【2026年】PropelのMCPと部品表|設計変更を承認する線

【2026年】PropelのMCPと部品表|設計変更を承認する線

「設計変更の影響範囲を調べるだけで半日つぶれる。AIに部品表を読ませれば早いのでは」「現場から、ChatGPT に品番を貼って聞いているという話が出てきた」——製造業の情シスやAI導入の担当者から、2026年に入って増えてきた声です。Salesforce の上に建つPLMの Propel は2026年6月25日、PLMベンダーとして初めて本番用のMCPを提供したと発表し、社員の Claude や ChatGPT、Copilot から稼働中の部品表や変更、品質の記録を照会し、簡単な操作までできる道を開きました。問われているのは「AIに部品表を見せてよいか」ではありません。誰の権限で読ませ、何を起票させ、設計変更を誰が承認するかです。この記事では、Propel のMCPを社内に開くときに、どの順で何を決めればよいかを手順として整理します。


カメ先生カメ先生

部品表をAIに開くと聞くと、図面や原価が外に漏れる話だと思われがちなんだ。でも本当に効いてくるのは、AIが変更指示を起票できるようになる点なんだよ。


カメ子カメ子

読ませるだけなら照会の話で、起票まで許すと、設計変更の流れの中にAIが入ってくるということですか。


カメ先生カメ先生

そう。しかも Propel では、変更指示が承認された瞬間に部品表を生産側の基幹システムへ送る仕組みまで用意されている。承認の一押しが、工場の手配まで動かすんだ。


カメ子カメ子

だから、AIに許す範囲よりも、承認を誰に残すかを先に決めるんですね。


この記事のポイント
  • Propel のMCPは Salesforce 上の利用者の権限のまま動く。AIに見せる範囲は、AI側の設定ではなく権限と項目の公開範囲で決まる
  • 照会・起票・承認・外部連携の四つを分けて、照会から順に開く。設計変更の承認と、生産側への送信につながる操作は人に残す
  • 答えは社員が使うAIの提供元を通る。Propel 側の非保持の説明がどこまで及ぶかを確かめ、技術データの線を契約で引く

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

Propelとは:Salesforce の上に建つPLMと品質管理の基盤

Propel は米国カリフォルニア州に本社を置く企業で、製品のライフサイクル管理(PLM)、品質管理(QMS)、製品情報管理を一つの基盤で提供しています。最大の特徴は、Salesforce の上に建てられていることです。部品表や設計変更、不具合と是正処置、規制への適合の記録が、営業や顧客の情報と同じ基盤に載ります。公式には、ハイテク、医療機器、産業機器、消費財の企業を主な顧客としています。

AIの機能としては、Salesforce の Agentforce の上に作られた「Propel One」があります。公式の説明では、変更指示に含まれる影響品目や文書を順にたどって下流への影響を示し、推奨を出す機能や、添付文書に質問して要点を引き出す機能が紹介されています。部品表には、外部の部品データ提供元から入手性・製造終了の予定・規制への適合状況を毎日取り込み、リスクの高い部品に印を付ける機能もあります。

2026年11月10日には、製品部門の責任者が12月に退任し、6年以上在籍する幹部が製品管理を率いると発表しました。公式は、AIを中心にした製品の方向性は変わらないとしています。同年3月には、複数の設計ツールとの連携機能と Propel One に支えられて創業以来最高の年になったと発表しており、AIの機能が事業の柱に据えられていることが分かります。買収や事業停止の告知は見当たらず、ニュースの発表も続いているため、本記事では現行の製品として扱います。

2026年6月の発表:本番用のMCPで何が開いたか

MCPは、AIが外部のシステムを道具として呼び出すための共通の接続方式です。Propel の発表は、これを試験ではなく本番の利用として提供した点を強調しています。公式の説明によると、社員は普段使っている Claude や ChatGPT、Copilot から、Propel にログインせずに製品データを照会し、質問への答えを受け取り、簡単な操作を実行できます。

もう一つの柱が、逆の向きです。Propel の中で動くエージェントから、NetSuite や SAP といった他社の基幹システムが公開するMCPへつなぎ、在庫や供給元のリスク、ワークフローの情報を取り込めるとしています。製品ページでは、会話の依頼一つで部品表を引き、調達の契約を確かめ、代替部品を評価し、変更指示を作るところまでを例として挙げています。

向き何ができるか(公式の説明)必要な契約
入る向き社員のAIから部品表・品目・品質の記録を照会し、簡単な操作を実行既存の利用権に含まれる。上位の利用権は全面、協働向けの利用権は一部のみ
出る向きPropel One のエージェントが NetSuite・SAP・部品データ提供元などのMCPから情報を取り込むPropel One の利用権が必要
共通Propel で設定済みの権限と統制の中で動き、AIの操作は記録される追加の設定は提供元に確認

この表のとおり、入る向きと出る向きでは、契約もデータの流れも違います。社内で判断するときも、二つを一つの「MCP導入」としてまとめず、別々の稟議として扱うほうが論点がぶれません。

数字で見る背景:製造業400人の調査と、その読み方

Propel は2026年8月と9月に、委託した調査会社が製造業の幹部400人に聞いた結果を公表しています。MCPでAIにつなぎたい業務システムとしてPLMが49%で1位となり、66%が「部品表や変更履歴などの製品データにアクセスできなければ、AIは自社でほとんど役に立たない」と答えたとしています。情シスの回答者に限ると、承認済みのAIをアクセス制御と監査記録つきでPLMにつなぐことを95%が評価し、AIが何にアクセスし何を操作できるかを一か所で統制できることを84%が評価しました。

ただし、これは製品を売る側が委託した調査で、対象も米国の業種に偏っている可能性があります。数字は「関心が高い」ことの傍証にはなりますが、自社が入れるべき理由にはなりません。むしろ読み取るべきは、情シスの回答者が重視しているのが便利さではなく、アクセス制御と記録だという点です。

同じ調査では、回答者の9割超がMCPを導入済みか12か月以内に導入する見込みとし、56%が導入の遅れは運用費の増加や競争上の不利につながると答えたとしています。この種の数字は、社内で「急がないと遅れる」という圧力として使われがちです。けれども、遅れの損失を語る数字はあっても、急いで開いたときに起きる誤りの費用を測った数字は示されていません。判断の材料にするなら、両方を並べて見る必要があります。

この記事の手順も、その関心に沿って組み立てています。AIを製品データにつなぐ価値を論じるより先に、誰の権限で、どの項目を、どこまで動かすのかを決めること。それが決まらないまま現場の要望に押されてつなぐと、あとから止める理由も、続ける理由も説明できなくなります。

手順の全体像:照会・起票・承認・外部連携を分けて開く

Propel のMCPを社内に開く判断は、一度に「使う・使わない」を決めるものではありません。AIに許す操作を四つの段階に分け、照会から順に開いていくのが現実的です。照会はAIが記録を読むだけ、起票はAIが下書きや変更指示を作る段階、承認は設計変更を確定させる段階、外部連携は Propel のエージェントが他社の基幹システムへ出ていく段階です。

STEP1
見せる品目と項目を決める

部品表のどの階層、どの項目までをAIに見せるかを、輸出管理・取引先の秘密・原価の観点で切り分ける。

STEP2
誰の権限で動くかを確かめる

AIは接続した社員の Salesforce 上の権限で動く。権限が広すぎる社員から先に整理する。

STEP3
データの流れを書き出す

照会の答えがどのAIの提供元を通り、どこに残るかを図にし、契約と突き合わせる。

STEP4
照会だけで試す

部品表・未完了の変更・品質の記録を読む使い方に限り、答えの正しさを確かめる。

STEP5
起票を許し、承認は人に残す

変更指示の下書きまでをAIに任せ、承認者と、AIが関わった印の残し方を決める。

STEP6
外部連携は別の稟議にする

NetSuite や SAP へ出ていくエージェントは、相手側の権限と記録も含めて改めて判断する。

以下では、この順番に沿って、各段階で決めることを見ていきます。順番を飛ばして起票から始めると、権限の棚卸しやデータの流れの確認が後回しになり、問題が起きてから見直すことになりがちです。

手順1:AIに見せる品目と項目を決める

最初に決めるのは、AIに見せる範囲です。部品表には、自社の設計の要点だけでなく、取引先から預かった図面や仕様、部品ごとの原価、供給元との条件が含まれます。防衛や輸出管理の対象になる品目を扱う企業なら、その品目の技術データを社外のAIに渡すこと自体が規制の論点になります。

実務では、品目の分類ごとに「AIで照会してよい」「社内のAIだけ」「AIでは扱わない」の三つに分けるのが分かりやすいでしょう。分け方の軸は、技術データの機密度、取引先との秘密保持契約の条件、輸出管理の該否判定の三つです。取引先から預かった仕様は、自社の判断だけでAIに渡せないことが多く、契約の文言を確かめる必要があります。

見せる範囲を考えるときは、設計部門以外の利用者も視野に入れます。Propel は製品情報管理も同じ基盤に持ち、AIの機能は Slack からも使えると説明しています。9月の調査では、マーケティングの回答者の85%が、発売資料のために技術・品質・製品の情報をAIにまとめさせることを評価したとされています。設計の記録を読みたい部署は、設計部門の外にも広がるということです。部署ごとに見せる品目の分類を決めておかないと、営業資料のための照会が、未発表の設計変更まで拾ってしまいます。

Propel は Salesforce の仕組みの上で、項目単位のセキュリティを持つと説明しています。原価や供給元の条件のように、品目そのものは見せても項目は隠したいものは、この単位で絞れるかを試験環境で確かめておきます。ここで決めた線が、次の権限の整理の土台になります。

手順2:誰の権限で動くかを確かめる

Propel の公式説明では、MCPを通じたAIの操作は既存の利用者の権限で統制され、エージェントはその利用者が見てよいものにしかアクセスしないとされています。つまり、AIの権限は接続した社員の Salesforce 上の権限そのものです。AIのために特別な制限があるのではなく、社員の権限が広ければAIも広く動きます。

ここで問題になりやすいのが、長年の運用で権限が膨らんだ社員です。プロジェクトを渡り歩いた設計者や、部署の異動で権限を外し忘れた担当者は、本人が意識しないまま多くの品目を見られる状態になっています。画面で一つずつ開く操作なら目立たなかった広さが、AIに「関係する品目を全部まとめて」と頼んだ瞬間に一度に表に出ます。

もう一つ確かめたいのが利用権の種類です。公式の説明では、入る向きのMCPは上位の利用権では全面的に使え、協働向けの利用権では一部に限られます。取引先や社内の他部門に協働向けの利用権を配っている企業は、その人たちがAIから何を見られるかを、提供元に具体的に確認しておく必要があります。接続の認証の仕組みや、AIからの接続を特定の社員だけに許す設定の有無も、公開情報では読み切れないため、導入前の質問項目に入れておきます。

手順3:データの流れを書き出す

Propel は、すべてのMCPのやり取りが同社の信頼層を通り、データを保持せず、外部のモデルの学習に使わず、監査証跡を残すと説明しています。ここで押さえておきたいのは、照会の答えは、最終的に社員が使っているAIの提供元に届くという点です。Claude や ChatGPT に部品表の内容を返せば、その内容はそのAIの提供元の処理を通ります。

Propel 側の非保持の説明が、社員のAIの提供元での保存や学習にまで及ぶのかは、公開されている説明からは読み切れません。そこで、照会の答えが通る経路を図に書き出し、社員のAIの契約で、入力の保存期間と学習への利用がどうなっているかを確かめます。法人向けの契約で学習に使わない設定になっていても、個人の無料版から接続されれば前提が崩れます。

この確認は、つないでよいAIの道具を指定することにつながります。法人契約の Claude や ChatGPT、Copilot に限り、個人の契約からの接続は認めない、という線を規程に書くのが基本です。技術データを社外に出す線は、AIの性能ではなく契約で引くものだと考えておくと、判断が速くなります。

手順4:照会だけで試し、答えの正しさを確かめる

最初の試行は、照会に限ります。部品表の構成を聞く、ある部品を使っている上位の品目を聞く、未完了の変更指示の一覧と担当者を聞く、品質の不具合記録の傾向を聞く、といった使い方です。Propel は、データの写しを別の場所に溜めて検索する方式と違い、稼働中の記録を直接読むので答えが古くならないと説明しています。

ただし、記録が新しいことと、AIの答えが正しいことは別です。部品表の照会でAIが間違えやすいのは、版の違い、代替部品の扱い、同じ部品が複数の階層に出てくる場合の数量の合計です。試行の期間は、AIの答えと画面での確認を並べ、どの種類の質問で食い違いが出るかを記録しておきます。

  • AIには答えの根拠として、品目番号・版・変更指示の番号を必ず書かせる。番号のない答えは確認の対象から外す
  • 数量や原価の合計はAIに計算させて終わりにせず、元の記録で人が確かめる
  • 食い違いが出た質問の種類は一覧にし、照会の範囲を広げる前に共有する

試行の終わりには、照会の使い方を続けるか、範囲を広げるか、止めるかを、この記録をもとに判断します。答えが速いという印象だけで次の段階に進むと、起票の段階で同じ誤りが変更指示に書き込まれることになります。

手順5:起票をAIに許す範囲を決める

照会で答えの質が確かめられたら、次はAIに起票させる段階です。Propel の説明では、MCP経由で簡単な操作ができ、製品ページでは会話の依頼から変更指示を作る流れが例に挙がっています。何が「簡単な操作」に当たるのかは公開情報では列挙されていないため、導入前に提供元に一覧を求め、試験環境で一つずつ確かめるのが確実です。

起票を許すなら、AIが作るのは下書きに限るのが基本です。変更の理由、影響を受ける品目、代替部品の候補をAIにまとめさせ、どの記録を根拠にしたかを番号で添えさせる。変更の要否や、どの代替部品を採るかの判断はAIにさせません。AIの役割は、人が判断するための材料をそろえるところまでです。

もう一つ決めておきたいのが、AIが起票したことの印です。誰がどのAIで起票したかが変更指示に残らないと、後の監査で、人が考えた変更とAIが下書きした変更の区別がつかなくなります。Propel はAIの操作をすべて記録すると説明していますが、記録が残ることと、承認者がそれに気づけることは別です。変更指示の本文の決まった欄にAIの関与を書く運用を、起票を開く前に決めておきます。

手順6:設計変更の承認は人に残す

設計変更の承認は、AIに渡さない線として明確に引いておきます。理由は、承認の重みが Propel の中だけで完結しないからです。Propel は2026年8月、変更指示が承認された瞬間に、影響品目や部品表、メーカー部品、供給元のデータを生産側の基幹システムへ自動で送る製造連携の機能を発表しました。12の基幹システムに対応し、転送はすべて記録されるとしています。

この仕組みを使っている企業では、承認の一押しが調達や生産の手配に直結します。AIが承認まで進められる状態は、AIの誤りがそのまま工場に届く状態と同じです。承認の権限は、AIを接続する社員の権限からも切り離しておくのが安全です。承認者自身がAIを使うなら、承認の操作だけは画面で行うといった運用の線も考えられます。

医療機器のように規制を受ける業種では、承認の記録が監査の対象になります。公式の説明では、この製造連携は米国FDAの電子記録の規則やISO 9001の要件への対応を支えるとされていますが、それは記録の仕組みの話です。誰が何を根拠に承認したかを説明する責任は、AIを入れても利用企業の側に残ります。

手順7:外へ出ていくエージェントは別の判断にする

出る向きのMCPは、Propel One の利用権が必要な別の機能です。Propel の中のエージェントが、NetSuite や SAP、部品データの提供元のMCPにつなぎ、在庫や供給元のリスク、ワークフローの情報を取り込みます。公式は、エージェントを個別の用途と接続先に合わせて設定するため、統制と業務の流れは保たれると説明しています。

ここで新たに出てくる論点は、相手側のシステムでの権限です。Propel のエージェントが基幹システムに接続するとき、どの資格情報で入り、何を読み、何を書けるのかは、基幹システム側の設定で決まります。Propel 側の権限を整えても、接続先の資格情報が管理者のものなら、エージェントは管理者として動きます。

見落としやすいのは、基幹システムから Propel へ戻ってくる情報です。8月に発表された製造連携について、公式は部品の原価やリードタイム、供給元の状況を基幹システムから Propel に戻し、設計の記録を充実させる双方向の流れだと説明しています。連携の技術は提携先の Razorleaf が提供し、自社設置とクラウドのどちらでも動くとされています。戻ってきた原価や供給元の状況は、入る向きのMCPを通じて社員のAIからも照会の対象になりえます。手順1で決めた見せる項目の範囲を、基幹システムから戻る項目にも当てはめておく必要があります。

そのため、出る向きは入る向きの延長として扱わず、基幹システムの責任者を交えた別の稟議にします。最初は在庫や供給元の情報を読むだけに限り、基幹システムへの書き込みは含めない。どの接続先を許すかの一覧を情シスが持ち、新しい接続先を足すときは同じ手順で審査する、という形にしておくと、エージェントが知らないうちに増えることを防げます。

社員のAIが出す答えを、どこまで人が確かめるか

照会と起票を開いたあとに続けて問われるのが、人が確かめる範囲です。すべての答えを人が確かめれば、AIを入れた意味が薄れます。かといって、確かめる範囲を決めずに使い始めると、部品表の誤った答えが会議資料や顧客への回答にそのまま流れていきます。確かめる範囲は、答えがどこに使われるかで決めるのが現実的です。

答えの使い道人が確かめることAIに任せてよいこと
社内の調べもの・会議の準備結論に使う数字と品目番号だけ要約・一覧の作成
変更指示の下書き影響品目の漏れ・代替部品の根拠記録の収集と整理
顧客・取引先への回答全文と根拠の番号下書きの作成まで
規制への適合の判断判断そのもの(AIにさせない)関係する記録の抽出

規制への適合については、部品データの提供元から取り込んだ情報に依存する点にも注意が必要です。Propel は外部の部品データを毎日同期すると説明していますが、提供元のデータの更新が遅れれば、AIの答えも遅れます。適合の判断は、AIの答えではなく、提供元の証明書や供給元からの回答を根拠に人が行います。

費用の増え方と、やめるときに残るもの

公式の説明では、入る向きのMCPは既存の利用権に追加費用なしで含まれます。一方で、出る向きの接続には Propel One の利用権が必要です。費用が増えやすいのは、MCPそのものよりも周辺です。社員のAIの法人契約の席数と利用量、協働向けの利用権を上位の利用権に切り替える費用、そして接続先の基幹システム側で必要になる利用権が積み上がります。

止め方も事前に決めておきます。入る向きのMCPは、社員のAIの側で接続を外す方法と、Propel 側で接続を無効にする方法の二つが考えられますが、Propel 側の止め方の具体的な手順は公開情報では確認できませんでした。全社で一度に止める方法と、特定の社員だけを止める方法を提供元に確かめ、試験環境で実際に止めてみることを、試行の最初の作業に入れておきます。

やめるときに残るものも確かめておきます。AIが起票した変更指示や、AIの操作の記録は Propel の中に残ります。一方で、社員のAIの会話の履歴には、照会した部品表の内容が残っている可能性があります。やめるときには、AIの提供元の側の履歴の扱いも含めて、どこに何が残るかを洗い出す必要があります。

つまずきやすい進め方と、その手当て

最後に、Propel のMCPに限らず、製品データをAIに開くときにつまずきやすい進め方を挙げておきます。どれも、AIの性能ではなく、決める順番を誤ったことで起きるものです。

  • 現場の要望に押されて、権限の棚卸しをせずに全社員に接続を許す
  • 照会と起票を同時に開き、答えの正しさを確かめる期間を取らない
  • AIの起票に印を残さず、承認者がAIの関与に気づけない
  • 個人契約のAIからの接続を禁止せず、技術データの流れが把握できない
  • 出る向きのエージェントに、基幹システムの管理者の資格情報を渡す

手当ては、これまでの手順をそのまま守ることです。権限の棚卸し、照会での試行、起票の印、契約の確認、接続先ごとの資格情報の五つを、試行を始める前の条件にしておきます。とくに権限の棚卸しは、AIの導入とは関係なく必要な作業です。MCPの導入を、長年放置してきた権限を見直すきっかけにすると、社内の説明もしやすくなります。

よくある質問

Propel を使っていない企業にも参考になりますか

Propel は Salesforce の上に建つ製品なので、Salesforce を使っていない企業がこのためだけに入れる判断は簡単ではありません。ただ、照会・起票・承認・外部連携を分けて開く考え方や、承認を生産側への送信と結びつけて考える視点は、他のPLMのMCPやAI機能を検討するときにも使えます。

日本語で質問しても答えは返ってきますか

MCPそのものは言語に依存せず、質問を理解して答えを組み立てるのは社員が使うAIの側です。ただし、部品表の品名や項目名が英語で登録されている場合、日本語の質問とのずれで取りこぼしが出ることがあります。照会の試行で、日本語の質問で取りこぼす項目がないかを確かめておくと安心です。

AIの操作の記録は監査に使えますか

公式には、AIの操作はすべて記録され、追跡できると説明されています。ただし、記録に何がどの粒度で残るのか、たとえばAIへの指示の文面まで残るのかは公開情報では確認できませんでした。監査に使うなら、記録の項目を提供元に確認し、試験環境で実際の記録を見てから判断するのが確実です。

社員が勝手にAIをつなぐことは防げますか

接続の認証がどの仕組みで行われ、管理者がどこで許可や拒否をできるのかは、公開情報からは確認できませんでした。導入前に提供元に確認する項目です。並行して、社内規程でつないでよいAIの道具を指定し、法人契約のAIに限ることを明記しておきます。

まとめ

Propel は2026年6月にPLMとして本番用のMCPを公開し、社員の Claude や ChatGPT、Copilot から部品表や変更、品質の記録を照会し、簡単な操作ができるようにしました。AIは接続した社員の Salesforce 上の権限で動き、答えは社員が使うAIの提供元を通ります。判断の軸は、照会・起票・承認・外部連携を分けて、照会から順に開くことです。設計変更の承認は、生産側への送信につながる操作として人に残し、AIに変更の要否や代替部品を決めさせず、根拠の番号を書かせ、人が確認する範囲を答えの使い道ごとに先に決めておくこと。この順番を守れば、Propel のMCPは、技術データの線を保ったまま、設計変更の調べものにかかる時間を縮める入口になるはずです。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次