今日のモバイルネットワークは、単なる接続性にとどまらず、幅広い業界の組織にとって特に有用な多様な運用機能を備えています。たとえば、デバイスの位置を検証し、所有者の本人確認や接続品質の確認を行うことで、不正行為の阻止やスループットの向上にリアルタイムで対応できます。しかし、こうした機能を余すところなく、安全かつ商業的に実現可能な形で外部に提供することは容易ではありません。
その理由は、企業における最新の自動化の波が、生成AIとエージェント型AIへの期待を基盤としているためです。AIエージェントは、データベース、API、ソフトウェア、他のエージェントと連携し、ますます複雑化するタスクやプロセスを実行できます。しかし現状では、AIエージェントがモバイルネットワークの機能に一貫性とセキュリティを確保した方法でアクセスすることはできません。通信事業者がこのボトルネックを解消しなければ、5Gネットワークへの大規模な投資を十分に活かすことも、AIの可能性を最大限に引き出すこともできません。
“CAMARA、MCP、F5 BIG-IP Next for Kubernetesを組み合わせることで、各コンポーネントがそれぞれ固有かつ不可欠な役割を担う、強力な多層アーキテクチャを構築できます。”
モバイル通信事業者は以前から、拡張性と相互運用性を向上させ、セキュリティリスクを最小限に抑えるため、可能な限りネットワーク間で一貫した標準インターフェースを企業や開発者に提供することの重要性を認識してきました。その実現に向けて、世界各地の通信事業者は、通信ネットワーク機能へのアクセスを可能にするため、CAMARAが提供するアプリケーションプログラミングインターフェース（API）の策定に協力し、その使用に合意しました。CAMARAは、GSMAとLinux Foundationが2022年のMobile World Congressで立ち上げたオープンソースAPIプロジェクトです。
しかし、こうした比較的静的なAPIは、ほとんどの機能に対して堅牢である一方、動的で急速に変化するAIエージェントには適していません。新しいAPIのリリースや既存APIの更新が年に1～2回程度であるのに対し、AIエージェントはそれをはるかに上回る速さで進化し続けています。
両者を同期させる方法の1つは、Model Context Protocol (MCP)を採用することです。これは、AIモデルとデータベースなどの外部環境をつなぐ共通言語としてAI企業のAnthropicが開発したオープン標準であり、大規模言語モデル（LLM）やAIエージェントが外部のツール、システム、ソース、APIと連携し、データを共有する方法を標準化します。しかし、MCPはあくまでプロトコルにすぎないため、さまざまな理由から、単独で本格的な企業に採用できる選択肢ではありません。
Model Context Protocol（MCP）：手すりのない狭い橋
AIおよびエンタープライズテクノロジー分野の多くの大手企業が支持するMCPは、APIの世界とエージェントの世界をつなぐ橋ともいえます。しかし、その橋は狭く危険で、攻撃に対して非常に脆弱です。
その名が示すとおり、MCPはあくまでプロトコル、つまり通信ルールの集合にすぎません。強力なプロトコルではありますが、数百万件もの消費者やネットワークからのリクエストをリアルタイムで処理する大手通信事業者が実環境で利用するために必要な、エンタープライズグレードのセキュリティ、スケーリング、コスト管理の機能は備えていません。すでに複数のMCP導入環境でセキュリティ上の脆弱性が確認されており、注目を集めた事例もあります。通信分野では、安全対策を講じていないMCPによって、エージェントが機密性の高いデータやリソースにアクセスし、それらを誤って漏えいする可能性があります。漏えいしたデータやリソースを回収できるとは限りません。
数百万から数千万人のユーザーが生成するトラフィックに対して十分な安全性、速度、信頼性を確保するには、MCPを「航空管制塔」と「装甲警護隊」の両方で支える必要があります。 F5 BIG-IP Next for Kubernetesは、アプリケーショントラフィックを管理、保護するクラウドネイティブソリューションであり、Kubernetesクラスターへの安全なイングレスとクラスターからの安全なエグレスという両方の役割を担えます。AIリクエストの流れを整理し、脅威がないか検査して、ネットワークリソースへのアクセスに必要な許可を得ていることを確認できます。これまで、こうした役割を担ってきたのが、F5の主力製品であるF5 BIG-IP です。数十年にわたり、数え切れないほどの環境に導入され、何百万もの大規模なビジネスクリティカルアプリケーションを支えてきました。
このように保護することで、MCPサーバーは、人間の開発者が読み解く必要のある技術的なAPI命令を、シンプルで理解しやすい「ツール」に変換するための効果的かつセキュアな手段となり得ます。これにより、AIエージェントは自然言語での対話を通じて、利用可能なネットワーク機能の検出、それらの動的な組み合わせ、ワークフローの実行を自動化できます。
さらに、通信事業者以外の開発者にとってAPI統合は難しすぎることが多く、関心や利用が広がりにくい要因となっています。MCPは、AIプロンプトを使用する数百万人の「市民開発者」がネットワーク機能を利用できるようにすることで、コンテナレベルでラッパーをデプロイするコストを削減します。このアーキテクチャにより自動化が大幅に促進されるため、既存のCAMARAベースの機能は企業にとって大きな価値を持つようになります。
AIエージェントは、セキュアなMCPアーキテクチャを使用して、企業のニーズに合わせて接続性をリアルタイムで調整できます。たとえば、物流会社で稼働するAIエージェントは、MCPを使用してネットワークAPIに問い合わせ、行方不明になった自動運転車両の位置を特定できます。位置を特定した後、エージェントはMCPを使用してネットワークのサービス品質向上を要求し、車両が正しい場所に戻れない原因となっている障害物の映像をライブ配信できるようにします。
通信事業者グレードのセキュリティ、スケーリング、ガバナンスを実現するソリューション
F5は現在、AI時代に備えてMCPとCAMARAを安全かつ効果的に統合するうえで、BIG-IP Next for Kubernetesがどのように役立つかについて、複数の通信事業者と継続的に協議しています。バルセロナで2026年3月2日～5日に開催される「Mobile World Congress（MWC）2026」では、BIG-IP Next for Kubernetesが、MCPに不足しているセキュリティ、スケーリング、ガバナンスのレイヤーをどのように提供し、システム全体を通信事業者向けおよびエンタープライズレベルの本番環境に対応可能にするかをご紹介します。
通信事業者は、大量のトラフィックを処理しながら、MCPサーバーへの直接攻撃や機密データの流出を防止できるソリューションを求めています。BIG-IP Next for Kubernetesは、必要に応じてネットワーク処理をCPUから、より効率的なデータ処理ユニット（DPU）にオフロードでき、AIワークロードのパフォーマンスを大幅に向上させます。
AIの利用に伴うコストを管理するため、BIG-IP Next for Kubernetesは、エージェントによるトークンの使用量を監視し、制限することもできます。トークンとは、AIモデルがトレーニングや推論の際に処理するデータの単位であり、AIにおける通貨のようなものです。管理しなければ、個々のAIエージェントが膨大な数のトークンを処理し、導入企業に多額のコンピューティング費用が発生するおそれがあります。F5 BIG-IP Next for Kubernetesは、AI関連コストの追跡、制御不能なエージェントによる過剰支出の防止、予算の維持に必要な「トークンガバナンス」機能を提供します。
スマートなエージェント型アーキテクチャを採用
CAMARA、MCP、F5 BIG-IP Next for Kubernetesを組み合わせることで、各コンポーネントがそれぞれ明確かつ不可欠な役割を担う、強力な多層アーキテクチャを構築できます。スマートホームの構築に例えると、次のように考えられます。
- CAMARAは、標準化されたコンセントとスイッチのセットに相当します。メーカーを問わず、すべての照明や家電が同じ一貫したインターフェースを使用します。
- MCPは、AlexaやGoogle Homeのような音声アシスタントです。平易な英語（「照明をつけて」）を理解し、標準化された各スイッチ向けに個別にプログラミングしなくても、その操作方法を把握しています。
- F5 BIG-IP Next for Kubernetesは、家庭の中枢となるセキュリティシステム、分電盤、電力メーターに相当します。侵入者を防ぎ（セキュリティ）、電力サージを抑え（スケーリング）、予想外の請求を防ぐために電気料金を追跡します（トークンガバナンス）。
CAMARAベースのAPI、MCP、F5 BIG-IP Next for Kubernetesを組み合わせることで、複雑で断片化された通信ネットワークを、AIエージェントが安全かつ効率的に、対話形式で操作できる、セキュアでインテリジェントなプログラマブルプラットフォームへと変革できます。通信事業者は、エージェント型AI時代に向けてAPIを適切かつセキュアに対応させることで、単なる接続サービスプロバイダーの枠を超え、顧客の信頼とネットワークの完全性を維持しながら、ネットワークに内在するさまざまな機能を収益化できるようになります。
MWC 2026の開催期間中、ホール2のスタンド2L20にぜひお越しください。アーキテクチャを実際にご覧いただき、ネットワークをAIエージェントに対応させる方法についてご相談いただけます。
以前のブログ記事もぜひご覧ください。「運用主権：デジタルポータビリティがレジリエンスを高める理由」
著者について
関連するブログ記事
経営幹部が抱くAIに関する4つの誤解
AIに関する誤解は数多くあります。ここでは、組織が自社環境にAIを導入する際に見直す必要があるかもしれない4つの誤解を紹介します。
IT/OTコンバージェンスの現状と、セキュリティを最優先すべき理由
ITシステムとOTシステムの融合が進むにつれ、攻撃対象領域は拡大します。組織が安全に統合する方法と、F5 ADSPが大規模な運用の保護にどのように役立つかをご紹介します。
AIのレイテンシ：セキュリティを犠牲にできない理由
AIのレイテンシは、単なる速度の問題ではありません。パフォーマンス、セキュリティ、信頼性のバランスを考慮したシステム設計が重要です。
AIアプリケーションを大規模に提供する：ADCの役割
AIアプリケーションを確実に提供するには、高速なモデルや柔軟に拡張できるインフラストラクチャだけでは不十分です。AIアプリケーションの利用方法を管理するための制御レイヤーが必要です。
MCP：AI対応のアプリケーションデリバリを実現する鍵
Model Context Protocol（MCP）は、最新のアプリケーションにおける安全で低遅延なAI統合を可能にします。将来を見据えたアプリケーションデリバリ戦略にMCPが不可欠な理由をご覧ください。
AIガードレールとは？基盤モデルプロバイダーの枠を超えて進化する安全対策
急速に変化する組織の脅威領域におけるリスクをより包括的に捉えるために、AIガードレールの進化が必要な理由をご覧ください。