ผู้นำทางความคิด

ทำไมผู้นำด้าน IT ควรพิจารณาเกี่ยวกับ Model Context Protocol?

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อเดือนพฤศจิกายนปีที่แล้ว Anthropic ได้เปิดตัว Model Context Protocol (MCP) ซึ่งดึงดูดความสนใจในตอนแรก แต่ไม่มากนัก บริษัทได้ประกาศข่าวนี้ใน บทความในบล็อก โดยเรียกว่า MCP เป็นมาตรฐานที่เปิดกว้างซึ่งหมายถึง “ช่วยให้โมเดลแนวหน้าสร้างคำตอบที่ดีขึ้นและเกี่ยวข้องมากขึ้น”

แต่เมื่อนักพัฒนารู้จัก MCP มากขึ้น ก็ชัดเจนว่ามัน强 mẽแค่ไหน ในไม่กี่เดือน บริษัทอย่าง OpenAI, Google และ Microsoft ได้นำมาตรฐานนี้ไปใช้ ซึ่งทำให้เกิดความสนใจใน MCP และการเติบโตที่คล้ายกับแอปผู้บริโภคที่ร้อนแรง ไม่ใช่เครื่องมือโครงสร้างพื้นฐานสำหรับนักพัฒนา

เรポจิทอรี GitHub สำหรับ MCP ได้กลายเป็นชุมชนร่วมที่มีชีวิตชีวา ปัจจุบันมีดาวมากกว่า 64,500 ดวงและเกือบ 7,500 ฟอร์ก นอกจากนี้ยังมีเซิร์ฟเวอร์หลายพันแห่งที่ปรากฏบนเว็บไซต์ต่างๆ

ความสำเร็จดังกล่าวนี้หายากสำหรับโครงสร้างพื้นฐานของนักพัฒนา แต่แสดงถึงความสำคัญของ MCP ซึ่งเรียกว่า “USB C สำหรับแอป AI”

ดังนั้น มาดูกันว่าทำไมมาตรฐานที่เปิดกว้างนี้จึงได้รับความนิยมและผู้นำด้าน IT ควรพิจารณาเกี่ยวกับมันอย่างไร

ข้อดีของ MCP

ก่อนที่จะมีการแนะนำ MCP การสร้าง AI ที่สร้างข้อมูลหรือระบบอัตลักษณ์ขั้นสูงเป็นกระบวนการที่ยุ่งยาก แต่ละโมเดลภาษาขนาดใหญ่ (LLM) ต้องมีการผสานรวมแบบกำหนดเองกับเครื่องมือหรือแหล่งข้อมูลที่ใช้ทั้งหมด ซึ่งสร้างปัญหาที่เรียกว่า “ปัญหา MxN” ซึ่งโมเดล M ต้องเชื่อมต่อกับเครื่องมือ N ที่แตกต่างกันโดยใช้การเชื่อมต่อแบบกำหนดเอง

ตัวอย่างเช่น หากคุณใช้ LLM สามแบบเพื่อทำงานกับแอปพลิเคชัน 10 แบบ คุณจะต้องสร้างการผสานรวมที่แยกจากกัน 30 ครั้ง ไม่เพียงแต่จะต้องใช้ทรัพยากรด้านวิศวกรรมที่สำคัญ แต่ฐานโค้ดก็ยากต่อการบำรุงรักษาเมื่อเครื่องมือ API และโมเดลเปลี่ยนแปลง

แต่ด้วยมาตรฐาน MCP กระบวนการดีขึ้นอย่างมาก มันให้ความสามารถสองประการสำคัญ: บริบทและใช้เครื่องมือกับ LLM ซึ่งช่วยให้ไม่เพียงแต่มีคำตอบที่เกี่ยวข้องมากขึ้น แต่ยังมีความแม่นยำและผลผลิตที่ดีขึ้น

ตัวอย่างเช่น ด้วยบริบท แอปพลิเคชัน AI สามารถเข้าถึงแหล่งข้อมูลที่มีอยู่สาธารณะได้หลากหลาย เช่น ข้อมูลสภาพอากาศหรือข้อมูลทางการเงิน MCP ยังสามารถเข้าถึงแหล่งข้อมูลส่วนตัว เช่น Slack หรือ Jira

ในแง่ของการใช้เครื่องมือ MCP สามารถดำเนินการเช่น CRUD สำหรับฐานข้อมูล การจัดกำหนดการกิจกรรมหรือการเตือน หรือการอัปเดตสำหรับ CRM หรือ ERP

นอกจากการให้มาตรฐานสำหรับบริบทและใช้เครื่องมือแล้ว MCP ยังมีข้อดีอื่นๆ เช่น ความปลอดภัย เนื่องจากมีการสนับสนุนการอนุญาต OAuth นอกจากนี้ โมเดลไม่ถูกผูกไว้กับเครื่องมือหรือแหล่งข้อมูล ในทางกลับกัน เมื่อ API เปลี่ยนแปลงหรือมีการนำเครื่องมือใหม่มาใช้ ไม่จำเป็นต้องมีการเขียนโค้ดใหม่

MCP ยังช่วยให้การกำกับดูแลและความสอดคล้องดีขึ้น เนื่องจากการรวมใช้เครื่องมือและกระแสข้อมูล ทำให้ง่ายต่อการบังคับใช้นโยบายและตรวจสอบ

เมื่อพิจารณาถึงข้อดีเหล่านี้ ไม่น่าแปลกใจที่ MCP ได้กลายเป็นระบบที่ได้รับความนิยมอย่างมากสำหรับการสร้าง AI ที่สร้างข้อมูลและระบบอัตลักษณ์

ความท้าทายของ MCP

MCP ยังคงต้องการการทำงานอย่างมากเพื่อให้มีความเสถียรและเติบโต มี UI ที่ไม่ค่อยมีประสิทธิภาพและไม่ค่อยเข้าใจง่าย เพื่อปรับปรุงความปลอดภัย MCP ควรจะมีการเข้าถึงที่เข้มงวดและลดโอกาสในการโจมตี นอกจากนี้ การอนุญาตที่ละเอียดยิ่งยังเป็นสิ่งสำคัญ ตัวอย่างเช่น ควรจะสามารถอนุญาตให้เซิร์ฟเวอร์ MCP หรือตัวแทนเฉพาะสำหรับการกระทำเฉพาะได้

การค้นหา MCP ยังคงเป็นปัญหาเช่นกัน สิ่งที่ต้องการคือทะเบียนเพื่อยืนยันและรับรองเซิร์ฟเวอร์ เช่นเดียวกับวิธีการทำงานของ app store ทะเบียนเหล่านี้สามารถให้บริการในแนวตั้ง เช่น IT, ความปลอดภัย และการเงิน องค์กรอาจจะพัฒนาทะเบียนภายในเพื่อให้ได้การควบคุมมากขึ้น

สุดท้าย MCP อาจมีผลกระทบในวงกว้าง รวมถึงการคุกคามแบบจำลองธุรกิจ ตัวอย่างเช่น ระบบเหล่านี้อาจลดจำนวนผู้ใช้งานที่ใช้งานทุกวัน (DAU) สำหรับเว็บแอปพลิเคชันและแอปพลิเคชันมือถือ เนื่องจากตัวแทน AI จะใช้ MCP เพื่อดำเนินการ ซึ่งหมายความว่าไม่จำเป็นต้องมีผู้ใช้งานที่เข้าชมแพลตฟอร์ม

ความปลอดภัยเป็นพื้นฐาน

MCP ช่วยให้เกิดนวัตกรรมที่เร็วขึ้น ซึ่งสำคัญอย่างยิ่งเมื่อองค์กรต้องเผชิญกับแรงกดดันที่เพิ่มขึ้นในการแสดงผลลัพธ์ที่เป็นรูปธรรมจากการลงทุนใน AI อย่างไรก็ตาม การขับเคลื่อนความเร็วไม่ควรส่งผลให้ความปลอดภัยและความสอดคล้องลดลง การตัดมุมในด้านเหล่านี้สามารถสร้างความเสี่ยงที่สำคัญได้ เนื่องจาก MCP ไม่เพียงแต่เข้าถึงข้อมูลที่ละเอียดอ่อน แต่ยังสามารถดำเนินการโดยตรงด้วยข้อมูลนั้น

การนำ MCP ไปใช้ควรฝังการกำกับดูแล การบันทึก และการตรวจสอบในแต่ละชั้น นโยบายควรกำหนดไว้อย่างชัดเจนถึงใครที่สามารถอนุญาตตัวแทนอะไรบ้าง และการกระทำเหล่านั้นจะถูกติดตามอย่างไร การอนุญาตที่ละเอียดและติดตามอย่างต่อเนื่องจะช่วยลดโอกาสในการใช้ในทางที่ผิดในขณะที่รักษาความโปร่งใสที่จำเป็นสำหรับการสอดคล้อง

สรุป

MCP กำลังจะกลายเป็นรากฐานสำคัญสำหรับการสร้าง AI และระบบอัตลักษณ์รุ่นต่อไป สำหรับผู้นำด้าน IT MCP แสดงถึงโอกาสและความรับผิดชอบ โอกาสในการปลดล็อกประสิทธิภาพและความสามารถใหม่ๆ และความรับผิดชอบในการนำไปใช้พร้อมกับเครื่องมือที่เหมาะสม

ในระยะยาว องค์กรที่ปฏิบัติต่อความปลอดภัยและความสอดคล้องเป็นสิ่งสำคัญ ไม่ใช่สิ่งเลือก จะมีตำแหน่งที่ดีที่สุดในการจับผลประโยชน์เต็มของ MCP ด้วยการสร้างสมดุลระหว่างนวัตกรรมและความก้าวหน้าด้านการกำกับดูแล ผู้นำด้าน IT สามารถรับรองได้ว่าโครงการ AI ของตนไม่เพียงแต่มีพลังและเปลี่ยนแปลงได้ แต่ยังเชื่อถือได้ ทนทาน และยืดหยุ่น

นิขิล มุงเกล เป็นหัวหน้าฝ่ายวิจัยและพัฒนา AI ที่ Cribl ซึ่งเขากำลังสร้างระบบที่ใช้ LLM เพื่อการเปลี่ยนแปลงและวิเคราะห์ข้อมูล IT และความปลอดภัย ก่อนที่จะเข้าร่วม Cribl เขาได้ใช้เวลามากกว่าหนึ่งทศวรรษในการพัฒนาระบบที่กระจายอยู่ทั่วทั้งด้านการตรวจสอบและเทคโนโลยีสังคมผู้บริโภค เขาอาศัยอยู่ในซานฟรานซิสโกกับภรรยาและลูกสองคน ปัจจุบันเขามุ่งเน้นไปที่การนำ AI มาใช้เพื่อให้โครงสร้างพื้นฐานที่ซับซ้อนเป็นมิตรและเข้าใจได้ง่ายขึ้น