メインコンテンツへスキップ
見出し画像

マネーフォワード クラウド会計MCPサーバーを1年運用してわかった、AI前提の新しい業務プロセス

    こんにちは。マネーフォワードのプロダクトマネージャー、板橋です。
    私が担当する『マネーフォワード クラウド会計』では、AIエージェントと連携できるリモートMCPサーバーを提供しています。
    以前のnoteでは、なぜ私たちがMCPサーバーを早期に提供したのか、そして限定公開から全プラン向けの提供へと進む中で、何を考えたのかを書きました。

    2025年10月にMCPサーバーを提供開始してから1年以上が経過し、活用の仕方も少しずつ変わってきました。

    最初は「AIからクラウド会計を操作できる」ということ自体が、新しい体験でした。しかし、それだけで会計業務全体が変わるわけではありません。MCPサーバーの活用は、単発の作業をAIに頼むところから、毎月繰り返す業務へ、そして、普段使っているツールでのやりとりへと進化をしてきています。

    このnoteでは、この1年あまりの運用経験を踏まえて得られたクラウド会計MCPサーバーのユースケースを紹介しながら、AI前提の業務プロセスがどのように変わってきたのかについて説明します。

    MCPサーバーは、AIがクラウド会計を使うための"受け口"

    改めて、MCP(Model Context Protocol)は、AIと外部のシステムやデータをつなぐためのインターフェースです。
    クラウド会計MCPサーバーを使うと、ユーザーの指示に応じて、AIがクラウド会計から情報を取得したり、対応する操作を実行したりできるようになります。
    これまでであれば、人がクラウド会計の画面を開いて、必要なデータを探し、操作する必要がありました。MCPサーバーによって、AIを通じてクラウド会計を利用するという選択肢が生まれます。
    もちろん、画面が不要になるわけではありません。自分で操作した方が早い場面もあれば、AIが処理した結果を画面で確認したい場面もあります。

    大事なのは、画面かAIかの二者択一ではなく、業務に応じて使い分けられることです。

    画像
    MCPサーバーの登場により、ユーザーのSaaSの使い方に選択肢ができました

    活用の入り口は、「データを作る」と「データを分析する」

    クラウド会計MCPサーバーの活用は、大きく2つに分けて考えることができます。

    • データを作る:資料や証憑をもとに、AIが仕訳などのデータを作成する

    • データを分析する:クラウド会計からデータを取り出し、AIがチェックや分析を行う

    画像
    MCPサーバーの活用分類

    「AIと会計」と聞くと、仕訳の自動化をイメージする方は多いかもしれません。もちろん、仕訳を作ることは重要なユースケースです。

    一方で、すでに蓄積されている会計データを取り出し、疑問に答えたり、確認すべき点を整理したりすることにも可能性があります。

    たとえば、次のような問いかけです。

    去年と比べて売上は順調なのに、お金が増えていないのはなぜ?

    AIが会計データをもとに、キャッシュの増減に関わる情報を整理し、確認すべき論点を提示する。デモでは、取引先の入金サイクルに着目する例を紹介しています。

    また、こんな使い方も考えられます。

    税理士や経理の目線で、要注意な仕訳はある?


    あるいは、過去の情報をもとに、新しい担当者向けの引き継ぎ資料を作成するという使い方もあります。

    もちろん、AIの回答をそのまま正解として扱うのではなく、根拠となるデータや証憑を人が確認することは重要です。

    それでも、最初からすべてを人が行うのではなく、AIが整理し人が判断するという役割分担をすることで、業務の進め方は変わります。

    単発のプロンプトから、定常業務の“型”へ

    一方で、こうした指示を毎月の業務でいちいち行うのは手間になります。特に、上記で共有したケース以上に複雑な指示をする場合に、何をどの順に実施してほしいかや、事業者特有の事情を考慮する指示は、都度プロンプトで伝えるのは大変です。

    月次記帳業務を例に考えてみます。

    当月の証憑をもとに仕訳を作成して終わりなのではなく、試算表やBS・PL、消費税の整合性を確認する。不整合があれば重要度を判断のうえ、原因を調べ、対応できるものは修正する。人の判断が必要なものは指示を仰ぐ。

    こうした一連の流れを、毎回ゼロから指示するのは簡単ではありません。

    そこで考えたいのが、手順や判断基準をスキル・マニュアルとして型にすることです。
    スキルでの型化の際には、業務の手順、判断基準、例外への対応といった内容をまとめます。過去の仕訳や業務知識も踏まえ、AIが実行時に参照できる形にします。

    たとえば、月次記帳の流れを次のように整理します。

    1. 取引データから仕訳を作成する

    2. 試算表やBS・PL、消費税の整合性を確認する

    3. 不整合を重要度に応じて振り分ける

    4. 原因と根拠を整理する

    5. 許可された範囲で仕訳を修正する

    6. 未解決の論点と理由を人に引き継ぐ

    ここまできて、人に引き継ぐ点としてまとめられたものを経理担当者が確認し、対応を指示します。それを受けてAIが修正対応を実施します。

    さらに、AIはその指示を受けて、翌月以降のタスクでは引っかからないようスキルファイルを更新します。

    そうすることで、AIに任せたタスクはより良いものになります。

    重要なのは、すべてをAIに任せることではありません。どこまでをAIが行い、どこからを人が確認・判断するのかを、業務の型の中で明確にすることです。
    さらに、フィードバックループを回すことで、同じ業務を繰り返す中で、その組織に合った手順や判断基準を育てていくことができます。

    画像
    スキルによる型化+フィードバックループで定常業務にAIエージェントを組み込む

    Slackでの確認から、仕訳登録までをつなぐ

    さらに、MCPサーバーの活用の別軸の観点として、クラウド会計を使用する業務をその前後の仕事とつなぐことが挙げられます。

    会計処理は、クラウド会計の画面の中だけで完結するわけではありません。たとえば経費で物品を購入するケースを考えると、仕訳を登録するためには「カード明細の確認」「購入をした社員に用途等の詳細を確認」「確認した結果を踏まえて仕訳登録」という手順を踏む必要があります。

    従来は、カード明細の確認はカード会社のサイト(または紙の明細)、社員への用途詳細の確認はSlackなどの社内コミュニケーションツール、仕訳登録はクラウド会計、というように、手順ごとにアクセスするツールは別々でした。

    しかし、MCPサーバーによって、一つのツールで一気通貫で行えるようになりました。例で挙げた流れですと、Slackbotを介してつなぐと、次のような流れになります。

    1. ビジネスカードの明細はクラウド会計に連携されている。経理担当者は、SlackbotからMCPサーバーを通じてSlack上で明細を確認することができる。

    2. 社員への詳細確認が必要な明細について、Slackのスレッドで用途などを問い合わせる。

    3. 社員からの回答を確認した上で、経理担当者はSlackbotに仕訳登録を指示する。SlackbotはMCPサーバーを通じてクラウド会計に仕訳を登録する。


    画像
    SlackbotをMCPクライアントとして活用することで一気通貫の業務を実現

    ポイントは、単にSlackがMCPにつながることではありません。これまで別々の場所で行っていたタスクが、一連の流れとして一箇所で実行できることです。転記をしたり、色々なツールの画面の行き来を減らすことで、ミスを減らし効率を上げることができるのです。

    また、Slackのようなもともと使い慣れていたツールで完結することにより、組織への普及も進みます。

    MCPサーバーは、こうした業務を横につなぐための受け口としても活用できると考えています。

    「うまく指示する」から「うまく回る仕組みをつくる」へ

    ここまで紹介したユースケースを振り返ると、1年間でMCPサーバーの活用は以下のように進化してきました。

    最初は、プロンプトで都度依頼する段階です。目的や条件を伝え、一つの作業を実行する。これはまずクイックウィンとしてMCPサーバーを利用する段階として有効でした。

    次に、繰り返す作業の手順や判断基準を、スキル・マニュアルとして型にする段階です。同じ仕事を再現しやすくなり、定常業務への適合性が高まります。そのAIの実行結果を人が確認し、その修正や例外を次の実行に生かす段階へ進む。業務の品質を、繰り返しの中で育てていきます。この段階で改善ループが回る仕組みが構築できました。

    さらに、その仕組みはAIツール-クラウド会計の間だけに閉じず、Slackのような普段の業務ツールにも広がりました。

    AIにクラウド会計の操作を「うまく指示する」という段階から、AIが操作をする前提で業務が「うまく回る仕組みをつくる」に進化してきたと言えます。

    画像
    MCPサーバー活用の1年での進化

    「操作できる」から、業務として「任せられる」へ

    MCPサーバーによって、AIがSaaSのデータや機能にアクセスできるようになりました。

    これは、SaaSがAIのためのツールになったことを意味しません。従来は「人が使うためのSaaS」だけだったものが、「AIも使う業務基盤」に発展してきたということを意味しています。

    この業務基盤によって、すべてをAIに任せて処理が速く進むのではなく、人とAIが協働することで高速かつ高品質で業務を遂行できるようになります。これを実現するために、今後MCPサーバーの活用は、以下の観点を持ちながら進化していくと考えています。

    • つながる:AIが業務データや機能にアクセスできること。引き続き人は画面上からもアクセスできること。

    • 業務を進める:単発の操作だけでなく、確認・承認・処理など、前後の仕事が連なるワークフローとして進められること。

    • 安心して任せる:AIに任せる範囲と、人が確認する範囲の境界が明確であること。各処理の権限や操作履歴、追跡可能性があり、業務遂行が信頼できること。

    画像
    MCPサーバーの今後

    これは、MCPサーバーの機能改善だけで実現するものではありません。フロンティアモデルの進化も含めたAIの使い方、スキル等の業務の手順の精緻化、人による確認手順の組み込み、そしてSaaS側の機能改善すべてが組み合わさって実現できるものだと考えています。

    前回のnoteで書いたように、MCPサーバーの企画立ち上げ時は、MCPサーバーをAIが使う“受け口”として捉えました。
    その受け口が当たり前になった時、次に向き合うのは、AIを含めた業務環境の中で、人・SaaS・AIのそれぞれどのように役割を持ち、どう協働していくかを捉えなおすことだと考えています。


    ※ 本記事は、2026年11月5日のJapan MCP Business Communityでの登壇内容および発表スライドをもとに作成・再構成したものです。
    セッション中に使用したスライドやセッション動画は、イベントページにて公開しています。



    マネーフォワードで一緒にプロダクトマネジメントをする仲間も募集しています。



     
     
    マネーフォワードのプロダクトマネージャーです。 外資ITでのエンジニア・PjM→AIスタートアップでのPdM・EM→マネーフォワード

    あなたへのおすすめ