Thinkwiseで基幹をAIに開けない原因|代理アクセスの線

Thinkwiseで基幹をAIに開けない原因|代理アクセスの線

「Thinkwise がMCPに対応したなら、社員のAIから受発注や在庫の入力まで、すぐにできるはず」「でも、基幹のデータをAIに書き換えさせてよいのか、誰に聞いても決まらない」——ローコードで基幹業務アプリを内製してきた企業の情報システム部門で、同時に聞こえる二つの声です。前者は期待、後者はためらいですが、どちらも同じところで止まっています。AIに基幹を開けない原因は、接続の技術ではありません。AIにどのロールを預け、どこから先を人が確定するかが決まっていないことです。この記事では、Thinkwise が公式に示しているMCPサーバーの仕組みを手がかりに、代理アクセスを許すロールの選び方、更新と削除を後回しにする理由、AIが変えた記録の見分け方、社外に出るもの、本番の契約までを、課題と原因と対策の順に整理します。


カメ先生カメ先生

社員のAIに基幹のアプリをつなぐというと、つなげるかどうかの技術の話だと思われがちなんだ。でも本当は、Thinkwise の場合、つなぐ仕組みはもう製品の中にある。止まっているのは「誰の権限のうち、どこまでをAIに預けるか」という決めごとのほうなんだよ。


カメ子カメ子

つなぐ道具はあるのに、渡す権限の範囲が決まっていない、ということですか。


カメ先生カメ先生

そう。しかも人に渡していたロールをそのままAIに渡すと、人なら常識で避ける操作を、AIは指示の読み違いで実行してしまうことがある。だから先に、読むだけ、下書きを作るだけ、確定は人、という段を決めるんだ。


カメ子カメ子

便利さの前に、AIが触れてよい段を決めておく話なんですね。


この記事のポイント
  • Thinkwise は2026年8月のベータを経て、10月の版でMCPサーバーを正式に提供。社員の Claude や ChatGPT などから、基幹業務アプリの読み書きとタスクの実行ができる
  • AIが使えるのは、代理アクセスを許したロールのうち、許可した本人も持っている範囲だけ。開けない原因の多くは、このロールの切り出しが決まっていないこと
  • 公式の推奨は、読み取りと「下書き状態のデータを作る」操作から始め、更新と削除は後回し。本番での利用には契約の変更が要る

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

誤解:「MCPに対応したなら、社員のAIで明日から入力できる」

Thinkwise がMCPに対応したという知らせを聞くと、社員が手元のAIに「先週の受注を入れておいて」と頼めば済む世界が、すぐに来るように思えます。実際、公式の説明でも、MCPの価値は、利用者が自然な言葉で業務のデータとやり取りし、試しながら連携を組み立てられる点にあるとしています。以前なら、REST API の呼び方や送るデータの形を知っている開発者でなければ、連携は作れませんでした。

ところが、同じ公式の文章は、すぐにリスクの話に移ります。生成AIは次に来るもっともらしい言葉や操作を予測する数理モデルであり、現時点では人の判断や経験の代わりにはならず、誤っても責任を負わないと書いています。そのうえで、MCPでつないだ利用者やAIエージェントは、最初のうちは社内でいちばん経験の浅い新人よりも知識が少ないものとして扱うべきだ、と勧めています。

つまり、提供元自身が「つなげば使える」とは言っていません。つなぐ前に、どのアプリのどのデータに、どの操作までを許すかを、新人に権限を渡すとき以上に慎重に決めることを前提にしています。この前提を飛ばして「対応したのに使えない」と感じるのは、製品の問題ではなく、決めごとが追いついていないことの表れです。以下では、その決めごとがどこで止まりやすいかを、順に見ていきます。

Thinkwiseとは:基幹業務アプリをモデルから作るオランダの開発基盤

Thinkwise は、オランダのアペルドールンに本社を置くソフトウェア会社で、2002年に創業しました。業務アプリの画面やコードを一つずつ書くのではなく、データの構造や業務の規則を「モデル」として定義し、そこから動くアプリを作るモデル駆動型のローコード基盤を提供しています。公式サイトでは、ERP、WMS(倉庫管理)、受発注、製造の管理といった、止まると業務が止まる基幹業務アプリを対象にしていると説明しています。

特徴の一つは、古い基幹システムの置き換えに力を入れている点です。公式サイトには、古い言語やグループウェアで作られた業務アプリから、業務の規則とデータを引き継いで作り直すための道具が並んでいます。製造、運輸・物流、卸売・小売、食品・農業といった業種の顧客を挙げており、自社の業務に合わせて作り込んだ基幹業務アプリを、内製または開発会社と一緒に持つ企業が主な利用者だと読めます。

所有関係も確かめておきます。2021年4月、創業者が持っていた株式の過半数を、オランダの投資会社2社が取得したと同社は発表しています。事業会社に買収されたわけではなく、当時の経営陣は続投するとされました。発表時点の従業員は約150人です。その後、被買収や事業の停止を伝える報道は見当たらず、2026年10月には長期サポートの版が公開され、11月にもその修正版が出ています。基幹を預ける基盤として、更新が続いていることは確認できます。

2026年のMCP対応:7月の告知、8月のベータ、10月の正式版

経緯を日付で並べると、次のとおりです。2026年7月24日、同社は公式コミュニティで、自社の基盤をMCPサーバーとして提供すると告知しました。8月3日公開の短期サポート版(2026.2.12)でベータとして使えるようになり、10月5日公開の長期サポート版(2026.3)で正式な機能になりました。リリースノートは、どのMCPクライアントでも、好みのAIの道具をそのまま業務アプリにつなげると説明しています。

仕組みの上で大事なのは、MCPサーバーが別の製品ではなく、Thinkwise のアプリを動かす実行部品に組み込まれている点です。別途の導入は要らず、対応する版に上げれば、アプリごとに用意される接続先からMCPが使えます。公式は、アプリのモデルが変わってもMCPの側を作り直す必要がない点を、自社で作るMCPサーバーとの違いとして挙げています。裏返すと、版を上げただけで、全部の業務アプリに外のAIの入口ができるということでもあります。開ける準備より先に、入口が存在する状態になる点を押さえておきます。

公式文書が挙げる対応操作は、データの読み取り(絞り込み・並べ替え・集計を含む)、追加と更新、削除、タスクの実行、そして人の操作を含まない処理の流れの一部です。一方で、ファイルの受け渡し、帳票、人の操作を挟む処理の流れ、一括の取り込みは、まだ対象外とされています。請求書の原本を添付する、帳票を出力するといった作業は、当面は人の画面操作のまま残ります。

受発注・在庫・人事で起きること:AIの「気を利かせた解釈」

公式の告知文は、AIに基幹を開くときの典型的な事故を、二つの例で示しています。一つは「未入力の時間を全部登録して」という指示です。人なら、過去の勤務日に8時間ずつ入れることだと分かります。ところがAIは、過去と未来の全日に24時間ずつ登録してしまうかもしれない、と書いています。もう一つは、経理の担当が言う「承認済みの請求書を片付けて」が、人にとっては支払うことを意味するのに、AIは請求書を支払わずに削除してしまうかもしれない、という例です。

これを受発注や在庫、人事に置き換えると、起こり得ることが見えてきます。たとえば、営業がAIに「来月分の定期注文を入れておいて」と頼んだとき、どの顧客の、どの品目の、どの単価で入れるかを、AIは過去の記録から推測して埋めることになります。在庫の「数が合わないものを直して」は、棚卸しの差異を調べることなのか、帳簿の数字を書き換えることなのか、言葉だけでは決まりません。

  • 営業のAIが、単価改定の前の単価で翌月の定期注文を一括で作り、出荷まで流れる
  • 在庫の「差異を直して」が、実地の確認なしに帳簿の数量の書き換えとして実行される
  • 人事の「退職者を整理して」が、在籍記録の無効化ではなく削除として処理される
  • AIが入力した注文と、人が入力した注文の区別が後から付かず、原因の追跡ができない

どれも、AIが悪意を持つわけではありません。指示が曖昧で、AIが持つ権限の中に「やり過ぎ」を実行できる操作が含まれていたことが原因です。基幹業務アプリでは、一件の誤りが出荷、請求、会計に連鎖します。公式が外部の非公式なMCPサーバーに資格情報と権限をまるごと渡すべきではないと強く書いているのは、この連鎖を知っているからだと読めます。

なぜ起きるのか:人に渡したロールを、そのままAIに渡してしまう

社内で業務アプリの権限を設計するとき、ロールは人の職務に合わせて作られています。受注担当のロールには、注文の作成、修正、取り消しがひとまとまりで入っているのが普通です。人は、取り消しの操作ができても、必要なときにしか使わないからです。この前提は、指示を文字どおりに、ときに拡大して実行するAIには当てはまりません。

従来の連携の仕組みでは、外部のアプリに渡すAPIの権限は「なし」か「すべて」の二択だった、と Thinkwise のリリースノートは書いています。2026.3 の版では、ここに「限定アクセス」が加わり、外部のアプリに預けるロールを選べるようになりました。AIに基幹を開くための仕組みは、この限定アクセスの上に作られています。逆に言えば、限定アクセスを使わず、人のロールをそのままAIに使わせれば、事故の条件はそろってしまいます。

もう一つの原因は、権限を決める人がいないことです。業務アプリのロールは開発の担当が作り、どのユーザーに付けるかは情報システム部門が管理し、業務の手順は現場が持っています。AIに預けるロールは、この三者のどれか一人では決められません。ロールの設計、預けてよい業務、確定の手順を、同じ場で決める人が必要です。ここが空いたままだと、誰も「開けてよい」と言えず、冒頭のためらいの声になります。

二重の上限:AIに預けるロールと、許可した本人のロール

Thinkwise のMCPでは、AIが動ける範囲に二つの上限がかかります。公式文書の説明を整理すると、一つ目は、MCPの接続用に登録したクライアントアプリに割り当てた「代理アクセス用のロール」です。AIはこのロールの範囲でしか動けません。二つ目は、AIに接続を許可した利用者本人のロールです。AIは、許可した本人が持っていない操作はできません。

この仕組みを使うには、三か所での明示的な許可が要ります。利用者ごとの設定で代理アクセスを許可すること、アプリの設定で代理アクセスを許可すること、そしてロールごとに「代理アクセスに使ってよい」と印を付けることです。どれか一つでも許可がなければ、AIはそのロールを使えません。初期状態でAIが何でもできてしまう設計ではない、という点は安心材料です。

AIが初めて接続するとき、利用者のブラウザに同意の画面が出ます。クライアントアプリ側でロールごとに「有効」か「必須」かを決めておくと、有効のロールは利用者が外すことができ、必須のロールは外せません。ただし利用者は、接続そのものを拒否できます。同意の画面で何を選ばせるかも、管理側の設計の一部です。なお、隣接するテーマとして、社員のAIに業務表を開くときに「ロールが上限になる」ことの一般論は別の記事で扱ったため、ここでは基幹業務アプリに固有の判断に絞ります。

上限のかかる場所誰が決めるか決める内容
代理アクセス用のロール開発担当と情報システム部門AIに使わせてよい操作の範囲を、人のロールとは別に作る
クライアントアプリの設定情報システム部門どのロールを有効・必須にするか、同意を必須にするか
利用者ごとの許可情報システム部門と現場の責任者AIへの代理アクセスを許す社員を絞る
利用者本人のロール従来どおりの権限管理本人が持たない操作は、AIもできない

代理アクセスを許すロールの切り出し方:読む・下書き・確定の三段

では、どのロールに代理アクセスを許すべきでしょうか。公式の推奨ははっきりしています。最小権限の原則と、人の確認を挟むことを前提に、データの読み取りか、下書き(仮)の状態のデータを作る追加やタスクの実行までのロールを作り、既存データの更新と削除は最初は付けないというものです。この記事では、これを「読む」「下書き」「確定」の三段と呼びます。

「読む」の段は、在庫の照会、注文の状況の確認、期間ごとの集計など、データを変えない操作です。AIが誤っても、誤った答えを人が読むだけで、データは壊れません。「下書き」の段は、メールの文面から注文の下書きを作る、会議のメモから作業の記録の案を作る、といった操作です。ここで作られるデータは仮の状態で、人が確かめて確定するまでは業務に流れないようにします。「確定」の段は、仮のデータを本番の状態に進める操作と、既存データの更新と削除です。この段は、当面は人のロールにだけ残します。

この三段を実現するには、業務アプリの側に「仮の状態」があることが前提です。注文や作業の記録に、仮と確定の区別がないアプリでは、AIの追加はそのまま本番のデータになります。その場合は、AIにつなぐ前に、開発の担当が仮の状態と、確定のタスクを足しておく必要があります。Thinkwise はモデルを直せばアプリに反映される基盤なので、この手直しは比較的小さく済むはずですが、手直しの要否を確かめる工程を、接続の前に置くことが大切です。

STEP1
AIに頼みたい業務を書き出す

「注文の状況を答える」「メールから注文の下書きを作る」など、業務ごとに一文で書く。どのアプリのどのデータに触れるかも併記する。

STEP2
業務ごとに段を決める

読む・下書き・確定のどれに当たるかを決める。確定に当たる業務は、当面はAIに渡さない一覧に入れる。

STEP3
仮の状態があるかを確かめる

下書きの段の業務について、アプリに仮と確定の区別があるかを開発の担当が確かめる。なければモデルに足す。

STEP4
代理アクセス用のロールを作る

人の職務のロールを流用せず、読む段と下書きの段だけを含むロールを新しく作り、代理アクセスに使ってよい印を付ける。

STEP5
検証環境で社員に試してもらう

無償で使える検証環境で、数人の社員に実際の言い回しで頼んでもらい、AIが想定外の操作を試みないかを記録で確かめる。

更新と削除を後回しにする理由:取り消せない操作から遠ざける

更新と削除を後回しにする理由は、単純です。追加された下書きは、誤っていれば人が捨てれば済みます。しかし既存データの更新は、元の値が何だったかを人が覚えていない限り、元に戻すのが難しくなります。削除は、業務アプリの作りによっては、関連する記録まで一緒に消えます。公式の告知文が、ある企業でAIの操作により本番のデータベースが丸ごと削除された事例に触れているのも、この取り返しのつかなさを示すためです。

では、いつ更新を許すのか。一つの目安は、AIが作った下書きを人がほとんど直さずに確定する状態が、一定期間続いたかどうかです。下書きの段で、人が確定の前に何をどれだけ直したかを記録しておけば、AIの読み違いの傾向が見えてきます。直しがほぼ無くなった業務から、項目を絞った更新を許すのが順番です。

それでも、削除はAIに渡さないことを勧めます。業務アプリで「消したい」場面の多くは、実際には無効化や取り消しで足ります。AIには削除ではなく、取り消しの申請を作らせ、人が確定する形にすれば、誤りがあっても記録が残ります。どうしても削除が要る業務は、AIではなく従来の画面から、権限を持つ人が行う運用のままにしておくのが安全です。

AIが変えた記録を見分ける:代理アクセスの印と記録

AIに下書きを作らせ始めると、次に問われるのは「この記録は、人が入れたのか、AIが入れたのか」です。Thinkwise の 2026.3 では、記録の変更履歴の項目に「代理アクセスで変更された」ことを示す印が加わりました。最後の追加や更新が、人の直接の操作ではなく、代理アクセスを通じて行われたときに付き、人が手で変更すると外れる、とリリースノートは説明しています。

加えて、実行部品の側には、その要求が代理アクセス用のロールで認証されたものかを示す値が用意されています(2026.2.13 で追加)。業務アプリの開発の担当は、この値を使って、AIからの要求のときだけ確認の手順を挟む、別の記録に書き出すといった処理を、モデルの中に組み込めます。たとえば、AIが作った注文は必ず仮の状態で止め、人の確定を待つ、という規則をアプリの側で強制できるわけです。

ただし、この印は「最後の変更」についてのものです。AIが作り、人が手直しして確定した記録では、印は外れます。後から「AIが関わった記録」を数えたいなら、印に頼らず、AIからの要求をアプリ側で別に記録しておく必要があります。監査や原因の追跡で何を見たいかを、つなぐ前に決めておくと、記録の作り方も決まります。

  • 開発環境の側では、ブランチごとに「代理アクセスでの変更を許すか」を選べる。AIに開発を手伝わせる場合も、触らせるブランチを絞れる
  • 記録の印は最後の変更だけを示す。AIの関与の全体を追うには、アプリ側で別の記録を持つ
  • 印や記録の項目は版によって変わり得るため、使っている版のリリースノートで確かめる

つなぐAIの選び方:OAuthの同意と、個人用の鍵の違い

公式文書が接続先として挙げているのは、Claude のウェブ版とデスクトップ版、Claude Code、ChatGPT、Microsoft の Copilot Studio、Mistral です。接続の方式は二つあり、Claude と ChatGPT は OAuth で、Copilot Studio と Mistral は個人用の鍵(PAT)で、ChatGPT は鍵でもつなげます。公式は、AIの側が対応していれば OAuth を使い、鍵は他に手段がないときだけにするよう勧めています。

理由は、本人確認と同意の仕組みにあります。OAuth では、社員一人ひとりが自分の資格で認証し、同意の画面で預けるロールを確かめます。誰がどのAIに何を預けたかが、利用者ごとに分かれます。一方、鍵を一つ作ってAIの設定に貼り付ける方式は、鍵を持つ者なら誰でも同じ権限で動けてしまい、鍵が会話の記録や共有のファイルに残る危険もあります。公式文書も、クライアントアプリの秘密の文字列はパスワード管理の道具などに保管し、会話の記録や共有のファイルには決して残さないよう注意しています。

もう一つの観点は、AIの側の確認の仕組みです。公式文書は、Claude Code を使う場合、MCPの道具を初めて使うときに許可を求められること、そして「毎回確認する」「定型の操作は自動で許可する」「確認を省く」といったモードを選べることを紹介しています。基幹業務アプリにつなぐAIでは、確認を省くモードを社員に使わせないことを、配る際の決まりに入れておくべきです。アプリ側のロールとAI側の確認の二重の歯止めで、初めて人の確認が実際に働きます。

何が社外に出るか:外に開く入口と、AIの提供元に渡る照会結果

データの流れは、入口と出口に分けて考えます。入口は、AIが業務アプリに届くための経路です。公式文書は、実行部品をインターネットから届く場所に置く接続を推奨しています。Claude のウェブ版や ChatGPT のように提供元のクラウドで動くAIは、インターネット経由でしか接続できないからです。公式は、外から届くようにしても、すべての要求は認証と認可を経るため、それだけでデータに触れられるわけではない、と説明しています。

それでも、基幹業務アプリの入口をインターネットに開くことは、情報システム部門にとって大きな判断です。公式は、社内に閉じた形で手元の実行部品につなぐ方法も示しており、この場合はブラウザで動く多くのAIは使えず、Claude Code のように手元で動くAIに限られるとしています。開く範囲を最小にしたいなら、最初は検証環境だけを外に開く、または手元で動くAIに限って試す、という段取りが考えられます。

出口は、AIが読んだデータの行き先です。AIが在庫や注文を照会すると、その結果はAIの会話に取り込まれ、AIの提供元のモデルで処理されます。どの提供元の、どの契約のもとで処理されるかは、Thinkwise の設定ではなく、社員が使うAIの契約で決まります。法人契約で学習に使わない条件になっているAIだけを接続先として認め、個人契約のAIからの接続は同意の段階で認めない、といった線を、社内の規程として先に決めておきます。顧客の住所や単価、従業員の個人情報を含むアプリは、読む段であっても、出口の条件が満たされるまで開かないのが安全です。

本番の費用:開発・検証は無償、本番は契約の変更が要る

費用の形も確かめておきます。公式は、MCPサーバーを開発環境と検証環境では無償で使えるとしています。社員に試してもらい、開発の担当がAIに開発を手伝わせることまでは、追加の費用なしで進められます。一方、本番の環境でMCPを使うには、Thinkwise とのライセンス契約の変更が必要です。理由として公式は、MCPを通じたAIエージェントは、通常、人の利用者の操作を自動化し、置き換えるものだからだと説明しています。

具体的な金額や、何を単位に費用が決まるのかは、公開の文書では確認できません。公式は、詳しくは担当の営業に問い合わせるよう案内しています。人の利用者の数で費用が決まる契約に、AIエージェントという新しい種類の利用が加わるわけですから、AIの利用がどの単位で数えられるのかを、契約の前に書面で確かめる必要があります。

加えて、AIの側の費用も別にかかります。社員が使う Claude や ChatGPT の法人契約、あるいは使った分だけ払う契約の費用は、Thinkwise の契約とは別の財布から出ていきます。基幹業務アプリの照会は件数が多くなりがちで、集計を繰り返すとAI側の利用量も増えます。検証の段階で、業務ごとの照会の回数と、AI側の利用量の両方を記録しておくと、本番の費用の見積もりに使えます。

持ち分を決める:情シス・開発担当・業務部門と、AIに判断させないこと

ここまでの対策を回すには、持ち分を分けておく必要があります。情報システム部門は、代理アクセスを許す利用者、接続を認めるAIとその契約、入口の置き方、確認を省くモードの禁止を持ちます。開発の担当は、代理アクセス用のロール、仮の状態と確定のタスク、AIからの要求を見分ける処理をモデルに組み込みます。業務部門の責任者は、AIに頼んでよい業務の一覧と、下書きを確定する担当者を決めます。

持ち分決めることAIに判断させないこと
情報システム部門接続を認めるAIと契約、許可する社員、入口の置き方どのAIに基幹を開くか
開発の担当代理アクセス用のロール、仮の状態、AIの要求の記録ロールの範囲をAIの提案で広げること
業務部門の責任者頼んでよい業務、確定の担当者、直しの記録下書きを確定してよいか
経営・監査本番の契約、事故時の報告の線AIに任せる業務を増やす時期

AIに判断させないことも、はっきりさせておきます。注文や記録を確定してよいかどうか、単価や数量が正しいかどうか、例外の取引をどう扱うかは、AIの下書きがどれほどもっともらしくても人が決めます。そのかわり、AIには下書きの根拠を書かせます。「どのメールのどの行から、この品目と数量を読み取ったか」を下書きに残させれば、確定する人は根拠を見て判断でき、読み違いにも気づけます。人が確認する範囲を先に決め、AIにはその範囲に必要な材料をそろえさせる、という分担です。

よくある質問

Q. 自社で作ったMCPサーバーや、外部の公開のMCPサーバーではだめですか

つなぐこと自体はできても、公式は、非公式なMCPサーバーに資格情報と権限をまるごと渡すことに強い懸念を示しています。公式のMCPサーバーは、アプリのロールと代理アクセスの仕組みの上で動き、モデルの変更にも自動で追従します。自社で作る場合は、同じ水準の権限の切り出しと記録を自前で用意できるかを先に検討してください。

Q. 既存のロールに代理アクセスの印を付けるだけで始めてもよいですか

技術的には可能ですが、勧めません。人の職務のロールには、更新や取り消し、削除がまとめて入っていることが多いからです。読む段と下書きの段だけを含む、AI用のロールを新しく作るのが安全です。ロールを変えたときは、接続済みのAIの側で許可の範囲を取り直す必要がある、と公式文書は説明しています。

Q. ベータの版のまま本番で使えますか

ベータは8月の短期サポート版で提供され、正式な機能になったのは10月の長期サポート版です。本番で使う場合は、正式版に上げたうえで、契約の変更を済ませることが前提になります。長期サポート版を基準に、記録の印などの仕様を確かめてから運用を固めてください。

Q. 社員が勝手に自分のAIをつなぐことはできますか

代理アクセスは、利用者ごと、アプリごと、ロールごとに許可しない限り使えません。許可していない社員は、AIをつなごうとしても必要なロールを預けられません。逆に、許可を広く付けると、社員が個人契約のAIからつなぐ余地が生まれます。許可する社員と、接続を認めるAIを、規程で対にして決めておくことが大切です。

止め方・やめ方:入口を閉じる順番と、残る記録

試してみて合わない、または問題が見つかったときの止め方も、つなぐ前に決めておきます。いちばん広く効くのは、MCPの接続用に作ったクライアントアプリを無効にすることです。公式の推奨設定では、AIが長く接続を保てるよう、更新用の資格を発行する設定を入れることになっています。そのため、社員がAIの画面を閉じても接続は残り得ます。止めるときは、AIの側ではなくアプリの側で入口を閉じます。

特定の社員だけを止めるなら、その利用者の代理アクセスの許可を外します。特定の操作だけを止めるなら、代理アクセス用のロールからその操作を外すか、ロールの「代理アクセスに使ってよい」の印を外します。個人用の鍵でつないでいるAIがあれば、その鍵を無効にします。止める単位ごとに、誰がどこを操作するかを手順書にしておくと、事故のときに迷いません。

やめた後に残るのは、AIが作った下書きと、人が確定した記録、そして代理アクセスの印や別に残した記録です。AIが関わった記録のうち、どれが確定済みで業務に流れたかを一覧にしておけば、後から数字の経緯を問われたときに説明できます。MCPはアプリの実行部品の機能なので、やめても業務アプリそのものには影響しません。この点は、入口を閉じれば元の運用に戻れるという意味で、試しやすさにつながります。

まとめ

Thinkwise は、2026年10月の長期サポート版で、基幹業務アプリをMCPサーバーとして社員のAIに開く機能を正式に提供しました。つなぐ仕組みは製品の中にあり、AIが使える範囲は、代理アクセスを許したロールと、許可した本人のロールの二重の上限で絞られます。それでも基幹をAIに開けないのは、技術ではなく決めごとの問題です。人の職務のロールを流用せず、読む段と下書きの段だけのAI用ロールを作る。仮の状態を用意し、確定と更新と削除は人に残す。OAuth で社員ごとに同意させ、確認を省くモードは使わせない。入口の置き方と、照会結果が渡るAIの契約を決める。本番の契約の単位を書面で確かめる。AIに速く入力させることと、人が基幹のデータに責任を持つことは、段を分ければ両立できます。

※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