NetSuite×生成AIで全社員がデータ分析|AI Connector Service(MCP対応)の仕組みと始め方

月曜の朝、営業部長がClaudeに打ち込む。

「利益率の低い商品を、仕入先別に並べて」

NetSuiteの販売と購買のデータから、一覧が返ってきます。

NetSuite AI Connector Serviceとは、自社が選んだ生成AIをNetSuiteにつなぎ、業務データを対話で分析できる仕組みです。

ClaudeやChatGPTなどを使えます。

接続の規格にはMCPを採用しています。

AI Connector Service自体は、有料の機能ではありません(出典:Oracle NetSuite公式ヘルプ、2026年9月確認)。

つなぐこと自体は、難しくありません。

難しいのは、つないだあとに事故を起こさないことです。

冒頭の部長の画面に、見てはいけない部署の数字が混ざったらどうなるか。

それを防ぐ順番が、権限を絞ったロールと答え合わせができる業務から始めることです。

では、実際には何から、どのくらいの期間で進めるのか。

ベンチャーネットは、4つのステップで考えています。

目次

この記事で分かること

  • AI Connector Service(MCP対応)の仕組みと、使えるAI・費用
  • 始めるまでの4つのステップと、それぞれの期間の目安
  • 社内データをAIに触らせるときの、安全な始め方の3つの原則
  • 公式FAQで確かめた、現時点の制約
  • 自社に合うかの判断の物差し

NetSuite AI Connector Serviceとは

MCP(Model Context Protocol)とは、AIと外部のシステムをつなぐ共通の規格のことです。

Anthropicが2024年11月に公開したオープンな規格です(出典:Anthropic公式、2026年9月確認)。

NetSuiteはMCPを採用し、AIとデータを安全にやり取りできるようにしています。

接続の中身は、MCP Standard Tools SuiteAppという追加のアプリが担います。

公式FAQで案内されている、できる操作は次のとおりです。

  • 記録(レコード)の作成・参照・更新
  • レポートの実行
  • 保存検索の実行
  • SuiteQL(データを取り出す問い合わせの言語)の実行。読み取りのみ

自社専用のツール(カスタムツール)を作ることもできます。

(出典:Oracle NetSuite公式ヘルプ、2026年9月確認)

接続は、NetSuiteのロール(役割ごとの権限のまとまり)で統制されます。

AIは、利用者のロールに設定された範囲しか参照できません。

いわば「与えられたロールの範囲で動く、もう1人の利用者」です。

組込型のAIとの違いやMCPの仕組みは、NetSuiteの「純正AI」と「外部AI連携」は何が違うのかで扱っています。

費用と、使い始める準備

項目公式FAQの内容
AI Connector Service有料の機能ではない
MCP Standard Tools SuiteApp無料のSuiteApp
AI側(ClaudeやChatGPTなど)有料のプランが要ることがある
NetSuiteで有効にする機能Server SuiteScript・OAuth 2.0・REST Web Services

(出典:Oracle NetSuite公式ヘルプ、2026年9月確認)

NetSuite本体のライセンスは、ミニマム構成で月額20万円〜が出発点です。

モジュール・ユーザー数・オプションで変わり、数百万円規模になることもあります。

AI側の利用料も、使い方しだいで増えます。

これからNetSuiteを入れる会社は、導入の費用も見ておきます。

ベンチャーネットが支援したNetSuite導入の費用には、大きな開きがあります。

3名程度・1.5か月で150万円程度から、100名程度・1.5年で2億円程度までです。

差を生む要因は、機能範囲・開発(特に外部システム連携)・社内の体制・ユーザー数の4つです。

4事例の中身は、NetSuiteの料金・費用で扱っています。

始めるまでの4ステップと期間

すでにNetSuiteを使っている会社なら、次の順で進めます。

NetSuiteとAIをつなぐ4ステップ 使うAIを決める(数日)、AI専用のロールを設計する(1〜2週間)、1つの業務で検証する(2〜4週間)、ルールを決めて広げる(継続)。いちばん時間をかけるのはロールの設計。 NetSuiteとAIをつなぐ4ステップ 1 使うAIを決める 社内で契約済みのAIを使う 数日 2 AI専用のロールを設計 誰がどのデータに触れるか 1〜2週間 3 1つの業務で検証 答え合わせできる問いを10個 2〜4週間 4 ルールを決めて広げる 承認の閾値・例外の扱い 継続 いちばん時間をかけるのは、2のロールの設計
NetSuiteとAIをつなぐ4ステップ
  1. 使うAIを決める(数日):社内で契約しているAIがあれば、それを使う。情報の取り扱いに関する社内ルールと合うかを見る
  2. AI専用のロールを設計する(1〜2週間):誰が、どのデータに、どこまで触れてよいかを決める
  3. 1つの業務で検証する(2〜4週間):1拠点・1業務に絞り、答え合わせができる問いを10個ほど試す
  4. ルールを決めて広げる(継続):承認の閾値、例外の扱い、識別子の標準化を決めてから広げる

時間をかけるのは、2のロールの設計です。

技術の作業は短く済みます。

長くかかるのは、「どこまでをAIに任せ、どこから先を人が持つか」を決めることです。

なぜ「つながったデータ」が効くのか

AIが期待ほど効かない原因の多くは、AIの性能ではなく、渡せるデータの側にあります。

販売はA社のシステム、在庫はExcel、会計は別のパッケージ。

この状態で「今期の利益率が落ちた理由は」と聞いても、AIは答えようがありません。

NetSuiteは、販売・在庫・購買・会計を単一のデータベースで扱います。

もともとデータが1か所に集まる構造です。

だから、AIをつないだだけで、次のような横断的な問いに答えられます。

  • 「利益率の低い商品を、仕入先別に並べて」
  • 「在庫回転が悪化した商品と、その発注履歴を見せて」
  • 「今月の売上の伸びを、前年同月と担当者別に比べて」

データが分かれている会社では、まず「データを集める作業」から始まります。

AI×ERPの経営上の意味は、AIクラウドERPと両利き経営で扱っています。

どのAIを使えばよいか

すでに契約しているAIを、そのまま使うのが現実的です。

NetSuiteは「Bring your own AI」という考え方を取り、特定のAIベンダーに縛られない設計です。

公式FAQでは、対応するAIの条件を次のように示しています。

  • リモートのMCPに対応している
  • プロトコルの版2025-06-18に沿っている
  • streamable HTTPに対応している
  • PKCEつきのOAuth 2.0の認証方式に対応している

Claude Pro以上とChatGPTが対応しており、一部のAIや版は追加の設定が要るとされています。

(出典:Oracle NetSuite公式ヘルプ、2026年9月確認)

対応の状況は変化が速いため、接続の際はそのときの公式ドキュメントで要件を見てください。

日本語での利用について

対話に使うAI側(ChatGPTやClaudeなど)は日本語に対応しています。

日本語で問いかけ、日本語で答えを受け取れます。

一方、Oracleの追加の機能には、現時点で日本語に未対応のものがあります。

1つは、財務担当者向けのプロンプト集のNetSuite AI Connector Service Companionです。

もう1つは、NetSuite Analytics Warehouse向けの対応です。

これらは英語で世界に提供が始まり、追加の言語への拡大は今後予定されています(出典:Oracle NetSuite公式発表、2026年9月確認)。

段階内容
(a) いま日本で使えることMCP Standard Tools SuiteAppによる接続。日本語での対話も可能
(b) 開発で補えること自社専用のカスタムツール、読み取り専用の分析の層の構築
(c) 順次提供を待つものCompanion・Analytics Warehouse対応の日本語化(英語で提供中)

安全に始めるための3つの原則

3つの原則を、先に図で示します。

安全に始める3つの原則 AI専用の権限を絞ったロールを作る。答え合わせができる業務から始める。AIは要約や下書きなどの準備を担い、承認や計上などの判断は人が持つ。 安全に始める3つの原則1AI専用の、権限を絞ったロール広い権限のロールを使い回さない事前構成のロールを出発点にする2答え合わせができる業務から画面や台帳と照合できる問いを重ね社内の信頼を積み上げる3AIは準備、人が判断要約・分類・下書きはAIに任せる承認・計上・例外の扱いは人
安全に始める3つの原則

原則1:AI専用の、権限を絞ったロールを新しく作る

公式FAQによると、AI Connector Serviceは管理者ロールには対応していません。

それでも危ないのが、経理の責任者などの広い権限のロールを、そのまま使い回すことです。

AI接続専用のロールを新しく作り必要な範囲だけを与えます。

Oracleは、MCPに対応した事前構成のロールを用意しています。

CFO・Controller・AR/AP Analyst・Treasuryの4種類です(出典:Oracle NetSuite公式、2026年9月確認)。

ゼロから設計する必要はありません。

ロールの考え方は、NetSuiteの権限・ロール設計で解説しています。

原則2:答え合わせができる業務から始める

「うちのビジネスを分析して」という問いは、範囲が広すぎて答えの正しさを見分けられません。

  • 発注点を下回っている在庫品目の一覧(NetSuiteの画面で照合できる)
  • 特定の仕入先への今四半期の支払額(会計データと突き合わせられる)
  • 期日を過ぎた債権の一覧(売掛金の台帳と一致するかを見られる)

正しさを確かめられる問いを重ねると、社内の信頼が積み上がります。

原則3:AIは準備、人が判断

AIに任せてよいこと人が持ち続けること
要約する承認する
分類する仕訳を計上する
下書きを作る財務上の判断をする
比較する顧客への最終の回答を出す
候補を提案する例外の扱いを決める

この線引きは、技術の制約ではなく、会社としての姿勢の問題です。

AIは有能な準備担当で、判断する人の代わりではありません。

業務別の使いどころ

業務使いどころ人が行うこと
決算・経理予算差異の説明文の下書き、定期的な仕訳の候補、例外の取引の洗い出し計上と承認
入金消込入金と請求の突き合わせ案を、適用先・根拠・一致の確からしさとセットで出す確認と承認、自動で当ててよい範囲の決定
在庫・購買発注点を下回る品目の一覧、仕入先ごとのリードタイムの推移、欠品しそうな品目の通知発注の判断
顧客対応・営業過去の取引履歴の要約、支払が遅れている顧客の通知顧客への対応
経営ダッシュボードとKPIの「どこが動いたか」の要約打ち手の判断

入金消込では、担当者の役割が照合の実行から「どこまで自動で当ててよいか」を決める仕事へ移ります。

メールとの連携はNetSuiteとOutlookの連携、データを経営判断に変える設計はデータドリブン経営の進め方で扱っています。

まず試す3つの問いかけと、設計のひと工夫

  1. 「発注点を下回っている在庫品目を一覧にして」
  2. 「今四半期の主要仕入先への支払を要約して」
  3. 「これらの例外の根本原因を説明し、是正措置をまとめて」

期間・子会社・絞り込みの条件を明示すると、精度が上がります。

「今期」ではなく「2026年4月から6月」と書くだけで、答えが変わります。

  • 読み取り専用の分析の層を挟む:集計済みの総勘定元帳や差異の計算だけを渡すと、安全性と応答の速さが上がる
  • ルールをプロンプトに持たせる:承認の閾値や例外の扱いを、開発者に頼まず自分たちで変えられる

正直にお伝えする、現時点の制約

公式FAQで確かめた制約を、できることと並べます。

できることできないこと・注意点
記録・保存検索・SuiteQLによるデータの参照SuiteQLは読み取りのみ。AI側の1回の取得はおおむね5,000行までで、大量のデータは分割が要る
レポートの実行絞り込みは日付と子会社だけ。会計期間での絞り込みには対応していない
記録の作成・更新承認や計上は、人が行う運用に決めておく
自然言語での問いかけ同時実行の上限は、ほかの連携と共有する
実行の記録の確認実行ログの保存は本番21日・サンドボックス7日

(出典:Oracle NetSuite公式ヘルプ、2026年9月確認)

経理で期待とずれやすいのが、レポートの絞り込みです。

「会計期間を指定して決算書を読ませたい」という要望は、そのままでは実現しません。

集計済みのデータを渡す仕組みを、別に用意する設計が要ります。

AI側の費用も見落とされがちです。

全社員が毎日、大きな範囲の問い合わせを繰り返せば、AI側の利用料は無視できない額になります。

同時実行の上限をほかの連携と分け合う点も、全社に広げる前に見ておきます。

実際の活用例:米国と日本の2社

米国:Promier Products社

米Promier Products社では、AI Connector Serviceを通じてClaudeを利用しています。

同社COOのMichael Wollack氏のコメントが、Oracle公式サイトに掲載されています。

Claudeへの簡単な指示で、データ分析とレポート作成の工程が効率化されたという内容です(出典:Oracle NetSuite公式)。

日本:株式会社キュリエ様

ベンチャーネットの支援先である株式会社キュリエ様の事例が、ビジネス+ITに掲載されています(2026年7月1日掲載、日本オラクルの提供記事)。

同社はプリンタ用の互換インクなどオフィスサプライ品の輸入・卸売を手がけています。

商品の種類と点数が膨大で、以前はExcelでの在庫管理に限界を感じていたと、代表取締役の吉塚康一氏が語っています。

掲載記事によれば、同社はExcel中心の業務から抜け出しました。

いまは全社員が生成AIを使い、ERPのデータを日々分析しているとされています。

記事の見出しは「数週間の作業が数分に…?」です。

ベンチャーネットの事例ページでは、生成AIとの連携で、データ集計の手作業がほぼゼロになったと紹介しています。

2社に共通するのは、特別なAI人材を採用したわけではない点です。

既に持っていたデータと、既に使えるAIをつないだだけです。

他の導入事例は、NetSuiteの導入事例にまとめています。

判断の物差し|業務データとAIのつなぎ方

AIに業務データを渡す方法は、AI Connector Serviceだけではありません。

つなぎ方中身向く会社注意点
A. NetSuite+AI Connector Service外部のAIが、ロールの範囲でNetSuiteのデータを直接扱うNetSuiteに業務データが集まっているロールの設計と、AI側の費用の管理が要る
B. NetSuiteの組込型AINetSuiteの画面の中でAIを使う画面の中で完結させたい日本での提供状況は機能ごとに確かめる
C. データを書き出してAIに渡すCSVなどで取り出し、AIに読ませるまず試したい。件数が少ないデータが古くなる。書き出した後の管理が甘くなりやすい
D. ほかのERPやAIスクラッチ開発Odoo・国産ERPや自社専用の基盤とAIをつなぐ業務に合うERPがほかにある、業務が独自権限の統制と保守を製品ごと・自社で持つ
E. いまはつながないデータを整えることを先にする数字が部署ごとに違い、答え合わせができない待つ間にデータを整える

AI Connector Service(A)が向いている会社は、次の3つがそろっています。

  • 販売・在庫・会計のデータが、すでにNetSuiteに集まっている
  • 社内で契約済みのAI(ClaudeやChatGPT)がある
  • 権限の設計を、ロールの単位で決められる体制がある

まず1回だけ試すならC、数字が部署ごとに違うならEが合います。

業務データとAIのつなぎ方の選び方 データがNetSuiteに集まり、契約済みのAIとロール設計の体制があればAI Connector Service。まず1回試すなら書き出して渡す。数字が部署ごとに違うなら、いまはつながずデータを整える。 業務データとAIのつなぎ方の選び方自社のデータとAIの状態は?NetSuiteにデータが集まり、契約済みのAIと、ロール設計の体制があるAAI ConnectorServiceまず1回だけ試したい件数が少ないC書き出してAIに渡す数字が部署ごとに違い、答え合わせができないEいまはつながないつなぎ方はほかに、組込型AIやほかのERPもある
業務データとAIのつなぎ方の選び方

データの整え方は、AI導入の成否は「データの整い方」で決まるで扱っています。

Odooの特徴はOdooとは、自作との比べ方はAIでスクラッチ開発とERP、どちらを選ぶべきかをご覧ください。

これから選ぶ会社と、いまNetSuiteを使っている会社

これからERPやAIを選ぶ会社は、「AIとつながるか」だけで製品を決めないでください。

AIが効くかどうかは、業務データが1か所に集まるかで決まります。

いまNetSuiteを使っている会社は、つなぐ前に2つを見ます。

AIに見せたい業務のデータがNetSuiteの中にあるか(Excelで別に管理していないか)。

AI専用のロールを作り、見せる範囲を絞れるか。

導入時のロールの設計が実態と合っていなければ、AIをつなぐ前に見直します。

よくある3つの失敗

失敗1:広い権限のロールでつないでしまう

起きること:AIの答えに、本来その利用者が見るべきでない部署の数字が混ざる。

原因:経理の責任者などの既存のロールを、そのままAIの接続に使い回した。

避け方:AI接続専用のロールを作り、事前構成のロールを出発点に範囲を絞ります(原則1)。

失敗2:会計期間を指定して決算書を読ませようとした

起きること:「第2四半期の損益を説明して」と聞いたが、期待した数字が返らない。

原因:標準のツールのレポートの絞り込みは日付と子会社だけで、会計期間には対応していない。

避け方:日付で指定するか、集計済みのデータを渡す読み取り専用の層を用意します(第7章)。

失敗3:全社に一斉に広げて、費用と上限に当たった

起きること:AI側の利用料が想定を超え、ほかの連携の処理も遅くなった。

原因:全員が大きな範囲の問いを繰り返した。同時実行の上限は、ほかの連携と共有です。

避け方:1拠点・1業務から始め、問いの範囲と利用する人を決めてから広げます(第2章)。

ベンチャーネットならこう見る|1業務・1KPI・最短90日

ベンチャーネットは、NetSuite・Odoo・AIスクラッチ開発を扱い、SAPからのリプレイスにも対応しています。

AI連携の相談で最初に決めるのは、使うAIではありません。

最初の1周で動かす1つの業務と1つのKPIです。

  • 1業務・1KPIに絞る:たとえば「発注点を下回った品目の見落とし件数」。最短90日で1周目を回す
  • 現場の勘とAIの提案を同じ条件で比べる:同じ期間・同じ品目で並べ、どちらが当たったかを数字で見る
  • AI経営の仕込みは導入プロジェクトの中で行う:ロールの設計やデータの持ち方を、NetSuite導入の要件定義の段階から決めておく

進め方は、PM兼コンサルタントが最初から最後まで一貫して担います。

週次の定例と課題管理表で、「AIに任せる範囲」を文書に残しながら決めます。

定着の先の3段階:守り→攻め→次へ 守りは業務が回ること、攻めはデータで打つこと、次へは経営が変わること。 定着の先の3段階守り|業務が回る在庫・販売・会計を1つにし、日々の業務を安定させる攻め|データで打つ売れ筋・在庫の分析、営業作業の自動化、生成AIでの集計次へ|経営が変わるKPI、管理会計、上場に向けた内部統制
定着の先の3段階:守り→攻め→次へ

AI連携は、図の2段目「攻め」の道具です。

1段目の「守り」、つまり業務がNetSuiteで回り、数字が信用される状態が先にあります。

守りが固まっていなければ、「いまはつながず、先に整える」とお伝えすることもあります。

今日できること|答え合わせができる問いを10個書く

今日1時間で、次の作業をしてみてください。

  1. 自社の業務で、NetSuiteの画面で答え合わせができる問いを10個書き出す
  2. それぞれの問いに、見る必要があるデータ(在庫・債権・支払など)を書き添える
  3. そのデータを見られる人を、いまのロールから選ぶ

3で「見られる人」が広すぎる問いが、AI専用のロールで絞るべきところです。

10個のうち1つを選べば、それが最初の1業務・1KPIの候補になります。

よくある質問

Q1. AI Connector Serviceを使うのに、追加の費用はかかりますか

AI Connector Serviceは有料の機能ではありません

MCP Standard Toolsも無料のSuiteAppです(公式FAQ)。

ただし、AI側は有料のプランが要ることがあり、使い方しだいで利用料が増えます。

NetSuite本体の費用は構成で変わります(1-1)。

Q2. 日本語で使えますか

対話に使うAI側は日本語に対応しています

日本語で問いかけ、日本語で答えを受け取れます。

一方、Companionと、Analytics Warehouse向けの対応は英語のみで、追加の言語への拡大は今後予定されています。

Q3. AIに社内データを見せて、セキュリティは大丈夫ですか

ロールの範囲で統制されます

AIは利用者のロールに設定された範囲しか参照できず、管理者ロールには対応していません。

AI専用のロールを作ることが前提です。

外部のAIに送ったデータは、そのAIの提供元の方針に従って扱われる点も見ておいてください。

Q4. どのAIを選べばよいですか

すでに契約しているAIをそのまま使うことをお勧めします

公式FAQでは、Claude Pro以上とChatGPTが対応しています。

対応の状況は変化が速いため、接続の際は最新の公式ドキュメントを確かめてください。

Q5. AIに決算書を読ませることはできますか

会計期間を指定したレポートはそのままでは扱えません

標準のツールのレポートの絞り込みは、日付と子会社だけです。

集計済みのデータを渡す読み取り専用の層を用意する設計が要ります(第7章)。

Q6. AIの操作は記録に残りますか

実行ログで確かめられますが保存期間は限られます

公式FAQでは、保存は本番21日・サンドボックス7日です。

長く残す必要があるなら、定期的に書き出す運用を決めておきます。

Q7. 何から始めて、どのくらいかかりますか

1拠点・1業務から始め検証までは1〜2か月ほどが目安です

AIを決めるのに数日、ロールの設計に1〜2週間、1つの業務での検証に2〜4週間です(第2章)。

1業務・1KPIに絞れば、最短90日で1周目を回せます(第12章)。

まとめ

  • AI Connector Serviceは、自社が選んだAIをMCPでNetSuiteにつなぐ仕組み。有料の機能ではない
  • 始め方は4ステップ。時間をかけるのはAI専用のロールの設計
  • 始めるのは、答え合わせができる業務から。AIは準備、人が判断
  • レポートの絞り込みは日付と子会社だけ。決算書を読ませるには設計が要る
  • 最初の1周は1業務・1KPI・最短90日。データが整っていなければ、先に整える

冒頭の部長の問いに、正しい一覧が返るかどうか。

決めるのはAIの賢さではなく、つながったデータと、絞ったロールです。

もう少し詳しく知りたい方へ

権限の設計やルールの決め方など、判断に迷いやすい部分からご相談をお受けしています。

関連記事

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

持田 卓臣のアバター 持田 卓臣 株式会社ベンチャーネット代表取締役

持田 卓臣(もちだ たくおみ)
株式会社ベンチャーネット 代表取締役

ヒューレット・パッカード社でITコンサルタントとして従事した後、2005年に株式会社ベンチャーネットを設立。
Oracle NetSuite Solution Provider Partner として、中堅・中小企業向けクラウドERP「NetSuite」の導入・運用支援を提供しています。
SEO・広告・SNS・ウェブ・MA・SFAと一気通貫で培ってきたデジタルマーケティング領域の業務知見を活かし、NetSuiteを軸とした経営DXを支援しています。
著書:『普通のサラリーマンでもすごいチームと始められる レバレッジ起業「バーチャル社員」があなたを救う』(KADOKAWA、2020年)

コメント

コメント一覧 (4件)

目次