Hva er MCP — USB-C for AI?
Model Context Protocol (MCP) er en åpen standard som lar AI-apper snakke med eksterne data og verktøy på en forutsigbar og sikker måte — mye som USB-C for enheter: én stikkontakt, mange bruksområder. Initiert av Anthropic og raskt adoptert av OpenAI, Google og det bredere samfunnet, kobler MCP språkmodeller ikke bare til «chat», men til virkelige systemer: databaser, API-er, filsystemer og dokumentplattformer.
Adopsjonen er ikke nisje: økosystemer rapporterer om 1000+ fellesskapsservere og integrasjoner over skrivebordsklienter, IDE-er og assistenter. For bedrifter betyr det færre en-off-koblinger: en gjenbrukbar lag du kan auditere, versjonere og kjøre med eksplisitte tillatelser.
Hvorfor bedrifts-AI trenger en protokoll
Uten en felles norm oppstår det klassiske N×M-problemet: N AI-klienter møter M backend-er — og hvert team oppfinners adaptere, hemmeligheter og feilsemantikk på nytt. Prompter blir brøstlige fordi de implisitt koder inn kunnskap om interne URL-er, JSON-former og grensetilfeller. Samtidig biter kontekstbegrensninger: dokumenter, metadata og verktøysutskrifter må flyttes med vilje, ikke ved å fylle alt inn i vinduet.
En protokoll som MCP adresserer disse strukturelle problemene: oppdagebare verktøy, typede inndata/utdata, klare transportsemantikk — og mindre limkode som må skrives om ved hver modellendring.
«MCP er ikke en erstatning for styring — det er standardpluggen under hvilken styring kan skalerer.»
Hvordan MCP fungerer: Klient, Server, Verktøy
Arkitektonisk skiller MCP bekymringer renholdt: en MCP-virtuell (f.eks. en AI-klient eller IDE) kjører MCP-klienter som snakker med MCP-servere over STDIO, HTTP eller WebSockets. Servere eksponerer verktøy (funksjoner), ressurser (lesbar kontekst) og valgfritt prompter — modellen velger egnede operasjoner via klienten.
I sammenligning med eldre integrasjonsstiler er dette en bevisst mellomvei: ikke monolitisk, ikke et patchverk av ad-hoc REST-kall.
| Dimensjon | REST API (klassisk) | RAG (henting) | MCP |
|---|---|---|---|
| Hovedfokus | CRUD & forretningsfunksjoner | Kontekst fra kunnskapsbasen | Verktøy- og kontekstkoordinering for AI |
| Kontekstbinding | kalleren samler sammen kontekst | embeddings + søk | ressurser + strukturerte verktøysutskrifter |
| Oppdagbarhet | OpenAPI/docs (manuelt) | indekser/pipelines | evne-håndshake, servermetadata |
| Egnet for LLM-agenter | medium (mange tilpassede adaptere) | høy for «hent kunnskap» | høy for «handlem + kontekstualiser» |
| Typisk svakhet | pratende integrering, fragmentering | hallusinasjonsrisiko med dårlige kilder | politikk & styring kreves |
MCP i dokumentbehandling
I praksis kan Claude Desktop, ChatGPT (med koblinger) eller Cursor via MCP nå din dokumentpipeline: klassifisering, utvinning, kvalitetskontroller, overføring til ERP eller arkiv. I stedet for skjermbilder eller kopiering/liming, kjører du operasjoner som kan logges fra start til slutt.
For Dokument-AI er dette et hopp fra «tekst i et vindu» til verktøydrevet behandling: modellen forblir ruter; utførelse forblir atomisk på plattformen.
