Steeds meer bedrijven experimenteren met AI-agents, slimme assistenten die niet alleen tekst genereren maar ook daadwerkelijk taken uitvoeren in bedrijfssystemen. Daar loopt vrijwel elke organisatie tegen hetzelfde probleem aan: hoe koppelt u een AI-model veilig aan al die verschillende systemen, zonder voor elke combinatie apart maatwerk te bouwen? 

Het antwoord daarop heet MCP: Model Context Protocol. Wat begon als een technische standaard van AI-ontwikkelaar Anthropic, is binnen een korte tijd uitgegroeid tot iets wat zowel IT-afdelingen als directies serieus op de agenda hebben staan. 

Wat is Model Context Protocol precies? 

MCP is een open standaard die bepaalt hóe AI-toepassingen met externe data en systemen communiceren. Denk aan een universele aansluiting waarbij u, in plaats van voor elke combinatie van AI-model en bedrijfssysteem apart maatwerk te bouwen, spreekt u één standaard die door steeds meer AI-platformen wordt ondersteund. 

Voorheen programmeerde u elke koppeling tussen een AI-assistent en bijvoorbeeld een CRM, ERP of documentsysteem apart en handmatig. Dat kostte tijd, was foutgevoelig, en bij elk nieuw AI-model begon u weer opnieuw. MCP lost dat op door één gestandaardiseerde manier te bieden waarop een AI-agent toegang krijgt tot tools en data, ongeacht welk AI-model daarachter draait. 

Waarom is dit ineens zo relevant? 

Anthropic introduceerde MCP in november 2024. Sindsdien groeide het protocol opvallend snel. Het aantal maandelijkse downloads van de bijbehorende software nam explosief toe in de twee jaar daarna. Er zijn inmiddels duizenden open-source MCP-servers en een snel groeiend ecosysteem van connectors beschikbaar. 

Deze ontwikkelingen maken dit extra betekenisvol: 

• Brede industriesteun. Niet alleen Anthropic, maar ook OpenAI, Google, Microsoft en Amazon hebben MCP inmiddels in hun AI-platformen of ontwikkeltools opgenomen. Dat is zeldzaam in de technologiewereld, waar concurrenten meestal juist hun eigen afgesloten ecosysteem bouwen. 

• Neutraal beheer. Het beheer van de open standaard is inmiddels ondergebracht bij de Linux Foundation, wat betekent dat geen enkele leverancier de standaard alleen bepaalt. Daardoor vertrouwen organisaties er eerder op dat ze er langdurig op kunnen bouwen. 

 

Wat betekent dit voor een organisatie? 

Kijken we vooral naar de uitkomst en minder naar de techniek erachter, dan maakt MCP AI-implementaties sneller, voorspelbaarder en minder afhankelijk van één leverancier. 

Immers, waar AI-pilots vaak vastlopen op complexe, kostbare koppelingen met bestaande systemen, biedt een gestandaardiseerd protocol een kortere weg van idee naar productie. Bovendien vermindert het de afhankelijkheid van één AI-leverancier voor de integratie van AI met bedrijfssystemen. Doordat meerdere grote AI-partijen dezelfde standaard ondersteunen, bindt een organisatie zich minder aan de keuzes van één leverancier. 

Toch verdienen governance en beveiliging ook nadrukkelijk aandacht. Naarmate AI-agents namelijk meer toegang krijgen tot bedrijfskritische systemen, groeit ook het belang van heldere authenticatie, autorisatie, audit trails en het principe van least privilege en heldere afspraken over wat een AI-agent wel en niet mag doen. 

Wat betekent dit voor IT? 

Voor IT-managers en architecten is MCP vooral aantrekkelijk omdat het herhaling wegneemt. In plaats van voor elk AI-model en elk systeem een aparte integratie te bouwen, volstaat vaak één MCP-server die de functionaliteit van een systeem ontsluit, waarna elke MCP-compatibele AI-toepassing daarmee kan communiceren. 

Daardoor verandert de aard van het werk: minder tijd aan losse, broze koppelingen, meer aandacht voor governance. Denk bijvoorbeeld aan vragen als welke AI-agent welke actie mag uitvoeren, hoe u dat vastlegt en hoe u voorkomt u dat een AI-agent per ongeluk (of door misbruik) toegang krijgt tot data waar deze niet bij hoort. Precies op deze thema’s speelt de laatste specificatie-update in, met een sterkere aansluiting op bestaande autorisatiestandaarden. 

Een kanttekening: MCP is geen wondermiddel 

Het is verleidelijk om elke nieuwe standaard als hét antwoord te zien. Toch verdient een aantal aandachtspunten een plek in elke serieuze afweging: 

• Overexposure van tools. Hoe meer systemen een AI-agent via MCP kan aanspreken, hoe groter de kans dat deze toegang krijgt tot meer dan strikt noodzakelijk is. 

• Een nog groeiend ecosysteem. Hoewel de adoptie snel gaat, is de bijbehorende governance, wie beheert welke koppeling, hoe borgt u kwaliteit, nog volop in ontwikkeling. 

Kortom, MCP is een veelbelovende, snel volwassen wordende standaard, maar vraagt wel om dezelfde zorgvuldigheid als elke andere integratie met bedrijfskritische systemen. 

Tot slot 

MCP verandert de manier waarop AI-agents met bedrijfssystemen kunnen communiceren, en doet dat op een manier die zowel voor de directie (snellere, flexibelere AI-implementaties) als voor IT (minder maatwerk, meer standaardisatie) relevant is. Bij Nokavision werken we zelf ook met deze ontwikkeling, onder meer via Enterprise MCP, gebouwd op het Workato-platform, en volgen we de volwassenwording van deze standaard op de voet.