
SmartsheetはAWS上にリモートMCPサーバーを構築し、AIエージェントが自然言語を通じてSmartsheetの作業管理プラットフォームと自律的に相互作用できるようにしました。データ読み取り、タスク更新、シート作成がヒューマンプロンプトなしで実現されます。
このサーバーはAI最適化シリアライゼーションとプログレッシブディスクロージャーにより35~47パーセントのトークン消費削減を達成しながら、管理者がエージェントの実行権限を制御できるエンタープライズグレードのセキュリティとガバナンス機能を維持しています。
ローンチ以来、30億トークンの削減を実現しています。
何が起きたか
Smartsheetは、AWS上にリモートModel Context Protocol(MCP)サーバーを構築し、Amazon QuickやClaude Desktopなどのクライアントに対してSmartsheetのデータおよびAPIへの直接アクセスを提供します。このサーバーはAWS Fargate、Amazon Kinesis、Amazon Neptuneなどのサービスを活用し、AIエージェントがタスク管理、シート作成、プロジェクト更新を自律的に実行できるようにします。これにより、従来は数週間要していたワークフローを数日または数時間に圧縮できます。
なぜ重要か
エンタープライズチームがAIエージェントを導入する際には、社内データへの構造化された安全なアクセスが必須です。SmartsheetのMCPサーバーはこの課題を解決し、本番APIと同じセキュリティレイヤー(AWS WAF、AWS Shield、OAuth2)の背後で動作しながら、ガバナンス機能も備えています。管理者は組織ごとに読み取り専用またはフル書き込みアクセスを制御できます。ローンチ以来、Smartsheetは30億トークンを超える削減を実現しており、これはAI最適化シリアライゼーションとプログレッシブディスクロージャーによってLLM推論コストが直接削減されていることを示しています。
注目点
Smartsheetはトークン消費量を3段階で最適化しています。まず、レスポンスサイズをキャップするプログレッシブディスクロージャー、次に幻想的なパラメータを防ぐ厳密に型付けされたスキーマ、そして独自のシリアライゼーション形式がデータ量の多いレスポンスのトークンカウントを35~47パーセント削減します。デプロイメントは最小リージョンから始まり、15分ごとにライブ環境に対してカナリアテストを実行して検証されます。
SmartsheetのMCPサーバーは、エンタープライズAI採用における重大なギャップに対処します。ほとんどの内部システムはAIエージェントが安全かつ効率的に処理できる構造化された機械可読インターフェースで構築されていません。SmartsheetはSmartsheetの既存APIと中央インテリジェンスレイヤーの上にAI最適化インターフェースを重ねることで、エージェントが複雑なワークフローを自律的にオーケストレートできるようにします。タスク取得、テスト結果の添付、ドキュメント作成などすべてが、ヒューマンユーザーがアクセスするのと同じシート内で実行されます。内部のSmart AssistとAmazon QuickおよびClaude Desktopなどの外部AIクライアント間のこの同等性は、Smartsheetが一度構築すればすべてのエージェント型クライアントが即座に恩恵を受けることを意味し、フラグメンテーションを回避します。
インフラストラクチャの選択はエージェント型トラフィックの独特な要求を反映しています。従来のAPIサービスはリクエスト-レスポンスサイクルを処理します。エージェント型トラフィックはバースト的で、エージェントがタスクを推論しながら数秒で複数のツール呼び出しを発火させます。Smartsheetはこれに対してAWS Fargate上でMCPサーバーを実行し、トラフィックボリュームとコンピュート使用率を組み合わせた自動スケーリングポリシーで対応します。デプロイメント戦略(最小リージョンから開始し、15分ごとにカナリアテストで検証)はアクティブなエージェントセッションを中断から保護します。オブザーバビリティレイヤーは従来のモニタリングを超えており、ツールチーン全体のコンテキストをキャプチャします。単一ユーザーリクエストは一連のツール呼び出しを生成することができ、障害は多くの場合数段階さかのぼって追跡されるためです。
トークンコストはAIエージェントデプロイメントの経済的制約となっています。Smartsheetの3段階の最適化戦略(レスポンスサイズをキャップするプログレッシブディスクロージャー、幻想的なパラメータを防ぐ厳密に型付けされたスキーマ、トークンカウントを35~47パーセント削減する独自シリアライゼーション)がこの問題に直接取り組みます。ローンチ以来の30億トークンの削減は、サーバー設計が正確性だけでなくスケール時の効率性を優先していることを示しています。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
OpenAIは8月28日、AIコーディングツールCursorへのモデル提供契約を終了すると発表し、終了日として11月12日を提案した

OpenAIはCursorへのモデル供給契約を終了すると発表し、打ち切り時期を2026年11月12日と提案した

OpenAIは、CursorのSpaceXによる買収を受け、Cursor向けに提供しているOpenAIモデルの契約を終了することを決定した

Google DeepMindはマルチエージェントシステム「Co-Scientist」を、実験室と連携した研究パートナーへと拡張した

日経のニュースレターが、作りたいアプリを自然言語で記述する「バイブコーディング」という手法を使い、正式な訓練を受けずにアプリ開発を独学する人々の事例を紹介している

Claude、Codex、Grok、KimiといったAIツールがコード作成を担うことで、ソフトウェアエンジニア(IC)は直接コードを書く代わりにボットのチームを管理する立場になった
