AIの組み込み
AI統合の2つのアプローチ — アプリ内蔵 vs 外部API/MCPサーバー連携
利用の流れ
方式 1: アプリ内蔵AI
方式 2: 外部ツール連携
配置図
方式 1: アプリ内蔵AI
社員はブラウザでアプリを開くだけ。AI契約・接続キーは自社サーバーで一括管理。
方式 2: 外部ツール連携
社員ごとにAI契約と接続キーが必要。接続キー管理（黄色）が運用上の課題。
比較一覧
| 項目 | 1. アプリ内蔵AI | 2. 外部ツール連携 |
|---|---|---|
| 社員の準備 | +不要（ログインするだけ） | AI契約 + 接続キー取得が必要 |
| 使える情報の範囲 | Fab Forward内のデータのみ | +Fab Forward + メール・Excel等も横断可能 |
| 他ツールとの連携 | アプリ内で完結 | +AIアシスタント・会計ソフト等と連携可能 |
| データ自動取り込み | なし（都度質問） | +日次自動更新・異常検知の自動化が可能 |
| 費用の仕組み | 月額定額（全社員で共有） | 使った分だけ（社員ごとに発生） |
| 月額の目安 | 約15,000〜30,000円/月（全社共有） | 社員ごとに月数百円〜数万円 |
| 管理の手間 | +会社で一括管理（社員の手間なし） | 社員ごとに接続キー管理が必要 |
| 情報漏洩リスク | +低（社員に技術情報が渡らない） | 注意が必要（接続キー紛失・漏洩リスク） |
| 導入までの期間 | +2〜3週間 | 4〜6週間 + マニュアル整備 |
| 営業での活用例 | 在庫・納期・顧客履歴をAIに即確認 | 顧客情報+メール+Fab Forwardを横断して提案書自動作成 |
| 製造での活用例 | 過去の不良率・工程実績をAIに質問 | 日報・検査データの自動取り込みで異常傾向を早期検知 |
費用の比較
アプリ内蔵AI
+ 社員全員で共有 — 人数が増えても追加費用なし
+ 毎月の支払いが一定で経理処理がシンプル
! 利用が集中する月はプランの上位変更が必要になる場合あり
外部ツール連携
+ あまり使わない社員は費用を抑えられる
+ 社員ごとに利用状況が見える
! 社員ごとにAIサービスの契約・支払い手続きが必要
! ヘビーユーザーの月額が読めない（予算管理が難しい）
各方式の詳細
アプリ内蔵AI
方式 1開発工数: 中いつものFab Forwardの画面にAIタブを追加。ログインするだけですぐ使える
契約情報は自社サーバーで管理。社員に技術的な作業は発生しない
- +営業が外出先からスマホで在庫・納期をAIに即確認できる
- +製造現場で「この部品の過去不良率は？」とすぐ聞ける
- +社員の追加作業ゼロ — ログインするだけで全員すぐ使える
- +月額固定で予算管理しやすい（経理の承認が通りやすい）
- !アプリ外の情報（メール・Excel等）との連携はできない
- !社員全員の質問が一つの契約に集中するため、繁忙期に速度低下の可能性
- !AIの使い方はアプリが用意した範囲内に限定される
外部ツール連携（API / MCPサーバー）
方式 2開発工数: 大社外のAIツールからFab Forwardの業務データを参照できる仕組みを提供
社員ごとの接続キー管理が必要。紛失・漏洩時の対応ルール整備が不可欠
- +営業がAIアシスタントで顧客情報+メール+Fab Forwardを横断して提案書作成
- +製造の日報・検査データを毎日自動でAIに取り込み、異常傾向を早期検知
- +社員ごとの業務スタイルに合わせた柔軟なAI活用が可能
- +他社ツール（会計・勤怠等）との自動連携で二重入力を削減
- !社員ごとにAI契約が必要（ITに不慣れな社員には負担が大きい）
- !接続キーの管理が運用上の最大の課題（紛失・漏洩リスク）
- !導入時のマニュアル整備・社内説明会など準備コストが大きい
- !開発期間が長く、投資回収に時間がかかる
プラットフォーム各アプリの MCP 化適性
方式 2 (外部ツール連携) の現実性を、社内基盤の各 OSS について評価。 Claude Code から MCP サーバー経由で操作できるかを 5 段階で示します。
| アプリ | API | 認証 | MCP 適性 | 主なユースケース |
|---|---|---|---|---|
| Rocket.Chat | REST + Realtime (公式) | Personal Access Token | 高 | 「#ops に進捗を投稿」「直近20件を要約」「特定キーワードに自動応答するボット」 |
| Wiki.js | GraphQL (公式) | API Key | 高 | 「会議議事録から Wiki 草案を生成」「既存ページを横断検索して更新差分を提案」 |
| LLDAP | GraphQL (公式) | JWT | 中 | 「新入社員 X を作成して wiki_users と chat_users に自動追加」(入退社の自動化) |
| Vaultwarden | Bitwarden 互換 REST | Bitwarden CLI / Token | 低 | アイテム検索・参照・新規登録 ⚠ シークレット本文を LLM 文脈に流入させない設計が必須。読み取りはユーザー画面に直接返す等、スコープを厳しく限定 |
| Uptime Kuma | 公式 API なし | — | 不可 | Socket.IO のリバースエンジニア (非公式 Python lib) ⚠ 公式 API が提供されるまで MCP 化は時期尚早 |
セキュリティ注意 ⚠
- Vaultwarden: パスワード本文を LLM 文脈に絶対に渡さない。 「特定アイテム ID へのアクセス権付与」「監査ログ追記」までに留め、 実値は CLI 経由でユーザーに直接渡す設計が安全
- LLDAP: 管理者権限は与えず、機能限定アカウント (グループ管理のみ等) を用意
- Rocket.Chat: Bot ユーザーを作成し、参加チャンネルを限定
開発チームの推奨
まず方針 C (curl 直叩き) で動作確認→ 価値が見えたら 方針 B (自作 MCP) で Wiki.js + Rocket.Chat の 2 つから着手。LLDAP は入退社自動化が固まった段階で 3 番目。Vaultwarden は要件定義を先に詰める。Uptime Kuma は公式 API 待ち。
判断のポイント: 「誰が管理するか」
外部ツール連携（方式2）の最大の課題は、社員一人ひとりがAIサービスの契約と接続キーを自分で管理しなければならないことです。営業担当や製造現場のスタッフにとって、 AIサービスの契約手続き・接続キーの安全な保管・定期的な更新は大きな負担になります。
アプリ内蔵AI（方式1）であれば、契約や技術的な管理はすべて会社側で行うため、 社員はいつものアプリにログインするだけ。「使い方を覚える」のではなく「質問するだけ」で業務に活かせます。
推奨する進め方
まず方式1（アプリ内蔵AI）を導入することを推奨します。社員の追加作業なし・契約管理の手間なし・情報漏洩リスクが低いという利点があり、 約2〜3週間で全社員がAI機能を使い始められます。 月額約15,000円の定額制で、経理の承認も通りやすい費用感です。
営業が外出先から在庫や納期を即確認したり、 製造現場で過去の不良率や工程実績をすぐに調べられるようになります。
方式2（外部ツール連携）は、将来の拡張として検討します。「メールやExcelの情報もAIに使わせたい」「検査データの異常を自動検知したい」 といった具体的なニーズが出てきた段階で追加導入を判断します。