「来月の出荷数が読めなくて、困っています」。その一言から、AIが未来予測AIをつくる

これまで、この相談に答えるには人が動く必要がありました。課題を聞き取り、どのデータを使うかを決め、手法を選び、学習させ、精度を確かめる。早くても数週間、外注すれば数百万円かかる工程です。
株式会社MatrixFlow（本社：東京都台東区、代表取締役：田本芳文）は、この工程をAIとの会話の中で完結させる「公式MCPサーバー」の提供を、2026年11月5日に開始しました。ChatGPT・Claude・Gemini・CopilotなどのAIアシスタントにMatrixFlowを接続すると、会話の流れのままデータを渡し、AIを学習させ、予測結果を受け取れます。

生成AIは「今」しか答えられない。人が知りたいのは「未来」

「この資料はどこにありますか」「この文章を要約して」。生成AIはこうした問いに強い。一方で、人が本当に知りたいのは別のことです。
来月の売上の見込みは。明日の来店者数は。この商品は一年でどれだけ売れるのか。未来と理由を知るには、自社のデータで学習した未来予測AIが要ります。そして未来予測AIをつくる作業は、生成AIの外側に取り残されていました。
公式MCPサーバーは、この外側をつなぎます。MCP（Model Context Protocol）は、AIアシスタントが外部サービスを操作するための共通規格です。MatrixFlowが公式に提供するMCPサーバーを接続すると、生成AIがMatrixFlowを道具として使えるようになります。「来週の発注量は？」と聞けば、生成AIがMatrixFlowの未来予測AIに問い合わせ、その結果で答えます。

目指すのは「AI構築AI」。今回はその3ステップ目

当社が構想してきた「AI構築AI」は、相談を受けた段階でAIが未来予測AIを組み立てる仕組みです。課題を解釈し（STEP 1）、過去の実績から手法を選び（STEP 2）、MatrixFlowを操作してAIを構築する（STEP 3）。今回提供する公式MCPサーバーは、この3ステップ目を実際に動かすための接続にあたります。
STEP 1とSTEP 2には、当社がこれまでに積み上げてきた30件以上のAIプロジェクトの実績と、MatrixFlowの運用で得た知見が効きます。道具を渡すだけでなく、何をどうつくるべきかを知っていること。これが当社の強みです。

会話からできること

・CSVを渡してデータセットとして登録し、列の型や欠損の状況を確認する
・予測したい列を伝えてAIを学習させ、進行状況と精度を確認する
・学習済みAIで予測を実行し、結果を会話の中で受け取る
・時系列予測では、指定した期間の予測値と上限・下限を受け取る
・目標値と制約条件を伝えて、条件を満たす入力の組み合わせを探す（最適化）
・使い方が分からないときは、MatrixFlowのマニュアルを検索して該当ページを示す
画面での操作とデータは共通です。会話から作ったプロジェクトや学習済みAIは、これまでどおりMatrixFlowの画面からも確認・編集できます。
接続先は https://mcp.ai.matrixflow.net/mcp です。ご利用のAIアシスタントの設定画面でこのURLを登録し、MatrixFlowのログイン画面で許可すると接続できます。

実際のやりとり

以下は、AIアシスタント「Claude」から MatrixFlow を操作し、ある部品メーカーの月次発注数を予測したときの実際の画面です。
1. 学習 ── 実績データのCSVを渡して「これで学習したいです」と伝えるだけです。AIがMatrixFlowにデータを登録し、時系列予測モデル「MFTransformerV2」で学習を始めます。

2. 分析 ── 学習が終わると、AIがそのまま結果を知らせます。続けて「学習済みAIから得られる情報を可視化して分析して」と頼むと、予測の精度と、どの要因が予測に効いているかを会話の中で示します。

3. 予測とレポート ── 予測したい期間のCSVを渡して「これで予測してレポートにまとめて」。予測値と上限・下限、精度、注意点までをまとめたレポートができます。この例では、テスト期間の平均絶対誤差は平均発注数の約3%でした。

外部のAIに自社データを預けるからこそ、接続を設計した

便利さと引き換えに何かを差し出す仕組みにはしていません。
・OAuth 2.1 による接続：利用者自身がMatrixFlowにログインし、許可の画面で内容を確認してから接続します。パスワードをAIアシスタントに渡すことはありません
・必要になった時点での権限追加：接続直後に許可されるのは閲覧・作成・推論の3つだけです。AIの学習は、その操作が必要になった時点であらためて利用者が許可します
・削除する操作を提供しない：データやAIを削除するツールは用意していません。誤操作でデータが失われることを防ぐためです
・アカウントごとの分離：接続はアカウント単位で分かれており、ほかの利用者のデータは参照できません
・いつでも解除できる：MatrixFlowの設定画面「接続中のアプリ」から接続を解除できます

こんな場面で使えます

MatrixFlowは異常検知や最適化など幅広い課題に使えますが、とくに経営へのインパクトが大きいのが「需要予測」です。会話から作った未来予測AIは、次のような場面で使えます。
・適正在庫管理：過剰在庫と欠品のリスクを減らし、キャッシュフローを最適化します
・適切な要員計画：物量の予測から、工場や倉庫の要員計画の最適化につなげます（例：スマイルボードコネクトとの連携）
・適切な車両手配：倉庫から店舗・別倉庫への輸配送で、車両の過剰な手配を避けます
・仕入れ・発注計画：精度の高い需要予測にもとづき、原材料コストの削減と安定供給を実現します
・製造・生産計画：稼働率を上げ、リードタイムを短くして、生産性を最大化します
・売上予測：リソースを最適に配分し、売上の向上に直結させます

今後の展開

ClaudeおよびChatGPTの公式ディレクトリへの掲載、Microsoft 365 Copilotなど対応するAIアシスタントの拡大を進めます。あわせて、STEP 1とSTEP 2をAIに任せる仕組みの開発を進め、「相談したらAIができている」状態に近づけていきます。
当社のミッションは「人類を無駄な労働から解放する」ことです。AIをつくる作業そのものを、その対象にします。