第 185 回 雲勉 Google Cloud × MCP 正式対応を語る

182 Views

February 03, 26

スライド概要

【概要】
2025年12月Google Cloud は AI と外部データを繋ぐ共通規格「MCP(Model Context Protocol)」への正式対応を開始しました。
本動画ではMCP の仕組みを「AI のための USB-C」という概念で分かりやすく解説するとともにGoogle Cloud のフルマネージド環境による開発効率化のメリットをご紹介します。

勉強会動画は下記からご視聴いただけます!
https://youtu.be/LyHh97pr_Mc

profile-image

アイレットの現場のノウハウが集まる場所。 AWS や Google Cloud、OCI をもっと身近に。 インフラから開発、AIまで。 現場のリアルな技術 Tips を公開中! 【 YouTube で公開している勉強会資料です。気になる内容は YouTube で是非ご覧ください!】 📺 https://www.youtube.com/@iret-channel

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

ダウンロード

関連スライド

各ページのテキスト
1.

第 185 回 雲勉 Google Cloud × MCP 正式対応を語る 戸塚 晴菜 アイレット株式会社 1

2.

★ご質問は YouTube のコメント欄で 受け付けております。後日回答させていただきます! ★チャンネル登録よろしくお願いします! Profile と つ か は る な 戸塚 晴菜 アイレット株式会社 DX開発事業部 コ・クリエーションS ビジネスソリューションG 2025年 新卒入社 (入社1年目) 現在は開発エンジニアとして、システム開発業務 を中心に担当しています。 よろしくお願いいたします。 2

3.

アジェンダ 01 MCPとは? 02 これまでの課題と解決策 03 活用例紹介 04 検証デモ紹介 05 まとめ 3

4.

2025年12月 速報 Google Cloud が MCP を 正式サポート開始 AI と外部システムの接続を標準化。 Google Cloud がオープン規格を採用したことで、あらゆるデータ ソースを Gemini からシームレスに操作可能になります。 4

5.

Google Cloud × MCP 正式サポート 【速報】 2025年12月、Google Cloudが MCPを正式サポート。 BigQueryやGoogleマップといった Googleの便利なツール とAIが、スムーズに連携 ➕ BigQuery ➕ Google Maps AI https://cloud.google.com/blog/products/ai-machine-learning/announcing-official-mcp -support-for-google-services/?hl=en 5

6.

MCPとは? 6

7.

MCPとは? AIのためのUSB-Cポート これまでバラバラだった接続方法を統一。 メーカーやツールの違いを意識せず、あたかもUSB-Cケーブルを挿す感覚で あらゆるデータソースをAIに接続が可能に。 7

8.

これまであった課題と解決策 8

9.

これまであった課題と解決策 AIとデータの連携における「開発・運用の壁」 メンテナンス負担 個別実装の⼯数 セキュリティリスク 連携先のAPI仕様が変わ 接続先(DB、地図、 権限管理(IAM)やAPI るたびにプログラム改修 SaaS)が増えるたびに、 キーの管理において、⾼ が発⽣。システムが複雑 それぞれの仕様に合わせ 度なセキュリティ知識が 化し運⽤コストが増⼤。 た開発が必要。 求められる。 9

10.

課題1 メンテナンス負担 AIとデータの連携における「開発・運用の壁」 『独⽴したアダプター』に任せる メンテナンス負担 連携先のAPI仕様が変わ 変更に強い API仕様が変わっても、MCPサーバー側を更新する だ けでOK。 るたびにプログラム改修 が発⽣。システムが複雑 化し運⽤コストが増⼤。 アプリはそのまま AIアプリ本体の書き換え不要 。 運用の手間が大幅に削減。 10

11.

課題2 個別実装の工数 AIとデータの連携における「開発・運用の壁」 『共通のコンセント』で再利用 個別実装の⼯数 接続先(DB、地図、 資産の活用 世界中の開発者が作ったMCPサーバー(コネクタ) を即 座に再利用可能。 SaaS)が増えるたびに、 それぞれの仕様に合わせ た開発が必要。 ゼロ開発 Vertex AIが規格に対応。 「一度作ればどこでも動く」 を実現。 11

12.

課題3 セキュリティリスク AIとデータの連携における「開発・運用の壁」 セキュリティはインフラに任せる セキュリティリスク 個別実装の⼯数 権限管理(IAM)やAPI 接続先(DB、地図、 フルマネージド Vertex AI の管理機能 (Extensions や Agents)が代行 して処理する。 キーの管理において、⾼ SaaS)が増えるたびに、 度なセキュリティ知識が それぞれの仕様に合わせ 求められる。 た開発が必要。 自動適用 複雑なコードを書くことなく、Google Cloudレベルの安 全性を適用。 12

13.

活用例紹介 13

14.

①活用例紹介 BigQuery ✖ MCPサーバー 企業データに基づく高度な分析 AIエージェントが BigQueryのスキーマを直接理解し、 SQLクエリを実行。 セキュリティ データを外部に移動させない ためリスクが低い。 スケーラビリティ BigQueryの計算リソースを活用し、大規模集計が可能 。 データの持ち出しによるセキュリティリスクをシステム構成レベルで 抑えられるため、開発を進める上で非常に大きな安心に直結。 14

15.

②活用例紹介 Google Maps ✖ MCPサーバー 現実世界に基づく情報の補完 「Maps Grounding Lite」を通じて、 最新の場所・ルート情報を取得し、ハルシネーションを防ぐ。 正確性 位置情報、距離、移動時間などの事実に基づいた回答 。 コンテキスト理解 天候情報なども含め、現実世界を理解 。 AIが「想像」ではなく「事実」に基づいて回答してくれるように なるので、正確性が求められる業務領域において AIを安心して活用することができるように。 15

16.

活用例紹介 その他 インフラ運用のサポート カスタマーサポート高度化 システムのエラーログをAIが調査し、「この 「荷物が届かない」という問い合わせに対し、 Podを再起動すると直る可能性があります」 注文データ(BQ)と配送状況(Maps)を横断確 とエンジニアに一次提案。 認し、回答案を作成。 また、BigQueryやMapsに加え、Compute Engine (GCE) や Kubernetes Engine (GKE) も MCPサーバーとして利用可能。 16

17.

検証デモ 17

18.

検証デモ Google提供 デモ事例 「Launch My Bakery」 Googleは今回の発表に合わせて、「 Launch My Bakery(パン屋を開業する)」 というデモコードを公開。 18

19.

検証デモ Google提供 デモ事例 「Launch My Bakery」 Googleは今回の発表に合わせて、「 Launch My Bakery(パン屋を開業する)」 というデモコードを公開。 指示 推論 市場調査 現地調査 回答 19

20.

検証デモ 実際にデモ「 Launch My Bakery 」を動かしてみる 20

21.

まとめ 21

22.

まとめ Google Cloud対応のポイント 「フルマネージド」であること 22

23.

まとめ 重要なのは「フルマネージド」であること ⾃前で構築 (Before) MCP (After) • サーバー構築‧運⽤が必要 • フルマネージドでインフラ不要 • OSアップデート等の管理 • コンソールから即座に設定 • スケーリング設計が⼤変 • Google Cloud IAMと統合 • セキュリティは⾃⼰責任 • 運⽤コストを最⼩化 23

24.

まとめ 「AIのための USB-C」 あらゆるデータ接続が 標準化される。 Googleの フルマネージドにより、 「実装」から インフラ構築・管理 の手間 「設計」 へシフト を最小化。 24

25.

まとめ メリット 「AIのための USB-C」 あらゆるデータ接続が 標準化される。 これまでは接続先ごとにバラバラだった「つなぎ方」が、 MCPに一本化 が可能に。 メーカーやツールの違いを意識することなく、あたかも USB-Cケーブルを挿すような感覚で、あらゆるデータソー スをAIに接続できるように。 Googleの フルマネージドにより、 「実装」から インフラ構築・管理 の手間 「設計」 へシフト を最小化。 25

26.

まとめ メリット 「AIのための USB-C」 あらゆるデータ接続が 標準化される。 従来必要だった「中継サーバー」の構築、OSのアップ デート、スケーリングといったインフラ運用の手間を、最 小化することができる。 インフラの専門知識がなくても、Google Cloudのコンソー ル画面から設定するだけで、安全かつ即座に MCPサー バーを利用開始 。 Googleの フルマネージドにより、 「実装」から インフラ構築・管理 の手間 「設計」 へシフト を最小化。 26

27.

まとめ メリット 「AIのための USB-C」 「どうやって繋ぐか」という手段の悩みから、「何を繋げば あらゆるデータ接続が 価値が出るか」という本質的な目的に。 コードを書く量を 減らし、AIに与えるデータの選定や業務フロー全体の設 計といった、よりクリエイティブな領域に集中できるように。 標準化される。 Googleの フルマネージドにより、 「実装」から インフラ構築・管理 の手間 「設計」 へシフト を最小化。 27

28.

参考リンク・出典 以下の公式情報を参照・引用いたしました。 デモコード (GitHub) google/mcp – Launch My Bakery https://github.com/google/mcp/tree/main/examples/launchmybakery Google Cloud 公式ブログ Announcing official MCP support for Google services https://cloud.google.com/blog/products/ai-machine-learning/announcing-official-mcp-support-for -google-services?hl=en 28

29.

ご清聴ありがとうございました 29