Model Context Protocol (MCP): cos'è, come funziona e quando serve in azienda

Lanciato da Anthropic a fine 2024 come standard aperto, il Model Context Protocol (MCP) viene spesso descritto come la "porta USB-C per le applicazioni di Intelligenza Artificiale". Ma di cosa si tratta realmente e quale impatto ha sui progetti aziendali?

Nel gergo tecnico, l'MCP è una specifica aperta (open standard) che uniforma il modo in cui i Large Language Model (come Claude, ChatGPT o modelli open source locali) interagiscono con dati e strumenti esterni (Google Drive, Slack, database SQL, software di versioning o repository documentali).

Tuttavia, tra l'entusiasmo della community degli sviluppatori e le reali esigenze di un'azienda strutturata c'è una netta distinzione tra prodotti consumer/general purpose e architetture software dedicate.

1. Cos'è il Model Context Protocol (MCP) in parole semplici

Immagina di voler collegare il tuo assistente AI a 10 software diversi: un database Postgres, l'ERP aziendale, il CRM Salesforce, Google Drive e Slack.

Fino a poco fa, ogni sviluppatore o fornitore doveva scrivere da zero un connettore proprietario (custom tool/function calling) con formati di input e output non standardizzati. Se cambiavi modello o piattaforma, dovevi riscrivere o riadattare la logica del connettore.

L'MCP stabilisce un protocollo comune: chi sviluppa uno strumento (es. Notion, GitHub o un database) crea un Server MCP una volta sola. Qualsiasi applicazione AI compatibile con il protocollo (chiamata Client MCP) può connettersi a quello strumento istantaneamente, senza bisogno di codice di integrazione dedicato.

2. Il problema della matrice di integrazione N×M

Per comprendere il valore dell'MCP, bisogna guardare al problema classico dell'interoperabilità software:

3. Architettura tecnica: Host, Client e Server MCP

L'architettura del protocollo si basa su tre componenti architetturali leggeri:

• MCP Host: L'applicazione front-end con cui interagisce l'utente (ad esempio Claude Desktop, un'applicazione web aziendale o un IDE di sviluppo come VS Code/Cursor).
• MCP Client: Il componente interno all'Host che mantiene la connessione 1:1 con i server, invia le query del modello e riceve i dati.
• MCP Server: Un programma leggero e autonomo che espone specifiche funzionalità (Tools), documenti (Resources) o modelli di prompt (Prompt Templates) attraverso il protocollo standard.

Il dialogo avviene tipicamente tramite trasporti standardizzati (come `stdio` per processi locali su macchina utente, o `HTTP con Server-Sent Events (SSE)` per server remoti in cloud).

4. MCP vs REST API & OpenAPI Spec: Confronto Tecnico per Sviluppatori

Molti sviluppatori si chiedono: «Perché serve l'MCP se abbiamo già le specifiche OpenAPI e le chiamate REST?». Ecco la differenza sostanziale:

5. Quando ha senso in azienda e quando è superfluo

Ecco la distinzione strategica che un consulente AI esperto deve chiarire a CTO e responsabili tecnici:

6. Sicurezza, Tool Injection e conformità GDPR

Connettere un LLM a sorgenti di dati aziendali comporta serie implicazioni di privacy e conformità GDPR:

• Controllo Granulare dei Permessi (Least Privilege): I server MCP devono implementare permessi di sola lettura (Read-Only) per la consultazione documentale, richiedendo conferme esplicite (Human-in-the-Loop) per qualsiasi operazione di scrittura o cancellazione.
• Isolamento di Rete: Nelle reti aziendali, i server MCP che interrogano database di produzione non dovrebbero essere esposti direttamente su internet pubblico, ma comunicare all'interno di VPN aziendali o VPC isolate.
• Audit Log delle Chiamate: Ogni volta che il modello invoca uno strumento tramite MCP, la richiesta, i parametri e il payload di risposta devono essere tracciati nei registri aziendali per rispettare gli obblighi di tracciabilità dell'AI Act.

7. Conclusioni e considerazioni pratiche

Il Model Context Protocol rappresenta un passo avanti fondamentale verso l'interoperabilità dei sistemi di intelligenza artificiale. Elimina il vendor lock-in e standardizza la comunicazione tra modelli e strumenti.

Tuttavia, l'ingegneria del software insegna che la migliore architettura è quella più semplice che risolve il problema con affidabilità. Prima di implementare protocolli complessi, valuta sempre se il tuo caso d'uso necessita di flessibilità aperta o di un'integrazione deterministica robusta.