Wat is MCP?
MCP staat voor Model Context Protocol. Het is een open standaard, eind 2024 geïntroduceerd door Anthropic, waarmee een AI-assistent kan samenwerken met andere software: gegevens opvragen en acties uitvoeren.
Zie het als een standaard stekker. Vroeger moest elke koppeling tussen een AI-tool en een systeem apart worden gebouwd. Met MCP bied je je systeem één keer aan op een vaste manier, en kan elke assistent die de standaard spreekt ermee werken. Steeds meer AI-assistenten en softwareleveranciers ondersteunen het inmiddels.
Hoe dat er in de praktijk uitziet
Een systeem biedt via MCP een set functies aan: dingen die je in de app ook kunt doen. Meldingen zoeken, details opvragen, iets doorsturen naar een leverancier. De assistent kiest bij jouw vraag welke functie past, en voert die uit.
Voor een vastgoedbeheerder heb ik zo hun meldingensysteem aan AI gekoppeld. Een lekkage of kapotte deur gaat daar van melding naar leverancier, afspraak, uitvoering en afronding — eigenlijk gewoon workflowbeheer. Via MCP zijn er nu zo'n zeventig functies die precies doen wat je in de app ook kunt:
"Welke meldingen staan er open bij deze school?"
"Welke leverancier handelt lekkages het snelst af?"
"Stuur deze tien meldingen door naar de installateur."
Werk dat eerst tien keer klikken was, doe je nu met één zin.
Waar je op moet letten
Een AI die in je systemen mag werken, is krachtig. Juist daarom moet de koppeling goed in elkaar zitten. Vijf dingen die ik altijd regel:
- 1.Dezelfde rechten als in de app. De assistent mag nooit meer dan de gebruiker die hem bedient. Wie in de app alleen zijn eigen gebouwen ziet, ziet via de AI ook alleen die gebouwen.
- 2.Niets zonder bevestiging. Opvragen mag vrij. Iets wijzigen of versturen gebeurt pas nadat je een voorvertoning hebt gezien en hebt bevestigd.
- 3.De AI kiest, de code rekent. De assistent bepaalt welke functie hij gebruikt, maar de functie zelf is gewone code met vaste regels. Het model verzint geen doorlooptijd; het vraagt hem op. Dat is waar AI loont en code moet kloppen.
- 4.Je data moet kloppen. Een assistent op rommelige data geeft snel en overtuigend het verkeerde antwoord. Staan definities niet vast, of spreken systemen elkaar tegen, dan wordt dat met AI alleen maar zichtbaarder — of juist minder zichtbaar.
- 5.Weet waar je data heen gaat. Je vraag en het antwoord gaan langs de AI-aanbieder. Maak een bewuste keuze welke assistent je gebruikt en welke gegevens je via de koppeling beschikbaar stelt.
Het werk verschuift
Ook het systeem zelf is gebouwd met hulp van AI. Dat gaat een stuk sneller dan vroeger, maar het werk verschuift. Minder tijd gaat naar het typen van code. Meer tijd gaat naar nadenken, controleren en testen.
Voor ondernemers betekent dat: wat vroeger alleen weggelegd was voor bedrijven met een eigen ontwikkelteam, is nu ook voor het mkb bereikbaar. Mits de basis klopt.
Waar begin je?
- 1.Kies het klikwerk dat het vaakst terugkomt. Niet het meest spectaculaire, maar het meest herhaalde. Daar zit de winst.
- 2.Kijk of je software een koppeling heeft. Een API is de voorwaarde. Heeft je pakket die niet, dan is de eerste stap je data op één plek krijgen.
- 3.Begin met alleen opvragen. Laat de assistent eerst alleen lezen. Acties komen daarna, met bevestiging.
- 4.Zorg dat de cijfers eronder kloppen. Vastgelegde definities en gekoppelde systemen maken het verschil tussen een handige assistent en een overtuigende gok.
Meer over dat fundament lees je bij de Eagle Data Engine en in "Waar komt dit getal vandaan?".