結論: Google Cloud Next 2026で発表された「Apigee MCP」は、企業の既存REST APIをそのままAIエージェントが使えるツールに変換するブリッジ機能。MCPサーバーを自前で立てる必要がなく、Apigeeの30+セキュリティ・ガバナンスポリシーをそのまま継承できます。「APIをエージェントに開放したいが、認証・監査が課題」という企業の最大の壁を解消する仕組みです。
この記事の要点:
- 要点1: 既存APIをコード変更なしでエージェントツール化、MCPサーバー自前構築・管理不要
- 要点2: Apigee API hubのカタログから30+ポリシー（認証・認可・レート制限・監査）を継承
- 要点3: Maps・BigQuery等のGoogleサービスにMCP統合済み、エンドポイント横断でエージェント呼出
対象読者: 既存APIをAIエージェントに公開したい開発者・PM、エンタープライズアーキテクト
読了後にできること: Apigee MCPの仕組みを理解し、自社APIをエージェント対応化する初期検討ができる
Apigee MCP とは
Google Cloudが2026年Cloud Next で発表した、ApigeeをMCP（Model Context Protocol）ブリッジとして使う仕組み。任意の標準APIを「発見可能なエージェントツール」に変換し、既存のセキュリティ・ガバナンス制御をそのまま適用できます。
何が嬉しいか
| これまでの課題 | Apigee MCPで解決 |
|---|---|
| API毎にMCPサーバーを実装 | 既存APIをそのまま使える |
| MCPサーバーの本番運用負担 | Google管理マネージドサービス |
| 認証・認可・監査を再実装 | Apigee既存ポリシー30+継承 |
| APIガバナンスとAIエージェントが分離 | 同じカタログ・同じ統制 |
Google Cloud全体のMCP統合
Apigee以外にも、Google主要サービスがMCP対応しました：
- Google Maps: 位置情報・経路探索をエージェントから呼出可能
- BigQuery: 大規模データセット分析をエージェントから直接実行
- Workspace（Gmail/Docs/Sheets/Calendar）: 業務アプリ統合
- Cloud Storage: ファイル操作の統一インターフェース
- Vertex AI: モデル管理とエージェント連携
これにより、AIエージェントは「複雑なマルチエンドポイントナビゲーション無しで、Google Cloudの全サービスに統一アクセス」できる体制が整いました。
Apigee MCPで継承される30+ポリシー
認証・認可（5+ポリシー）
- OAuth 2.0 / OpenID Connect
- API Key認証
- JWT検証
- SAML認証
- ロールベースアクセス制御（RBAC）
セキュリティ（10+ポリシー）
- レート制限（クォータ管理）
- スパイクアレスト（バースト防御）
- SSL/TLS強制
- データマスキング
- SQLインジェクション・XSS防御
ガバナンス・監視（10+ポリシー）
- API利用ログ（監査トレイル）
- SLA監視
- エラー処理
- レスポンスキャッシング
- API分析・ダッシュボード
導入の3ステップ
Step 1: 既存APIをApigee API hubにカタログ化
既にApigee使用中なら、自動的にカタログ化済み。未使用ならAPIプロキシ作成から。
Step 2: MCP公開設定
カタログから「MCPツール公開」を選択するだけ。コード変更なし。
Step 3: エージェントから呼出
// Vertex AI Agentからの呼出例（疑似コード）
import { Agent } from "@google-cloud/vertex-ai";
const agent = new Agent({
tools: ["apigee-mcp://your-org/customer-api"], // ← Apigee MCP URL
});
const result = await agent.run("顧客XXXの過去注文を要約して");競合比較（MCP実装方式）
| 方式 | セルフホスト負担 | 既存API連携 | エンタープライズ機能 |
|---|---|---|---|
| Apigee MCP（Google） | 不要 | 既存APIそのまま | 30+ポリシー継承 |
| Anthropic MCP（オープン仕様） | 必要 | サーバー実装必要 | 自前で構築 |
| AWS Bedrock Agent | マネージド | Lambda経由 | IAM等 |
| Microsoft Semantic Kernel | マネージド | プラグイン実装 | Entra ID等 |
企業導入の3つのユースケース
1. 顧客対応エージェント
CRMのカスタマーAPIをMCPで公開 → エージェントが「顧客の過去注文・問い合わせ履歴・契約状態」を統合的に把握して応答。
2. 社内業務エージェント
勤怠・経費・人事APIをMCP化 → エージェントが「来週の有給残・先月の交通費精算状況」を即答。
3. データ分析エージェント
BigQuery + 内部分析APIをMCP化 → エージェントが「先月のリージョン別売上トップ10」を自然言語で返答。
導入時の注意3つ
- ❌ すべてのAPIをMCP化 → 機密データAPIは慎重に。エージェントの誤呼出リスクあり
- ❌ レート制限を設定しない → エージェントが暴走するとAPIコスト爆発、Apigeeのクォータ機能必須
- ❌ 監査ログを取らない → 「いつ誰のエージェントが何を呼んだか」追跡できないとガバナンス崩壊
まとめ：「APIエコノミー × エージェント」の正解
Apigee MCPは「既存のAPIガバナンス資産をそのままエージェント時代に活かす」というアプローチで、エンタープライズ向けの本命解になる可能性が高いです。Google Cloud利用企業は、既存Apigee資産を活かして6か月先回り可能。
この記事の内容を自社AI戦略に活かしたい方へ
弊社ではエンタープライズAIエージェント設計コンサルを提供。Apigee MCP導入支援は無料相談からお気軽にどうぞ。
出典
- MCP support for Apigee（Google Cloud公式ブログ）
- Announcing official MCP support for Google services
- Model Context Protocol (MCP) in Apigee overview（Google公式Docs）
- Google Cloud Next 2026: AI agents, A2A protocol, Workspace Studio
関連記事:
