Connecting legacy systems to AI MCP でデータのサイロをつなぐ
データが ERP、Excel、共有フォルダ、各部署のシステムに散らばっていて、AI からは見えません。MCP でそれらをつなぎ、AI が権限の範囲内で直接調べられるようにします。
01
こんな方に
- ERP、販売在庫管理、自社構築のデータベースなどの既存システムがあり、データが何か所にも分かれている
- 社員が自然な言葉で社内データを調べられるようにしたい。毎回情報システム担当に集計を頼むのではなく
- AI アシスタントはすでに使っているが、人が手で貼り付けた内容しか読めない
- 既存システムに API がない、あるいは仕組みを覚えている人がいない
- ERP・販売管理
- Excel の帳票
- 共有フォルダ
- 自社データベース
MCP server
既定は読み取り専用
既存の権限をそのまま使う
照会ごとに記録を残す
AI アプリケーション
Claude、Gemini など
社員が自然な言葉で照会
02
サービス内容
データのサイロの棚卸し
システムとデータごとに、置き場所、担当者、アクセス方法（API、データベース、ファイル）と、どのデータを AI に開放してよいかを一覧にします。
連携構成の設計
どのデータを MCP server として提供し、どの AI アプリケーションが使うか、そして接続方法（ローカルで動かすか、HTTP で提供するか）を決めます。
MCP server の開発
既存システム向けに MCP server を開発し、照会ツールとデータリソースを提供します。既定は読み取り専用で、書き込みが必要な操作には確認の手順を別に設けます。
権限と監査
既存のアカウントと権限をそのまま使い、照会のたびに記録を残します。誰が AI を通して何を調べたかがわかります。
セキュリティテスト
プロンプトインジェクションなど LLM 特有のリスクに対して連携をテストし、AI がデータの内容に誘導されてすべきでないことをしないかを確かめます。
03
進め方
1. 棚卸し
データソースとアクセス方法を一覧にし、最初に連携するシステムを選びます。
2. 設計
提供する照会とデータ、権限、記録の方法を定義します。
3. 開発と試用
最初のデータソースの MCP server を仕上げ、少人数の社員に実際に使ってもらい、意見をもらいます。
4. 拡張と引き継ぎ
利用状況に応じて次のシステムを連携し、文書と保守の方法をお渡しします。
04
納品物
- データソースの棚卸しと連携構成の文書
- MCP server のソースコードとデプロイ手順
- 権限と監査ログの設定
- セキュリティテストのレポート
- 操作と保守の文書
05
契約の期間
3 か月、半年、1 年のいずれかを一つの期間とし、範囲に応じて決めます。期間が終わるたびに、お客様と一緒に最初に決めた目標と突き合わせ、次の期間に何をするか、あるいはここで終えるかを決めます。
どの期間も：棚卸し → 設計 → 導入 → 目標との照合、そして次を決める
06
料金の考え方
案件ごとに見積もります。扱うシステムとデータの量、必要な人員と時間、期間の長さによります。まず一度お話を伺い、実際の範囲に基づいて金額をお出しします。先に金額を出してから範囲を合わせることはしません。
07
よくある質問
MCP とは何ですか？
既存システムに API がなくても連携できますか？
AI が私たちのデータを書き換えてしまうことはありませんか？
データが社外に送られることはありますか？
08