- AIエージェントと社内システムの連携とは
- AIエージェントと社内システムの連携とは、顧客管理・在庫・基幹システムなどの業務システムをAIから読み書きできるようにする取り組みのことです。方法は①API連携 ②CLIツール ③MCPサーバーの3つで、社員が使うAIクライアント（Claude・ChatGPT等）から直接操作させるならMCPが本命です。
こんにちは、Webflow専門家からAIサイト制作・AI開発へ主戦場を広げているマサトです。宮城県塩竈市でWeb制作会社「Web春」をやっています。
「ChatGPTやClaudeは社内に入れた。でも顧客管理や在庫などの業務システムにはAIが触れないので、結局スクリーンショットとコピペでデータを運んでいる」——AI導入のご相談で、一番よく聞く状態です。この記事は、顧客管理・在庫・基幹システムといった業務システムを持つ企業の、情シス・DX担当・技術責任者の方に向けて書いています（これから新しくサービスを作りたい個人・小規模の方向けの内容ではありません）。AIエージェントと社内システムを連携する方法を3つに整理し、どれをいつ選ぶか、そして稟議や経営層への説明で必ず問われる「AIに全権を渡さない安全設計」まで、自社で本番運用している実例ベースで解説します。
✓記事の内容
- 連携方法は3つ——API連携・CLIツール・MCPサーバー
- 3方式の比較表（向くケース・AIクライアントとの相性・開発規模感）
- 3方式それぞれの解説と、当社の実例
- 「AIに全権を渡さない」安全設計の作り方（稟議・社内説明にそのまま使える形で）
- 読み取り専用から小さく始める進め方
結論：AIエージェントと社内システムの連携方法は3つ
結論から書きます。社内システムをAIエージェントから操作できるようにする方法は、大きく次の3つです。
- ①API連携——システムに「外から読み書きできる入口」を作る。すべての連携の土台になる基本形
- ②CLIツール——社内ツールやアプリの側からAIを呼び出す。特定の業務に小さくAIを組み込む方式
- ③MCPサーバー——Claude・ChatGPT・CursorなどのAIクライアントから、社内システムを直接操作できるようにする標準規格
使い分けの結論も先に。社員が毎日使っているAIに社内システムを触らせたいなら、本命はMCPです。決まった処理を裏で自動で回すだけならAPI連携で足ります。特定の社内ツールにAI機能を1つ組み込みたいだけならCLIが最短です。
3方式の比較——決め手は「どのAIから・誰が使うか」
上の表を一行でまとめると、「社員が会話しているAIそのものに操作させたいならMCP、それ以外は用途しだい」です。
API連携は、システム同士を裏でつなぐ自動処理（毎晩データを同期する、フォームの内容を基幹に登録する等）に向きます。ただしAPIだけの状態でAIに使わせようとすると、エンドポイントや認証の説明を毎回AIに教える「翻訳の一手間」が残ります。
CLIツールは方向が逆で、社内アプリの側からAIを呼び出します。作る範囲が小さく済む一方、アプリごとの個別開発になります。
MCPサーバーは、Claude・ChatGPT・Cursorなど対応AIクライアントから直接使える共通規格である点が決め手です。特定のAIサービス専用に作り込むと乗り換えのたびに作り直しになりますが、MCPならAIの側を替えても接続口はそのまま使えます（2026年時点で対応クライアントは増え続けています）。長く使う業務システムほど、ここが効きます。
方法①API連携——業務システムとAIをつなぐ基本形
APIは「システムに外から読み書きするための入口」です。AI以前からある仕組みですが、AI連携でもすべての土台はここです。入口の無いシステムには、AIもプログラムも触れません。
当社の実例では、自社CMS「ハルCMS」にREST API（記事の作成・取得・更新・削除、画像アップロードなど）を実装し、その上に後述のMCPサーバーを載せました。先にAPIという土台があるから、MCPは薄く作れる——この順番が定石です。設計判断の全記録は自社CMSにAPIとMCPサーバーを実装した話に書いています。
API連携が単体で向くのは、人もAIも介在しない自動処理です。逆に「AIとの会話の中でシステムを操作したい」なら、APIの上にもう一段（MCP）が要ります。
方法②CLIツール——社内ツールへのAI組み込みは逆方向の連携
①と③が「AIが社内システムを触る」方向なのに対し、CLIツールは「社内ツールの側からAIを呼び出す」逆方向の連携です。
当社の実例を挙げます。ローカルアプリや社内ツールからAI（Claude）をAPIキー無しで呼び出せるCLIブリッジを自社開発し、AIサイトビルダーの実案件で使っています。APIキーを発行して各ツールに配ると、鍵の管理と漏えい対策がそのまま運用負担になりますが、この方式ならその心配ごと自体を消せます。
向いているのは「見積もりの下書きをAIに書かせるボタンが欲しい」のような、特定業務へのピンポイントなAI組み込みです。小さく作れる反面、ツールごとの個別開発になるので、全社的なAI活用の土台には③のMCPを選びます。
方法③MCPサーバー——AIクライアントから直接使える標準規格
MCP（Model Context Protocol）は、AIが外部システムを操作するための共通規格です。APIが「システムの入口」だとすれば、MCPは「AIがその入口を使うための手」にあたります。MCPサーバーを用意すると、社員が使っているClaudeやChatGPTとの会話の中から、「先週の問い合わせを一覧して」「この記事を下書きで登録して」といった操作が直接できるようになります。
当社では自社SaaS2本でMCPサーバーを実装し、本番運用しています。CMSの「ハルCMS」ではツール8個のMCPサーバーと開発者ドキュメント・llms.txtまで一般公開し、メールAPIの「haru Mail」では送受信をMCP経由で操作できます。売るための絵ではなく、毎日自分たちが使っている仕組みです。
一次的な学びもあります。外部SaaSの汎用MCP（Webflow MCP 1.0）を試したところ、接続するだけで大量の情報を読み込み、AIのコンテキストの大半を消費して実用に届きませんでした（実測の詳細はWebflow MCPを試した記事）。この経験から、自社のMCPは「ツール数を絞る・返す情報を小さく保つ」設計を徹底しています。MCPは作れば終わりではなく、この設計品質で実用性が決まります。
MCPサーバーの作り方の実務はMCPサーバー開発の解説記事に、既存のSaaS・自社サービスへ載せる話はSaaSへのMCP組み込みの記事に分けて書いています。
安全設計——「AIに全権を渡さない」は仕組みで作れる
DX担当・情シスの方の一番の不安はここだと思います。「AIに社内システムの鍵を渡して、勝手に消されたり送られたりしないのか」。答えを先に書くと、危険な操作をそもそも実行できない形にAPI・MCPを設計すれば、AIに全権を渡さずに連携できます。「AIに丁寧に指示しましょう」という運用ルール頼みでは守れません。守るのは仕組みです。以下の4つは、稟議書や経営層への説明資料にそのまま書ける形で挙げます——「万一AIが誤動作しても、被害は構造上この範囲で止まる」と言い切れることが、社内承認の決め手になるからです。当社が本番運用している設計は次の4つです。
①鍵の失効設計——人が抜けたら鍵も止まる
ハルCMSでは、メンバーを停止すると、その人が発行したAPIキーも自動で失効します。鍵がアカウントと独立に生き残ると「ログインは止めたのに外部からはまだ書ける」という穴ができるからです。担当者の異動・退職が避けられない社内システムでは、この設計が最初の必須項目です。
②危険操作の二段階化——一発で実行できないAPIにする
haru Mailでは、送信系のツールはすべて「下書き作成」までしかできず、実際の送信は confirm_send という別ツールでしか実行できません。AIが誤解しても、下書きが1通できるだけです。プロンプトで「勝手に送らないで」と頼むのではなく、そもそも一発送信できない構造にする——メール送信・支払い・削除・公開のような取り返しのつかない操作は、すべて同じ発想で二段階にできます。
③監査ログ——全操作を記録し、後から追える
全書き込み操作を監査ログに記録します。いつ・どの鍵が・何をしたかが残るので、想定外の動きがあってもすぐ特定でき、該当の鍵だけ止められます。
④許可リスト——書ける範囲を最初から絞る
自社の運用基盤を操作する管理MCPでは、書き込みできる操作を安全な許可リスト内に限定しています。「全部触れる鍵を渡して使う側が気をつける」のではなく、渡す権限そのものを絞ります。
進め方——読み取り専用から小さく始める3段階
最初から基幹システムへの書き込みを計画しないでください。当社がおすすめしている進め方は3段階です。
- 第1段階：読み取り専用でつなぐ。AIにはデータの参照だけを許可します。書き込み権限が無いので、消える・書き換わる事故は構造上起きません。「AIが社内データに答えられる」だけで、コピペ転記の大半は消えます
- 第2段階：書き込みを二段階承認付きで開放する。登録・送信・公開は「AIが下書きを作る→人が確認して確定する」形で追加します。上のharu Mailのconfirm_sendと同じ発想です
- 第3段階：本格運用。監査ログと鍵管理を整えたうえで、対象システムと許可する操作を広げていきます
この順番なら、各段階で「何かあっても被害はここまで」という上限が常に決まっています。小さく始めて、効果が見えた範囲だけ広げるのがAI連携の定石です。
当社の開発メニューもこの3段階に対応しています。第1段階にあたるMCPスターター（読み取り専用）が¥2,500,000（税別・目安4〜6週）、REST APIの設計から認証認可・レート制限・監査ログ・危険操作の二段階化・MCPサーバー・開発者ドキュメントまで一式のAPI＋MCPフルパックが¥5,000,000（税別）、書き込み全開・複数AIクライアント・業務システムごとのフル統合が¥10,000,000〜（税別・個別見積）です。稟議も「まず読み取り専用の範囲で」と段階で切ると、承認の判断材料がそろい通しやすくなります。
まとめ：AI活用の壁は、AIの性能ではなく接続口
AI導入がうまくいかない原因の多くは、AIの性能ではなく、AIが自社のデータに触れないことです。連携方法は3つ——裏の自動処理はAPI、ピンポイントの組み込みはCLI、社員のAIから直接使わせるならMCP。そして安全は運用ルールではなく、失効設計・二段階化・監査ログ・許可リストという仕組みで作る。当社が自社サービスの本番運用で確かめてきた結論です。
Web春では、API・MCPサーバーの開発を認証・レート制限・監査ログ・公開ドキュメントまで一式でお受けしています（API・MCP開発のサービス詳細）。「うちのこの業務はAIに任せられる？」という判定だけでも構いませんので、無料相談からお気軽にどうぞ。
よくある質問
AIエージェントと社内システムの連携開発は、いくらかかりますか？
当社は3段階のメニューでお受けしています（すべて税別）。①MCPスターター（読み取り専用）¥2,500,000——既存のREST APIに読み取り専用のMCP層を被せる入口プランで、目安4〜6週 ②API＋MCPフルパック¥5,000,000——REST APIの設計から認証認可・レート制限・監査ログ・危険操作の二段階化・MCPサーバー・開発者ドキュメントまで一式 ③フル統合¥10,000,000〜——書き込み全開・複数AIクライアント・業務システムごとの個別見積。運用保守は月額¥150,000〜です。稟議の通しやすさから、読み取り専用のスターターで始める企業が多数です。
開発期間はどれくらいかかりますか？
既存システムにAPIがあるかどうかで大きく変わります。整理されたAPIが既にあればMCPサーバーを被せる部分は薄く済み、無ければ接続口（API）の設計から始めるため長くなります。当社では「読み取り専用の小さな範囲を先に動かし、効果を見てから広げる」段階方式をとるので、最初の成果までの距離を短くできます。
既存の社内システムが古く、APIがありません。連携できますか？
できます。その場合は接続口（API）の設計から始めます。全機能をAPI化する必要はなく、AIに触らせたい業務のデータだけ、まず読み取り専用の入口を作るのが定石です。土台のAPIができれば、その上にMCPサーバーを載せて社内のAIクライアントから使えるようにします。
AIに社内データを勝手に消されたり、外部に送られたりしませんか？
設計で止めます。当社の本番運用では、①メンバーを停止するとその人が発行した鍵も自動失効 ②メール送信などの危険操作は confirm_send という別ツールを通さないと実行できない二段階制 ③全書き込み操作を監査ログに記録 ④書き込みは許可リスト内の操作のみ——の4点を仕組みに埋め込んでいます。運用ルールではなく構造で守るのが原則です。
ChatGPTとClaude、どちらからでも使えますか？
MCPサーバーとして作れば、Claude・ChatGPT・Cursorなど対応AIクライアントのどれからでも同じ接続口を使えます（2026年時点で対応クライアントは増え続けています）。特定のAIサービス専用に作り込まないことが、乗り換え時に作り直しにならないための要点です。
まず何から始めればいいですか？
社内で一番「画面を見ながらコピペ転記している」業務を1つ選び、そのデータを読み取り専用でAIにつなぐことから始めてください。書き込み権限が無いので事故は構造上起きず、効果はすぐ体感できます。どの業務が向くか分からない場合は、「これはAIに任せられる？」の判定だけでも当社の無料相談をお使いいただけます。
