エンタープライズワーク管理プラットフォームのSmartsheetが、AIエージェントに自社データへの構造化アクセスを提供する遠隔Model Context Protocol（MCP）サーバーをAWS上に構築した。この選択は、AIアシスタントや自律型エージェントが業務システムと直接対話するための新たな接続モデルを示し、SaaSの価値提供のあり方そのものを変える可能性がある。
AIクライアントに共通インターフェースを提供
Smartsheetが構築したMCPサーバーは、Amazon QやClaude Desktopといった外部AIクライアントと、自社製品内のAIアシスタント「Smart Assist」の両方に、単一のインフラで対応する。この設計は、ツールや最適化の仕組みを一度構築すれば、すべてのエージェントが即座に恩恵を受けられるようにする意図的な選択だ。AIがアプリケーションの内部機能にアクセスするためのプロトコルを統一することで、クライアントごとに個別の統合を開発する必要がなくなり、開発効率と一貫性が高まる。
トークン消費を30億以上削減したAI最適化
SmartsheetのMCPサーバーは、既存のAPIと中央インテリジェンス層に接続するだけでなく、その上にAI向けに最適化されたインターフェースを追加している。この設計の目的は、大規模言語モデルのトークンコスト最小化、ハルシネーション防止、エンタープライズデータでの信頼性の高い動作だ。内部テレメトリに基づくと、この最適化によってローンチ以降、30億以上のトークンが節約された。これは、AIエージェントの運用コストに直接影響する要素であり、APIをそのまま公開するだけでは生まれない付加価値である。
バースト的なAIトラフィックを支える基盤
AIエージェントのトラフィックパターンは従来のAPIリクエストとは異なる。エージェントはタスク遂行中に1秒間に複数のツール呼び出しを連続で発行し、推論中は静かになるというバースト的特性を持つ。SmartsheetはAWS Fargate上にMCPサーバーを配置し、この急激なスパイクと持続的なスループットの両方に応答できるスケーリング戦略を採用した。データパス上ではKinesis Data StreamsやApache Flinkを用いた変更イベントの取り込み、Amazon BedrockとNeptuneによる推論とナレッジグラフが連携している。
自動化が変えるワークフローの時間感覚
AIエージェントは、要件の取得、タスクの引き受け、テスト結果の添付、ドキュメントの草案作成といった作業を、人間の同僚と同じシート上で自律的に実行する。これにより、従来は数週間を要していたワークフローが数日から数時間に圧縮されるケースが生まれている。MCPサーバーを介することで、エージェントはSmartsheetのデータと機能に直接アクセス可能になり、人間の介在なしに業務プロセスを進められるようになる。これは、コラボレーションツールの役割が、人間同士の調整基盤から、人間とAIの協働基盤へと拡張されることを示唆する。
SaaS企業が直面するAI統合の設計判断
今回の事例が示すのは、SaaS事業者がAIエージェント時代に自社の機能をどのように外部に提供するかという根本的な設計判断である。APIを単純に公開するのではなく、トークン消費やハルシネーションリスクを考慮したAI特化のインターフェースを別途設けるアプローチは、今後の業界標準となる可能性がある。日本企業においても、既存の業務システムをAIエージェントから利用可能にする際、単なるAPI公開では運用コストや精度の面で限界があり、こうした中間層の設計が競争力を左右する論点となる。
