PLAY の AI 活用事例_AI が社内のツールを安全に使うための 全社共通の入口「MCP Platform」

Transcript

1. PLAY の AI 活用事例 社内の情報に、 AI が安全に届く。 AI エージェント 共通の入口 AI が社内のツールを安全に使うための 全社共通の入口「MCP Platform」 株式会社PLAY 社内のツール
2. WHY 障害調査では、情報集めに手間がかかる 障害調査：システムに不具合が起きたとき、原因を突き止める作業 アラート 監視データ ログ 社内ナレッジ 業務データ エンジニア 経験者の手間 調べる人の手間 情報源の手間 どこをどう調べるかを 画面を行き来して、 見る場所も引き方も、 知る人に調査が集中する 手で集める 情報源ごとにちがう そこで、 情報集めを AI エージェントに任せたい AI エージェント（自分でツールを使いながら作業を進める AI） 02 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」
3. WHAT WE NEED AI に任せるには、 AI が情報を取りに行ける道が要る AI エージェントは、渡された情報で答えるだけでなく、必要な情報を自分で取りに行ける AI エージェント ① つなぎ方をそろえる ② 安全な入口を置く MCP MCP Platform 必要な情報を、 AI が自分で取りに行く つなぎ方がばらばらだと、 誰が何を使えるか決めて、 AI が使いこなせない 記録も残したい → 次のページ → その次のページ AI が取りに行く道を、 「つなぎ方」と「入口」の 2 つで整える 03 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」 社内のツール
4. WHAT IS MCP MCP：AI とツールをつなぐ、共通の差し込み口 MCP（Model Context Protocol）：USB のように、形を決めておくことで AI とツールをつなぎ替えられる共通規格 MCP 監視ツール MCP ログ MCP 社内ナレッジ MCP 業務データ AI エージェント 共通の差し込み口 つなぎ方が共通だから、 AI が必要な情報を自分で選んで取りに行ける Anthropic が 2024 年に公開した規格で、いまは多くの AI ツールが対応している 04 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」
5. APPROACH ツールごとにつながず、入口を 1 つにまとめた MCP でつなぎ方はそろっても、鍵や権限はツールごとにばらばら。だから入口を 1 つにまとめた ツールごとに、個別につなぐと AI 共通の入口（ MCP Platform）にまとめると 監視ツール 共通の入口 監視ツール ログ 本人確認 ログ 社内ナレッジ 業務データ AI 権限 社内ナレッジ 記録 業務データ ・鍵（API キーなど）が人ごとに散らばる ・本人確認・権限・記録を、共通の入口でまとめる ・誰が何を使ったか、まとめて追えない ・新しいツールは、共通の入口に登録するだけ ねらい： AI が社内の情報に、安全にまとめて届くこと。入り口を一つにすることで監査がしやすい。 05 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」
6. ARCHITECTURE 全体像：共通の入口から、社内のツールへつなぐ 共通の入口は AWS の Amazon Bedrock AgentCore Gateway。AWS の操作だけは、本人の権限で直接つなぐ（図の上の点線） 06 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」
7. EXAMPLE イメージ（架空の例） 質問するだけで、 AI がデータを取りに行く エンジニアが手元の AI エージェント（ Claude Code など）に聞くと、共通の入口を通して社内のツールを使う ① 質問（例） 「sample-api のエラー率が 上がっている気がする。 ここ 6 時間の推移を見て問 題が起きていないか調査し て。」 ② AI がすること 使うツールを自分で選ぶ ③ 回答（例） エラー率 監視ツールでエラー率を取得 14 時ごろから上がり始めています。 社内ナレッジで過去の障害を検索 結果をまとめる すべて共通の入口を通る 人は画面を開いて回らずに、 次に何を確かめるか を考えられる 07 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」 似た症状の過去の障害と、そのとき の対処が見つかりました
8. SAFETY 使ってよいツールだけが、 AI から見える 共通の入口で本人を確認 許可したツールだけ見える 基本は読み取りだけ 誰からの呼び出しかを、 初期状態はすべて使えない。 原則、情報を読むツールだけ 毎回必ず確かめる 許可したものだけが一覧に出る 書き込みは個別に判断する 共通の入口に別の権限でつないだときのツール一覧。権限ごとに見えるツールが変わる 08 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」
9. USE CASE 人と AI の調査を、 SKILL でつないでサイクルを回す ① 人が AI と調査 共通の入口・同じツール 情報集めは AI が肩代わり ① の人も ③ の DevOps Agent も、 同じ入口・同じツールで調べる ④ 結果から次の種 効いた調べ方を見つける ② SKILL にする 回すほど、 調べ方が育つ 調べ方を手順書にする 監視データ ログ 社内ナレッジ ③ DevOps Agent に還元 次からは自動で一次調査 人も AWS DevOps Agent も同じツールを使うから、 調べ方をそのまま引き継げる SKILL：AI が実行できる手順書 AWS DevOps Agent：アラートを受けて一次調査を自動で行うAWS の AI エージェント 09 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」 業務データ
10. NOW いま、自社の 6 プロダクトで使われている いま（2026 年 9 月時点） 6 4 プロダクトが 共通の入口を一緒に使っている 24 ツールを 2 つのプロダクトチームが自分で追加 プロダクトで 画面を開かない調査 AWS DevOps Agent が共通の入口を利用 一次調査で、画面を開かずに済む場面が増えてい 共通の入口が、 人と AI の調査の土台 になっている 10 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」 る
11. SUMMARY まとめ： AI が安全に情報へ届く道を、先に整える 1 情報集めは AI に 2 共通の入口を 1 つに 3 安全は「許可したものだけ見せる」 4 人の調べ方を AI へ AI の力を活かす鍵は、 安全に情報へ届く道を整えること 11 PLAY の AI 活用事例｜全社共通の MCP 基盤「MCP Platform」