金曜の夕方に「今月、結局いくら残りそう？」と聞かれて、営業リストのスプレッドシートと請求管理のシートと外注費のメモを開き直す。数字はどこかにあるのに、聞かれた形で出てくるまでに30分かかる——受託の現場でよく起きることです。
結論から書きます。営業や案件の数字をAIに答えさせたいなら、順番は「AIを導入する」より先にデータを1か所にまとめ、AIから安全に参照できる差込口を用意することです。その差込口の共通規格がMCP（Model Context Protocol）で、使っているSFA/CRMがMCPに対応していれば、ChatGPTやClaudeのようなAIアシスタントから「今動いている商談の合計金額は？」「粗利率が低い案件はどれ？」と自然文で聞けるようになります。
逆に、データがスプレッドシートに分散したままAIだけ足しても、毎回ファイルを貼り付ける手間が増えるだけです。しかも貼り忘れた列があれば答えは変わります。この記事では、MCPとは何かを整理したうえで、受託事業者がSFAをAIにつなぐときに何ができるようになり、つなぐ前に何を決めておくべきかを順に説明します。
この記事の要点
- AIに営業の数字を答えさせる順番は、AIの導入より先に、データを1か所に集めてMCP（Model Context Protocol）の差込口を用意することです
- MCPでは、ツール側が公開した機能の範囲でしかAIは動けません。件数が少なく質問が毎回変わる受託の数字は、画面を作るより「聞いて答える」ほうが速い領域です
- つなぐ前に①誰のロール権限で読ませるか ②書き込みを許すか（最初は読み取りだけ） ③監査ログで経路を追えるか、の3つを決めます
MCPとは——AIと業務データをつなぐ共通の差込口
MCPとは、AIアシスタントを外部のツールやデータにつなぐためのオープンな接続規格で、2024年11月にAnthropicがオープンソースとして公開しました（出典：Anthropic「Introducing the Model Context Protocol」、2026年10月1日確認）。日本語では「モデルコンテキストプロトコル」と呼ばれます。公式サイトでも、ClaudeやChatGPTといったAIアプリケーションがMCPに対応していることが紹介されています（出典：Model Context Protocol「What is the Model Context Protocol (MCP)?」、2026年10月1日確認）。
わかりやすいのはUSBの例えで、公式サイトでもMCPを「AIアプリケーションのためのUSB-Cポート」にたとえています（出典：Model Context Protocol「What is the Model Context Protocol (MCP)?」、2026年10月1日確認）。以前は機器ごとに専用ケーブルが必要でしたが、規格が共通化されたことで、対応機器なら差すだけでつながるようになりました。MCPが目指しているのも同じで、AI側とツール側がそれぞれMCPに対応していれば、組み合わせごとの個別開発なしにつながります。
ここで大事なのは、MCPは「AIにデータを丸ごと渡す仕組み」ではないという点です。ツール側が「これは読ませてよい」「これは実行させてよい」と決めた機能だけを公開し、AIはその範囲でしか動けません。つまり、つなぐ側の設計次第で安全性が決まります。ツールを作る側が何を公開し、どこで書き込みを止めたかの具体例は、SaaSをMCP対応にすると何ができるかで私たち自身の実装を例に書いています。
なぜ受託の営業データはAIと相性がいいのか
受託ビジネスの数字には、AIに任せると効きやすい特徴が3つあります。
- 件数が少なく、文脈が濃い。何万件もの分析ではなく、動いている商談が20件、進行中の案件が10件といった規模です。AIが読み切れる量で、しかも1件ごとの背景が重要になります。
- 質問が毎回違う。「今月の受注は？」で終わらず、「そのうち外注費が乗るのは？」「去年の同じ月と比べると？」と切り口が変わります。決まったレポート画面より、聞いて答えが返るほうが速い領域です。
- 集計する人がいない。営業専任がいない1〜数名のチームでは、集計そのものが誰かの作業時間を削っています。ここが自動化できると効果が直接出ます。
一方で相性が悪いのは、そもそも数字が入力されていない場合です。AIは入力されていないものを答えられません。営業リストの作り方で触れたとおり、記録の粒度を先に決めておくことが前提になります。
AIにつないだSFAには何を聞けるのか
実際に問い合わせる内容は、おおむね次のように整理できます。
| 聞きたいこと | AIが参照する情報 | 返ってくる形 |
|---|---|---|
| 今のパイプラインの状況 | 商談のステージ・確度・金額 | ステージ別の件数と合計金額 |
| 追いかけるべき見込み客 | 営業リストの優先度・最終接触日 | 連絡すべき相手のリスト |
| 残る案件・残らない案件 | 案件別の売上と外注費 | 粗利額・粗利率の一覧 |
| 数か月先の資金の見通し | 入金予定と支払予定 | 月次の収支見込み |
| 記録の追加 | 架電・訪問などの活動、新規の見込み客 | 登録結果 |
ポイントは、上4つと最後の1つで性質が違うことです。上4つは「読む」操作で、間違っても表示が変わるだけです。最後の「記録の追加」は「書く」操作で、AIの判断がそのままデータに残ります。この2つは分けて考えるべきです。
つなぐ前に決めておく3つのこと
1. 誰の権限で読ませるか
AI連携は、接続に使ったアカウントの権限で動きます。管理者権限でつなげば、AIも全社の数字を読めます。逆に、閲覧できる範囲を絞ったロールでつなげば、AIの回答もその範囲に限られます。「AIに何を見せるか」は、ロール権限の設計そのものです。
2. 書き込みを許すかどうか
読み取りだけに限定すれば、事故が起きても表示の誤りで済みます。活動記録や見込み客の追加までAIに任せると入力は速くなりますが、重複登録や取り違えが起きたときに気づきにくくなります。最初は読み取りだけで運用し、精度を確かめてから書き込みを解禁するのが安全です。
3. 何をしたか記録が残るか
AIが「いつ・何を参照し・何を書き込んだか」が後から追えるかどうかは、つなぐ前に確認しておきます。監査ログと二段階認証が用意されているツールであれば、万一の際に経路をたどれます。ここが空白のまま本番の営業データにつなぐのは避けたほうがよいでしょう。権限・二段階認証・監査ログの整え方は、受託の顧客情報管理とセキュリティでも扱っています。
スプレッドシート＋AIでは足りなくなるのはどこか
スプレッドシートをAIに読ませる運用でも、当面は回ります。ただし、次の状態になると精度が落ちます。
- 同じ会社名が表記ゆれで複数行に存在する（「株式会社◯◯」と「◯◯」）
- 商談と案件と請求が別ファイルで、つなぐキーが人の記憶にしかない
- 誰かがローカルにコピーを持っていて、どれが最新か決まらない
AIは、渡された表の中でしか整合性を取れません。表と表の関係が人の頭の中にある限り、答えは毎回ぶれます。営業リスト管理はスプレッドシートで十分かで挙げた限界のサインは、そのままAI連携の前提が崩れているサインでもあります。
MCP連携で営業データを自然文で聞く
ここからは自社製品の紹介です。私たちが作っているPipeliaは受託事業者向けのSFA/CRMで、営業リストから商談・案件・外注・粗利・資金繰りまでを一本につないだうえでAI連携（MCP）に対応しています。対応するAIアシスタントから、商談パイプライン・見込み客のサマリー・案件別の粗利・資金繰りを取得でき、見込み客と活動の追加もできます。いずれも接続したアカウントのロール権限の範囲でしか動かず、二段階認証（TOTP）と監査ログで「誰の権限で、何をしたか」を後から確認できます。
同じ仕組みを自社のブログ運用に使った構成はCMSとMCPでブログ運用を自動化した構成にまとめています。
よくある質問
MCPに対応していないツールを使っています。AIに聞くことはできませんか？
エクスポートしたCSVをAIに読ませれば、その場の集計はできます。ただし毎回エクスポートが必要で、渡し忘れた項目は答えに反映されません。継続的に聞ける状態にしたいなら、ツール側の対応か、データの置き場所そのものを見直すことになります。
AIに営業データを渡しても大丈夫でしょうか？
「渡す範囲を決められるか」で判断します。接続アカウントのロール権限で参照範囲を絞り、まずは読み取りだけに限定し、監査ログで経路を追えるようにする。この3点が満たせるなら、無制限にファイルを共有するより管理された状態です。逆に、この3点が確認できないツールへ本番データをつなぐのは見送るべきです。
何から始めるのがよいですか？
AIの設定より先に、聞きたい質問を3つ書き出すことをおすすめします。「今月の見込みは？」「粗利が薄い案件は？」「来月の支払いは足りる？」のように具体化すると、その答えに必要なデータが何で、今どこに入っていないかがはっきりします。足りない項目を埋めるところが実際のスタート地点になります。