SansanのAI戦略：MCPサーバーとAIエージェントが切り拓くビジネスの未来

「生成AI活用を加速し、社員の生産性を向上させたい。そのためにSansanのデータも生成AIと接続したい」
─特に生成AI活用を推進する大手企業では、こうしたニーズが顕在化しています。

そんな中、Sansanでは、企業内に点在するビジネスデータをAIで統合・活用する新サービス「Sansan AIエージェント」と「MCPサーバー」の開発を同時並行で行いました。

Sansan AIエージェントは社内の名刺・SFA・契約書・ニュース等をBigQuery × Looker × Geminiで束ね、チャットUIで誰でも使える形にして提供します。
MCPサーバーはお客様が既に契約・利用しているMCPクライアント（例：Copilot）からSansanの構造化データに安全にアクセスできる入口を提供して、現場にフィットする体験設計まで伴走します。

今回は、この新規プロダクトを率いる、Sansan事業部プロダクト室 VPoPの川瀬圭亮と、同じくプロダクト室の副室長兼研究員でありデータ基盤開発を統括する猿田貴之が、プロダクトの全貌と開発現場のリアルを語ります。

川瀬圭亮（Sansan事業部プロダクト室 VPoP）
LINEやグーグル合同会社、MNTSQ株式会社などで、toB/toC国内外問わず、プロダクトマネジャー・プロジェクトマネジャーとして、様々なプロダクトを担当。
Sansan株式会社には2023年8月に入社。現在、VPoPとしてビジネスデータベース「Sansan」のプロダクトマネジメントを行っている。
特にMCPサーバーについては、新規サービスの立ち上げメンバーの一人として、ユーザー体験やビジネス設計、営業やパートナーリレーション構築まで何でも行っている。

猿田貴之（Sansan事業部プロダクト室副室長兼研究員）
新卒でメーカーのR&D部門でコンピュータビジョン、機械学習関連の研究開発などに従事。その後スタートアップ2社でテクニカルプロダクトマネージャーやエンジニアリングマネージャーを経験。
2023年6月Sansan株式会社入社。Sansan事業部プロダクト室副室長および研究開発部研究員として、Sansan内外のデータ群を用いたデータ活用アプリケーションやデータプロダクトマネジメントに従事。

「名刺情報をAIで活用」だけじゃない

──まず、Sansan AIエージェントとは何か、改めて教えてください。

川瀬：一言で言えば、「組織営業力を向上する」ためのAIエージェントです。ただ、皆さんがイメージされるような名刺情報をAIで検索できるだけではないです。

猿田：Sansanには、日々の営業活動で得た名刺データに加えて、役職者情報や100万件を超える企業情報が標準搭載されています。

それだけでなく、SFA、MA、請求書、契約書、クラウドストレージ上のファイル、基幹システムのデータ、つまり社内に存在するあらゆるビジネスデータを企業単位で統合して、AIで活用できる環境を実現するのが、Sansan AIエージェントなんです。

企業におけるAI導入の壁とSansanの強み

──AI活用における、導入の壁について教えてください。

川瀬：エンタープライズ企業を中心に生成AI技術の導入が進んでいますね。一方で、「AIを導入しても社内データしか活用できず思ったより効果がでない。外部データをうまく活用できれば」という声も聞きます。

この状況に対して、我々が注力しているのがSansan AIエージェントやMCPサーバーです。

猿田：生成AIが流行する中で「データさえ食わせればなんかいいことある」と思われがちですが、現実はそんなに甘くない。AIに価値を生み出させるためには、質の高いデータを渡す必要があります。

Sansanを利用しているユーザーは、名刺データはもちろん、その上にコンタクト情報や我々が提供する企業データといった多くの情報を貯めています。

川瀬：Sansanに貯まった構造化されたデータを、ユーザーがすでに利用している生成AI環境（Copilot など）と繋げたいという自然なニーズに応えるのがMCPサーバーですね。

猿田：そうそう。 SansanのデータはSansanの独自名寄せエンジンで構造化されており、AIにとって非常に使い勝手の良い状態で貯まっているので、複数のユースケースを一気に提供できます。

MCPサーバーがもたらす価値の増幅

川瀬： MCPサーバーは、Sansanが元々提供してきた「ビジネス機会の最大化と生産性向上」の価値を、さらに増幅させる効果があると考えています。

猿田：MCPサーバーの面白い点として、これまでSansanに馴染みにくかったユーザーにも価値を届けられることが挙げられますね。
営業担当者だけでなく、たとえば総務の方なども、MCPサーバー経由でCopilotに質問すれば、必要な情報を得られる。

川瀬： 従来のSansanの検索機能を使って得られた情報（例：直近でどの部署が、知りたい情報を持っているか）も、MCPサーバーを実現することで更に大きな価値がうまれます。
特に営業以外のパートナーシップや開発選定の場面でも活用できますしね。

猿田：まさに、機能としては提供していなかった「ニッチな使い方」や「幅広い活用」を可能にするのがポイントですね。

川瀬：私が直近で試したことを例としてお話しします。
新しいデータ統合ソリューションについて他社のCIOにヒアリングしたいと思い、Sansanのデータに接点があるはずだと考えました。

MCPサーバーをつなげたClaudeに尋ねたところ、ヒアリングすべきキーパーソンが何人もピックアップされ、しかもそのうちの一人は既にインタビューが終わっていて、もう一人は来週インタビューが組まれていた、ということが判明しました。

このように、とても高い精度の役立つ情報を、すぐに得ることができるんです。

AIエージェントと技術の深層：セマンティックレイヤーの重要性

猿田：我々が今進めている取り組みは、単なるAIエージェントの構築だけではありません。生成AI技術を使った体験を提供しつつ、その裏側で、いかにAIに必要なコンテキストや情報を構造化して渡すかという、セマンティックレイヤーの構築に力を入れています。

川瀬：セマンティックレイヤーとは、AIに渡すデータの「意味」を司る層、を指します。
例えば、社内に「売上」に関するデータソースが多数あるとします。契約書に記載された「確定売上」と、セールスフォースに記載された「まだ確定していない売上」は、同じ「売上」という言葉でも意味が異なります。

この違いを正しく分別・整理し、同じ確定売上なら一緒に、そうでないなら別に持つという意味で、レイヤーの設計が必要です。

──なるほど。このデータ基盤の強さがあってこそ、表に出るSansan AIエージェントが活きてくるわけですね。

川瀬：Sansan AIエージェントのファーストスコープは、営業担当者の「ブリーフィング資料作成など商談や会食前の事前準備」とも聞いています。

猿田：これまでは、営業担当者が複数のSaaSをまたいで調べたり、Web情報を探したりと、非常に時間がかかり、効率が低い状況でした。しかも前提知識が必要なため、ハイパフォーマーな営業担当者以外には大きな負担でした。

これを解決し、誰もがどのタイミングでも、会話のネタや組織営業といった「広義の営業」ができるようなソリューションを目指しています。

開発体制と今後の展望

──これらのAIソリューションを実現するために、開発体制も多層的になっていると聞いています。

猿田：AIエージェントを設計するには、まずデータ基盤を構築するチーム、次にデータの意味的な単位で整理するセマンティックレイヤーを構築するチーム、そしてエージェントを設計・構築するフロントエンド・体験設計のチーム、さらにはお客様ごとにチューニングを行うインテグレーションチーム（FDE: Forward Deployed Engineerのようなアプローチ）、といった複数のチームが必要です。

川瀬：開発のスピードも速いですね。先日もMCPサーバーについてサービス提供開始の発表がありました。
AI活用を加速させる新ソリューション「Sansan AIエージェント」「Sansan MCPサーバー」を提供開始 | Sansan株式会社

猿田：はい。これはまさに、働き方を変える取り組みです。
今まで社歴の長い人や先輩社員に聞きに行かなければわからなかった情報が、すぐに手に入るようになりますしね。

情報を持っている人が有利だった時代は終わり、この新しい仕組みを使いこなせる人が活躍する時代になるでしょう。