Airbyte、MCP で AI deal tracker を作る実践例を公開

Airbyte は 2026年6月3日、公式ブログで Airbyte MCP を使って AI-powered deal tracker を作る実践例を公開しました。記事では、Gong、カレンダー、Slack、CRM などに分散した営業案件の文脈を、Airbyte MCP 経由で一つの画面に集める「Mission Control」の構成が説明されています。

要点

• Airbyte MCP を使い、複数ツールに分散した営業案件データを AI deal tracker に集約する実践記事です。
• 例では Gong、Calendar、Slack、CRM などの文脈を案件カードにまとめています。
• 各 deal card には、顧客 quotes、stakeholder map、オープン blockers、key gaps、next planned actions などを置く設計が語られています。
• Airbyte MCP の価値は、個別 API やコミュニティ MCP を別々に扱うのではなく、データ移動基盤の コネクター としてまとめて使える点にあります。

今回のブログ記事で語られていること

今回の記事は、Airbyte MCP の製品リリースそのものではなく、実際の業務課題を Airbyte MCP でどう解くかを示す実践例です。筆者は、複数の商談を同時に進める中で、前回の通話、顧客の懸念、関係者、法務やセキュリティの論点、次のアクションが Gong、カレンダー、Slack、CRM などに分散していると説明しています。商談前に 15 分ほど複数ツールを確認する負担があり、その文脈をまとめるために Mission Control を作った、という流れです。

Mission Control は、Airbyte MCP を使って日常的に使うシステムからデータを取り込み、今週追うべき deal、action items、直近の 顧客 conversations、オープン loops を一画面で確認できるようにするものとして説明されています。deal card には、顧客の発言、stakeholder map、blockers、deal gaps、next planned actions が含まれます。重要なのは、これらの情報は新しく作るのではなく、すでに各ツールに存在しているという点です。Airbyte MCP は、それらを AI アプリケーションが扱いやすい形で接続する役割を担います。

記事では、Airbyte MCP が唯一の接続手段ではないことにも触れています。個別ツールのプラグインや community MCP もありますが、Airbyte の価値は、一つの MCP から複数の コネクター とデータ移動基盤に接続できることだと説明されています。データ基盤としての コネクター 信頼性 や既存の接続資産を、AI アプリケーションの文脈取得に使う発想です。

そのため、この記事は単なるデモではなく、既存の業務データ連携をAIアプリの入力面に再利用する考え方として読むと分かりやすいです。

今回のブログ記事が関係する人

Airbyte MCP で複数 SaaS の文脈を AI アプリケーションに集めたいデータ連携担当者、営業 Ops、AI アプリ開発者に関係します。とくに、CRM、通話記録、カレンダー、Slack のような業務データを扱うチームは、接続の便利さだけでなく、顧客情報の扱いと人による確認手順を合わせて読む必要があります。

実務で確認したいポイント

同じような AI deal tracker を作る場合、まず扱うデータの範囲を決める必要があります。通話記録、Slack スレッド、CRM、カレンダーには、顧客情報、契約条件、個人情報、社内メモが含まれます。AI に渡してよい項目、要約してよい範囲、保存してよい出力を明確にしてください。

また、AI が作った action items や blockers を営業プロセスに反映する場合、人が確認する前提を置くべきです。情報を集約することと、商談判断を自動化することは別です。Airbyte MCP は接続を簡単にしますが、データ権限、監査ログ、出力の正確性は利用側が設計する必要があります。

結局、今回のブログ記事をどう読むべきか

この Airbyte ブログは、MCP を「ツールを呼ぶ仕組み」ではなく、業務データを AI アプリケーションへ安全に集める接続層として見るための事例です。営業以外でも、複数 SaaS に散った文脈を AI で扱いたいチームは、コネクター の信頼性、権限、レビュー手順をセットで考える必要があります。