【実践編】NetSuiteの経営データをClaude・ChatGPTに直接聞く｜MCP活用ユースケース集

2026年10月10日

「先月、経費はなぜ増えたのか」

「今期、売上の大きい顧客はどこか」

会議の前に経営者が知りたい答えは、すでにNetSuiteの中にあります。

それを、いつものAIに日本語で聞けるようにするのが、MCPを使った連携です。

NetSuite AI Connector Serviceとは、ClaudeやChatGPTなどのAIをNetSuiteにつなぐ公式の連携サービスです。

つなぐ作業そのものは、難しくありません。

答えの質を決めるのは、データと権限の準備です。

では、その準備はどこから手をつければよいのか。

NetSuite認定パートナー（Solution Provider）であるベンチャーネットの見方を、3つのユースケースに沿って示します。

この記事で分かること

AI Connector Service（MCP）で何ができるか
経営の問いに答える3つのユースケース
向いている会社・向いていない会社と、ほかの選択肢
準備の順番と、1周目を小さく回す考え方
権限設計とデータ準備の落とし穴3つ

AI活用の全体像から知りたい方は、NetSuite×AI活用事例10選を先にどうぞ。

AI Connector Service（MCP）とは

土台になっているのが、MCP（Model Context Protocol）です。

公式サイトでは、AIが業務データを取りにいく条件を定めて管理する仕組み、と説明しています。

（出典：Oracle NetSuite公式サイト、2026年9月確認）

AIとNetSuiteの「橋渡しの共通ルール」と考えると、つかみやすいはずです。

AI Connector Serviceの構成は、次のとおりです（出典：同、2026年9月確認）。

構成	役割
MCP Standard Tools SuiteApp	AIが自然言語から呼び出せる、標準の道具のセット
AI Connector Service Companion	100以上のプロンプトのテンプレートと、設定済みのロール
Skills	汎用のAIに、NetSuite固有の手順を教える再利用できる指示

SuiteAppは、NetSuiteに追加して使うアプリのことです。

特定のAIに縛られず、自社で選んだAIをつなげる（bring your own AI）のが特徴です。

日本語で聞けるのは、つなぐAIが日本語に対応しているためです。

Companionは、23の言語へのローカライズに対応しています（出典：Oracle NetSuiteヘルプ、2026年9月確認）。

日本語の対応状況は、使いたい機能ごとに導入前に見ておいてください。

仕組みと接続の手順は、NetSuite AI Connector 解説編で扱っています。

経営の問いに答える3つのユースケース

ユースケース	聞き方の例	必要なNetSuiteのデータ	AIとの親和性
① 顧客分析	今期の売上が大きい顧客を、担当者と前年比つきで	請求・顧客・担当者	高。取引が正しく入っていれば答えやすい
② 経費分析	先月の経費が増えた要因を、勘定科目ごとに	仕訳・勘定科目・部門	中〜高。科目と部門の付け方が揃っていることが前提
③ 資金繰りの見通し	来月以降の入金と支払の予定から、資金の見通しを	売掛金・買掛金の予定日	中。予定日が入っていないと見通せない

① 顧客分析：売上の大きい顧客をその場でつかむ

顧客の一覧が、売上・担当者・前年比とともに返ってきます。

「特定の顧客への依存が高い」といった気づきが添えられることもあります。

表計算に書き出したり、営業に聞いたりする手間が減り、会議の前に経営者自身が見られます。

② 経費分析：コストが増えた理由をたどる

科目ごとの増減が並び、増え方の大きい科目が分かります。

どの部門の動きが効いているかまで、続けて聞けます。

「なぜ増えたのか」を経理に問い合わせる往復が減ります。

③ 資金繰り：これからの見通しを立てる

入金と支払の予定が並び、資金が薄くなりそうな時期が見えてきます。

ただし、AIの答えは、入っている予定日の範囲の見通しです。

資金繰りの管理そのものは、キャッシュフロー管理の解説で扱っています。

3つに共通する前提は、NetSuiteのデータが正しく整っていることです。

聞き方の型：指標・期間・切り口・形

「粗利を教えて」だけでは、期間も切り口もぶれます。

指標・期間・切り口・形の4つを1文に入れます。

（出典：Coupler.io「How to Use Claude.ai for Data Analytics」、2026年9月確認）

下のサンプルの頼み方を、4つに分けると次のとおりです。

聞き方の型：指標・期間・切り口・形を1文に入れる

サンプルは架空です。

AIへの頼み方：「粗利率を、当月・先月・前年同月で、事業部別に、表で出してください」
返ってくる答え：

事業部	当月（2026年9月）	先月	前年同月
機械部	26.0%	27.0%	30.0%
部材部	29.0%	28.0%	26.0%

人が確認すること：期間の区切りが、会計期間か暦月か

日付にも注意がいります。

標準ツールには、米国式の月/日/年（MM/DD/YYYY）で渡します（出典：Oracle NetSuiteヘルプ、2026年9月確認）。

和暦や「2026/9/29」のままだと、月と日が入れ替わるおそれがあります。

頼み方に「日付はMM/DD/YYYY、和暦は西暦に直す」と足しておきます。

量の目安は1回に約5,000行で、超えると時間切れになりえます（出典：同）。

上期の全受注なら1か月ずつ聞いて合算させ、標準レポートの合計と突き合わせます。

AIの答えは下書きまで。

確定は人が行います。

どのAIで使うか

公式サイトでは、ClaudeとChatGPTをつなげる例が示されています（出典：Oracle NetSuite公式サイト、2026年9月確認）。

ヘルプでは、MCPに対応したAIクライアントならつなげると説明しています。

ClaudeやChatGPTなどで使うSkillsも、ヘルプで公開されています。

（出典：Oracle NetSuiteのヘルプ、2026年9月確認）

比較軸	Claude	ChatGPT	Gemini
必要なプラン	Pro以上	Business・Enterprise・Edu（開発者モード。Proは読み取りのみ）	各提供元の最新情報を確認
向いている会社	まず手軽に始めたい経営層	ChatGPTを業務で使っている	Google環境が中心

ClaudeとChatGPTの行は、Oracle NetSuiteヘルプとOpenAIヘルプによります（2026年9月確認）。

必要なプランは変わることがあります。

導入前に、各AIの提供元の最新の条件を見てください。

どれが優れているかで選ぶ必要はありません。

普段使っているAIに合わせて選べることが、MCPの利点です。

判断の物差し｜向いている会社・向いていない会社

向いている会社

経営者や部門長が、会議の前に自分で数字を見たい
取引・仕訳・予定日が、NetSuiteに漏れなく入っている
社内で、ClaudeやChatGPTの利用ルールがすでにある

いまは入れなくてよい会社

部門ごとに入力のルールがばらばらで、数字の定義が揃っていない
決まった数字を毎月見るだけで、自由な問いが少ない
社外のAIを業務で使うルールが、まだない

2つを並べると、次のとおりです。

向いている会社と、いまは入れなくてよい会社

ほかの選択肢が合う場合

状況	合いやすい選択肢
毎月決まった指標を見たい	経営ダッシュボード・BIツール
社外のAIを使わず、NetSuiteの中で完結させたい	組込型AI（Ask Oracleなど。提供地域は要確認）
独自の分析画面や判断の流れを作りたい	AIスクラッチ開発
データの整理が先	いまは入れない

決まった数字を見るなら、経営ダッシュボードの作り方が先です。

組込型AIとの違いは、組込型AIと外部AI連携の違いで扱っています。

読者の二つの立場

これからERPを選ぶ会社

「AIに聞けるか」だけで選ぶのは、おすすめしません。

見ておきたいのは、会計・販売・在庫のデータが1つにまとまるか。

ロールごとに見てよい範囲を細かく決められるか。

そして、自社で選んだAIをつなぐ公式の仕組みがあるか、の3点です。

NetSuiteを入れる費用は、AIの機能より導入の中身で決まります。

ベンチャーネットが支援したNetSuite導入の費用では、3名程度・購買と販売だけの事例が150万円程度・1.5か月でした。

100名程度で外部システムとの連携を含む事例は、2億円程度・1.5年です。

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。

詳しくはNetSuiteの料金で扱っています。

いまNetSuiteを使っていて、見直しを考えている会社

まず、AIに聞きたい問いを3つ書き出します。

答えに要るデータが入っているかを、一つずつ点検してください。

保守契約の更新やパートナーの見直しの時期は、権限とデータを整え直す好機です。

権限の考え方は、NetSuiteの権限・ロール設計で扱っています。

よくある失敗3つ

失敗1：データが整わないまま、AIに聞く

起きること：AIの答えと、経理の数字が合わない。

原因：入力漏れや空欄が残り、部門ごとに登録のルールが違っていた。

AIは、中にあるデータを正直に読んで答えます。

避け方：先に、登録のルールと数字の定義をそろえます。

「システムが動いている」ことと「データが使える」ことは別の話です。

失敗2：権限の設計を後回しにする

起きること：本来見せるべきでない情報まで、AIの答えに出る心配が生まれる。

原因：広い権限のままつないだ。管理者の権限で試そうとした。

避け方：利用者もAIも、ロールで決めた範囲しか見られない仕組みです。

（出典：Oracle NetSuite公式サイト、2026年9月確認）

ロールの設計が、そのまま安全の設計になります。

CFO・Controllerなど、設定済みのMCP-Ready Rolesも用意されています（出典：同）。

AI Connector Serviceは、Administrator（管理者）のロールに対応していません。

管理者ではない専用のロールを作って使います（出典：Oracle NetSuiteヘルプ、2026年9月確認）。

失敗3：「聞けば何でも分かる」と過信する

起きること：AIが出した数字を、そのまま経営判断に使う。

原因：答えの前提（期間・対象・集計の条件）を見なかった。

避け方：AIは判断を助ける道具と位置づけます。

重要な数字は、元の帳票に当たる手順を決めておきます。

ベンチャーネットならこう見る｜1業務・1KPIで90日、守り→攻め→次へ

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の相談でも、特定の製品を前提にはしません。

最初に伺うのは、次の3つです。

経営者が、毎週いちばん知りたい問いは何か
その答えに要るデータは、NetSuiteに入っているか
その問いは、決まった画面で足りるか、毎回変わるか

その問い、AIに聞くか：3つの行き先

3で「決まった画面で足りる」なら、ダッシュボードが先です。

2でデータが足りなければ、AIより先に登録のルールを直します。

AIに聞く価値が大きいのは、問いが毎回変わり、データもそろっている場面です。

1周目は、1業務・1KPIに絞る

最初から全社の問いを扱うと、データの整備が終わりません。

ベンチャーネットは、1業務・1KPIに絞った1周目を、最短90日で回す進め方を取ります。

たとえば、経費分析だけ、資金繰りの見通しだけ、から始めます。

1周目では、AIの答えを、現場の勘と同じ条件で比べます。

同じ期間・同じ対象で並べると、AIに任せてよい問いと、人が見るべき問いが分かれてきます。

守り→攻め→次へ

AIに聞けるのは、業務がNetSuiteで回っている会社です。

ベンチャーネットは、定着の先を3段で考えます。

定着の先の3段階：守り→攻め→次へ

守り：業務が回る。取引と仕訳が、漏れなくNetSuiteに入る
攻め：データで打つ。この記事の3つのユースケースは、ここに当たる
次へ：経営が変わる。KPI、管理会計、上場に向けた内部統制へ進む

守りが固まらないまま攻めに進むと、失敗1のように答えが経理の数字と合いません。

公開事例のキュリエ様では、生成AIとの連携で、データ集計の手作業がほぼゼロになりました。

キュリエ様の定着の手順も、最初はデータの整理から始めています。

今日できること｜AIに聞きたい問いを3つ書く

次の表を埋めてみてください。

AIに聞きたい問い	答えに要るデータ	NetSuiteに入っているか
（例）今期の売上上位10社は	請求・顧客	入っている
（例）来月、資金が薄くなる週は	入金・支払の予定日	一部だけ

「一部だけ」「入っていない」の行が、AIに聞く前に整えるところです。

3つのうち1つを選べば、それが1周目の1業務・1KPIになります。

よくある質問

Q1. 専門知識がなくても使えますか

日本語で問いかけるだけで使えます。

NetSuiteの画面の操作を細かく覚える必要はありません。

ただし、答えの質はデータの整い方で決まります。

Q2. 社内の情報が、外部のAIに漏れませんか

AIが見られるのはロールで決めた範囲だけです。

公式サイトでは、利用者もAIも、ロールに設定された範囲しか見られないと説明しています。

接続には、OAuth 2.0とPKCEという認証の仕組みが使われます（出典：Oracle NetSuiteヘルプ、2026年9月確認）。

Q3. ClaudeとChatGPT、どちらを使えばよいですか

普段使っているAIに合わせて選びます。

公式サイトでは、両方をつなぐ例が示されています。

必要なプランは、各提供元の最新の条件を見てください（第3章）。

Q4. 何から準備すればよいですか

聞きたい問いを決めてからMCP Standard Tools SuiteAppの導入とロールの設計に進みます。

最初は1業務・1KPIに絞ると、データの整備が終わりやすくなります（第7章）。

接続の手順は、NetSuite AI Connector 解説編で扱っています。

Q5. ダッシュボードがあれば、AIに聞く必要はありませんか

決まった数字を見るならダッシュボードで足ります。

AIに聞く価値が大きいのは、毎回問いが変わる場面です。

両方を使い分ける会社も多くあります（第4章）。

Q6. AIの答えを、そのまま経営判断に使ってよいですか

重要な判断の前には元の帳票で確かめます。

答えの前提（期間・対象・集計の条件）を見る手順を決めておきます（第6章）。

Q7. AIに日付を伝えるときの注意はありますか

月/日/年（MM/DD/YYYY）に直して伝えます。

和暦のままだと、月と日を取り違えるおそれがあります（第2章）。

まとめ

AI Connector Serviceは、自社で選んだAIをNetSuiteにつなぐ公式の仕組み
顧客分析・経費分析・資金繰りの問いに、日本語で答えを得られる
見える範囲はロールで決まる。権限の設計が安全の設計
答えの質は、データの整い方で決まる
1周目は1業務・1KPIに絞り、AIの答えを現場の勘と同じ条件で比べる