Většina firem používá AI jako lepší Google
Zeptáte se, dostanete odpověď, zkopírujete ji někam do dokumentu. AI je chytrá, ale slepá — nevidí do vašeho CRM, do faktur ani do skladu. Všechno, s čím má pracovat, jí musíte nejdřív ručně vložit. A výsledek pak zase ručně přenést zpátky.
Tím se práce nezmenšila. Jen se přesunula.
Co je MCP
MCP (Model Context Protocol) je otevřený standard, který tenhle mezikrok odstraňuje. Je to společná domluva o tom, jak se AI připojí k vašim nástrojům — k CRM, e-mailu, tabulkám, účetnictví nebo skladu — a jak v nich smí pracovat.
Přirovnání, které se nabízí: je to USB-C pro AI. Než vznikla jednotná zásuvka, měl každý přístroj vlastní nabíječku. Dneska stačí jeden kabel. MCP dělá to samé pro propojení AI se systémy: místo aby se každé napojení vymýšlelo od nuly a znovu, existuje jeden způsob, kterému rozumí obě strany.
Standard vznikl v Anthropicu a je otevřený. To je pro firmu podstatnější, než se zdá — neuzavíráte se k jednomu dodavateli ani k jednomu modelu AI.
Co se tím reálně mění
Rozdíl není v tom, že by AI byla chytřejší. Je v tom, že přestane být odříznutá od reality firmy.
- Odpovídá podle vašich dat, ne obecně. Na otázku „jak jsme na tom s pohledávkami" se AI podívá do systému, místo aby si domýšlela.
- Nemusíte přepínat okna. Podklad se nekopíruje z jednoho nástroje do druhého a zpátky.
- Umí i něco udělat, ne jen popsat. Založit záznam, připravit odpověď, doplnit údaj — v rozsahu, který jí povolíte.
- Napojení se dá znovu použít. Co jednou zpřístupníte, funguje i pro další úlohy, ne jen pro tu jednu, kvůli které se to stavělo.
Jak to vypadá v praxi
Sami takhle řídíme Syncrity. Naše provozní data — zakázky, faktury, úkoly, náklady — nejsou v deseti tabulkách, ke kterým by AI neměla přístup. Když se ptám, co je potřeba dořešit tento týden, odpověď vzniká z aktuálních dat, ne z toho, co jsem stihl někam nakopírovat.
U klientů jde nejčastěji o tři situace: napojení AI na CRM, aby se obchodní data nepřepisovala ručně; přístup k dokumentům a smlouvám, aby se v nich dalo hledat odpovědi i s odkazem na zdroj; a propojení provozních systémů, kde dnes někdo přenáší údaje mezi e-shopem, skladem a účetnictvím.
Kdy to dává smysl a kdy ne
MCP není odpověď na všechno. Dává smysl tam, kde AI potřebuje pracovat s vašimi daty opakovaně a kde dnes někdo dělá prostředníka mezi systémy. Nedává smysl, pokud řešíte jednorázový úkol, pokud vám stačí hotový nástroj, nebo pokud data, o která jde, stejně nikde v použitelné podobě nemáte.
Platí i jedno omezení, které se v nadšených článcích moc nepíše: propojení je jen tak dobré, jak dobrý je systém na druhé straně. Když v CRM nejsou data udržovaná, AI z nich zázrak neudělá — jen rychleji ukáže, že tam nejsou.
A co bezpečnost
Tohle je první otázka, kterou dostáváme, a je namístě. Napojení se nastavuje tak, že AI vidí jen to, co jí povolíte, a smí dělat jen to, co jí povolíte. Čtení a zápis jsou dvě různá oprávnění. U kroků, které mění peníze nebo stav zakázky, dává smysl trvat na potvrzení člověkem — u sebe to tak máme nastavené taky.
Kde se data zpracovávají, jak dlouho se uchovávají a jestli se používají k trénování modelů, je věc konkrétního nasazení a poskytovatele. Není to vlastnost standardu a je potřeba to vyřešit zvlášť, ne to odbýt tím, že „je to privátní AI".
Jak začít
Nezačínejte technologií, ale jedním procesem, kde vás ruční přenášení dat opravdu bolí a kde jde přínos změřit. Ověřte, jestli k systémům, o které jde, existuje hotové napojení, nebo je potřeba postavit vlastní. A pilot postavte tak, aby šlo porovnat čas před a po — jinak se o rozšíření bude rozhodovat podle dojmu.
Když si nejste jistí, jestli je váš případ na tohle zralý, ozvěte se. Řekneme i to, když to podle nás smysl nedává.
