株式会社MatrixFlowは11月5日、生成AIから未来予測AIを構築・実行できる公式MCPサーバーの提供を始めました。
ChatGPT、Claude、Gemini、Copilotなどに接続し、データ登録から学習、予測までを会話形式で進められます。
部品メーカーの月次発注数を予測した例では、テスト期間の平均絶対誤差が平均発注数の約3％でした。
記事の概要
公式MCPサーバーは、AIアシスタントが外部サービスを操作する共通規格「MCP」に対応しています。
MatrixFlowに接続すると、CSVの登録やデータの状態確認、予測対象の指定を会話から実行できます。
学習済みAIによる予測や、時系列予測の上限・下限の確認にも対応しています。
目標値や制約条件を伝え、条件を満たす入力の組み合わせを探す最適化も利用できます。
実際の操作例では、Claudeから実績データのCSVを渡し、時系列予測モデル「MFTransformerV2」で学習しました。
学習後は予測精度や予測に影響した要因を確認し、予測値と注意点を含むレポートを作成しました。
接続にはOAuth 2.1を使い、閲覧・作成・推論の権限を分け、データやAIを削除する操作は提供していません。
記事のポイント
- 会話で予測AIを構築： CSV登録から学習、予測、レポート作成までを、ChatGPTやClaudeなどとの会話で進められます。
- 需要予測に活用： 在庫、要員、車両、発注、生産、売上の予測など、業務計画への活用を想定しています。
- 権限を段階的に管理： OAuth 2.1で利用者が接続を許可し、学習権限は必要になった時点で追加する設計です。
このニュースがもたらす影響
- 導入検討企業： 需要予測の導入を検討する企業は、専門人材に依存していたデータ登録から精度確認までを会話で進められる前提で、まず自社データを使った小規模検証と権限設計を並行して考える必要がありそうです。
- 予測AI事業者： 生成AIを窓口に予測機能へ誘導する形が示されたため、予測AI事業者は画面中心の提供だけでなく、外部アシスタントから呼び出される機能単位の設計や権限管理を検討することになりそうです。
- 業務計画担当者： 在庫・発注・生産などを担う担当者は、モデル構築そのものより、予測値や要因、上限・下限を踏まえた計画変更や制約条件の設定に時間を振り向けられる可能性があります。
このニュースの背景
生成AIは資料の検索や要約には強い一方、自社データを使った将来予測には別途、予測AIの構築が必要でした。
元記事では、データ選定や手法選択、学習、精度確認には人が動く必要があり、早くても数週間、外注では数百万円かかる工程だったと説明されています。
MCPはAIアシスタントが外部サービスを操作するための共通規格であり、今回の接続によって生成AIからMatrixFlowを操作できる形になりました。
関連するニュース
- 株式会社Magic Momentが、案件に紐付く営業情報を複数AIから参照できるMCPサーバーを提供します。
- アドネスは、チームのゴール確認や進捗更新ができるAddnessのChatGPT公式プラグインを公開しました。
- 87TechnologyはAimanaVoをMCP対応し、記事の手順をAIで実行できるSkillを提供開始しました。
詳しい記事の内容はこちらから（引用元）
株式会社MatrixFlowのプレスリリース（2026年11月5日 11時00分）生成AIに、未来を見る力を。未来予測A…
https://prtimes.jp/main/html/rd/p/000000079.000041251.html