Negli ultimi anni abbiamo assistito a un’evoluzione incredibile dell’Intelligenza Artificiale.
Prima sono arrivati i chatbot, poi gli assistenti di sviluppo come GitHub Copilot e oggi siamo entrati nell’era degli AI Agent, sistemi capaci non solo di rispondere a domande, ma anche di interagire con strumenti esterni, database, repository Git, CRM e applicazioni aziendali.
In questo scenario sta emergendo uno standard destinato a diventare sempre più importante:Model Context Protocol (MCP).
Se oggi se ne parla ancora poco, nei prossimi anni sarà probabilmente uno dei concetti fondamentali per chi sviluppa software.
Cos’è il Model Context Protocol
IlModel Context Protocol, abbreviato inMCP, è un protocollo aperto progettato per consentire ai modelli di Intelligenza Artificiale di comunicare in modo standardizzato con applicazioni, servizi e fonti dati.
In parole povere, rappresenta un linguaggio comune tra un modello AI e gli strumenti che utilizziamo ogni giorno.
Facciamo qualche esempio e immaginiamo di voler chiedere a un assistente AI:
“Mostrami tutti gli ordini effettuati oggi dal cliente Rossi.”
Senza MCP l’assistente dovrebbe conoscere ogni singola API del gestionale, sapere come autenticarsi, interpretare le risposte e gestire ogni integrazione in maniera personalizzata.
Con MCP, invece, tutto questo viene standardizzato.
L’AI non deve conoscere ogni applicazione nel dettaglio: utilizza un protocollo condiviso per dialogare con qualsiasi servizio compatibile.
Perché nasce MCP
Fino a poco tempo fa ogni integrazione con un modello linguistico richiedeva codice dedicato.
- Ogni software esponeva API differenti.
- Ogni autenticazione seguiva regole diverse.
- Ogni risposta aveva un formato differente.
Quale era il risultato: molto tempo dedicato allo sviluppo delle integrazioni e pochissima riusabilità.
Il Model Context Protocol nasce proprio per eliminare questo problema.
Così come HTTP ha standardizzato la comunicazione tra browser e server web, MCP punta a standardizzare il dialogo tra Intelligenza Artificiale e applicazioni.
Come funziona
Il funzionamento è veramente semplice, da una parte troviamo il modello AI, dall’altra uno o più server MCP che espongono strumenti, dati e funzionalità.
Quando l’utente formula una richiesta, il modello può:
- interrogare un database;
- leggere documentazione;
- consultare un CRM;
- effettuare ricerche in un repository Git;
- leggere file locali;
- interrogare API REST;
- recuperare dati aziendali;
- eseguire determinate operazioni autorizzate.
Il modello non improvvisa, sa conosce quali strumenti sono disponibili e li utilizza seguendo un protocollo condiviso.
Questo rende il comportamento molto più prevedibile rispetto alle integrazioni costruite completamente su misura.
Facciamo un esempio reale
Immaginiamo un’azienda che possiede:
- un CRM;
- un ERP;
- un database clienti;
- un sistema documentale;
- un repository Git;
- una piattaforma di ticketing.
Sappiamo bene che oggi per permettere a un assistente AI di dialogare con tutti questi sistemi, bisognerebbe sviluppare numerose integrazioni personalizzate.
Con MCP ciascun sistema può esporre le proprie funzionalità come strumenti standardizzati.
L’assistente AI sarà quindi in grado di:
- recuperare dati;
- confrontare informazioni;
- produrre report;
- generare documentazione;
- assistere operatori e sviluppatori.
Il tutto senza dover reinventare ogni volta la logica di integrazione.
Perché gli sviluppatori dovrebbero prenderlo in considerazione
Molti pensano che l’AI ridurrà il lavoro degli sviluppatori, ma la realtà è probabilmente diversa.
Sicuramente cambierà il tipo di lavoro, sempre meno tempo verrà dedicato a scrivere codice ripetitivo ma sempre più tempo sarà dedicato a progettare architetture, definire flussi, integrare sistemi e costruire strumenti che possano essere utilizzati dall’Intelligenza Artificiale.
In questo contesto conoscere MCP rappresenterà un vantaggio competitivo.
MCP e i linguaggi di programmazione
Una delle caratteristiche più interessanti del protocollo è che non dipende dal linguaggio utilizzato.
È possibile creare server MCP utilizzando:
- PHP;
- C# e .NET;
- Java;
- JavaScript e Node.js;
- Python;
- Go;
- Rust.
Questo significa che anche applicazioni esistenti possono essere rese compatibili senza dover essere completamente riscritte.
Alcuni possibili scenari
Le possibilità sono davvero numerose, ad esempio (cito linguaggi e piattaforme che conosco meglio 🙂 ) un sito Drupal potrebbe consentire a un assistente AI di:
- creare contenuti;
- cercare articoli;
- modificare pagine;
- interrogare Views;
- recuperare statistiche.
Un’applicazione ASP.NET potrebbe permettere di:
- interrogare un database;
- gestire utenti;
- generare report;
- consultare documenti.
Un gestionale PHP potrebbe consentire di:
- verificare ordini;
- controllare disponibilità di magazzino;
- preparare preventivi;
- consultare fatture.
Tutto attraverso un unico standard.
Il futuro degli AI Agent
Sempre più aziende stanno investendo negli AI Agent, la differenza rispetto ai chatbot tradizionali è enorme.
Un chatbot risponde, un AI Agent lavora.
Può utilizzare strumenti, prendere decisioni entro i limiti stabiliti, recuperare informazioni e collaborare con altri sistemi.
Per funzionare in modo efficace, però, ha bisogno di un modo standard per accedere alle informazioni ed è proprio qui che entra in gioco MCP.
Vale la pena studiarlo oggi?
Secondo me sì.
Siamo in una fase simile a quella vissuta con le API REST circa quindici anni fa (o poco più), all’inizio sembravano una tecnologia destinata a pochi, oggi sono presenti praticamente in ogni applicazione moderna.
È probabile che il Model Context Protocol segua un percorso simile, non sostituirà le API tradizionali, ma diventerà uno strato che renderà molto più semplice collegare i modelli di Intelligenza Artificiale ai software che utilizziamo ogni giorno.
Conclusioni e considerazioni personali
L’Intelligenza Artificiale non sta cambiando soltanto il modo in cui scriviamo codice, sta cambiando il modo in cui le applicazioni comunicano tra loro.
Credo che il Model Context Protocol rappresenta uno dei primi tentativi concreti di definire uno standard condiviso tra AI e software.
Per questo motivo sostengo che per chi sviluppa applicazioni, conoscere MCP oggi significa prepararsi a una trasformazione che è già iniziata.
Come accaduto con il cloud, Docker, Kubernetes e le API REST, chi inizierà a sperimentarlo fin da subito avrà probabilmente un vantaggio quando questa tecnologia diventerà parte integrante dello sviluppo software quotidiano.
Personalmente credo che nei prossimi anni sentiremo parlare sempre meno di semplici chatbot e sempre più di applicazioni progettate fin dall’inizio per collaborare con modelli di Intelligenza Artificiale attraverso protocolli standard come MCP.
