TrueFoundryとMCPゲートウェイ革命:ガートナーの2025年レポートからの洞察

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
のModel Context Protocol (MCP) は、2024年後半に発表されたオープン標準であり、AIエージェントがカスタムのポイントツーポイント統合なしでデータ、API、ツールにアクセスするための共通言語を提供します。実際には、AIモデルは MCPクライアント を使用して構造化されたリクエストを送信し、1つ以上の MCPサーバー がそれをバックエンドシステム(データベース、サービスなど)への呼び出しに変換します。
ガートナーや業界ベンダーが指摘するように、MCPは本質的に 「AIエージェントのための特化型APIプロトコル」 であり、MCPトラフィックの保護は、AI時代における従来のAPI保護と何ら変わりません。MCPの採用は爆発的に拡大しており、 ガートナーは2025年だけで16,000以上のMCPサーバーがデプロイされたと報告しています。これは、AIアシスタント(コパイロット、チャットボット、RAGシステムなど)を企業データやアプリケーションに接続したいという企業のニーズが高まっていることを裏付けています。
こうした勢いの中で、 TrueFoundryはガートナーの Innovation Insight: MCP Gateways (2025) レポートにおいて、 この新しいカテゴリーを形成する新興ソリューションプロバイダーの1つとして評価されました。 TrueFoundryの 同プラットフォームは、 エンタープライズレベルのガバナンス、可観測性、スケーラビリティ をMCPの導入にもたらすという点で際立っており、ガートナーが安全でスケーラブルなAI統合の障壁として特定した課題を的確に解決しています。
しかし、こうした エージェント型AIの台頭は、 ガバナンスとセキュリティのギャップも生み出しています。中央制御レイヤーが存在しないため、各AIプロジェクトがその場しのぎで数十ものMCPサーバーや認証情報を立ち上げてしまう可能性があります。開発者はツール接続を個別に設定・管理し、トークンをノートブックのあちこちに散在させ、従来のAPIゲートウェイを回避してしまうことも少なくありません。あるアナリストが指摘したように、 「APIを呼び出す自律型AIエージェント……は、今日のインフラストラクチャにおいて欠けているレイヤーである」 実際には、これはカスタムコネクタやコミュニティ製のコネクタを含むMCPサーバーが監視なしに増殖することを意味し、エージェントによるデータ漏洩や不正なアクションを許す「セキュリティの死角」を生んでいます。CNAPPやネットワークファイアウォールといった従来のツールでは、こうしたAI主導の新たな通信フローを検知できません。
そこで登場するのが MCP Gatewayです。これはAIクライアント(エージェントやモデル)とMCPサーバーの間に位置する新しいインフラストラクチャレイヤーであり、AI中心の統合環境を保護、管理、拡張するために構築されました。WebサービスにおいてAPIゲートウェイが不可欠となったのと同様に、MCPゲートウェイはツールの集中登録、認証・認可の強制、全通信の監査、そしてエージェントリクエストの仲介を実現します。ガートナーの言葉を借りれば、MCPゲートウェイは 「数千ものMCPサーバーにわたる登録、検出、認証・認可、および可観測性のための、エンタープライズに欠けているレイヤー」 です。これらは散在する何百ものコネクタを単一の管理プラットフォームに統合します。そして TrueFoundry は、これをエンタープライズレベルで実現する最前線にいます。
MCPゲートウェイの主な機能 には、承認済みMCPサーバーおよびツールの 中央レジストリ/カタログ 、統合された 認証 (OAuth2/OpenID、SSO)およびロールベースのアクセス制御、 ポリシーの強制 (クォータ制限、サニタイズなど)、そしてエージェントとサーバー間のやり取りの完全な ログ記録と可観測性 が含まれます。すべてのエージェント呼び出しはゲートウェイを経由するため、結果のキャッシュ、冗長なコンテキストの削除、マルチステップワークフローの集約が可能になります。これにより、エージェントによるトークンの過剰消費を防ぐことができます。例えば、ゲートウェイが巨大なレスポンスをインターセプトして冗長な部分を取り除き、必要な部分のみを転送することで、効率的に 「不要なトークン使用量の削減」要するに、MCPゲートウェイは断片化されたエージェント統合を、組織化された安全なエンタープライズサービスへと変貌させます。
MCPゲートウェイのパターン(アグリゲーター、プロキシ、コンポジット)
ガートナーは、 3つの一般的なMCPゲートウェイ導入パターンを特定しています – アグリゲーター、プロキシ、そしてコンポジット – それぞれに明確なトレードオフがあります:
- アグリゲーター: 1つの中央ゲートウェイが、背後にある複数のMCPサーバーを集約します。エージェントはゲートウェイとのみやり取りを行い、ゲートウェイが背後のサーバーへ呼び出しを分散させ、レスポンスを統合します。これにより、開発者は単一のエンドポイントを利用できるようになり(「ワンストップショップ」)、カタログ管理が簡素化されます。また、サーバー間でのオーケストレーション(例:1つのプロンプトでCRMとERPの両方のサーバーを呼び出す)も可能になります。アグリゲーターは統一されたセキュリティポリシーを適用し、すべてのトラフィックを監査できます。欠点は、単一障害点となる可能性とスケーリングの課題です。ゲートウェイがすべてのツールへの全トラフィックを処理しなければならないためです。(ComposioのUniversal MCP Gatewayはこのモデルを採用しており、1つのゲートウェイの背後で500以上の管理されたサーバーを提供しています。)
- プロキシ: ゲートウェイは、 スマートプロキシ として、1つまたは複数のMCPサーバーの前面に配置されます。この1対1のマッピングでは、各MCPサーバーが引き続き独自のツールを公開しますが、リクエストはゲートウェイを経由します。ゲートウェイは横断的な懸念事項(SSL終端、認証、ログ記録)を処理しますが、それ自体がレスポンスを統合することはありません。これは最もシンプルなモードです。エージェントからサーバーAへのリクエストはゲートウェイに送られ、ゲートウェイが認証を行ってサーバーAに転送し、結果を返します。これにより実際のサーバーエンドポイントが隠蔽され、すべての呼び出しに対して一貫したポリシー適用が可能になります。ただし、エージェントが呼び出すべきエンドポイントの数は減らず、エージェントは各ツールを個別に「認識」する必要があり、アグリゲーターに比べるとオーケストレーションの機能は限定的です。
- コンポジット(ハイブリッド/マルチティア): 上記を組み合わせたもので、大規模環境や地理的に分散した環境でよく使用されます。例えば、複数のリージョンゲートウェイ(プロキシ)が特定の呼び出しをグローバルなアグリゲーターに転送したり、その逆を行ったりします。組織は、各クラウドリージョンの近くにローカルのエッジゲートウェイを配置して低遅延を実現し、それぞれを中央ハブに転送するといった構成をとる場合があります。この コンポジット アプローチは柔軟性と障害分離を実現しますが、複雑さが増します。近接性と中央ガバナンスの利点を組み合わせることができますが、複数の管理ポイントが必要になるというコストがかかります。(サービスメッシュの階層、つまりエッジゲートウェイとアップストリームゲートウェイの関係をイメージしてください。)
各パターンはエンタープライズプラットフォームで実装可能です。例えば、 TrueFoundryの ソリューションは、中央レジストリを備えたアグリゲーターモードで運用することも、異なるネットワーク上の特定のサーバーをフロントエンドとしてプロキシモードで運用することも可能です。Composioの「ユニバーサル」ゲートウェイは究極のアグリゲーターであり、何百もの分散したサーバーを1つの管理されたサービスに置き換えます。どのパターンであっても、ゲートウェイには認証、認可、ログ記録、コンテキスト管理という共通のコア機能が求められます。
いずれの場合も、ゲートウェイは コントローラーとして機能すべきであり、イノベーションの障壁となってはなりません。既存のワークフローとシームレスに統合し、開発者がすでに使用しているツールやクラウドプラットフォームをサポートする必要があります。また、動的なスケーリング(Kubernetesのオートスケーリングなど)が可能であり、クラウド、VPC、オンプレミスのいずれにもデプロイでき、ローカルデータへの低遅延アクセスを保証しなければなりません。
MCPゲートウェイにおける主な課題とリスク
一方で MCPゲートウェイ は、より安全でスケーラブルなAIの活用を可能にしますが、ガートナーは企業が管理すべきいくつかの リスクと課題 を指摘しています。
- トークンの過剰消費とコストの急増: AIエージェントは、ワークフローがループしたり、冗長なコンテキストを生成したりすると、意図せず大量のLLMトークンやAPI呼び出しを消費してしまう可能性があります。放置すれば、暴走した単一のエージェントが過大なコストを発生させかねません。ゲートウェイは、頻繁なクエリのキャッシュ、レスポンスの集約(トークンペイロードの削減)、レート制限の適用によって、このリスクを軽減します。こうした制御がなければ、エージェントがバックエンドサービスに殺到し、財務部門が予期せぬ超過料金に直面する恐れがあります。
- 統合と互換性の問題: MCPはまだ新しく、発展途上の技術です。すべてのMCPサーバーが仕様や機能を完全に実装しているわけではありません(AnthropicのMCPにはオプションのフィールドやトランスポートモードが含まれています)。この不整合が統合の妨げとなる可能性があります。ガートナーは、 「実装の一貫性」 が課題であると警告しています。ツールリストやフォーマットなどのオプション機能が統一的にサポートされていない場合があり、エージェントのワークフローが不安定になる可能性があります。企業は、あるMCPサーバーのセマンティクスが別のサーバーと異なることに気づき、アダプターやテストが必要になるかもしれません。堅牢なゲートウェイは、こうした差異を抽象化する必要があります。プロトコル変換とバージョン互換性が鍵となります(例えば、TrueFoundryのゲートウェイは、複数のMCPトランスポートモードとサーバーバージョンをバックグラウンドで処理し、開発者がこれらの詳細を意識しなくて済むようにしています)。
- セキュリティの死角: MCPの最大の特徴である動的なツール検出とエージェントの高度な自律性は、新たな攻撃ベクトルを生み出します。信頼できない、あるいはコーディングが不十分なMCPサーバーは、データを漏洩させたり、エージェントがネットワーク内を無制限に探索することを許したりする可能性があります。実際に、保護されていないエージェントが「機密データを密かに漏洩」させたり、本来アクセスすべきでない内部システムに侵入したりする事例が発生しています。ガートナーは、ネットワーク内で稼働する未知のエージェントエンドポイントである「シャドウ」または「ゾンビ」エンドポイントのリスクを強調しています。ゲートウェイがなければ、エージェントによる直接的な呼び出しは、通常のAPI監視をすり抜けてしまいます。そのため、ゲートウェイはプロンプトのサニタイズ、エグレスフィルタリング、リアルタイムの異常検知といった強力な制御を強制しなければなりません。Operant AIはこれを 3Dディフェンス(3D防御)継続的な 検出 アクティブなツール、高度な 検知 データ流出や悪意のあるパターンの検知、そして能動的な 防御 (信頼できないサーバーのブロックや隔離)。要するに、企業は ゼロトラスト をエージェント境界で前提としなければなりません。
- ガバナンスとコンプライアンス: 企業は以下を把握しておく必要があります: 誰 呼ばれる 何および時、特に規制対象データ(PII、顧客情報、IPなど)を扱う場合には重要です。すべてのMCPトランザクションはログに記録され、監査可能であるべきです。ガートナーのレポートでは、ゲートウェイが中央カタログと以下の機能を提供することを明示的に求めています。 監査レイヤー をMCPのやり取りに導入する必要があります。これがなければ、AIの活動に対してデータ保持や法的ホールドを強制する簡単な方法がありません。例えば、TrueFoundryのMCPゲートウェイは、 すべてのやり取り を記録し、ユーザーやロールのメタデータと紐付けることで、SOC2、HIPAA、GDPR、さらには新たに登場したAI標準への準拠を可能にします。対照的に、自前で構築した環境ではログが断片化し、死角が生じてしまいます。
- サプライチェーンとツールの健全性: MCPサーバー それ自体が実行可能なコードです。サーバーが侵害されると、悪意のあるプロンプトやマルウェアが注入される可能性があります。エンタープライズ向けゲートウェイは、サーバーを精査(署名済みコードや検証済みコードの使用など)し、承認済みバージョンの固定を可能にする必要があります。さもなければ、エージェントが信頼できるツールを装った不正なサーバーを呼び出してしまう恐れがあります。ソフトウェアサプライチェーンセキュリティに似たこの側面は、新たな懸念事項となっています。 ガートナーは、MCPの利用拡大に伴い、より強力なバージョン管理と脆弱性スキャンが必要になると予測しています。
要約すると、MCPゲートウェイは重要な課題を解決する一方で、新たな課題も生じさせます。CIOやセキュリティチームはこれらのギャップを認識し、既存のツールがこの新しいインフラを魔法のようにカバーしてくれると期待するのではなく、それらに直接対処できるソリューションを選択する必要があります。
TrueFoundryのMCPゲートウェイへのアプローチ
TrueFoundryは、このニーズに応えるエンタープライズグレードの AI Gateway を提供しており、これには組み込みの MCPレジストリ とプロキシが含まれています。TrueFoundryの設計は、 統合されたガバナンスと可観測性 をすべてのAIツール統合において重視しています。主な機能は以下の通りです。
- 一元化されたMCPレジストリと同様に、2つのトークンを保持します。 管理者は、承認済みのMCPサーバーとツールのカタログを一箇所で定義できます。開発者は多数のバラバラなエンドポイントを管理する必要がなくなり、ゲートウェイを指定して精査済みのリストから選択するだけです。TrueFoundryがOAuth2クライアントの登録と、 トークン管理 を一元化します。開発者一人ひとりが個別のAPIキー(多くの場合、ノートブックにハードコードされています)を管理するのではなく、ゲートウェイがプラットフォームで管理された単一のキーを提供することで、認証情報の乱立を防ぎます。
- フェデレーション認証とRBACと同様に、2つのトークンを保持します。 TrueFoundryは、企業のIDプロバイダー(Okta、Azure ADなど)と統合し、エンドツーエンドでOAuth2/OIDCをサポートします。各AIエージェントやユーザーには、きめ細かな権限を持つロールが割り当てられます。同社が指摘するように、「適切なユーザーとエージェントのみが機密リソースにアクセスできる」状態が、 サーバーごとのRBACによって強制されます。これにより、場当たり的なMCP呼び出しが、SSOおよび企業ポリシーに基づいた管理された運用へと変わります。
- 組み込みの可観測性とテレメトリと同様に、2つのトークンを保持します。 すべてのMCPリクエストとレスポンスは、 追跡およびログ記録されます。ゲートウェイは、レイテンシ、エラー率、使用状況メトリクスといった構造化されたテレメトリを収集し、それらをユーザー、チーム、コストセンターに関連付けます。運用担当者は、IDEからクラウドに至るまで、エージェントの動作をエンドツーエンドで可視化できます。チームはエージェントIDやツールごとにログをフィルタリングできるため、トラブルシューティングが迅速化します。ログを一元化することで、TrueFoundryはDIY環境で発生しがちな「可視性の断片化」を解消します。(TrueFoundryはLangfuseのようなトレーシングツールとも連携しており、LLMの対話を可視化することで、可観測性をさらに高めています。)
- 統合エコシステムと同様に、2つのトークンを保持します。 TrueFoundryは、 すぐに使える MCPサーバー実装を、Slack、Confluence、Sentry、Datadogといった一般的なエンタープライズサービス向けに提供しており、開発者は標準化されたインターフェースを通じてこれらのツールを呼び出すことができます。また、チームはカスタムAPIや独自のAPIをポータル上でMCPサーバーとして登録し、即座にエージェントから利用可能にすることも可能です。レガシーシステムや自社開発システムを最小限のコーディングで接続できるこの機能により、統合プロジェクトが加速します。
- エージェントオーケストレーションのサポートと同様に、2つのトークンを保持します。 単なるパススルーを超えて、TrueFoundryゲートウェイは、 セッションコンテキスト を呼び出し間で保持できます。例えば、エージェントはマルチステップのワークフロー(データベースへのクエリ、内部APIの呼び出し、レポートの作成など)を実行でき、これらすべてが単一のセッションとして追跡されます。ゲートウェイはそのコンテキストチェーンの管理を支援し、トークンの無駄やエージェントの複雑さを軽減します。さらに、サンドボックス化された 「エージェントプレイグラウンド」 も提供しており、チームは定義されたツールセットを使用してワークフローのプロトタイプを作成できます。
- エンタープライズレベルの拡張性とコンプライアンスと同様に、2つのトークンを保持します。 このプラットフォームは大規模組織向けに設計されています。 クラウドおよびオンプレミスに対応しており (VPC、エアギャップ環境、マルチクラウドをサポート)。SOC2 Type II、HIPAA、GDPRといった厳格な基準を満たしています。高可用性、自動ロードバランシング、オートスケーリングにより、数千件の同時エージェントリクエストを処理可能です。TrueFoundryは、重要なデプロイメントに対して24時間365日のエンタープライズサポートとSLA(サービス品質保証)を提供しています。
要するに、 TrueFoundryの MCP Gateway は、 中央制御プレーン として、すべてのAIエージェントのバックエンドアクセスを管理します。これは 「セキュリティ、ワークフロー管理、可観測性を統合」 し、単一のレイヤーに集約します。これはガートナーが提唱するビジョンと密接に合致しています。各アプリケーションが個別にコネクタやトークンを管理するのではなく、企業は最小権限の適用、全アクティビティの監査、組織全体へのスケーリングを実現する単一のオーケストレーションレイヤーを手に入れることができます。これにより、TrueFoundryは 「エンタープライズ規模で安全かつコンプライアンスに準拠したAIを実現する」 ことを掲げており、開発者は複雑なインフラ構築から解放されます。
企業が注目すべき理由と優先すべき事項
技術リーダーにとって、MCPゲートウェイは単なるニッチな関心事ではなく、安全なAI戦略の要となりつつあります。AIアシスタントやRAGをワークフローに組み込む企業は、いずれMCPに依存することになります。堅牢なゲートウェイがなければ、AIプロジェクトは重要なデータの漏洩やコンプライアンス違反のリスクを抱えることになります。
ガートナーのレポートによると、2026年までに API管理ベンダーの75%およびiPaaSツールの50% がこれを提供するようになり、このトレンドが主流になることを示唆しています。
MCPゲートウェイを選択する際、リーダーは以下を優先すべきです。
- 包括的なセキュリティ制御: OAuth2/OIDC統合、きめ細かなRBAC(ロールベースアクセス制御)、組み込みの脅威保護を備えているかを確認してください。ゲートウェイはプロンプトのサニタイズ、信頼ゾーンの強制、不審な動作のリアルタイム遮断が可能でしょうか?
- スケーラブルなアーキテクチャ: このソリューションは、マルチクラウド環境全体で数千ものエージェントやサーバーを処理できる必要があります。マルチリージョン展開、オートスケーリング、ハイブリッドサポートといった機能は不可欠です。また、それらすべてのエージェントからのログとメトリクスを集約し、一元的な可視性を確保できるべきです(例えばTrueFoundryは「統合された可観測性」を保証しています)。
- 統合エコシステム: ゲートウェイは標準的な MCPトランスポート (stdio、HTTP/SSE)をサポートしていますか?カスタムサーバーやレガシーAPIを簡単にプロキシ接続できますか?あらかじめ構築されたコネクタや ローコード 統合機能(SnapLogicのパイプラインベースのツールなど)を提供するプロバイダーは、価値実現までの時間を大幅に短縮できます。
- 規制コンプライアンス: ゲートウェイが詳細な監査証跡を提供し、業界のコンプライアンス基準(SOC2、ISO 27001、HIPAAなど)を満たしていることを確認してください。AIガバナンスの新たな基準(AI向けのISO 42001など)を考慮すると、データ取り扱いポリシーを強制し、コンプライアンスレポートを生成できる能力は差別化要因となります。
- ベンダーサポートとロードマップ: これは発展途上の分野です。MCP標準とAIセキュリティ分野に投資しているベンダーを選びましょう。TrueFoundryは、標準化やオープンソースへの積極的な貢献についてGartnerから言及されています。プロバイダーのコミュニティへの関与(CNCFやOWASPへの参加など)は、ポジティブなシグナルとなり得ます。
実際には、ハイブリッドなアプローチが理にかなっている場合が多くあります。例えば、組織は TrueFoundryのMCP Gateway を、ツールアクセス、可観測性、開発ワークフローを管理するための中心的なコントロールプレーンとして採用できます。重要なのは、エージェントによるAPI呼び出しを ファーストクラスのネットワークトラフィック として扱い、管理されていないピアツーピア接続を許可するのではなく、安全でガバナンスの効いたゲートウェイ経由でルーティングすることです。
結論
AIは企業がシステムを構築、運用、拡張する方法を根本から変えつつありますが、この変革には新たなレイヤーの インフラストラクチャガバナンス. MCPゲートウェイ は、 AIネイティブアーキテクチャの基盤として台頭していますマイクロサービス時代にAPIゲートウェイが不可欠となったのと同様です。安全でスケーラブルなMCPゲートウェイを導入することで、組織はAIエージェントの可能性を安全かつ責任を持って最大限に引き出すことができます。
企業リーダーは、まず以下のことから始めるべきです。 AIプロジェクトの監査:エージェントはどこで外部呼び出しを行っているか、またそれらの接続は管理されているか。管理されていないMCPサーバーやハードコードされたAPIキーが1つあるだけでも、セキュリティやコンプライアンス上のリスクが生じます。次のステップは、企業の優先事項である以下の要素に合致するMCPゲートウェイプラットフォームを評価することです。 セキュリティ、可観測性、スケーラビリティ、開発者の生産性を追加します。
今こそ、以下の取り組みに投資すべき時です。 体系的な導入。AIを活用したワークフローが普及するにつれ、データ漏洩、ガバナンスの失敗、制御不能なAI支出といった「何もしないこと」の代償は増大する一方です。
MCPゲートウェイを以下のものにすることで、 AIインフラストラクチャの標準レイヤー、企業はAIサプライチェーンを保護し、持続可能なイノベーションを確実にすることができます。ガートナーが強調するように、これは「あれば良いもの」ではなく、以下の実現に向けた基盤となります。 信頼性の高いエンタープライズ規模のAI。AIの未来は、それを管理するために構築されたインフラストラクチャの安全性、コンプライアンス、有効性に左右されます。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.















.webp)




.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






