MCP posouvá AI od psaní textů a tvorby obrázků ke skutečné práci. Model dostane přes protokol přístup k interním datům i k firemním systémům a úlohu v nich rovnou vyřídí. Z nástroje na obsah se tak stává digitální kolega.
Model Context Protocol je otevřený standard, který definuje, jakým způsobem se jazykový model připojí k dalším systémům. Představte si ho jako USB port pro AI. Konektor, přes který se dá připojit CRMko, databáze a další nástroje.
Dalo se to i před příchodem MCP, jenže každé propojení bylo nutné naprogramovat zvlášť, takže z toho byl další vývojářský projekt. S MCP je to v podstatě otázka nastavení.
MCP představil Anthropic koncem roku 2024 jako open-source. Během roku 2025 ho převzali OpenAI, Google DeepMind i Microsoft a postupně se přidávají další společnosti.
Konektory postavené na MCP jsou dnes běžnou součástí AI nástrojů a napojení osobního agenta zvládne skoro každý. Claude si za pár kliknutí propojíte třeba s Google Drive, Microsoft 365 nebo Asanou.
Díky tomu se z běžného jazykového modelu (LLM) stává AI agent. Model totiž přes protokol dostane jakoby ruce a s nimi přístup do dalších systémů. Zadáte mu cíl a jednotlivé kroky k němu už udělá sám. Kolik samostatnosti mu necháte, rozhodnete vy.
Firemní nasazení agenta se od osobního použití liší v řízení přístupů. U osobního agenta si člověk připojuje nástroje sám ze seznamu konektorů a rozhoduje sám za sebe. Agent pro celé oddělení potřebuje jasná pravidla. Kdo smí do kterého systému, co může agent změnit a kdy musí počkat na schválení člověkem.
MCP není AI. Protokol nerozhoduje, neuvažuje ani nejedná. Je to jen propojení mezi modelem a systémem. Co je třeba udělat, vyhodnotí až samotný model (Claude, GPT). Protokol mu k tomu jen zpřístupní nástroj, kterým se to dá provést. Pokud model vyhodnotí požadavek nesprávně, MCP s tím nic neudělá. Stejně jako USB kabel nezabrání tomu, abyste do počítače zkopírovali špatný soubor.
MCP nenahrazuje RPA. Softwarový robot udělá tentýž postup pokaždé stejně a při velkých objemech vyjde jedna transakce mnohem levněji. Drží se ale přesných pravidel, takže na výjimku nebo nejasně zadaný požadavek odpověď nemá. Právě tam nastupuje agent. V praxi se proto obě technologie kombinují. Robot odpracuje rutinu, agent rozhodne, co se má stát, když proces vybočí z klasického scénáře.
Architekturu můžeme rozdělit na tři části: klient, server a přenos.
Klient je aplikace s modelem, například chatovací rozhraní nebo agent v UiPath.
Server je vrstva postavená nad konkrétním systémem, například nad CRM. Modelu řekne, co všechno se v tom systému dá udělat: najít zákazníka, založit ticket nebo změnit adresu. Požadavek modelu pak přeloží do jazyka, kterému systém rozumí.
Přenos je spojení mezi klientem a serverem. Buď běží lokálně na jednom počítači, nebo vzdáleně přes internet.
Nástroje jsou akce: vytvoř ticket, aktualizuj záznam, odešli e-mail. Model je vyvolá tehdy, když je ke splnění úlohy potřebuje.
Zdroje jsou data ke čtení. Obsah dokumentu, řádek z databáze, log. Model si je vyžádá, když potřebuje kontext.
Šablony promptů jsou připravené postupy pro opakované úlohy. Místo toho, aby si každý zaměstnanec vymýšlel vlastní zadání, má k dispozici ověřený postup.
Od běžné API integrace se MCP liší v jedné věci. Server sám řekne, co umí udělat a jaké údaje k tomu potřebuje. Když v systému přibude nová funkce, model o ní hned ví a není potřeba přepisovat kód.
Platformy jako UiPath umožňují zpřístupnit existující automatizaci jako MCP server. RPA roboti, které firma budovala roky, se tak stanou nástroji pro AI agenta.
Pokud část systémů běží on-premise a není dostupná z internetu, zpřístupní je cloudovým službám UiPath Relay, a to bez zásahu do síťové infrastruktury.
MCP servery se přitom spravují centrálně, přes tentýž mechanismus rolí a oprávnění jako zbytek platformy. Firma tak umí přesně určit, kam agent smí a kam ne.
Zákaznický servis
Přijde e-mail s reklamací. AI agent si přes MCP prohlédne historii objednávek v CRM, ověří stav zásilky u dopravce, zkontroluje záruku a připraví odpověď i s návrhem řešení. Operátor ji schválí nebo upraví. Místo pěti otevřených oken má před sebou hotový návrh.
Pojistné události
Agent si přečte hlášení události, otevře si smlouvu, porovná rozsah krytí s nahlášenou škodou a zařadí případ do kategorie. Jednoznačné případy pošle na automatické schválení. Složitější připraví pro likvidátora i s podklady a návrhem řešení.
Interní požadavky
Zaměstnanec si vyžádá přístup do nového systému. Agent ověří jeho roli v HR systému, zkontroluje politiku přístupů, vytvoří ticket a informuje schvalovatele. Člověk vstupuje do procesu jen tehdy, když požadavek vybočí z pravidel.
Společné pro všechny tři příklady je, že požadavek přichází v přirozeném jazyce a odpověď si vyžaduje data z více systémů. U procesu s pevnými pravidly a stejnou strukturou zůstává lepší volbou klasická RPA. U měnících se vstupů dává smysl kombinace obojího. Vžil se pro ni pojem agentická automatizace (APA, agentic process automation).
Agent s přístupem do firemního CRM a ERP je zajímavým cílem pro útočníky. Rizik je ale víc a je potřeba je ošetřit ještě před prvním nasazením.
Rozsah oprávnění
Server by měl mít přístup a práva jen k tomu, co agent reálně potřebuje. Pokud má jen načítat objednávky, nepotřebuje mít i právo mazat záznamy.
Prompt injection
Uživatelé vkládají do modelu e-maily, dokumenty i obsah z webu. V nich může být skrytá instrukce, která se tváří jako legitimní požadavek. Vstupy z externích zdrojů proto patří do samostatné kategorie povolení.
Schvalování citlivých kroků
Patří sem nevratné operace, například odeslání platby nebo smazání záznamu. Ty by měl vždy potvrzovat člověk.
Audit
Každé použití nástroje je potřeba zalogovat. Bez záznamů se incident nedá zrekonstruovat a firma zároveň nesplňuje požadavek doložit, jak nakládá s osobními údaji.
Ověřování serverů
Je důležité využívat servery jen z důvěryhodných zdrojů. Veřejných registrů MCP serverů přibývá rychle, ale kontrola kvality za nimi zaostává.
Vyberte si jeden proces, který splňuje tři podmínky: opakuje se denně, dotýká se dvou až tří systémů a má měřitelný výstup, typicky čas nebo počet chyb.
Nejčastější příčinou neúspěchu není technologie, ale špatně zvolený proces.
Potřebujeme MCP, když už máme API integrace?
Integrace přes API jsou napevno naprogramovaná spojení mezi dvěma konkrétními systémy. MCP zpřístupní schopnosti systému tak, aby je mohl použít jakýkoli AI klient. Když v systému přibude nová funkce, AI ji může okamžitě používat.
Nahradí agenti RPA?
Ne, roboti zůstávají pro procesy s pevnými pravidly. Agenti si díky MCP poradí i s měnícími se vstupy a existující RPA roboty dokážou přímo ovládat.
Jak dlouho trvá implementace?
Startovací projekt na jednom procesu trvá obvykle osm až dvanáct týdnů včetně měření. Pokud proces není dobře zdokumentovaný nebo cílový systém nemá použitelné API, trvá to déle.
Je připojení přes MCP bezpečné i pro citlivá data?
Protokol sám o sobě neřeší bezpečnost, definuje jen způsob komunikace. Zabezpečení závisí na nastavení oprávnění, autentizace a auditu ze strany implementace. V řízeném prostředí, například v UiPath, tyto mechanismy poskytuje přímo platforma.
Jaké systémy se dají připojit?
Pro běžné firemní nástroje, například Microsoft Dynamics 365, databáze či ticketovací systémy, už servery existují. Pro interní systémy s vlastními API je potřeba vytvořit server na míru.
Pokud vám jeden proces zabere desítky hodin měsíčně, ozvěte se nám. Podíváme se na něj a řekneme vám, jestli se na něj agent hodí, nebo je lepší klasická RPA.
