MCPという言葉を目にする機会が増えていませんか。AIエージェントが自社ECのデータを直接扱えるようになる仕組みですが、何がどう変わるのかは掴みにくいはずです。
一方で、動きは確実に進んでいます。makeshopやネクストエンジンといった国内の主要サービスは、すでにMCPサーバーの提供を始めました。海外ではAIとの会話の中で買い物が完結する仕組みも動き出しています。
この記事でわかることは、次の3点です。
- MCPとは何か。従来のAPI連携やチャットボットと何が違うのか
- 顧客の買い物体験と、店舗のバックヤード業務がそれぞれどう変わるのか
- UCPやACPといった周辺規格の役割と、EC事業者が今から準備すべきこと
各規格の公式仕様と、国内サービスの公式発表をもとに整理しました。日本での提供状況も正確にお伝えします。。
目次
この記事を読んでいる方におすすめ
MCP（Model Context Protocol）とは？EC業界で今急注目される理由
AIエージェントとECシステムを繋ぐ「共通言語」の仕組み
MCPは、AIアプリケーションと外部のデータやツールを接続するためのオープンプロトコルです。2024年11月にAnthropicが公開し、現在の仕様バージョンは2026年7月28日版となっています。
出典：Model Context Protocol
従来のAPI連携との違いは、【つなぎ方が1種類で済む】点にあります。これまでは、AIに在庫システムをつなぐ、次に受注システムをつなぐ、というたびに個別の実装が必要でした。接続先が10個あれば10通りの作り込みが発生します。
MCPでは、データを提供する側がMCPサーバーという共通の窓口を1つ用意します。AI側はその窓口の作法だけ覚えればよく、どのAIからでも同じ手順で接続できます。makeshopのMCPサーバーがClaudeでもCodexでも動くのは、この共通化があるためです。
チャットボットとの違いも明確です。チャットボットは決められた回答を返す仕組みですが、MCPはAIが実データを取得して自分で考える経路を提供します。
なお、2025年12月にAnthropicはMCPをLinux Foundation傘下のAgentic AI Foundationへ寄贈しました。特定企業に依存しない規格として運営されています。
出典：Anthropic
ECビジネスにおいてMCPが必要な理由
EC運営のデータは、常に動き続けています。在庫数は数分で変わり、価格はセールのたびに切り替わり、配送状況は刻々と更新されます。
この性質が、AI活用の難しさに直結します。学習済みの知識だけで答えるAIは、昨日の在庫数を今日も正しいものとして話してしまいます。商品ページの情報をあらかじめ読み込ませておく方式も、更新のたびに読み直しが必要です。
MCPが解決するのは、この【今の値を取りに行く】部分です。質問が来た時点でシステムに問い合わせ、返ってきた実データをもとに回答を組み立てます。在庫3点という答えは、その瞬間の実際の在庫数になります。
もう1つ重要なのが、権限の設計ができる点です。makeshop MCPでは、商品更新の書き込みツールについて、許可とブロックを利用者側で切り替えられます。参照だけ許可し、更新はさせないという運用が選べます。
出典：makeshopマガジン
顧客情報を扱うEC事業者にとって、この制御の粒度は導入判断を左右します。生成AI全般の活用範囲については、【ECサイトのAI活用術】もあわせてご覧ください。
【顧客視点】MCPが実現する「次世代ショッピング体験」の3つの劇的変化
なお、この章で紹介する購買体験は、米国で先行して実用化が進んでいるものです。日本での提供時期は、2026年8月時点で発表されていません。将来像として捉えたうえで、次章以降の実務的な準備につなげてお読みください。
「検索＆比較」から「AIとの自然な対話」による購買へ
これまでのECは、キーワードを入力し、絞り込み条件を設定し、一覧から選ぶという流れが基本でした。買い手が自分で条件を言語化できることが前提の設計です。
対話型の購買では、この前提が変わります。「来週の結婚式で着られる、身長160cmでも裾を引きずらないワンピース」といった曖昧な要望を、そのまま投げられます。AIが条件を分解し、該当する商品を探して提示します。
技術的には、AIがMCPを通じて店舗の商品カタログを検索します。Shopifyは全ストアフロントで利用できるWebMCPのツール群を提供しており、エージェントが商品検索やカート操作を代行できる形になっています。
出典：Shopify.dev
事業者側の視点で見ると、これは新しい入り口が増えることを意味します。従来の検索エンジン経由に加え、AIとの会話の中で商品が見つかる導線が生まれます。ただし現時点で、この体験を日本の消費者が使える環境は整っていません。
購買履歴・文脈を深掘りした高度なパーソナライズ提案
従来のレコメンドは、閲覧履歴や併売データにもとづく仕組みが中心でした。この商品を見た人はこちらも見ています、という形です。
MCPを介した提案は、踏み込み方が変わります。AIが過去の購入商品の属性、サイズ、素材、カテゴリを読み取り、その人の傾向を解釈したうえで提案を組み立てられるためです。
たとえば、過去に麻素材のシャツと生成りのパンツを購入した顧客がいたとします。AIは色味と素材の傾向を踏まえ、手持ちの商品と合わせやすい一着を提示できます。単に売れ筋を並べるのとは質が異なります。
実現の前提になるのが、商品データの整備です。素材、サイズ、用途、季節といった属性が構造化されていなければ、AIは解釈のしようがありません。写真と価格だけの商品ページでは、この提案は成立しません。
つまり、パーソナライズの精度を決めるのは、AIの賢さより自社のデータの粒度です。この点は本記事の後半で詳しく扱います。
サイト遷移なし！チャット画面内で「商品発見から決済まで」シームレス完結
購買の途中でページを移動するたびに、離脱の可能性が生まれます。会話の流れのまま購入まで進める設計は、この摩擦を減らします。
Shopifyは、この流れを支えるMCPサーバーを段階的に提供しています。Cart MCPは購入を決める前のカートを組み立てて調整する役割を持ち、購入の意思が固まった段階でCheckout MCPがカートをチェックアウトセッションへ変換します。
出典：Shopify.dev
カートは長めに保持でき、認証なしでも合計金額の見積もりができます。一方でチェックアウトは認証が必須となり、レート制限も厳しく設定されています。試行錯誤はカートで行い、確定段階でチェックアウトへ移す設計思想です。
ただし、日本での状況は冷静に見る必要があります。AIとの会話内で決済まで完結する仕組みは、米国のGoogle AI ModeやGeminiで稼働しているものの、日本の消費者向けには提供されていません。今は準備期間と捉えるのが現実的です。
【事業者視点】バックヤード業務と店舗運営はどう進化・省力化するか？
自然言語で問いかけるだけのデータ一元把握と集計自動化
ここからは、日本のEC事業者が今日から使える話に移ります。国内で先行しているのは、顧客側ではなくバックヤード側のMCP対応です。
NE株式会社は2026年6月30日、ネクストエンジンにMCPサーバーを実装しました。既存のAPIを活用したもので、AIエージェントに話しかけるだけで受注、売上、在庫、商品の業務データを参照・集計できます。
対応が始まっている範囲は具体的です。受注と売上の集計、店舗別状況の確認、商品別販売実績の把握、在庫内訳と入出庫履歴の確認、受注ステータスおよび個別注文情報の参照が挙げられています。
出典：NE株式会社
これまで管理画面で条件を設定し、CSVを書き出し、表計算ソフトで加工していた作業が、1回の問いかけに置き換わります。「今月の店舗別売上を前月と比べて」と聞けば、集計まで済んだ答えが返ります。
数字を見る頻度が上がると、判断の速度も変わります。何を追うべきかについては、【ECサイトのKPI設計】を参考にしてください。
カスタマーサポート（CS）の「在庫照会・配送状況案内」の全自動化
CSに届く問い合わせのうち、相当数が状況確認です。注文した商品はいつ届くのか、この色の在庫はあるのか、返品はまだ間に合うのか。いずれも調べれば答えが出る内容です。
こうした問い合わせは、担当者が管理画面を開いて注文番号を検索し、ステータスを確認して返信する流れになります。1件あたりの時間は短くても、件数が積み上がれば大きな負荷になります。
MCPを介せば、この照会をAIに任せられます。ネクストエンジンMCPでは受注ステータスと個別注文情報の参照に対応しており、注文番号をもとにした状況確認が可能です。
運用設計で重要なのが、権限を参照のみに絞ることです。キャンセル処理や住所変更まで自動で実行させると、誤操作が実害につながります。読み取りは自動、書き込みは人の承認を経る形が安全です。
クレームや複雑な相談は、有人対応へ引き継ぐ導線を必ず残してください。導入手順は【ECサイトのチャットボット活用】でも解説しています。
開発・マーケティング分析業務の高速化とAI運用
MCPの効果は、顧客対応やデータ集計にとどまりません。制作や分析の現場でも使われ始めています。
ShopifyはDev MCPとして、開発者向けのMCPサーバーを提供しています。CursorやClaude Codeといった開発環境から、Shopifyのドキュメントやコマンドを参照しながら作業を進められる仕組みです。テーマの改修や、独自機能の実装スピードに効きます。
マーケティング側では、広告やアクセス解析のデータ連携が視野に入ります。MCPは接続方式の規格であり、対応するサーバーが提供されていれば同じ手順でつなげます。売上データと広告データを横断した問いかけができれば、レポート作成の工程が短縮されます。
makeshopは、MCPサーバーに加えてSkillsを配布しています。売上分析、顧客分析、商品分析を行い、施策提案まで一貫して実行できる設計です。データ取得で終わらせず、何を改善すべきかまで踏み込む点が特徴とされています。
出典：makeshopオンラインマニュアル
MCP時代を形成する主要プロトコル（UCP・ACP・AP2）と最新プラットフォーム動向
Shopify・makeshopなど主要ECカートのMCP対応状況
国内外の主要プラットフォームの対応状況を整理します。まず海外では、Shopifyが最も広く展開しています。
Shopifyが提供するMCPサーバーは複数あります。商品やポリシーを検索するStorefront MCP、カートを組み立てるCart MCP、購入手続きを担うCheckout MCP、開発支援のDev MCPといった構成です。Cart MCPは後述するUCPのカート機能を実装しています。
出典：Shopify.dev
国内では、GMOメイクショップが2026年5月にmakeshopのMCPサーバーをリリースしました。当初はMCP Server for Backofficeという名称でしたが、同年6月15日にmakeshop MCPへ改称し、商品更新機能と分析スキルが追加されています。
出典：GMOメイクショップ
対応している主な機能は、注文データの検索取得、会員データの検索取得、商品データの検索取得、そして商品情報の更新です。ClaudeにカスタムコネクタとしてMCPサーバーURLを登録する形で接続します。
ネクストエンジンも2026年6月に実装を開始しており、国内のバックヤード領域は動き始めた段階といえます。
エージェントコマース（Agentic Commerce）を支える周辺規格の整理
MCPの周辺には、似た略語の規格が並んでいます。役割が違うため、階層で捉えると整理しやすくなります。
- MCP：AIと外部システムをつなぐ接続方式。用途はコマースに限りません
- UCP：商品発見からカート、決済、購入後までの商取引の共通言語
- ACP：AIとの会話の中で決済を実行するための規格
- AP2：その購入を誰が承認したかを証明する決済認可の仕組み
UCPは2026年1月11日にGoogleが発表した規格です。Shopify、Etsy、Wayfair、Target、Walmartと共同開発され、20社以上のパートナーが支持を表明しています。
出典：Google Developers Blog
注目すべきは、UCPがMCPと競合しない設計になっている点です。UCPは事業者がREST API、A2A、MCPのいずれかで機能を公開できる形をとっています。つまりMCPは、どの規格が主流になっても土台として残る層です。
出典：Universal Commerce Protocol
規格の選択に悩むより、共通して求められるデータ整備を先に進めるほうが確実といえます。
EC事業者が今すぐ取り組むべき「AI-Ready（AI適合）」な準備とリスク対策
AIに選ばれるための「商品データ構造化」と情報クレンジング
どの規格が普及しても、前提は変わりません。AIが商品を正しく理解できる状態になっていることです。
人が読む商品ページでは、写真と雰囲気のある説明文で伝わります。しかしAIは、素材が何か、サイズはどの範囲か、在庫はいくつか、という情報を項目として取得します。説明文の中に埋もれた記述は、正確に読み取れません。
着手すべきは、次の3点です。
- 属性の項目化：素材、サイズ、色、重量、用途、対応季節を独立した項目として登録します
- SKUの整理：色違いやサイズ違いが別商品として登録されていないか点検します
- 在庫精度の担保：実在庫と表示在庫のずれをなくします
在庫の正確さは、特に重要です。AIが在庫ありと回答した商品が実際は欠品していれば、顧客の信頼を直接損ないます。
UCPの仕様では、事業者が自社ドメインの所定の場所に対応状況を宣言する設計が採られています。ただし何を宣言できるかは、自社データが整っているかで決まります。規格対応の前に、データの棚卸しが必要です。
安全なAI運用を担保するガバナンス設計（個人情報保護・最小権限・ハルシネーション対策）
ECは、氏名、住所、電話番号、購買履歴を日常的に扱います。AIに業務データを開くということは、これらへの経路を作ることでもあります。
個人情報保護委員会は、生成AIサービスに個人情報を含むプロンプトを入力する場合、特定された利用目的を達成するために必要な範囲内であることを十分に確認するよう注意喚起しています。
出典：個人情報保護委員会
実務では、次の3層で設計すると整理しやすくなります。
- 権限の最小化：まず参照のみで運用します。makeshop MCPのように書き込み権限をブロックできる場合は、必要になるまで閉じておきます
- 人の承認を挟む：キャンセル、返金、価格変更など影響の大きい操作は、AIに実行させず提案までにとどめます
- 記録を残す：どのAIが、どの用途で、どのデータに触れたかを一覧化します
総務省と経済産業省の「AI事業者ガイドライン（第1.2版）」では、AIエージェントを、特定の目標を達成するために環境を感知し自律的に行動するAIシステムと定義しています。自律的に動く以上、境界を先に決めておく必要があります。
出典：経済産業省
なお、これは一般的な整理であり法的判断ではありません。自社の運用については専門家への確認をおすすめします。
MCPが切り拓くECの未来と今始めるべきファーストステップ
「人間とAIの両方に選ばれるECサイト」を目指して
これまでのECサイト運営は、人が見て、人が読んで、人が判断することを前提に設計されてきました。写真の美しさ、説明文の表現、導線の分かりやすさが評価軸だったわけです。
ここにAIエージェントという読み手が加わります。ただし、人向けの作り込みが不要になるわけではありません。ブランドの世界観や購入後の体験は、引き続き自社ECが担う領域です。
必要なのは、両方に対応できる状態です。人には伝わる商品ページであり、同時にAIが属性を正確に取得できるデータ構造にもなっている。この二重の要件を満たすことが、これからの標準になります。
最初の一歩は、規格対応ではありません。自社データの棚卸しです。商品マスタの属性はどこまで埋まっているか、在庫の精度はどうか、顧客データはどのシステムに分散しているか。この現状把握なしに、どの規格に対応すべきかは判断できません。
自社ECとモールの役割分担を含めた整理は、【ECモールと自社ECの比較】もあわせてご覧ください。
まとめ
【この記事のポイント】
- MCPはAIと外部システムをつなぐ共通の接続方式。個別のAPI連携と違い、1つの窓口でどのAIからも接続できる
- 日本で今日使えるのはバックヤード側。makeshopが2026年5月、ネクストエンジンが同年6月にMCPサーバーを提供開始した
- AIとの会話内で決済まで完結する体験は米国で先行しており、日本での提供時期は未発表
- UCP、ACP、AP2は役割の異なる規格。MCPはどの規格でも接続方式として使われる土台の層にあたる
- どの規格が主流になっても、求められる準備は共通。商品データの構造化と在庫精度の担保が起点になる
規格の動向は今後も変わります。しかし、AIが読める状態にデータを整えるという課題は動きません。焦って規格対応を検討するより、足元のデータを固めるほうが確実な投資になります。
自社のデータは、AIが読める状態になっていますか
とはいえ、商品マスタの属性がどこまで埋まっているか、顧客データがどこに分散しているかを、正確に把握できている事業者は多くありません。現状が見えなければ、何から手をつけるかも決まりません。
KUROCOでは、EC事業者向けにデータ活用度を診断できるチェックリストをご用意しています。自社のデータがどの段階にあるかを、設問に答えながら確認できます。
AIエージェント経由の購買が本格化したとき、差がつくのはデータの整備状況です。今のうちに、自社の現在地を確認しておいてください。
齋藤健太 代表取締役 
慶応義塾大学理工学部卒業後、株式会社船井総合研究所に入社。主に中堅規模（数百億）以上の企業をメインクライアントとしたプロジェクトに従事。化粧品メーカや卸・リテール業界など、幅広い業種において、中期経営計画策定やマーケティング戦略の構築、M&Aにおけるビジネスデューデリジェンス等の実績を有する。独立後も製造業や小売業、サービス業に至るまで大小様々な企業の課題発見に従事、成果を上げる。特にデータ分析においては、複数のコンサルファームにもアサインされる実力を有する。コンサルティングに加え、ヘアサロン2店舗と、まつげ・眉毛専門のアイサロン1店舗の運営、ならびに伝統工芸品の販売事業にも携わり、現場視点での売上づくりにも取り組んでいる。その他、AI関連スタートアップや教育関連企業からもデータ分析支援の依頼を数多く受けている。2013年9月にクロスメディア・パブリッシングより「問題解決のためのデータ分析」を出版（2019年2月に新装版を出版）。教育プラットフォームUdemyで展開しているオンライン講座（「ビジネスの現場で使えるデータ分析」、他）の受講者数は4万人（2024年2月現在）を超える。2020年10月KUROCO株式会社を設立、現在に至る。
東亜大学芸術学部トータルビューティ学科非常勤講師。
＼ この記事を読んでいる方におすすめ！ ／
