MCPについて
ここのところAIエージェントのひとつの姿であろうMCPが個人的に熱いです。
もうまるで「デジタル部下」 - MCPで実現するゼロコード業務自動化
オフィスオートメーションという言葉が出てきて久しいですが、実際のところ多くの企業ではいまだに手作業で行われている業務が山積みです。RPA（Robotic Process Automation）やローコードツールの普及により状況は改善されつつあるものの、真の意味での「誰でも使える自動化」にはまだ遠い印象があります。
思ったほど進まないノーコード化
結構現実だと思います。なぜなら、どんなに簡単と謳われるツールでも、結局は専門知識が必要だったり、複雑な設定が必要だったりするからです。
ノーコードが使える環境であっても「自分じゃ実装したくない」「面倒くさい」とか・・・本音だと思います。
AIエージェントの活用で要件定義しない「自動化」を実現
要件定義しなくても曖昧な指示でやってくれるのがミソです。エンジニアに作業を依頼する場合、「正確に何をどうしたいのか」を細かく説明しなければなりませんし、自分でローコードで開発しようとすると「セルフ要件定義」と「設計」と「テスト」から逃れることはできません。
人間のように曖昧な指示で仕事をやってくれる
MCPを活用したClaudeは、人間同士のコミュニケーションのように、多少曖昧な指示でも文脈から意図を汲み取り、適切に作業を進めてくれます。まさに優秀な「デジタル部下」のように振る舞ってくれます。
メールかチャットで指示するぐらいの手順があればOK
AIエージェント的に振る舞うClaude+MCPを活用した場合は違います。メールで同僚に頼むような感覚で、「このサイトにログインして、各○○の最新データを確認して、結果をCSVにまとめておいて」といった簡潔な指示だけで作業を遂行してくれます。細かい操作手順やエラー処理を事前に全て想定する必要がなく、人間同士のコミュニケーションに近い形で業務を任せられるのです。
実際にやってみる：監視カメラの稼働監視
人間がやるとこんな作業になります
よくあるデータの監視とその結果の記録となると、こんな感じになるハズです。
今回使ったMCPの構成
ブラウザとファイルだけ。
利用するMCPサーバ
Playwright: ブラウザ操作を担当
Filesystem: ローカルファイルの読み書きを担当
監視シナリオ
今回実装する監視シナリオは以下のとおりです。
ビルや工場内に設置された複数のネットワークカメラの稼働状況を監視するタスクを自動化します。各IPカメラは時系列データベース（CLOUDSHIP）に画像データを定期的にアップロードしており、RealBoardを通じてそれらの最新タイムスタンプを確認することで稼働状況を把握できます。
指示したい作業をCSVにまとめる
部下にお願いするときでもメールで書くより「文章にしてください」とか「ExcelとかPPTでください」と言われることが多いと思います。それと同じくやって欲しい作業をCSVに書いてみました。
たったこれだけ
はじめて作業するような人に指示するのと全く一緒です。
コーディングもツールをポチポチ押す必要もありません。
結論：実行結果
これ1回も詰まらずに完成しました。
実行の様子
タスクの依頼
依頼内容を理解してくれた
ログインからサイトアクセスが進む様子
カメラ画像のポイントIDからタイムスタンプを自動取得
・・・ブラウザを戻ってまた次のカメラ画像のポイントIDをクリックする動作が繰り返されます・・・
ブラウザでの作業が完了
少し時間が掛かりましたが・・・全ての監視データ確認作業が完了しました。
CSVに保存してくれます
注意点
Claudeは、とにかく「Shift-JIS（シフトジス）」にはめっぽう弱いです。
標準で出てくるのは「UTF-8」になります。
逆に、Excelは「UTF-8」にはめっぽう弱いです・・・最近はUTF-8にも対応はしてますがどうも使い勝手が悪いです。
UTF-8→Shift-JIS変換方法は、福岡県庁さんの資料が秀悦なので貼っておきます。
まとめ
MCPを活用したアプローチの最大の特徴は、従来のノーコード開発やRPAツールとは根本的に異なる開発プロセスにあります。
エンジアリングプロセスがホボない
従来のノーコード開発では、事前の要件定義、設計工程を経て、専用ツールを用いた実装作業が必要でした。同様にRPAにおいても、詳細な業務フローの設計、各ステップのシナリオ定義、そして専用ソフトでのロジック組み立てという工程が不可欠でした。
一方、AIとMCPの組み合わせでは、「どんな監視をしたいか」という目的を自然言語でAIに伝えるだけで、AIが要件定義から設計、実装までを一気に担当します。人間はプログラムコードを書くことなく、AIとの対話を通じて要件を明確にしていくだけで、複雑な監視の自動化が実現できます。
AIエージェントの意味の再確認
この「要件定義→設計→コーディング」という従来の定型的なプロセスが省略される点こそ、MCPによる自動化の革新的な特徴と言えるでしょう。これにより、ITリテラシーに関係なく、だれでも自分の業務をエージェントに依頼するだけで実現(=自動化)できる可能性を感じていただけたことでしょう。
明日来ない危機：実際のインパクトはもう少し先に来ます
ここまで書いてきたリアルなAIエージェントの現在地は、これからやってくる破壊的な生成AIやAIエージェントの予兆に過ぎないでしょう。
我々ソフトウェアエンジニアや業界は「明日来ない危機」として捉えておかないといけない潮目にあります。
私含めて独りだけでは決して多面的に備えることはできません。是非、いろいろな方々と多面的にこの潮目を乗り切っていかねばと決意あらたにした次第です
PROMPT-Xについて
東京・鹿児島・高知の3拠点で、商用時系列データベースCLOUDSHIPと可視化ソフトRealBoardを軸としたIoTプラットフォーム向けソフトウェアの開発・販売を行うメーカーです。IoT関連の開発支援サービスやソリューション開発も提供しています。鹿児島・高知での開発エンジニア採用を強化中で、PROMPT-Xで働きたいと思える情報発信に努めています。