ローカルLLM(自分専用生成AI)はいかが？（9：MCP）

今日のお話はMCPについてです。

最近このMCPが話題になっているので、その実態や利便性をお伝えしたいと思います。

MCPはModel Context Protocolの略称です。略称じゃなくなってもなんだか難しそうな名前をしていますよね。具体的にはMCPはAIと外部のデータもしくはサービスを接続する共通の規格のことで、Anthropicによりオープンソースとして発表されました。

AIを便利に使いたい時、自身が求めるデータが入ったGoogle Driveに接続したかったり、Slackと連携させてコミュニケーションを効率よく取りたいケースがあるでしょう。従来であれば、AIと各サービスを結ぶためのプロトコルをそれぞれ作成する必要がありました。仮に、3種のAIをGoogle DriveとSlackに連携させたい場合、それぞれのAIが2種類のサービスに接続できるようにしなければならないため2×3の合計6つのプロトコルを作る必要がありました。

今回話題のMCPはAIとサービスの間に挟まる新しい存在です。AIとMCPが、MCPとサービスが接続を行うことが可能になります。

これだけの説明だと、純粋に接続に一手間増えただけのように見えます。しかしAIやサービスが増えた場合はどうでしょう。先ほどの例から仮にサービスが4つ新しく増えたとします。当然元々存在する3つのAIに接続したいので、合計12個のプロトコルを作る必要があります。ところがMCPが間に挟まる場合どうでしょうか？。各サービスはMCPと接続できればAIとも接続することができます。したがって接続に必要なプロトコルは4つで済みます。ここまでのお話で登場したAIの数やサービスの数の場合、MCPの利用の有無ではあまり大きな差がないように見えますが、実際のところではAIもサービスも増え続けています。どちらかが増えるたびに全プロトコルを作らなくてはならない状況ならば...。考えるのも恐ろしい数になりますね。

そう、これがMCPのメリットなのです。AIやサービスが新たに生み出された際にMCPとの一本の架け橋を準備するだけで、既存の他のAIやサービスと即座に連携できる状態になるのです。我々の使用する携帯電話の充電器が統一化され一本の同じコードでどの携帯電話も充電できるようになっていったことと近い感覚ですね。

もちろんMCPにも弱点や課題はありますが、うまく活用することでAIの広がりがより加速するでしょう。