Se hai mai cercato di integrare un modello AI col tuo CRM, gestionale o ERP, sai già il problema: ogni integrazione è custom, costa, si rompe a ogni update.
MCP cambia questa storia.
Cos'è MCP
MCP — Model Context Protocol — è uno standard aperto per il modo in cui un agente AI parla con i tool e i dati esterni. È nato a fine 2024 dall'ecosistema agenti AI e ha rapidamente raggiunto adozione cross-vendor: Claude, GPT, Gemini, Copilot, Cursor, e la maggior parte dei tool di sviluppo agentici lo supportano nativamente.
In pratica è la lingua comune che gli agenti AI usano per accedere a sistemi esterni.
Pensa a MCP come l'HTTP degli agenti AI:
- HTTP standardizzò il modo in cui un browser parla a un server web → boom del web
- MCP standardizza il modo in cui un agente AI parla a tool/database/servizi → boom degli agenti production-ready
Senza MCP: ogni agente AI deve avere integrazioni custom per ogni tool che usa. 5 tool = 5 integrazioni custom. Cambi tool? Riscrivi. Cambi LLM? Riscrivi.
Con MCP: scrivi un MCP server per il tuo tool una volta. Qualunque agente MCP-compatibile (Claude, ChatGPT, Gemini, Copilot, ecc.) può usarlo senza modifiche.
Come funziona, in due righe
MCP definisce 3 cose:
- Tool — funzioni che l'agente può chiamare (es. "leggi cliente dal CRM", "manda email", "crea ordine")
- Resource — dati che l'agente può leggere (es. "elenco clienti", "log degli ordini")
- Prompt — template guidati che l'utente può invocare ("fai un follow-up al cliente X")
Tu scrivi un MCP server che espone questi 3 elementi. L'agente AI ci si collega via protocollo standardizzato. Fine.
3 use case PMI concreti
1. Agente AI che parla col tuo gestionale ERP
Esempio: l'agente AI per il customer care ha bisogno di vedere ordini, fatture, scadenze del cliente. Con un MCP server sul tuo ERP (TeamSystem, SAP B1, Zucchetti, AS400 custom), l'agente accede ai dati in tempo reale senza integrazioni custom.
Sviluppato una volta. Usato da Claude, ChatGPT, Gemini, Copilot e da qualsiasi agente AI futuro. Riusabilità totale.
2. CRM bidirezionale per agenti sales
L'agente AI commerciale legge i lead, qualifica, aggiorna lo status, fissa appuntamenti — tutto via un MCP server collegato al tuo CRM (HubSpot, Pipedrive, Salesforce, custom).
Vantaggio rispetto alle integrazioni custom: niente più webhook fragili. MCP è bidirezionale, type-safe, con error handling standard.
3. Knowledge base interna H24
Documenti aziendali (HR, procedure, manuali tecnici, contratti) esposti via MCP server. L'agente AI risponde alle domande dei dipendenti pescando dalla fonte autorevole, con citazioni e link.
Beneficio: un solo deployment, accessibile da qualunque assistente AI (Claude desktop, ChatGPT enterprise, Copilot, ecc.) e da qualunque interfaccia (Slack, Teams, web). Zero lock-in di vendor AI.
Cosa cambia per il TCO di un progetto AI
Prima di MCP (mid-2024 e prima):
- 60-70% del budget di un progetto AI = integrazione custom
- 30-40% = sviluppo modello/prompt/UX
- Re-platforming dell'agente su un altro LLM = riscrittura completa
Dopo MCP:
- 20-30% integrazione (1 MCP server per tool, riusabile)
- 70-80% sviluppo agente, prompt, UX, monitoring
- Switch LLM = configurazione, non riscrittura
Per una PMI italiana che valuta un progetto AI, MCP abbatte di 2-3× il costo di deployment e accorcia drasticamente i time-to-value.
Come iniziare
- Identifica i 2-3 tool aziendali critici (CRM, gestionale, knowledge base) da rendere accessibili agli agenti AI.
- Cerca MCP server già esistenti per quei tool: la community ne ha pubblicati centinaia (GitHub
mcp-servers). - Se non esistono, scrivili. Sono progetti piccoli (1-3 giorni per tool semplice).
- Deploy dei server in ambiente sicuro (on-prem, cloud privato).
- Configura Claude/ChatGPT/Copilot per usarli.
A questo punto qualunque agente AI futuro userà quei tool senza nuove integrazioni.
La nostra opinione
MCP è la prima vera infrastruttura aperta del mondo agentico. Era ora.
Per chi sta valutando "fare AI" in azienda, costruire una fondazione MCP è oggi più strategico che scegliere il modello: il modello si cambia in un'ora, l'infrastruttura ti porta a casa il ROI di tutti i progetti futuri.
Vuoi capire se MCP fa al caso tuo per i progetti AI in azienda? Parla con noi.