業界特化SaaSをMCP化する戦略：なぜ「配車・シフト管理」から着手したのか
この記事は、ナイトレジャー業界向けの予約・顧客管理SaaS「tasteck」を基盤とし、ChatGPT Plusの機能拡張（MCP対応）を活用して、同社がどのように「業界特化SaaSのMCP化」を進めているかを解説している。開発チームは、単なる受注や顧客データ分析ではなく、「配車」と「キャストシフト管理」という二つのドメインから着手した理由を詳細に述べている。
**【Who/What】**：tasteckの開発チームが、ChatGPTのMCP（Multi-tool Calling Protocol）機能を利用し、業界特化SaaSの操作性をAIエージェントレベルに引き上げることを目指している。具体的には、経営者や配車担当者が自然言語で「今夜空いてるドライバーは誰か？」「19時の田中さんの受注を佐藤さんで送るのは？」といった指示を出せるようにするMCPサーバーを構築している。
**【Why/How】**：当初、開発チームは「受注画面のMCP化」から着手することを考えたが、ユーザー心理に基づき戦略を変更した。彼らは、業界SaaSにおけるユーザーの現状維持バイアス（SQB）に、「楽な現状」（経営判断など、人間が介入したい領域）と「ストレスある現状」（配車パズルや複雑なシフト管理など、手間がかかるタスク）の二種類があることに気づいた。その結果、AIによる代行が歓迎されやすい「ストレスある現状」である「配車」と「キャストシフト」に焦点を絞った。
**【詳細な課題解決】**：特に「配車パズル」は、複数の要素（現在地、予想帰還時間、休憩希望など）を頭の中で組み直す高度な推論作業であり、LLMが得意とする領域と合致した。また、「キャストシフト管理」では、所属店舗やノーテルクラスなどの複雑な条件が絡む「ひも付きの制約」が存在し、これをUIで操作するのは非常に煩雑であるため、MCPサーバー側でこれらの複雑な制約を解きほぐす（フィルタリング）ことで、LLMにシンプルなインターフェースを提供するというアプローチを取った。この「複雑なドメイン制約をサーバー側で解決する」点が核心的な技術設計となっている。
**【今後の展開】**：開発はまず「read 3本」（空きドライバーリスト、シフト一覧、アサイン可能キャスト候補）の読み取り機能から開始し（Phase 1）、今後は書き込み機能（配車割当やシフト追加など）へと進む。また、業務日境界が深夜営業特有で複雑なため、「自然言語日付解決ヘルパー」をMCPサーバーに組み込むなど、業界固有の罠に対応する工夫も凝らしている。この「ChatGPTから操作できるSaaS」という体感価値を通じて、競合他社より先に「業界AIエージェントエコシステム」のポジションを獲得することを目指す。
背景
本記事は、ナイトレジャー業界特有の複雑な業務フローを持つSaaS（tasteck）を題材にしています。近年、ChatGPTなどの大規模言語モデル（LLM）が進化し、単なるチャットボットから外部システムを操作できる「AIエージェント」への応用が進んでいます。本記事は、この技術トレンドを業界特化の現場課題解決に応用する具体的な戦略と技術設計を解説しています。
重要用語解説
- MCP (Multi-tool Calling Protocol): 複数のツール（機能）を連携させ、LLMが自然言語の指示に基づいて適切なAPIコールを選択・実行できる仕組み。AIエージェントが外部システムを操作するためのプロトコルである。
- SQB (Status Quo Bias): 現状維持バイアス。人は変化を嫌い、慣れた状態や既存の方法に固執しがちという心理的な傾向。このニュースでは、ユーザーの抵抗が強い領域と弱い領域を分類するのに用いられている。
- ひも付き複雑さ: 複数の条件（店舗、クラス、所属など）が絡み合い、人間がUI上で一つずつ確認・操作する必要があるため、非常に煩雑でミスを誘発しやすいデータ構造やプロセスを指す専門的な表現。
今後の影響
本アプローチは、単なる「AI機能の追加」ではなく、「業務フローそのものの再定義」を意味する。業界特化SaaSがMCP対応することで、現場担当者の体感価値が劇的に向上し、競合他社に対する圧倒的な優位性を確立できる。今後は、この成功モデルを他の業界や自社のウェブサイトなどへ横展開することが期待される。