせて連携を作り込むと、より良いAIが出ても乗り換えにくい。用途によってAIを使い分けたい場合もある。文章の作成に強いAI、表の集計に強いAIを使い分けても、データ側の接続は1つで済む。MCPでつないでおけば、AIを変えても、データ側の接続はそのまま使える。

3. 個別開発の費用と時間を減らせる

AIとSFAを連携させるたびに個別の開発をすると、費用も時間もかかる。MCPに対応したSFAを使えば、AIアプリの設定でつなぐだけで始められる場合がある。

SFAがMCPに対応すると何が変わるか

SFAは、これまで人が入力し、人が見るためのシステムだった。画面の見やすさや操作のしやすさが、主な価値だった。

MCPに対応すると、SFAはAIが読み、AIが使うデータの土台にもなる。人がSFAの画面を開いて探し、集計し、転記していた作業を、AIへの指示で済ませられるようになる。

当社は2025年10月、SFA「GoCoo!」の正式リリースにあわせて、MCPサーバー接続によるAI連携への対応を発表した（お知らせ）。その際に掲げた考え方が、SFAは「人が使う」時代から「AIが使う」時代へというもの。AIがSFAのデータを読み解き、自社の勝ちパターンを学ぶには、まず営業データを蓄積する場所が要る、という位置づけ。

もっとも、人がSFAの画面を使わなくなるわけではない。案件の全体を一覧で眺める、記録を確かめて直す、といった作業は引き続き画面で行う。変わるのは、探す・集計する・転記するといった作業の多くが、AIへの指示に置き換わること。画面は「確かめて直す場所」、AIは「探して下書きする手段」という役割の分担になる。

営業業務別の活用例

SFAをMCPでAIにつないだときに、任せられる作業を業務別に整理する。

どの例も、SFAに記録されたデータの範囲でしか答えられない。次回アクションが記録されていなければフォロー対象は出ないし、失注理由が自由記述でばらばらなら傾向は読めない。

最初に試すなら

最初に試すなら、パイプライン確認と商談準備がよい。どちらも読み取りだけで完結し、答えが正しいかを人がすぐに確かめられる。日常的に発生するため、効果も実感しやすい。

逆に、経営分析や失注の振り返りは、データの量と質が十分にそろってから取り組むほうがよい。データが少ないうちに傾向を尋ねると、偶然の偏りを傾向と取り違えるおそれがある。

指示と動きの具体例

MCPでつないだAIが、実際にどのように動くかを4つの場面で示す。

マネージャーの月曜の朝

マネージャーが「先週から動きのない案件を、担当者別に出して。金額の大きい順で」と頼む。AIはSFAのMCPサーバーで案件を検索し、最終更新日と金額で絞り込み、担当者ごとの表にして返す。マネージャーは表を見て、会議で取り上げる案件を決める。

これまでは、レポートの条件を設定するか、担当者に状況を聞いて回る必要があった。

営業担当者の商談前

営業担当者が「午後のB社との商談の準備をしたい。前回までの経緯と、相手が気にしていた点をまとめて」と頼む。AIは活動履歴と議事録を読み、時系列の要約と、前回の宿題、確認すべき論点を返す。

経緯の確認に使っていた時間が、論点の検討に回る。

週次の報告

マネージャーが「今週のチームの活動と案件の動きをまとめて、報告の下書きを作って」と頼む。AIは活動件数・新規案件・フェーズの進んだ案件・受注と失注を集計し、所見を添えた下書きを作る。マネージャーは所見を直して提出する。

営業企画の失注分析

営業企画の担当者が「直近半年で失注した案件を、失注理由と競合別に集計して。前の半年と比べて増えた理由を説明して」と頼む。AIは案件の失注理由と競合の項目を集計し、期間ごとの差を表にしたうえで、増えた理由の候補を挙げる。担当者は、候補のうち確かめるべきものを選び、現場への聞き取りにつなげる。

失注理由が決まった選択肢で記録されていれば、この集計は数秒で済む。自由記述のままなら、AIが文章を読んで分類することになり、精度が落ちる。

4つの場面に共通するのは、AIが探して集計し、人が判断して直すという分担。

複数のシステムをまたいで使う

MCPの利点が最も出るのは、複数のシステムを同時につないだとき。

たとえば「来週の訪問予定ごとに、相手先の案件の状況と前回のメールの要点をまとめて」という指示は、カレンダー・SFA・メールの3つを読まなければ答えられない。MCPでそれぞれがつながっていれば、AIが3つをまたいで1つの答えにまとめる。

ただし、つなぐシステムが増えるほど、AIが触れられるデータの範囲も広がる。つなぐ前に、どのシステムのどのデータまでをAIに見せるかを決めることが欠かせない。

MCPと営業AIエージェントの関係

MCPとあわせて語られることが多いのが、営業AIエージェント。両者の関係を整理しておく。

• 営業AIエージェント：目的を受け取り、手順を組み立て、道具を使って作業を進めるAIの仕組み
• MCP：そのエージェントが「道具」を使うときの、接続の規格

エージェントは、道具が使えなければ何もできない。SFAの案件を読む、カレンダーの予定を確かめる、メールの下書きを作る、といった動きは、それぞれのシステムに接続できて初めて可能になる。MCPは、その接続を共通の方法にした。

つまり、エージェントの能力は、MCPでつながっている道具の数と、その道具が持つデータの質で決まる。どれだけ賢いAIでも、SFAに記録がなければ営業の仕事は手伝えない。

導入の進め方

SFAをMCPでAIにつなぐときは、次の順で進める。

1. 任せたい作業を決める

最初は、読み取りだけで完結する作業を選ぶ。商談前の要約、停滞案件の洗い出し、集計と報告の下書きなど。書き込みを伴う作業は後に回す。

2. データを確認する

任せたい作業に必要なデータが、SFAに記録されているかを確かめる。次回アクションや失注理由が空欄だらけなら、先に記録のルールを整える。

3. 権限を決める

AIに読ませる範囲と、書き込ませる範囲を決める。利用者ごとの閲覧権限をAIにも引き継げるかを確認する。

4. 一部の利用者で試す

マネージャーや一部のチームで試し、AIの答えが正しいかを人が確かめる。誤りがあれば、指示の書き方か、データの記録に原因がある。

5. 書き込みと対象を広げる

読み取りで効果が確認できたら、活動記録の下書きなど、人の承認を挟む書き込みに広げる。つなぐシステムも1つずつ増やす。

立場ごとの使い方

SFAをMCPでAIにつないだときの使い方は、立場によって違う。

立場ごとに、AIに見せてよい範囲は違う。経営層には全社の数字を、営業担当者には自分とチームの案件を、と分けるには、前述のとおり利用者の権限をAIにも引き継げることが前提になる。

権限と書き込みの設計

MCPでAIにSFAを使わせるときに、最も重要なのが権限の設計。次の考え方で組み立てる。

とくに「利用者の権限を引き継ぐ」は見落とされやすい。AIに管理者の権限でつないでしまうと、一般の担当者がAIに尋ねただけで、本来は見られない案件や金額が答えに含まれてしまう。

セキュリティで気をつけること

MCPは便利な一方で、新しい種類のリスクも持ち込む。導入前に次の点を確認したい。

信頼できないMCPサーバーをつながない

MCPサーバーは誰でも作って公開できる。出所の分からないサーバーをつなぐと、AIを通じてデータが外部に送られるおそれがある。業務でつなぐサーバーは、提供元と管理者を確かめ、社内で許可したものに限る。

データに紛れ込んだ指示に注意する

AIは、読み込んだデータの中に書かれた文章を、指示と取り違えることがある。たとえば顧客から届いたメールの本文に、AIへの不正な指示が紛れ込んでいる場合。外部から届いた文章を読ませる作業では、書き込みや送信をAIに直接させないのが基本。

接続の資格情報を管理する

MCPサーバーへの接続には、認証の情報が使われる。個人が勝手に接続を作ると、誰がどのデータにアクセスしているか分からなくなる。接続の作成と解除は、情報システム部門などの管理者が行う形にする。

外部への送信を止める

メールやチャットの送信をAIに許可すると、誤った相手に誤った内容が送られるおそれがある。最初は下書きまでにとどめ、送信は人が行う。

MCPを活かすためのデータの準備

MCPでつないだAIの答えの質は、SFAのデータの質で決まる。つなぐ前に、次の3点を整えておきたい。

AIは、項目の名前と中身から意味を推測して答える。「確度A」が担当者によって違う意味で使われていれば、AIの集計も同じようにずれる。人が読んでも分かりにくいデータは、AIが読んでも分かりにくい。

記録の集約と定着については、SFAと連携したほうが良いツールと連携のメリット や 営業活動でデータ分析をする方法 も参考になる。

費用と体制の考え方

MCPそのものは公開された規格で、規格を使うこと自体に費用はかからない。費用がかかるのは、規格の両側にあるものと、運用の体制。

見落とされやすいのは、データの整備と運用の2つ。製品の費用は見積で比べられるが、この2つは社内の工数として表に出にくい。

体制は、大きく作る必要はない。営業部門で使い方と効果を確かめる担当と、情報システム部門で接続と権限を管理する担当の2者がいれば始められる。営業部門だけで進めると権限の管理が甘くなり、情報システム部門だけで進めると使われない。両者で決めておくことが、長く使うための前提になる。

社内ルールの作り方

MCPでAIをSFAにつなぐ前に、社内の利用ルールを決めておく。決めておきたいのは次の5点。

ルールは細かく作り込むより、最初は短く決めて、運用しながら足すほうが守られる。試行の段階で起きた問題をルールに反映していけばよい。

効果の測り方

SFAをMCPでAIにつないだ効果は、作業時間の変化で先に確かめる。受注などの結果は、効果が出るまで時間がかかるため。

最後の「修正率」は、データの質を測る指標にもなる。修正が多い業務は、指示の書き方か、SFAの記録に問題がある。

MCP対応のSFA・営業ツールを選ぶ観点

MCPに対応したSFAや営業ツールは増えている。選ぶときは、「MCP対応」と書かれているかだけでなく、次の点を確かめる。

最後の「データの集約」は重要。MCPでつなげるのは、そのSFAに入っているデータまで。営業データが他のシステムに分かれたままなら、AIが読める範囲もその分だけ狭くなる。

既存のSFAを使い続けたままMCPを試す方法

すでに別のSFAを使っていて、乗り換えずにAIを試したい場合もある。方法は大きく2つ。

1. 使っているSFAのMCP対応を確かめる

使っているSFAがMCPに対応していれば、そのままつなげる。対応している範囲（読み取りだけか、書き込みもできるか、権限を引き継げるか）を、前述の観点で確かめる。

2. データを複製して、MCPに対応した基盤に載せる

使っているSFAがMCPに対応していない、または本番環境にAIをつなぐことに不安がある場合は、SFAのデータを別の基盤に複製し、その基盤をMCPでAIに公開する方法がある。

この方法なら、既存のSFAの設定や運用を変えずに済む。AIが触れるのは複製したデータなので、本番のデータを誤って書き換えるおそれもない。複製の際に、散らばっていた項目や重複したデータを整理できる利点もある。

よくある誤解

「MCPに対応すれば、AIが勝手に売上を上げてくれる」

MCPはつなぐための規格であり、成果を生むのはデータと使い方。記録が不十分なら、AIは正しい答えを出せない。

「MCPを使うと、全データをAIの提供元に渡すことになる」

AIが読むのは、指示に応じてMCPサーバーから取り出したデータに限られる。ただし、取り出したデータはAIモデルに送られて処理されるため、AIアプリの利用規約やデータの扱いは別途確認が必要。

「MCPはエンジニアのためのもの」

自社のシステムをMCPに対応させる開発にはエンジニアが要る。一方、MCPに対応したSFAを使う側は、AIアプリの設定でつなぐだけで始められる場合がある。

「APIがあればMCPは要らない」

APIがあれば、AIとの連携を個別に開発することはできる。ただし、AIやシステムが増えるたびに開発が要る。MCPは、その組み合わせごとの開発を減らすための規格。

導入でよくある失敗

1. つないだだけで終わる

接続の設定を済ませても、誰が何に使うかが決まっていなければ、使われないまま終わる。最初の業務と利用者を決め、使った結果を確かめる場を設ける。

2. 管理者の権限でつないでしまう

試しにつなぐときに、管理者のアカウントで接続しがち。そのまま利用者を広げると、全員が管理者と同じ範囲のデータをAIを通じて見られる状態になる。試行の段階から、利用者本人の権限でつなぐ。

3. データの記録が追いついていない

AIに尋ねても、答えが「データがありません」や不正確なものばかりになる。原因はAIではなく、SFAの記録の抜け。記録の定着を先に進めるか、議事録から活動記録を起こすなど、記録そのものをAIで補う使い方から始める。

4. いきなり書き込みまで任せる

最初から記録の登録や更新をAIに任せると、誤った値が入ったときに気づきにくい。誤りが積み重なると、SFAのデータそのものが信頼されなくなる。書き込みは、読み取りで効果を確かめた後に、承認を挟んで始める。

まとめ

• MCPは、AIと社内のシステム・データをつなぐ共通規格。2024年11月にAnthropicが公開し、2025年12月にAgentic AI Foundationへ寄贈された
• 構成はホスト・クライアント・サーバー。サーバーがツール・リソース・プロンプトを公開し、AIが選んで使う
• APIを置き換えるものではなく、APIの上に「AIから使うための共通の入口」を載せるもの。RAGとも組み合わせられる
• SFAがMCPに対応すると、SFAは「人が使う」システムから「AIも使う」データの土台になる
• 営業では、商談準備・活動記録・フォロー・パイプライン確認・報告などを自然な言葉の指示で任せられる
• 読み取りから始め、書き込みは承認制、利用者の権限を引き継ぎ、操作を記録する
• 答えの質はデータの質で決まる。記録の集約と項目の定義を先に整える

GoCoo! SFAはMCPサーバーに対応しており、営業データをMCPで公開して、Claude・GPT・Geminiなど使いたいAIとつなげられます。既存のSFAを使い続けたままAIを試したい場合は、本番環境に触れずに複製したデータの上で動くGoCoo! Agentもあります。どの業務からAIに任せられるか、現在のデータの置き場所を伺ったうえでご提案します。

▶GoCoo! SFAの詳細を見る

▶GoCoo! Agentの詳細を見る

▶MCPを使った営業データの活用について相談する