接続の壁
デスクトップでは動いたが、本番環境で繋がらない
社内SaaS(Slack、Salesforce、freee等)やオンプレ基幹システムとの接続は、認証方式・ネットワーク構成・データ形式の壁がある。個人のローカル環境とエンタープライズ環境では要件が根本的に異なります。
MCP(Model Context Protocol)は、AIエージェントが外部ツールやデータソースと安全に接続するためのオープンプロトコルです。homulaは、MCP環境構築・業務別MCPサーバー設計・ガバナンスポリシー策定を1-3週間で完了し、日本企業のエンタープライズMCP導入を一気通貫で支援します。
MCPは、homulaが提唱する4層AIアーキテクチャにおける「接続層」の基盤プロトコルです。Agens Skillsはこの接続層にAgent Skills(業務知識パッケージ)とエンタープライズ管理を追加し、オーケストレーション層(n8n/Dify等)・統制層(Agens Control)・実行層(Agens Execution)と連携して動作します。
1-3週間
MCP環境構築+ガバナンス設計
200+
Agens対応MCPツール数
3-5本
初期MCPサーバー構築数
3.2億円
累計資金調達
Before / After
Before(個別API開発)
After(MCP標準化)
AIツールごとに個別API連携を開発
1つのプロトコルで標準接続
ツールが増えるたびに開発工数が増加
MCPサーバー追加だけで接続先を拡張
認証情報がアプリごとに散在
認証情報を一元管理
監査ログが取れない/散在
全操作の統一ログ記録
個人利用レベルで止まる
組織レベルでの本番運用が可能
Enterprise Challenges
デスクトップでは動いたが、本番環境で繋がらない
社内SaaS(Slack、Salesforce、freee等)やオンプレ基幹システムとの接続は、認証方式・ネットワーク構成・データ形式の壁がある。個人のローカル環境とエンタープライズ環境では要件が根本的に異なります。
AIが勝手にデータを読み書きして大丈夫か?
情報セキュリティ部門・法務部門の承認が得られない。「誰が」「何のデータに」「どんな操作を」したかの監査証跡が必要。DLP(情報漏洩防止)やWAFによるアクセス制御が未整備では本番稟議が通りません。
1部署で成功しても、全社展開の道筋が見えない
部門ごとにバラバラなMCPサーバーが乱立。ガバナンスポリシーがなく、野良AIエージェントが増殖。「PoC成功→本番化頓挫」のパターンに陥るケースが多発しています。
Why homula
ローカル環境で動くMCPと、本番環境で安定稼働するMCPは別物。認証方式・ネットワーク・エラーハンドリングまで設計し、情シスが承認できる品質で構築します。
MCPサーバーの構築だけでなく、認証・監査ログ・承認フロー・DLPを含むガバナンス設計を同時に行い、セキュリティ部門の稟議が通る状態を作ります。
MCPが最適なら使いますが、APIダイレクト連携やn8n/Difyとの組み合わせも含め、ベストオブブリードの接続設計をベンダーニュートラルに実施します。
Solution Packages
どのフェーズからでも開始可能。既にMCPを使っている場合はPhase 2のガバナンス設計から着手するケースも多くあります。
まず「繋がる」状態を作る — 1-2週間
要件定義
接続対象システムの棚卸し、データフロー設計、認証方式の選定
MCP環境構築
MCPサーバー環境のセットアップ(クラウド/オンプレ)、ネットワーク設計、SSL/TLS設定
業務別MCPサーバー設計
3-5本の業務別MCPサーバーの設計・実装(例: カレンダー連携、チャット通知、社内DB検索、CRM連携)
動作検証
エンドツーエンドのテスト、パフォーマンス計測、エラーハンドリング設計
成果物
MCP接続基盤(本番品質)、MCPサーバー設計書、接続対象システム一覧、テスト結果レポート
情シスが安心できる統制基盤 — 1-2週間
認証・認可設計
OAuth 2.0フロー設計、IdP連携(Azure AD / Okta)、RBAC/ABAC設計
監査基盤
全MCPリクエストの監査ログ設計、DLP(情報漏洩防止)ポリシー策定、WAFルール設定
承認フロー
業務別の承認境界マトリクス作成(読取は自動/書込は要承認等)、Human-in-the-Loop設計
運用ルール
MCPサーバーの命名規則・バージョン管理、変更管理プロセス、インシデント対応フロー
成果物
ガバナンスポリシー文書、承認境界マトリクス、監査ログ設計書、運用ルールブック
全社展開と自走体制の確立 — 継続
横展開支援
追加部門・追加業務へのMCPサーバー展開、テンプレート化
社内研修
MCPの概念教育、MCPサーバー開発ハンズオン、ガバナンス運用トレーニング
CoE立上げ
MCP推進チーム(Center of Excellence)の組成、運営ガイドライン策定
継続改善
月次レビュー、パフォーマンス最適化、新ツール接続の追加
成果物
展開計画書、研修カリキュラム、CoE運営マニュアル、月次KPIレポート
「homulaなしでも回る状態」= 内製化完了が最終的な成功基準
Supported Connections
homulaのAgensは200以上のツールとMCP経由で接続可能。以下は代表的なカテゴリです。
Slack、Teams、Discord、Zoom
Google Calendar、Notion、Jira、Asana
Salesforce、HubSpot、Pipedrive
Google Drive、Box、Confluence、SharePoint
GitHub、GitLab、Jenkins、Datadog
kintone、freee、SmartHR、Garoon
Agens Integration
MCPの導入後、Agens Controlを追加することで、全MCP接続にエンタープライズ統制を適用できます。Control Gatewayが共通MCPエンドポイントとして機能し、部門・ツール横断で認証・監査・承認を一元管理します。
| MCP単体 | MCP + Agens Control |
|---|---|
| MCPサーバーごとに認証情報を個別管理 | Credential Vaultで認証情報を暗号化一元管理 |
| 監査ログが散在・形式不統一 | 5年間の統一監査ログ(即時照会可能) |
| 承認フローが未定義(全操作が自動実行) | 業務別の承認境界マトリクスで読取/書込を制御 |
| MCPサーバーの品質がバラバラ | スキルパック(SKILL.md)として業務知識もパッケージ化 |
| 部門ごとに接続先が乱立 | Control Gatewayの共通MCPエンドポイントで統合管理 |
Beyond MCP
MCPはAIエージェントの「手足」を増やすプロトコルですが、業務全体の自動化には「頭脳」(業務知識=Agent Skills)と「安全装置」(統制=Agens Control)が必要です。homulaはMCP導入支援(Phase 0)を入口に、Agent Skills開発(Phase 2)や実行基盤構築(Phase 3)へ段階的に拡張します。
5日で業務棚卸し・プロトタイプ・ROI試算を完了。MCP導入支援で見えた「接続の先の課題」を定量化し、次のアクションを明確にします。
ブートキャンプの詳細MCPで接続したツールを「どう使うか」の業務知識をSKILL.md(Agent Skills準拠のスキルパック)としてパッケージ化。接続の「配線」に「知恵」を加えます。
Agent Skills開発の詳細Agens Execution(自動組み立て実行・処理時間93%削減)とAgens Control(WAF/DLP/5年監査ログ)で、全エージェント基盤のMCP接続を統制します。
Agensの詳細FAQ
MCP(Model Context Protocol)は、Anthropicが開発しオープン化したプロトコルで、AIエージェントと外部ツール・データソースの接続方法を標準化するものです。従来はAIツールごとに個別のAPI連携が必要でしたが、MCPにより1つのプロトコルで様々なツールと安全に接続できます。ChatGPT、Claude、Gemini等の主要AIプラットフォームがMCP対応を進めています。
MCP環境構築(Phase 1)は1-2週間、ガバナンス設計(Phase 2)を含めると2-3週間が標準的なレンジです。対象システムの数やセキュリティ要件により変動しますので、まずは無料相談で要件を整理させてください。
はい。個人レベルのMCP利用から企業レベルへの移行は、認証・認可、監査ログ、ネットワーク設計、ガバナンスの4点が追加で必要です。homulaはこの「個人→企業」のギャップを埋める専門支援を提供しています。
成果パッケージとしてご提供しています。接続対象システムの数・セキュリティ要件により変動しますので、まずは30分の無料相談で課題を整理させてください。ブートキャンプで短期検証を行い、成果を確認してから本格導入に進むことも可能です。
MCPはAIエージェントとツールの「接続」を標準化するプロトコルであり、4層AIアーキテクチャにおける接続層に位置します。業務全体の自動化には、オーケストレーション(n8n/Dify等でのフロー設計)、業務知識のパッケージング(Agent Skills)、実行の安全性(Execution)、全社統制(Control)が必要です。homulaはMCP導入支援を入口に、段階的に拡張する設計を得意としています。
既存のAPI連携が安定している場合、すぐにMCPへ全面移行する必要はありません。ただし、AIエージェントの活用を拡大する場合、MCPは接続の標準化・管理の一元化・監査対応の観点で大きなメリットがあります。新規接続はMCPで構築し、既存APIは段階的に移行するアプローチを推奨しています。
まずは30分の無料相談で、MCP活用の可能性を整理します。 すでに具体的な業務課題がある方は、ブートキャンプで短期検証も可能です。