AIエージェントの“相互運用”とは何か ― MCP標準化で、バラバラに入れたAIがつながる時代の経営

INDEX目次

AIエージェントの相互運用とは何か。MCPのLinux Foundation移管と4社共同統治、A2Aとの共同仕様v1.0リリースで進む標準化を解説。部門ごとに入れたAIが“つながらない”乱立の現実と、調達条件・API整備・組織設計という経営者の3つの布石を提示します。

【この記事の要点】

AIエージェントの相互運用とは、ベンダーを跨いでAI同士・AIと社内システムがつながること。標準化が2026年に一気に進んだ
MCP(道具・データへの接続)はLinux Foundationに寄贈され4社が共同統治。A2A(エージェント間の対話)との共同仕様v1.0も登場
日本は生成AI活用87%に対しエージェント本番運用17%。バラバラ導入は“デジタルの縦割り組織”を再生産する
経営者の布石は3つ ― 標準対応を調達条件に・データとAPIを先に整える・エージェントの組織設計

「営業部門のAIと、経理部門のAIが、お互いに話せない」 ― 笑い話のようですが、2026年、AIエージェントを導入した企業で現実に起きていることです。

部門ごと、ツールごとにAIエージェントを導入した結果、社内には“つながらないAI”が増えていく。この乱立問題に、2026年、業界全体の答えが出始めました。エージェントの相互運用を支える標準 ― MCPとA2A ― の整備が一気に進んだのです。本記事では、AIエージェントの相互運用とは何か、標準化はどこまで来たのか、そして経営者はいま何を布石として打つべきかを解説します。

AIエージェントの相互運用とは何か ― 2つの標準が支える

【AIエージェントの相互運用とは、異なるベンダー・プラットフォームで作られたAIエージェント同士、またエージェントと社内システム・データが、共通の規格でつながり連携できることを指す。「エージェントと道具・データをつなぐ縦の標準」がMCP、「エージェント同士が対話する横の標準」がA2Aで、この2層で標準化が進んでいる。】

標準化の現在地を、事実で押さえましょう。

MCP(Model Context Protocol): エージェントが社内システム・データ・外部ツールに接続する方法の標準。Anthropic発だが、Linux Foundationに寄贈され、OpenAI・Google・Microsoft・AWSが共同でガバナンスする“業界の共有財産”になった
A2A(Agent-to-Agent): エージェント同士がタスクを受け渡し、協働するための標準。Google発で、SAPが自社製品群の推奨標準として全面採用
2026年Q3、A2AとMCPを組み合わせて使うための共同仕様「Joint Interop Spec v1.0」が正式リリース。参照実装と準拠テストも整った
IBM等が推すACPを含め、主要プロトコルは収斂に向かっており、「規格が乱立して選べない」段階は終わりつつある

観点	MCP	A2A
役割	エージェントと道具・データをつなぐ(縦)	エージェント同士が対話・協働する(横)
例えるなら	共通のコンセント・差込口	共通のビジネス言語・名刺交換
主導	Anthropic発 → Linux Foundationで4社共同統治	Google発 → SAPが全面採用
経営への意味	社内システム接続の書き換えが1回で済む	部門・ベンダーを跨いだ業務連携が可能に

表1: MCPとA2A ― 相互運用を支える2つの標準(2026年9月時点)

重要なのは、競合するはずの巨大プレイヤーが標準を共同統治している点です。これは相互運用が「あれば便利」ではなく「なければエコシステムが成立しない」段階に来た証拠です。電気のコンセントや通信規格と同じように、エージェントの接続規格は業界インフラになりつつあります。

図解1: AIエージェントの相互運用 ― MCP(縦の接続)とA2A(横の対話)の2層構造
(出典: Linux Foundation / Google / SAP / 各プロトコル公式2026)

なぜ相互運用が経営の論点なのか ― “乱立”の現実

標準化を対岸の技術ニュースと捉えると、足元の問題を見逃します。いま多くの企業で起きているのは、エージェントの乱立です。

Gartnerは、企業アプリの40%が2026年にタスク特化エージェントを搭載すると予測(2025年は5%未満)
日本企業の生成AI活用は87%に達した一方、AIエージェント導入は33%、自律型AIの本番運用は17%にとどまる
全社展開に到達できる企業は23%とされ、「PoCの壁」「部門の壁」が定着を阻む
Forbes JAPANは「AIエージェント乱立がCX戦略を崩壊させる」と警告 ― ロジック・データ・文脈を共有できないAI群は、体験だけでなく信頼も損なう

バラバラに入れたAIは、デジタル版の“縦割り組織”を再生産します。営業のAIが掴んだ顧客の状況を、経理のAIも調達のAIも知らない ― 人間の組織で長年苦しんできたサイロ問題を、AIでもう一度作ってしまうのです。しかも日本には固有の事情があります。20年以上前に構築された基幹システムが現役で、そもそもAPI経由でデータにアクセスする手段がないケースが多い。相互運用の標準が整っても、つなぐ先が整っていなければ意味がありません。だからこそ、これは技術部門ではなく経営の論点なのです。

経営者はどう備えるか ― 相互運用時代の3つの布石

標準化の恩恵を受けられる企業と、乱立に沈む企業。分けるのは次の3つの布石です。

布石1: 標準対応を調達条件にする ― RFPにMCP/A2A対応を明記

これから導入するAIエージェント・SaaSには、「MCP/A2A等の標準への対応」を調達条件として明記してください。標準対応の製品なら、将来のモデル乗り換えや他部門との連携が低コストで済み、特定ベンダーへのロックインを避けられます。別記事で論じたマルチモデル調達・モデル世代交代への備えと、根は同じ発想です。

布石2: データとAPIを先に整える ― “つながる前提”への投資

エージェントがつながるには、つなぐ先 ― 社内システムとデータ ― が接続可能である必要があります。レガシー基幹系のAPI整備、データの所在と権限の整理は、地味ですが相互運用の前提条件です。「どのAIを買うか」より「自社の何につなげるか」への投資が、標準化時代のリターンを決めます。エージェント導入のPoCが止まる原因の多くも、実はここにあります。

布石3: エージェントの“組織設計”をする ― 権限と監督を決める

エージェント同士がつながるほど、「どのAIに何の権限を与え、誰が監督するか」が重要になります。人間の組織で職務分掌と決裁権限を設計するのと同じ発想で、エージェントの役割・権限・監督者を定義する ― いわばAIの組織図です。影響の大きい実行に人の承認を挟む設計は、小売・金融の実装論で見た通り、つながる時代にはいっそう不可欠になります。

図解2: “乱立”の現実(87%・33%・17%・23%の壁)と、経営者の3つの布石
(出典: 各種国内調査・Gartner・Forbes JAPAN 2026 / Sam分析)

業界によって効き方は変わる

業界によって、優先すべき布石は変わります。例えば小売は、需要予測・在庫・接客など複数エージェントの連携効果が最も出やすく、A2A的な横の連携が価値の中心です。金融は勘定系など重いレガシーと厳格な権限管理を抱えるため、布石2(API整備)と布石3(権限設計)が先行課題になります。エネルギーのように設備・保安システムを持つ業界では、接続に安全性の検証が必須で、フェールセーフを備えた設計が前提です。どの業界にも共通するのは、乱立してから繋ぎ直すより、最初から標準対応で入れる方が圧倒的に安いことです。

まとめ ― “つながるAI”は買うものではなく、設計するもの

AIエージェントの相互運用は、MCPのLinux Foundation移管と4社共同統治、A2Aとの共同仕様v1.0リリースによって、業界インフラの段階に入りました。一方で日本企業の現実は、生成AI活用87%に対して本番運用17%。バラバラに入れたAIがつながらないまま増えていく“乱立”が、定着を阻んでいます。標準対応を調達条件にし、データとAPIを整え、エージェントの組織図を描く ― つながるAIは、買ってくるものではなく、経営が設計するものです。

社内で動いているAI・エージェント・コパイロットを部門横断で一覧にし、「他のAIや基幹システムとつながっているか」に○×をつけること。×が並ぶなら、それは“デジタルの縦割り組織”が育ち始めているサインです。その一覧が、相互運用時代の設計図の第一歩になります。