Zákazník se zeptá, kde je jeho objednávka. AI mu umí napsat zdvořilou odpověď, ale bez přístupu k firemním údajům skutečný stav nezjistí. A pokud má rovnou odeslat oznámení, potřebuje také nástroj pro komunikaci. Právě propojení AI s daty a činnostmi usnadňuje Model Context Protocol, zkráceně MCP. Co si pod tím představit a kde může firmě pomoci?
S generativní AI jsme se nejprve učili psát texty, shrnovat dokumenty nebo hledat odpovědi. Při práci ale rychle narazíme na další potřebu: chceme, aby asistent vycházel z toho, co se právě děje v naší firmě. Pokud mu podklady ručně nepředáme nebo ho nepřipojíme k příslušnému systému, stav objednávky ani poslední komunikaci se zákazníkem nezná. Propojení různých AI aplikací s dalšími systémy se přitom často připravovalo jednotlivě. Anthropic proto v listopadu 2024 představil MCP jako otevřený standard, tedy společně popsaný způsob, jak takové spojení zajistit.
Představme si ho jako společný konektor. Na jedné straně je AI aplikace, se kterou mluvíme, na druhé například systém pro správu zákazníků, CRM. Mezi nimi pracuje MCP server, kterému můžeme říkat adaptér. Ten aplikaci nabídne vybrané možnosti, třeba vyhledat zákazníka nebo přečíst stav požadavku. Slovo server zde označuje program či službu, nikoli nutně další počítač. Propojení musí někdo připravit, ale díky společnému rozhraní ho mohou využít různé kompatibilní AI aplikace. MCP tedy pomáhá zpřístupnit to, co firemní systémy už umějí.
Tady se dostáváme k pojmu AI agent. Jde o řešení, které podle zadání vybírá nástroje a postupuje po jednotlivých krocích. U dotazu na objednávku může nejprve zjistit její stav, potom připravit odpověď a po potřebném schválení odeslat zprávu. Jazykový model pomáhá pochopit zadání a navrhnout postup; AI aplikace řídí jeho provedení podle nastavených pravidel. MCP zajišťuje společný způsob, jak si s adaptéry předat nabídku možností, požadavek a výsledek. Samotný protokol nerozhoduje, co má agent udělat.
Příkladem je Sinch, který přes svůj MCP server zpřístupňuje nástroje pro zprávy, e-mail, hlasové služby a ověřování. Vedle něj nabízí Docs MCP, tedy přístup k dokumentaci pro AI nástroje pomáhající s programováním. Rozdíl je praktický: z dokumentace se asistent dozví, jak službu použít, zatímco přes komunikační nástroj může skutečně odeslat zprávu. Ve firmě proto potřebujeme rozlišovat, kdy AI pouze získává informace a kdy už jedná naším jménem.
Schéma propojení AI aplikace s daty a službami přes MCP. Zdroj: blog Sinch, s odkazem na Model Context Protocol.
Sinch mezi příklady uvádí odeslání sledovacího čísla po expedici objednávky nebo připomínkový telefonát před domluvenou schůzkou. Zůstaňme u objednávky a představme si vlastní ilustrativní postup. Agent si z objednávkového systému načte potvrzení o expedici a číslo zásilky. Připraví oznámení a přes komunikační nástroj Sinch požádá o jeho odeslání. Každá část má jasnou úlohu: firemní systém dodá údaje, AI aplikace sestaví postup a komunikační služba doručí zprávu. MCP usnadňuje jejich společné zapojení.
Může se ale jednat i o složitější scénář: finanční instituce využívá agenta ke komunikaci s klienty o nesplacených úvěrech a koordinaci splátkového plánu. Jde o ukázku možného využití, nikoli doloženou zákaznickou referenci. Dobře však ukazuje hranici odpovědnosti. Nástroj umožní komunikovat, ale podmínky splácení musí vycházet z pravidel instituce. Stejně tak u objednávky potřebujeme určit správného příjemce, povolený obsah a okamžik odeslání.
Rozumným začátkem je jeden úkol s jasným výsledkem, například oznámení o vyřízení požadavku. Předem určíme, odkud agent smí čerpat údaje, co může provést sám a kdy si má vyžádat souhlas člověka. Pak sledujeme, zda šetří čas, kolik dělá chyb a jak často potřebuje zásah obsluhy. MCP zahrnuje i pravidla zabezpečení, ale jejich správné uplatnění závisí na konkrétní aplikaci a adaptéru. Ani lokálně spuštěný adaptér nezaručuje, že načtená data zůstanou v počítači: AI aplikace je může předávat vzdálenému modelu.
Další vývoj MCP se podle roadmapy věnuje mimo jiné identitě agentů a předávání oprávnění. Prakticky jde o to, aby systém poznal, za koho agent jedná a jaké činnosti smí provést. Jsou to směry vývoje, nikoli příslib hotových funkcí. Pro vedení firmy zůstává podstatné vybrat užitečný proces a určit člověka, který odpovídá za jeho výsledek. S rostoucí samostatností AI bude potřeba stejně dobře řídit její oprávnění jako její schopnosti.
Ve druhém dílu „Jak MCP funguje v praxi krok za krokem“ budeme pokračovat jednoduchým úkolem se souborem. Ukážeme, co si aplikace s adaptérem předávají, co se stane při výpadku a proč záleží na počtu nástrojů i správně nastavených oprávněních.
Jan Ferjo
Business Development Director, con4PAS
Zdroje:
Anthropic – představení MCP, 25. 11. 2024
MCP – specifikace a bezpečnostní principy
Sinch – Using the Sinch MCP Server
Sinch – oznámení implementace MCP, 16. 7. 2025
MCP – roadmapa, aktualizace 22. 8. 2026
Zaujal Vás článek a chcete se dozvědět více? |


