Sfoglia altri articoli simili con le etichette:
Anthropic ha pubblicato ieri Model Context Protocol, uno standard aperto per collegare modelli linguistici a fonti dati e tool esterni. La specifica è disponibile su modelcontextprotocol.io, l’SDK è MIT, e Anthropic ha già pubblicato server di riferimento per Google Drive, Slack, GitHub, Postgres e file system locali. Block, Apollo, Sourcegraph e Replit sono nei primi integratori dichiarati.
Tradotto in lingua operativa: chi costruisce agenti smetterà di reinventare il wrapper per ogni servizio.
Il problema che MCP prova a risolvere
Chi ha provato a far parlare un LLM con un CRM, un database o un servizio interno sa che la parte difficile non è il modello. È l’integrazione. Ogni tool ha autenticazione diversa, ogni endpoint ha schema dati proprio, ogni team riscrive lo stesso codice di colla con varianti minime. Risultato: gli agenti AI in azienda sono prototipi che restano prototipi.
MCP definisce un protocollo client-server. I client sono le applicazioni dove gira il modello (Claude Desktop, IDE, applicazioni interne). I server sono adattatori standard che espongono risorse, tool eseguibili e prompt riusabili al modello. Stessa interfaccia, fornitore diverso.
Come si scrive un server MCP
L’SDK Python e TypeScript permette di esporre tre primitive. Resources sono dati che il modello può leggere (file, righe di database, documenti). Tools sono funzioni che il modello può chiamare con argomenti strutturati. Prompts sono template predefiniti che l’utente può attivare. Tutto via JSON-RPC su stdio, con autenticazione gestita dal client.
Ho provato a scrivere un server MCP che espone i contenuti di una cartella locale e permette al modello di cercare al suo interno. Il codice utile sono circa quaranta righe di Python. Lo stesso lavoro con function calling proprietario di un singolo modello richiede normalmente trecento righe più la gestione della retry logic.
Perché lo standard conta più del protocollo
La parte interessante non è la tecnologia. È la mossa strategica. Anthropic pubblica un protocollo aperto in un momento in cui OpenAI tiene function calling proprietario e Google va per la propria strada con le sue API. La scommessa è che gli sviluppatori preferiscano costruire una volta sola, e che la pressione di mercato spinga gli altri provider ad adottare lo standard.
Storia simile a USB, HTTP, OAuth: chi pubblica il protocollo che diventa default raramente perde. Anthropic non sta donando IP, sta posizionando il proprio modello come l’integratore di default in un ecosistema dove tutti gli altri devono adattarsi.
Cosa cambia per chi costruisce automazioni AI in azienda
Tre conseguenze pratiche per chi gestisce progetti AI lato cliente.
Primo, la rete di server MCP esistenti diventa un asset. Connettori GitHub, Slack, Postgres pronti significa che integri in ore lavori che prima richiedevano sprint dedicati. La velocità di prototipazione cresce di un ordine di grandezza per progetti che richiedono accesso a sistemi terzi.
Secondo, l’autorizzazione resta il vero collo di bottiglia. MCP standardizza il protocollo, non la sicurezza. Chi opera in B2B regolato (sanità, finance, PA) dovrà comunque negoziare scope, audit log, isolamento per ambiente. La buona notizia è che la conversazione si sposta dal “come integriamo” al “cosa permettiamo”.
Terzo, i wrapper proprietari di tool AI perdono valore. Sistemi che oggi vendono “integrazione di ChatGPT con il tuo Notion” diventano commodity nel momento in cui un server MCP open source fa la stessa cosa gratis. Le piattaforme verticali dovranno difendersi su workflow specifici, non sull’integrazione tecnica.
Quello che MCP non risolve
Non risolve la gestione degli errori a livello agente. Se il database risponde con un timeout o lo schema è cambiato, MCP standardizza il messaggio di errore, non la logica di recovery. Quella resta a carico di chi costruisce l’applicazione.
Non risolve il problema dell’autorizzazione dettagliato. Un server MCP può esporre l’accesso a Postgres, ma decidere chi può leggere quali tabelle in quale ruolo non è dentro il protocollo. È esattamente come HTTP: trasporto sì, sicurezza ti arrangi.
Non risolve la traceability per la compliance. Per chi opera sotto regolamenti europei attesi (AI Act in arrivo) servirà un livello sopra MCP che logga ogni chiamata di tool con contesto di prompt, motivazione del modello, output prodotto, autorizzazione concessa.
I primi server della community e cosa segnalano
Nelle prime trentasei ore dalla pubblicazione del protocollo, sono già apparsi su GitHub server MCP non ufficiali per Notion, Linear, Jira, Airtable, Stripe, Shopify, Pinecone. Alcuni sono ancora rough, ma il pattern è chiaro. Sviluppatori indipendenti stanno costruendo l’ecosistema più velocemente di quanto i singoli fornitori SaaS facciano per le proprie integrazioni ufficiali.
È il segno della trazione iniziale che molti standard non hanno mai trovato. Se la curva continua a queste pendenze, entro tre mesi avremo un server MCP per ogni servizio SaaS rilevante per il marketing. Entro sei mesi sarà strano non averne uno disponibile in versione almeno funzionante.
Cosa significa per chi vende servizi SaaS
Una conseguenza che pochi stanno commentando: i fornitori SaaS che fino a ieri vivevano protetti dalla difficoltà di integrazione si trovano improvvisamente in una posizione diversa. Se un server MCP open-source consente di interrogare il tuo SaaS, di estrarne dati, di automatizzarne le azioni, il valore della tua UI diminuisce. La tua piattaforma diventa una commodity raggiungibile dall’agente AI del cliente.
Le risposte ragionevoli sono due. La prima è pubblicare un proprio server MCP ufficiale, controllando lo scope, la sicurezza, le funzionalità esposte. La seconda è spostare il valore sopra l’integrazione: workflow specifici, conoscenza verticale, network di clienti, dati aggregati. Chi non fa né l’una né l’altra rischia di scoprirsi sostituibile.
Per le piattaforme italiane di nicchia che operano su mercati verticali (ad esempio CRM specializzati per categorie specifiche), è il momento di decidere quale strategia adottare. La finestra è aperta per chi si muove ora.
Una terza opzione che vale citare: alcuni fornitori SaaS storici stanno già muovendosi rapidamente. Linear, GitLab, e alcune piattaforme di project management stanno pubblicando server MCP ufficiali entro le prime settimane. Chi arriva tardi su un protocollo che diventa standard non recupera il terreno: lo cede ai concorrenti che si sono mossi per primi.
La mossa che mi aspetto nei prossimi mesi
Se MCP attecchisce, lo capiremo nei sei mesi che seguono dall’adozione spontanea della community. La cartina di tornasole sarà quanti server MCP non-Anthropic vedremo apparire su GitHub. Se entro fine 2025 esistono cinquecento server pubblici per altrettanti SaaS, il protocollo ha vinto. Se restano i dieci ufficiali di Anthropic e poco altro, è un esperimento ben fatto che resta confinato.
La scommessa di Anthropic è seria. La domanda per chi pianifica architetture AI in azienda è se vale la pena costruire oggi su MCP, accettando il rischio che resti minoritario, o aspettare. Per nuovi progetti la risposta è abbastanza chiara: investire ora ha senso. Per integrazioni già in produzione, aspettare un trimestre non costa nulla.
