Wat is MCP (Model Context Protocol)?

MCP (Model Context Protocol) is een open standaard om AI-modellen op een vaste manier te koppelen aan tools en data. Via een MCP-server kan een AI-assistent zoals Claude of ChatGPT gegevens opvragen en acties uitvoeren in je software, bijvoorbeeld een order opzoeken of een taak aanmaken, en alleen voor zover jij dat toestaat. Anthropic introduceerde MCP in november 2024; inmiddels ondersteunen ook onder meer OpenAI en Google het.

Waarom MCP bestaat

Een taalmodel weet uit zichzelf niets van jouw bedrijf. Wil je dat het met je voorraad, klanten of planning werkt, dan moet het die systemen kunnen bereiken. Voor MCP moest je daarvoor per AI-toepassing en per systeem een eigen koppeling bouwen. Met tien systemen en drie AI-toepassingen loopt dat snel op.

MCP lost dat op met één gemeenschappelijke taal. Een systeem dat een MCP-server heeft, kan worden gebruikt door elke AI-toepassing die MCP ondersteunt. Het wordt daarom wel vergeleken met een USB-aansluiting: één vaste stekker in plaats van een eigen kabel per apparaat.

Hoe werkt MCP?

MCP kent twee kanten:

• De MCP-server zit bij het systeem dat je beschikbaar maakt, zoals je ERP, CRM, ticketsysteem of een map met documenten. De server beschrijft wat er kan: welke gegevens er op te vragen zijn en welke acties er zijn, met per actie een naam, een uitleg en de gegevens die nodig zijn.
• De MCP-client zit in de AI-toepassing, bijvoorbeeld een AI-assistent of een AI-agent. De client vraagt de server wat er mogelijk is en geeft dat door aan het taalmodel.

Stelt een gebruiker een vraag, dan beslist het taalmodel of het een van die acties nodig heeft. De client vraagt de server de actie uit te voeren en het resultaat gaat terug naar het model, dat er een antwoord of een volgende stap van maakt.

Het verschil met een gewone API-koppeling

Een API-koppeling verbindt twee systemen met vaste afspraken: systeem A stuurt een order naar systeem B. Dat is voorspelbaar en geschikt voor processen die altijd hetzelfde lopen.

MCP is bedoeld voor AI. De MCP-server gebruikt vaak zelf de API van je systeem, maar beschrijft de mogelijkheden zo dat een taalmodel zelf kan kiezen wat het nodig heeft. Een MCP-server vervangt je API dus niet, maar zet er een laag bovenop die AI-toepassingen begrijpen.

Voorbeelden van MCP in een bedrijf

• Service: een medewerker vraagt de AI-assistent “welke openstaande tickets heeft deze klant en wat is de status van zijn laatste order?”. Via MCP haalt de assistent dat op uit het ticketsysteem en het ERP.
• Groothandel: een binnendienstmedewerker laat de assistent de voorraad en levertijd van een artikel opzoeken en een conceptofferte klaarzetten.
• Logistiek: een planner vraagt welke zendingen vandaag nog niet zijn verwerkt en laat er een overzicht van maken.
• Productie: een teamleider zoekt in werkinstructies en storingshistorie naar eerdere oplossingen voor dezelfde machine.

Veilig werken met MCP

Een AI-model dat acties kan uitvoeren in je systemen, vraagt om duidelijke grenzen:

1. Alleen de acties die je toestaat. De MCP-server bepaalt wat er kan. Een assistent die orders opzoekt, hoeft geen orders te kunnen verwijderen.
2. Eigen rechten per gebruiker. Laat gebruikers inloggen, zodat de AI alleen ziet wat die medewerker ook mag zien.
3. Bevestiging bij acties met gevolgen, zoals iets versturen, boeken of wijzigen.
4. Vastleggen wat er gebeurt, zodat je achteraf kunt zien welke acties zijn uitgevoerd.
5. Alleen servers die je vertrouwt. Een MCP-server van een onbekende bron kan meer doen dan je denkt. Kijk wat hij doet voor je hem gebruikt.

MCP in je eigen software

Heb je eigen software of een ERP met een API, dan kan een MCP-server die beschikbaar maken voor AI-assistenten als Claude, Gemini en ChatGPT, met precies de acties die jij kiest. SQUARE Concepts bouwt sinds 2004 software en koppelingen in Laravel, gehost in Europa. Lees meer over AI-automatisering voor je bedrijf.