Cos’è l’MCP in una frase: il Model Context Protocol è uno standard aperto che Anthropic ha pubblicato a novembre 2024 perché qualsiasi modello di IA si colleghi ai tuoi strumenti e ai tuoi dati con un solo cavo, invece di un connettore su misura per ogni integrazione. Abbassa il costo di collegare. Non abbassa il costo di avere un processo sbagliato o dati sporchi. Questa è tutta la tesi — il resto dell’articolo la sostiene senza fumo.
Cos’è l’MCP (Model Context Protocol)
MCP sta per Model Context Protocol. È un protocollo aperto —specifica e codice pubblici— che definisce un modo standard con cui un’applicazione di IA chiede contesto (file, record di un database, messaggi) e invoca azioni (strumenti, funzioni) su sistemi esterni. L’analogia che ripetono tutti è «l’USB-C dell’IA»: una presa sola per tutto. Serve a capirlo e inganna se la prendi per intera, perché una presa non aggiusta quello che c’è dall’altra parte del cavo. La specifica e gli SDK ufficiali sono nella documentazione dell’MCP.
Il problema vero che risolve: l’integrazione N×M
Prima dell’MCP, collegare ogni modello a ogni strumento era un connettore su misura. Con N modelli e M strumenti finisci con N×M integrazioni da mantenere, ognuna con il suo formato, la sua autenticazione e il suo modo di rompersi. L’MCP trasforma quel N×M in N+M: ogni strumento espone un server MCP una volta, ogni modello parla MCP una volta, e in mezzo c’è un contratto comune. Non è magia — è ciò che un caricatore universale ha fatto per il cassetto dei cavi. Il risparmio è sull’integrazione, non sul giudizio.
| Asse | Senza MCP (connettori su misura) | Con MCP |
|---|---|---|
| Costo di integrare | N×M connettori propri | N+M (un protocollo) |
| Formato | Uno diverso per strumento | JSON-RPC standard |
| Manutenzione | Ogni cambio rompe un connettore | Il contratto assorbe il cambio |
| Riuso | Quasi nullo tra progetti | Un server serve più client |
| Cosa NON risolve | Il processo e i dati | Il processo e i dati |
Come funziona: client, server e tre primitive
L’architettura è client-server, ispirata al Language Server Protocol che gli editor di codice usano già. L’applicazione di IA fa da client MCP e apre una connessione verso uno o più server MCP, che espongono capacità del mondo reale. I messaggi viaggiano in JSON-RPC 2.0 su diversi trasporti. Ciò che un server può offrire si riduce a tre primitive:
- Tools (strumenti): azioni che il modello può invocare —creare un ticket, consultare un ordine, spostare una riga—. È ciò che i più intendono con «l’agente fa cose».
- Resources (risorse): dati che il modello può leggere come contesto —un documento, il risultato di una query, un file—. Leggere, non agire.
- Prompts: modelli di interazione riutilizzabili che il server offre al client per compiti ripetuti.
Ci sono SDK ufficiali in TypeScript, Python, Java, Kotlin e C#, quindi tirare su un server MCP oggi è questione di ore, non di settimane. Ed è qui la trappola comoda: siccome è facile costruirlo, viene la tentazione di credere che il lavoro sia fatto quando in realtà è appena cominciato.
Chi l’ha adottato (e perché conta)
L’MCP ha smesso in fretta di essere una cosa di Anthropic. Nel corso del 2025 è stato adottato in modo nativo da client di OpenAI, Google e Microsoft, tra molti altri, e a fine anno Anthropic ha donato il protocollo a una fondazione sotto l’ombrello della Linux Foundation, con quegli stessi attori come membri fondatori (riepilogo del primo anniversario). Uno standard sostenuto da concorrenti invece che da un unico proprietario è proprio ciò che lo rende scommettibile: non dipendi dal fatto che a una sola azienda continui a interessare. Per un’impresa che decide dove investire, quella governance condivisa pesa più di qualsiasi demo.
Cosa cambia davvero per gli agenti d’impresa
Il concreto: la colla tra il tuo agente e i tuoi sistemi smette di essere un progetto di integrazione per ogni strumento e diventa un pezzo riutilizzabile. Collegare un agente al tuo CRM, al tuo ERP o al tuo database non giustifica più da solo un budget a cinque cifre. È reale ed è un bene. Lo sviluppiamo nel dettaglio nella guida su collegare un agente di IA al tuo CRM, dove il cavo conta meno che decidere cosa l’agente può toccare e cosa no.
Ma collegare non è costruire. Un server MCP ti dà l’accesso; manca ancora l’agente che decide bene cosa fare di quell’accesso, con i suoi guardrail, le sue valutazioni e il suo umano nel loop dove il giudizio pesa. Quella parte —quella che fa davvero il lavoro— non la risolve il protocollo, ed è quella che scomponiamo in come costruire un agente di IA che va in produzione.
Cosa NON aggiusta un server MCP
È qui che l’entusiasmo si schianta contro un martedì vero. Un server MCP collega il modello ai tuoi dati esattamente come stanno. Se il processo dietro è un caos, l’MCP ti dà un caos accessibile via API — più veloce, non migliore. Tre fronti che il protocollo non tocca:
- Il processo. Se nessuno ha deciso come si fa il lavoro oggi —chi lo tocca, dove si inceppa, con quale criterio si decide—, l’MCP automatizza solo il disordine. Quella diagnosi è metà del lavoro, ed è ciò che separa automatizzare un processo con gli agenti dal comprare tecnologia e pregare.
- I dati. Un server MCP su dati duplicati, senza padrone e senza definizione serve risposte sicure di sé e sbagliate. La qualità del dato non la mette il protocollo; la metti tu prima.
- La governance. Cosa l’agente può leggere, cosa può scrivere, chi risponde quando sbaglia. L’MCP muove il contesto; non decide i permessi al posto tuo. Senza quello strato, una presa universale è anche un buco universale.
Quando ha senso montare un MCP (e quando è teatro)
- Hai mappato il processo. Sai quale compito preciso toccherà l’agente e quale metrica dovrebbe muoversi. Se non sta in due frasi, non è ancora ora del protocollo.
- Riuserai la connessione. Un server MCP rende quando più agenti o team lo useranno. Per un’integrazione unica e usa-e-getta, a volte un connettore diretto è più onesto.
- Hai deciso la governance. Permessi, limiti e un responsabile prima di aprire il cavo, non dopo il primo spavento.
- Non lo monti per la demo. Se l’obiettivo è mostrare in riunione che «parliamo già MCP», è teatro con nome tecnico. Il sistema si giudica un martedì qualunque, mentre gira da solo, non in sala.
Detto altrimenti: l’MCP è un’ottima notizia per chi ha già fatto il lavoro dentro, e una trappola cara per chi credeva che il cavo fosse il problema. Noi usiamo l’MCP dove fa risparmiare settimane di integrazione, e non lo usiamo per truccare un processo che ancora non esiste. Se il dolore è collegare l’IA ai sistemi che già usi e lasciarla misurata, quella è infrastruttura di IA per l’impresa; se è un caso preciso —per esempio mettere l’IA in HubSpot senza rompere niente—, guarda IA per HubSpot. Il protocollo è il mezzo. Il lavoro, come sempre, è ciò che si fattura.