データの壁を破る：AnthropicのモデルコンテキストプロトコルがAIのパフォーマンスを向上させることができるか？

Anthropicの革新的なモデルコンテキストプロトコル（MCP）は、断片化されたデータを解決し、AIパワードソリューションの効率を高めることを目的としています。コンテキストアウェアAI統合の標準になる可能性がありますか。

現在のAIイノベーションにおける最大の課題の1つは、大規模言語モデル（LLM）がリアルタイムデータから隔離されていることです。この問題に対処するために、サンフランシスコを拠点とするAI研究および安全会社Anthropicは、AIモデルがデータとどのようにやり取りするかを再定義するための独自の開発アーキテクチャを発表しました。

同社の新しいモデルコンテキストプロトコル（MCP）は、オープンソースプロジェクトとして公開され、AIパワードアプリケーションとリアルタイムの多様なデータソースとの「双方向通信」を通じて、AIの効率を高めることを目的としています。

このアーキテクチャは、リアルタイムデータとの接続が不足しているために古くなったAI出力が発生するという問題に対処するために設計されています。Anthropicは、統一されたプロトコルが、ビジネス向けのAI開発と機能を強化し、リアルタイムのコンテキスト認識を通じて、AIをより人間のようにすることができるという主張しています。同社によると、各新しいビジネスデータソースには、カスタマイズされたAI実装が必要になり、非効率性が生じます。MCPは、開発者が普遍的に採用できる標準化されたフレームワークを提供することで、この問題に対処しようとしています。

「アーキテクチャは簡単です。開発者は、MCPサーバーを介してデータを公開するか、MCPクライアントとして機能するAIアプリケーションを構築できます。各データソースに個別のコネクタを維持するのではなく、開発者は標準プロトコルに対して構築できます」と、Anthropicはブログ投稿で説明しています。「エコシステムが成熟するにつれて、AIシステムは、さまざまなツールやデータセット間でコンテキストを維持するようになり、今日の断片化された統合をより持続可能なアーキテクチャに置き換えます」

AIモデル、Anthropicの旗艦アシスタントClaudeを含む、はGoogle Drive、Slack、GitHubなどのツールと統合できます。専門家は、MCPが、サービス指向アーキテクチャ（SOA）や他のプロトコルがアプリケーションの相互運用性を革命したのと同様に、ビジネスAI統合を変革する可能性があると指摘しています。

「LLMとデータソースの間のデータパイプラインに業界標準のプロトコルを持つことは、ゲームチェンジャーです。ソフトウェア業界におけるRESTやSQLと同様に、MCPのような標準化されたプロトコルは、チームがGenAIアプリケーションをより迅速に、かつ信頼性の高いものにするのに役立ちます」と、AIモデル評価プラットフォームCometの共同創設者兼CEOであるGideon Mendelsは私に語りました。「これは、過去6ヶ月間に、優れたLLMモデルだけでは十分ではないという市場の認識に続くものです」

Anthropicは、ブロックやアポロなどの早期エンタープライズ採用者がすでにMCPをシステムに統合していることも明らかにしました。開発ツールプロバイダーのZed、Replit、Codeium、Sourcegraphは、MCPと協力してプラットフォームを強化しています。このパートナーシップは、AIモデルやエージェントがより関連性の高い情報をリアルタイムデータから取得し、コンテキストをより効果的に把握し、エンタープライズタスクのためのニュアンス豊かな出力をより効率的に生成することを可能にすることを目的としています。

「AIモデルがより人間らしく、自己認識を持つことで、テクノロジーがより親しみやすく感じられ、より広く採用される可能性があります」と、One Way VenturesのEntrepreneur in ResidenceであるMasha Levinは私に語りました。「まだAIに対する多くの恐怖があり、多くの人がそれを単なる機械と見なしています。AIモデルを人間らしくすることで、恐怖を和らげ、日常生活への統合をスムーズにすることができます」

しかし、Levinは潜在的な欠点についても警告しています。「ビジネスがAIに過度に依存し、極端な方法で決定を下す可能性があり、有害な結果をもたらす可能性があります」

しかし、MCPの真のテストは、広く採用され、競合他社を上回る能力にあるでしょう。

Anthropic MCP vs. OpenAIとPerplexity：AIイノベーションの標準化への闘い

Anthropic MCPのオープンソースアプローチは、AIイノベーションにおける重要な進歩を示していますが、テックの大手企業であるOpenAIやPerplexityが支配する競争的な市場に参入しています。

OpenAIの最近の「Work with Apps」機能は、ChatGPTの類似の機能を示していますが、オープンスタンダードよりも、緊密なパートナーシップを優先するプロプライエタリなアプローチを取っています。この機能により、ChatGPTは、ユーザーの許可があれば、他のアプリのデータやコンテンツにアクセスして分析できます。開発者が手動でコピーして貼り付ける必要がなくなり、ChatGPTは、リアルタイムのインターネットデータとの統合により、より賢い、コンテキストアウェアな提案を提供できます。

さらに、同社は、ボイスアシスタントがより効果的に応答できるように、リアルタイムデータアーキテクチャ「Realtime API」を発表しました。たとえば、ボイスアシスタントは、ユーザーの代わりに注文を出すか、パーソナライズされた応答を提供するために関連する顧客情報を取得できます。「Realtime APIとChat Completions APIのオーディオを使用すると、開発者はこれらの体験を実現するために複数のモデルを組み合わせる必要がなくなります」と、OpenAIはブログ投稿で述べています。「内部的には、Realtime APIは、GPT-4oとの間で永続的なWebSocket接続を確立することを可能にします」

同様に、PerplexityのAI用リアルタイムデータプロトコル「pplx-api」は、開発者が大規模言語モデル（LLM）にアクセスできるようにします。このAPIにより、アプリケーションは自然言語クエリを送信し、Webから詳細なリアルタイム情報を受け取ることができます。単一のAPIエンドポイントを通じて、最新の情報に基づいたデータの取得とコンテキストアウェアな応答が可能になり、開発者は最新の情報と一致するアプリケーションを構築できます。

「通常、業界はオープンソースソリューションの1つに標準化する傾向がありますが、それには数年かかります。OpenAIがより多くのプロトコルを導入しようとする可能性は高いですが、MCPが最初の標準として広く採用されれば、テクニックやベストプラクティスがそれを中心に標準化し始める可能性があります」と、Mendelsは述べています。

Anthropic MCP：コンテキストアウェアAI統合の標準になる可能性

MCPは潜在力を秘めていますが、重大な課題にも直面しています。セキュリティは主な懸念事項であり、AIシステムが機密性の高いエンタープライズデータにアクセスできるようにすることで、システムが暴走した場合に漏洩のリスクが生じます。また、既存のエコシステムに根付いている開発者がMCPを採用することを説得することは困難になる可能性があります。

IT開発会社Making SenseのヘッドオブデータサイエンスであるJD Raimondiは、「Anthropicは、大きなコンテキストを生み出す実験のリーダーですが、大きなコンテキストを扱うと、モデル精度が大幅に低下します。時間の経過とともに改善される可能性はありますが、パフォーマンス面では、速度を維持するための多くの工夫があります」と私に語りました。

Anthropicは、MCPがAIのデータの取得とコンテキスト化能力を向上させることを主張していますが、主張を裏付ける具体的なベンチマークが不足していることで、採用が妨げられる可能性があります。「あなたがAIツールの開発者であっても、既存のデータを活用しようとしているエンタープライズであっても、またはAIの最前線で探索している初期採用者であっても、私たちと一緒にコンテキストアウェアAIの未来を築きましょう」と、Anthropicは述べています。

開発者がMCPの能力をテストするにつれて、業界はこのオープンスタンダードがコンテキストアウェアAI統合のベンチマークになるために必要なトラクションを獲得できるかどうかを注視しています。Mendelsは、標準化はAnthropicにとって賢い動きになる可能性があり、相互運用性を高め、チームがさまざまなツールの組み合わせを試して、どれが最も適切かを判断できるようにする可能性があると示唆しています。「現在、AIエコシステムの多くのプロセスが標準化されていると言うにはまだ早いと思います。イノベーションが急速に進んでいるため、今日のベストプラクティスは来週には古くなっている可能性があります。MCPのようなプロトコルがコンテキストデータの取得を標準化できるかどうかは、時間が答えを出すでしょう」と、Mendelsは述べています。