これからは、さまざまなWebサービスがMCP接続でAIから利用できるようになるのでしょうか。そして、MCPへの接続を有料プランの契約者だけに提供するサービスも増えるのでしょうか。
TradingViewが公開した公式MCP Serverを見ると、その可能性はかなり現実的になっています。画面を開いて情報をコピーし、AIへ貼り付けるのではなく、契約しているサービスへAIが正式に接続し、必要なデータや機能を呼び出す形です。
この記事では、TradingViewの公式資料とMCPの最新仕様、JRA-VAN Data Lab.の現状を確認しながら、「有料Webサービス×AI」の今後と、競馬データサービスへの応用を整理します。
TradingViewが公式MCP Serverを公開
TradingViewの公式MCP Serverは、TradingViewのデータや分析機能をMCP対応のAIクライアントから利用するための接続口です。公式ドキュメントにはClaude、Claude Code、ChatGPT、Codexなどの接続手順が掲載されています。
接続先は次の共通URLです。
https://mcp.tradingview.com/mcp認証にはOAuth 2.1が使われます。利用者はTradingViewのアカウントでログインしてアクセスを許可するため、AI側へTradingViewのパスワードやAPIキーを直接渡す必要はありません。
TradingView MCP Server公式ドキュメント
Essential以上の契約者だけが利用できる
TradingViewのMCPは、誰でも無条件に使える機能ではありません。公式資料ではEssential以上のプランに含まれ、TrialプランはMCPアクセスの対象外と明記されています。
ここに、今後のサブスクリプションサービスがMCPを導入する際の分かりやすいモデルがあります。
- 無料会員：Webサイトやアプリの基本機能
- 有料会員：Web・アプリに加えてMCP接続
- 上位会員：高度なツール、広いデータ範囲、高い利用上限
サービス提供側は、OAuthで本人を確認したうえで、その人が契約しているプランに応じて使えるツールや取得可能なデータを変えられます。MCPは無料開放の仕組みに限らず、有料サービスの契約価値をAI側へ拡張する入口にもなります。
TradingViewのMCPで利用できる機能
TradingViewの公式ドキュメントでは、単に株価を読むだけでなく、次のような機能がMCP Toolとして案内されています。
- ウォッチリストの取得、作成、更新、削除
- ウォッチリストへの銘柄追加・削除
- 銘柄検索
- OHLCVの取得
- スクリーナー
- テクニカル指標
- ニュース
- 企業のファンダメンタルズと予測
- 経済・決算・配当カレンダー
- アラートの取得、作成、更新、削除
公式資料では、ツール呼び出しは利用者ごとにおおむね毎分100リクエストへ制限されるとも案内されています。利用資格だけでなく利用量も管理する設計です。
たとえばAIに「ウォッチリストの中から昨日大きく動いた銘柄を探し、ニュース、出来高、RSIを確認して変化が大きいものだけ説明して」と頼む場面を考えられます。AIは質問に応じて複数のツールを選び、必要なデータを順番に取得します。
MCPはAPIを置き換えるものではない
MCPとAPIは対立するものではありません。APIはサービス同士がデータや機能をやり取りするための接続方式であり、MCPサーバーの内部でも既存APIやデータベースが使われる場合があります。
MCPの特徴は、AIクライアントが利用可能なツールと入力形式を共通の方法で確認し、自然言語の依頼に応じて適切なツールを呼び分けられる点です。
利用の流れは、次のように整理できます。
利用者 → AIエージェント → MCPサーバー → 契約・権限を確認 → サービスのデータ／機能
人間が個別のAPI仕様を意識してコードを書く場面は残りますが、一般利用者は「何を知りたいか」「何をしてほしいか」をAIへ伝えるだけで、複数の機能を組み合わせられるようになります。
2026年7月のMCP仕様で整備されたこと
MCP公式サイトでは、2026年7月28日版が最新の正式仕様として公開されています。HTTP接続にはStreamable HTTPが定義され、認可はOAuth 2.1を基礎に、OpenID Connect Discoveryなど既存の標準も参照しています。
これは、MCPがローカルPC内の実験的な連携だけでなく、インターネット上の保護されたサービスへ接続するための仕組みとして整備されていることを示します。
ただし、MCPを導入すれば自動的に安全になるわけではありません。サービス側には、利用者認証、権限管理、利用上限、監査ログ、誤操作への対策、取得データの範囲管理などが必要です。
Model Context Protocol 2026-07-28仕様
MCP Authorization仕様
サービスの競争力は「画面」だけではなくなる
従来のSaaSや情報サービスでは、便利な画面、分かりやすい検索、操作しやすいダッシュボードが競争力の中心でした。MCPが普及すると、そこへ「AIから呼び出したときに価値のあるデータと機能を持っているか」という評価軸が加わります。
サービス提供側の発想も、次のように変わる可能性があります。
「自社サイトへ来てください」から「利用者のAIから自社サービスを使ってください」へ
利用者は好みのAIを入口にしながら、契約している複数のサービスを使い分けられます。どのAIを使うかと、どのデータサービスを契約するかが分離していく構造です。
将来的には、金融、業務管理、ポイント、EC、CMSなど多様なサービスがAIの接続先になる可能性があります。ただし、個別企業が実際にMCPを提供するかは各社の判断であり、現時点で提供予定が確認できないサービスまで対応を前提にすることはできません。
競馬データはMCPと相性がよい
競馬データは、レース、競走馬、血統、調教、ラップ、騎手、調教師、馬主、オッズ、馬場、過去重賞など、多数のデータ群に分かれています。一つの予想ですべてを使うわけではなく、質問やレースに応じて必要な範囲が変わります。
現在の一般的な分析手順は、データベースやTARGETなどで条件を指定し、結果をCSV等へ出し、その一部をAIへ渡す形です。
MCP化された競馬データ基盤では、次のような流れが考えられます。
- 利用者が「今年のローズSを分析して」と依頼する
- AIが出走馬を取得する
- 前走、血統、コース成績、上がり、位置取りなど必要な項目を判断する
- 各データベースへ必要な範囲だけ問い合わせる
- 異常値や注目馬が見つかれば追加データを取得する
- 集計結果と根拠を文章化する
巨大な競馬データを最初からすべてLLMへ送る必要はありません。AIが作業途中で必要なデータを判断し、小さく取得して分析を進められることがMCP型の利点です。
JRA-VAN Data Lab.はMCPの一歩手前にある
JRA-VAN Data Lab.は、1986年から約40年分のJRA公式競馬データをデータベース化し、基本ソフトのJV-Linkを通じて対応競馬ソフトがデータを利用する仕組みです。毎日最新データを更新すると案内されています。
2026年9月時点では、JRA-VAN Data Lab.の競馬ソフト一覧に「JV2AI」も掲載されています。JV2AIは、JRA-VANの固定長データをMySQLへ保存し、生成AIへ分析内容を伝えてSQL作成を相談し、アプリ上で実行・CSV出力するためのデータベースアプリです。
ここは区別が必要です。JV2AIは生成AIを利用した分析を支援する登録ソフトですが、JRA-VAN公式MCPサーバーではありません。現時点でJRA-VANが一般利用者向けの公式MCPを提供していることも、今回確認した公式ページには記載されていません。
JRA-VAN Data Lab.公式ページ
JRA-VAN掲載のJV2AI詳細ページ
競馬アプリ群をMCP Toolsとして残す発想
複数の競馬アプリを一つの巨大な画面へ統合する以外に、それぞれの計算ロジックをAIから呼べるツールとして公開する方法があります。
たとえば、新馬チェック、逃げ馬評価、差し馬評価、補9、クッション値などを、次のような役割のツールに分けます。
get_hon9_history
get_front_runner_score
get_closer_score
get_debut_horse_score
get_cushion_value利用者が「今週の重賞について、新馬チェック、逃げ馬評価、差し馬評価、補9を比較して」と依頼すると、AIが必要なツールを順に呼び、結果を一つの回答へまとめます。
18本のアプリがある場合、それを「統合できていない18画面」と見るのではなく、「AIが組み合わせて使える18種類の専門ロジック」と捉えることもできます。画面の統合より、入力・出力の定義、データ更新、計算根拠の提示を整えることが重要になります。
競馬MCPを有料化する場合の設計
TradingView型の課金を競馬サービスへ当てはめると、次のような段階が考えられます。
| 契約 | 提供範囲の例 |
|---|---|
| 無料会員 | 出馬表、基本成績、Webアプリ |
| 月額会員 | 長期過去データ、血統、ラップ、調教、独自指数 |
| 上位会員 | MCP接続、リアルタイムデータ、時系列オッズ、高い利用上限 |
MCPサーバーは認証された会員のプランを確認し、利用可能なツール、対象期間、取得件数、更新頻度を制御します。これにより、Webアプリの有料機能とAI向け機能を同じ会員基盤で管理できます。
ただし、JRA-VAN等のデータを利用する場合は、契約条件、データの再配布可否、第三者への提供範囲、リアルタイム情報の扱いを事前に確認する必要があります。技術的にMCP化できることと、データを外部サービスとして提供できることは別問題です。
導入時に必要な安全対策
AIがデータを読むだけのツールと、ウォッチリストやアラートを変更するツールでは、必要な安全対策が異なります。競馬サービスでも、分析結果の取得と会員情報・購入操作を同じ権限にまとめるべきではありません。
- 読み取り専用ツールと変更ツールを分離する
- 契約プランごとに利用可能な機能を制限する
- ユーザーごと・ツールごとに利用上限を設ける
- 実行履歴と参照データを記録する
- 重要な変更や購入は利用者の確認を必須にする
- 回答にデータ基準日と取得元を表示する
- AIの推論とデータベースの事実を分けて示す
とくに競馬予想では、データ取得時点、出走取消、馬場状態、オッズ更新などで結果が変わります。AIの回答だけを保存するのではなく、どのデータをいつ取得したかを追跡できる設計が必要です。
MCP時代に変わる人間の役割
検索条件の入力やCSVの受け渡しをAIが担うようになると、人間の役割は「どのボタンを押すか」から「何を知りたいか」「どの判断基準を採用するか」を決める側へ移ります。
競馬分析であれば、「過去20年を調べる」だけでなく、「勝ち馬条件と相手候補を分けたい」「補9の上昇幅ではなく到達水準を見たい」「位置取りとPCIを組み合わせたい」といった分析目的を決めることが重要になります。
AIは必要なツールを呼び、集計し、異常値を見つけ、追加調査を行えます。しかし、データの利用条件、分析軸、最終判断まで自動的に正しくなるわけではありません。人間は目的と評価基準を設計し、AIが提示した根拠を確認する必要があります。
まとめ
TradingViewの公式MCP Serverは、有料WebサービスがAIへ機能を開放する具体例です。Essential以上の契約、OAuth 2.1による認証、ツールごとの操作、利用上限という仕組みは、今後ほかのサブスクリプションサービスでも採用可能な設計です。
競馬分野でも、データベースと専門ロジックをMCP Toolsとして分け、AIが必要なものだけを呼ぶ構造は有効です。JRA-VAN Data Lab.とJV2AIは、競馬データと生成AIを結び付ける動きがすでに始まっていることを示します。ただし、現状のJV2AIはMCPではなく、JRA-VAN公式MCPが発表されたわけでもありません。
今後の競争力は、便利な画面だけでなく、AIから安全に利用できるデータ、明確な権限管理、再利用できる専門ロジックにも広がります。競馬アプリを複数作ってきた場合、それぞれの機能をAIから呼べる道具として整えることが、新しいプラットフォーム化の入口になります。
コメント