Proč by měli IT lídři uvažovat o Model Context Protocolu?

Minulý listopad společnost Anthropic představila Model Context Protocol (MCP), který最初 vyvolal pouze mírný zájem. Společnost uvedla tuto zprávu v blogovém příspěvku a popsala MCP jako otevřený standard, který má „pomoci hraničním modelům produkovat lepší a relevantnější odpovědi.“

Ale jakmile se vývojáři více dozvěděli o MCP, stalo se jasné, jak mocný je. Za několik měsíců společnosti jako OpenAI, Google a Microsoft přijaly tento standard. To vyvolalo zájem o MCP, jehož růst připomínal velmi populární spotřebitelskou aplikaci, nikoli vývojářský infrastrukturní nástroj.

GitHub repozitář pro MCP se rychle stal živou komunitou. V současné době má více než 64 500 hvězdiček a asi 7 500 forků. A pak jsou zde tisíce serverů, které se objevily na různých webových stránkách.

Takový růst je vzácný pro vývojářskou infrastrukturu. Ale ukazuje to důležitost MCP, který se stal známý jako „USB C pro AI aplikace.“

Takže se podívejme, proč se tento otevřený standard stal tak populární a jak by o něm měli IT lídři uvažovat.

Výhody MCP

Před zavedením MCP bylo budování pokročilých generativních AI nebo agenticích systémů velmi náročným procesem. Každý velký jazykový model (LLM) vyžadoval vlastní integraci s každým nástrojem nebo zdrojem dat, který používal. To vytvořilo takzvaný „MxN problém“. To znamená, že M modelů musí být ručně připojeno k N různým nástrojům.

Například, pokud používáte tři různé LLM k práci s deseti aplikacemi, budete muset postavit 30 samostatných integrací. To nebude vyžadovat pouze významné inženýrské zdroje, ale kódová základna bude také obtížně udržovatelná, protože se mění nástroje, API a modely.

Ale s MCP standardem je proces výrazně zlepšen. Poskytuje dvě důležité funkce: kontext a použití nástrojů s LLM. To umožňuje nejen více relevantní odpovědi, ale také lepší přesnost a produktivitu.

Například s kontextem může AI aplikace přistupovat k širokému spektru veřejně dostupných zdrojů dat, jako je počasí nebo finanční data. MCP také přistupuje k soukromým zdrojům dat, jako jsou Slacks nebo Jira tikety.

Co se týče použití nástrojů, MCP může provádět akce, jako jsou CRUD úkoly pro databáze, plánování událostí nebo připomínek nebo aktualizace pro CRM nebo ERP.

Kromě standardizace kontextu a použití nástrojů existují další výhody MCP. Jednou z nich je bezpečnost, protože podporuje autorizaci založenou na OAuth. Další výhodou je, že modely nejsou pevně spojeny s nástroji nebo zdroji dat. To znamená, že když se mění API nebo je přijat nový nástroj, není třeba provádět velké přepisy.

MCP také pomáhá zlepšit řízení a dodržování předpisů díky centralizaci použití nástrojů a toků dat. To usnadňuje vymáhání politik a auditů.

Vzhledem k těmto výhodám by nemělo být žádným překvapením, že MCP se stal velmi populárním systémem pro budování generativních AI a agenticích aplikací.

Výzvy MCP

MCP stále potřebuje mnoho práce, aby se stal stabilnějším a zralejším. Uživatelské rozhraní jsou často neohrabaná a neintuitivní. Pro zlepšení bezpečnosti by MCP měl mít silně typované přístupy, aby se minimalizovaly potenciální útočné vektory. Stejně důležité je jemné oprávnění. Například by mělo být možné autorizovat MCP server nebo agenta pouze pro konkrétní akce.

Objevování MCP zůstává problémem. Co je zapotřebí, jsou registries, které validují a certifikují servery, podobně jako fungují obchody s aplikacemi. Tyto registries mohou sloužit různým vertikálám, jako je IT, bezpečnost a finance. Podniky pravděpodobně vyvinou interní registries, aby poskytly ještě více kontroly.

Nakonec mohou MCP mít širší dopady, dokonce ohrožující obchodní modely. Například tyto systémy mohou snížit denní aktivní uživatele (DAU) pro webové aplikace a mobilní aplikace. Důvodem je, že AI agenti budou využívat MCP k provádění akcí, což znamená méně potřebu lidských uživatelů navštívit platformy.

Bezpečnost jako základ

MCP umožňuje mnohem rychlejší inovace. To je zejména důležité, protože podniky čelí rostoucímu tlaku, aby ukázaly hmatatelné výsledky ze svých investic do AI. Avšak tlak na rychlost nesmí přijít na úkor bezpečnosti a dodržování předpisů. Krátké spojení v těchto oblastech může vytvořit významná rizika, protože MCP nejen přistupuje k citlivým datům, ale také může provádět přímé akce s nimi.

Implementace MCP by měla zahrnovat řízení, protokolování a audity do každé vrstvy. Zásady by měly jasně definovat, kdo může autorizovat agenty, jaké akce jsou jim povoleny, a jak jsou tyto činnosti monitorovány. Jemné oprávnění v kombinaci s kontinuální kontrolou snižuje potenciál pro zneužití, zatímco zajišťuje transparentnost vyžadovanou pro dodržování předpisů.

Závěr

MCP se rychle stává základním kamenem pro budování další generace generativních AI a agenticích systémů. Pro IT lídery MCP představuje jak příležitost, tak odpovědnost. Je zde příležitost odemknout nové efektivnosti a schopnosti a odpovědnost implementovat je s správnými zábranami na místě.

V dlouhodobém horizontu, podniky, které považují bezpečnost a dodržování předpisů za integrovanou, nevolitelnou součást, budou nejlépe umístěny, aby využily plné hodnoty MCP. Díky vyvážení inovací se silným řízením mohou IT lídři zajistit, že jejich AI iniciativy jsou nejen mocné a transformační, ale také důvěryhodné, udržitelné a odolné.