Share
Embed
AIに「使われる」時代のSaaS戦略 〜既存WebAPIのMCPサーバー化における開発ノウハウ〜
2026年4月17日開催のウェビナー「AIに『使われる』時代のSaaS戦略」の登壇資料です。
生成AIの普及により、SaaSは「人間が使うもの」から「AIエージェントに使われるもの」へと変化しつつあります。本資料では、ヴァル研究所が提供する「駅すぱあと API」を題材に、既存のWeb APIをMCP(Model Context Protocol)サーバー化するための具体的な開発ノウハウと、AI時代のSaaS適応戦略について解説しています。
【こんな方におすすめ!】
・既存のWebAPIを、効率よくAIエージェント対応させたい
・「汎用MCP」と「独自開発」の境界線を見極め、実装の意思決定をしたい
・ビジネスモデルの変革(SoAへの移行)をどう進めるべきか悩んでいる
・SaaSベンダーとしての今後の生存戦略に興味がある
▼「駅すぱあと API」の詳細はこちら
https://api-info.ekispert.com/
駅すぱあと API
July 06, 2026
Transcript
67 slides
-
CONFIDENTIAL AGENDA 2 1 4 2 3 オープニング・会社紹介(今ここ) Part 1:環境の変化と適応戦略(AI時代のSaaSの在り方)
Part 2:MCP(Model Context Protocol)の基礎と実装(デモ含む) 開発ノウハウと今後の展望(技術的な勘所) クロージング(12:50終了予定) -
CONFIDENTIAL 社名 株式会社ヴァル研究所 設立 1976年7月26日(50期) 所在地 東京都杉並区高円寺北 2-3-17 代表取締役 菊池
宗史 従業員数 173名(2025年7月1日現在) 世の中の当たり前を変えることで、人々の可能性をひろげ活力 に満ちあふれた社会を実現する Mission Vishion 「思考の一歩先」を提供する熱狂的イノベーションカンパニー 会社概要 -
CONFIDENTIAL 「駅すぱあと」は、1988年に日本で最初に発売された 経路検索サービスです。 以降35年以上にわたり経路検索のパイオニアとして、鉄道・バス ・航空・船など、日本全国の公共交通に関する多様な情報を保有 し、公共交通機関の最適経路及び運賃情報を提供しています。 飛行機の交通データ 日本国内のすべての航空路線に 対応しております。 (一部離島同士のヘリ便等除く)
水路の交通データ フェリーなどの水路データも フェリーターミナルを入れる ことで検索することができます。 バスの交通データ 路線バス、コミュニティバス、高 速バスも網羅。類似製品の中では 高いカバー率を誇っています。 北 海 道 か ら 沖 縄 ま で 日 本 全 国 の 路 線 を 網 羅 鉄道だけでなく、船の海路図やコミュニティバスの路線図もご用意 「駅すぱあと」とは -
CONFIDENTIAL 主な「駅すぱあと」製品 経路検索 / 駅情報 / 鉄道路線図など の機能を実装できる法人向けAPIです。 スマートフォンやパソコンで 経路検索/時刻表検索/運行情報などが
いつでも無料で利用できるWebサイトです。 「駅すぱあと」アプリに蓄積した移動予測データ 内の駅・路線・交通種別等にてセグメントする 精度の高い広告メニューを提供しています。 通勤費手当に関する申請・管理業務を 一元化するクラウドサービスです。 1988年の発売以来、豊富な情報量と様々な機能で 利用者の移動を強力にバックアップします。 「駅すぱあと」独自の経路検索エンジンに備えられた全国の公共交通機関データを幅広い製品に活用。 プライベートでのお出かけや旅行などでの経路検索をはじめ、ビジネスシーンでの交通費精算や通勤定期代の支給計算などの法人 向けサービスとも連携し、12万社以上の取引実績があります。 累計1,400万ダウンロードを超える、 iOS・Android端末向け経路検索アプリです。 Ads for web -
CONFIDENTIAL CONFIDENTIAL AIに「使われる」時代の SaaS戦略 2026.04.17 既存WebAPIのMCPサーバー化における開発ノウハウ 株式会社ヴァル研究所 取締役 CTO 見川
孝太 基盤開発部 APIチーム 開発責任者 平川 瑞樹 -
CONFIDENTIAL 株式会社ヴァル研究所 取締役 CTO 見川 孝太 i イントラネット版やモバイル携帯公式などのプロジェクトを 経て、経路検索WebAPI「駅すぱあとWebサービス(現:駅す ぱあと
API)」の立ち上げに中心メンバーとして関わる。 経路探索エンジン、データの基盤開発部 部長、取締役 CTO として技術戦略を統括。 Part1:スピーカー 7 -
CONFIDENTIAL 1つの機能における画面遷移 具体的には? 19 画面1 画面2 画面3 画面4 各画面での入力等や矢印での確認、アクション(HITL) 目的の指示
AI(AIエージェント) 結果の確認 機能単位での人間の関与が減り究極的には結果の確認のみに(HOTL) -
CONFIDENTIAL ここまでのまとめ 22 •“SaaS is Dead”は変化への警告としてとらえる • SaaS 自体が持つ価値はそこなわれていない •
AIに適応することで SoR/SoE からSoA(System of Action)へ -
CONFIDENTIAL 23 株式会社ヴァル研究所 「駅すぱあと API」開発責任者 平川 瑞樹 2020年に中途入社。ITエンジニアとして培ってきた経験を 活かし、「駅すぱあと API」の開発と運用に携わる。
現在は同製品のプロダクトオーナーとしてMCP対応を実現 し、顧客価値の最大化および最適化に取り組む。 Part2:スピーカー -
「駅すぱあと」の高度な探索エンジンと最新の公共交通データをお客様のシステムへ自在に組み込めるWeb APIです。 交通費精算の自動化から、不動産・求人サイトでの通勤時間検索まで、公共交通に関わるあらゆる課題を解決します。 「駅すぱあと API」とは Copyright Val Laboratory Corporation All
Rights Reserved. 25 C O N F I D E N T I A L 定期・運賃情 報 経路・鉄道情報 バス情報 物件検索 経路検索 交通費計算 -
2026年1月15日に「駅すぱあと API」は MCP (Model Context Protocol) に 正式に対応いたしました。 紹介ページ: https://api-info.ekispert.com/mcp/
2026/01/15 「駅すぱあと API MCPサーバー」リリース Copyright Val Laboratory Corporation All Rights Reserved. 26 C O N F I D E N T I A L -
CONFIDENTIAL 27 MCP (Model Context Protocol) とは AIエージェント( LLM)が外部のデータやツール などに接続するための
オープンプロトコル(標準規格)のこと AIエージェント (LLM) MCP (標準規格) 外部データ 外部ツール -
CONFIDENTIAL 回答できる 28 LLM + MCP によって実現できるようになること LLM単体 LLM +
MCP • ある時点までの学習データに基づいた 応答しかできない • 例:GPT-5.2の学習データは2025年8月 まで • 外部へのリアルタイムな接続が可能 • 例:最新の情報の参照、外部ツール の操作、など LLM ユーザー 学習データ (◯年◯月迄) 最新のニュースに関する質問 回答できない LLM ユーザー 最新のニュースに関する質問 MCP 最新データ -
CONFIDENTIAL 29 つまり MCP (Model Context Protocol) とは Model (Large
Language Models; LLM) に Context (文脈情報)を与えるための Protocol (標準規格)のこと -
CONFIDENTIAL MCPサーバー(A) MCPサーバー(B) MCPサーバー(C) MCPクライアント 30 MCPのアーキテクチャ LLM 外部データ (A)
外部ツール (B) 外部ソース (C) AIツー ル 例: Claude Code、VS Code、 その他のAIチャットツールなど ユーザー LLM・MCPクライアント ・MCPサーバーの3層によって構成される MCPサーバー(A) MCPサーバー(B) MCPサーバー(C) MCPクライアント -
CONFIDENTIAL 32 MCPサーバーの仕様(提供できる機能) Tools (ツール) LLMが呼び出し可能な関数 • 外部APIの実行 • データベース操作
• 計算処理など Resources (リソース) LLMにデータを渡す仕組み • ファイルの内容 • データベースの内容 • 設定情報など Prompts (プロンプト) プロンプトのテンプレート • プロンプト集 • 引数に応じた動的な プロンプトなど どのような機能を実装してMCPサーバーで提供するかは、開発者の腕の見せどころ -
CONFIDENTIAL 33 MCPの特徴 標準化された プロトコル 任意のLLMと 外部システムを繋ぐ 共通的な インターフェース 役割分担の
明確さ LLM・MCPクライアント・ MCPサーバの わかりやすい三層構成 LLMの 拡張容易性 複数のMCPサーバーを 利用することで、 より複雑なタスクも 実行可能になる -
CONFIDENTIAL 35 MCPサーバーの使い方 STEP 2 MCPサーバーに接続する STEP 3 プロンプトでLLMに指示をする (必要に応じて、LLMがMCPサーバーを呼び出す)
STEP 1 MCPクライアント対応のAIツールでMCPサーバーを設定する (例: Claude Desktop、Claude Code、VS Code、など) 3ステップ程度で簡単にMCPサーバーを利用できることが多い -
CONFIDENTIAL 37 Fetch MCPサーバー ※Fetch MCPサーバーは、AIエージェントにデフォルトで設定されていることが多い(つまり、設定不要で利用可能な場合が多い) 概要 Web上のコンテンツを検索・取得して、その内容をLLMに渡すMCPサーバー 公式ページ https://github.com/modelcontextprotocol/servers/tree/main/src/fetch
開発元 Anthropic 有償/無償 無償 通信方式 stdio (npx/pip/dockerのいずれかのコマンドが実行できる環境が必要) 機能 Tools: fetch(Web上のコンテンツを検索・取得) -
CONFIDENTIAL 38 Fetch MCPサーバー( Claude Desktopでの設定例) • 設定ファイルの場所: ◦ macOS:
~/Library/Application Support/Claude/claude_desktop_config.json ◦ Windows: %APPDATA%\Claude\claude_desktop_config.json • claude_desktop_config.json に以下を記述する: { "mcpServers": { "fetch": { "command": "uvx", "args": ["mcp-server-fetch"] } } } json -
CONFIDENTIAL 39 Fetch MCPサーバー(プロンプト例) https://www.yamanashi-kankou.jp から、今週末4/18に開催されている イベント情報を教えて。現地でのおすすめの過ごし方も調べて要約して。 💬 プロンプト例 🤖
期待するLLMの動作 LLM ユーザー プロンプト MCP クライアント Fetch MCP サーバー Webページ Fetch MCPを 使う判断 パラメータ設定・ Tool実行 Tool実行 検索・取得 コンテンツ レスポンス レスポンス 内容の確認・要約 回答 -
CONFIDENTIAL 41 駅すぱあと API MCPサーバー 概要 経路探索のWeb API「駅すぱあと API」を呼び出し可能なMCPサーバー 公式ページ
https://github.com/ValLaboratory/ekispert-api-mcp-server-docs 開発元 株式会社ヴァル研究所 有償/無償 有償のアクセスキーが必要(90日間無料の評価キーの提供あり) 通信方式 Streamable HTTP (必要なのはHTTP通信ができる環境のみ) 機能 Tools: ekispert_api_get_stations (駅情報の取得), ekispert_api_search_routes (経路探索) など -
CONFIDENTIAL 42 駅すぱあと API MCPサーバー(Claude Desktopでの設定例) • claude_desktop_config.json に以下を記述する: {
"mcpServers": { "ekispert-api-mcp-server": { "command": "npx", "args": [ "-y", "mcp-remote@latest", "https://api-mcp.ekispert.jp/mcp", "--header", "ekispert-api-access-key:${EKISPERT_API_ACCESS_KEY}" ], "env": { "EKISPERT_API_ACCESS_KEY": "YOUR_ACCESS_KEY_HERE" } } } } json -
CONFIDENTIAL 43 駅すぱあと API MCPサーバー(プロンプト例) 新宿から甲府まで、4/18の10時出発で行く経路とIC運賃を教えて。 💬 プロンプト例 🤖 期待するLLMの動作
LLM ユーザー プロンプト MCP クライアント 駅すぱあと API MCPサーバー 駅すぱあとAPI 駅すぱあと API MCPサーバーを 使う判断 Tool実行 APIコール レスポンス (経路探索結果) レスポンス レスポンス 結果の確認・要約 回答 パラメータ設定・ Tool実行 -
CONFIDENTIAL 45 複数のMCPサーバーを利用する場合 (Claude Desktopでの設定例) • claude_desktop_config.json に、複数のMCPサーバーの設定を記述できる: { "mcpServers":
{ "fetch": { // 省略(前ページの設定内容を参照) }, "ekispert-api-mcp-server": { // 省略(前ページの設定内容を参照) } } } json Fetch MCPサーバーの設定 駅すぱあと API MCPサーバーの設定 -
CONFIDENTIAL 回答 Tool実 行 47 複数のMCPサーバーを利用する場合 🤖 期待するLLMの動作 駅すぱあと API
MCPサーバー 駅すぱあとAPI APIコール レスポンス (経路探索結果) レ ス ポ ン ス MCP クライアント LLM ユーザー プロンプト Fetch MCP サーバー Webページ Fetch MCPを 使う判断 パラメータ設定・ Tool実行 Tool実 行 検索・取得 コンテンツ レ ス ポ ン ス レスポンス 結果の確認・ 思考 -
CONFIDENTIAL 回答 ユーザー プロンプト Fetch MCP サーバー Webページ Tool実 行
コンテンツ レ ス ポ ン ス 48 複数のMCPサーバーを利用する場合 🤖 期待するLLMの動作 検索・取得 MCP クライアント 駅すぱあと API MCPサーバー 駅すぱあとAPI Tool実 行 APIコール レスポンス (経路探索結果) レ ス ポ ン ス LLM 結果の確認・ 思考 駅すぱあと API MCPサーバーを 使う判断 パラメータ設定・ Tool実行 レスポンス -
CONFIDENTIAL 駅すぱあと API MCPサーバーを 使う判断 Tool実 行 49 複数のMCPサーバーを利用する場合 🤖
期待するLLMの動作 駅すぱあと API MCPサーバー 駅すぱあとAPI APIコール レスポンス (経路探索結果) レ ス ポ ン ス MCP クライアント プロンプト Fetch MCP サーバー Webページ パラメータ設定・ Tool実行 Tool実 行 検索・取得 コンテンツ レ ス ポ ン ス レスポンス 回答 思考 LLM ユーザー -
CONFIDENTIAL 52 呼び出し方がどのように変わったのか https://api.ekispert.jp/v1/json/ search/course/extreme? key=ACCESS_KEY &viaList=新宿:甲府 &date=20260418 &time=1000 経路探索API
発着駅 探索日付 探索時刻(出発時刻) • 呼び出し元(操作の主体): => 人手/GUI/プログラム • パラメータの指定: => 人手/GUI/プログラムで指定 これまでは、WebAPIの仕様を理解して人手/GUI/プログラムで実行する必要があった 「駅すぱあと API」の場合 呼び出し方: API実行 -
CONFIDENTIAL 53 呼び出し方がどのように変わったのか Tool名: ekispert_api_search_routes パラメータ: { "viaList": "新宿:甲府", "date":
"20260418" "time": "1000", } • 呼び出し元(操作の主体): => AIエージェント(LLM) • パラメータの指定: => AIエージェントが指定 経路探索 発着駅 探索日付 探索時刻(出発時刻) MCPサーバーを接続するだけで、AIエージェントがよしなに実行してくれる 「駅すぱあと API MCPサーバー」の場合 呼び出し方: Tool実行 -
CONFIDENTIAL 55 LLM + MCP / Skills によるエコシステムの到来 LLM サービスA
サービスB 駅すぱあと API MCP/Skills LLMがMCPやSkillsを使って、外部サービスへ接続することが当たり前に。 AIが複数サービスを跨いだ複雑なタスクも実行可能に。 -
CONFIDENTIAL 56 マルチAIエージェントによるタスク処理の高度化 サービスA サービスB 駅すぱあと API MCP/Skills MCP/Skills MCP/Skills
タスクA特化 LLM タスクB特化 LLM 経路探索特化 LLM 統括LLM 特定のタスクの処理に特化したAIエージェント群を連携 させることで、 より複雑なタスクを確実かつに実行する ことも、近い将来に当たり前になるかもしれない。 -
CONFIDENTIAL ここまでのまとめ(再掲) 57 •“SaaS is Dead”は変化への警告としてとらえる • SaaS 自体が持つ価値はそこなわれていない •
AIに適応することで SoR/SoE からSoA(System of Action)へ -
CONFIDENTIAL 59 MCPサーバーをこれから開発する場合 まずは公式ドキュメントに従って手を動かしてみるのがおすすめ • MCP仕様: Model Context Protocol ◦
https://modelcontextprotocol.io/docs/getting-started/intro • 公式のチュートリアル: Build an MCP server - Model Context Protocol ◦ https://modelcontextprotocol.io/docs/develop/build-server • SDKs: SDKs - Model Context Protocol ◦ https://modelcontextprotocol.io/docs/sdk -
CONFIDENTIAL 60 typescript-sdkにみるToolの実装例 右のコードは、Build an MCP server - Model Context
Protocol のチュートリアルのToolの 実装例を、この資料用に簡略化したもの。 import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js"; import { z } from "zod"; const server = new McpServer({ name: "weather", version: "1.0.0" }); server.registerTool( // Toolの実装およびMCPサーバーへの登録 // ① Tool名 "get_forecast", // ② 入力スキーマ (LLM向けのToolの説明文、パラメータ、などのメタ情報) { description: "Get weather forecast for a location", latitude: z.number(), longitude: z.number() }, // ③ 処理ロジック async ({ latitude, longitude }) => { // 任意の処理を実装 (例: API経由で天気予報情報を取得する、など) ... return { content: [{ type: "text", text: `Temperature: ${temperature}${unit}, ...` }] } } ); .ts WebAPIの開発経験などがあれば、似た要領で Toolも実装できる(それほど難しくはない) Toolの実装の仕方: ① Tool名の定義 ② 入力スキーマ(LLM向けメタ情報)定義 ③ 処理ロジックの実装 -
CONFIDENTIAL 61 MCPサーバー開発における勘所 • Toolの粒度設計 ◦ 「API毎にTool化するか」vs「複数APIを逐次的に呼び出すToolにするか」 ◦ 絶対的な正解はない(サービスの性質次第) •
Toolの実装作業においてもAIを活用する ◦ AGENTS.md、CLAUDE.md、Skillsなどの活用 ◦ 特に、API数が多いようなサービスをMCPサーバー化する際に有効 -
CONFIDENTIAL 62 続きは書籍で! Software Design 2026年4月号 技術評論社 「Software Design 2026年4月号」にて
「駅すぱあと API MCPサーバー」の 開発ノウハウを寄稿させていただきました。 より詳しい内容を知りたい方は、 続きはぜひ書籍をご覧ください!! -
CONFIDENTIAL 65 参考情報 • 「駅すぱあと API」製品サイト: https://api-info.ekispert.com/ • 「駅すぱあと API
MCPサーバー」紹介サイト: https://api-info.ekispert.com/mcp/ • 「駅すぱあと API MCPサーバー」公式ドキュメント: https://github.com/ValLaboratory/ekispert-api-mcp-server-docs -
CONFIDENTIAL 66 We are hiring! ヴァル研究所では、一緒に働く仲間を募集中です!! 求人一覧 | 株式会社ヴァル研究所 •
フロントエンドエンジニア • アプリエンジニア • バックエンドエンジニア • ITソリューション営業、など • カジュアル面談も行っています!