El Model Context Protocol (MCP) és un estàndard obert que defineix com un model d'intel·ligència artificial es connecta a eines externes —CRM, ERP, bases de dades, fitxers interns— de manera estructurada i segura. Anthropic el va anunciar el novembre del 2024 i avui el governa la Linux Foundation, amb el suport d'OpenAI, Google, Microsoft i AWS. En termes pràctics: és el "USB" de la IA empresarial.
Si estàs avaluant si la IA pot fer alguna cosa útil de veritat a la teva empresa —no només respondre preguntes genèriques, sinó treballar amb les teves dades reals—, entendre què és un MCP és el punt de partida.
Quin problema resol el MCP?
Abans del MCP, connectar un model d'IA a una eina interna requeria escriure una integració a mida per a cada combinació possible. Si tenies tres models d'IA i deu eines internes, necessitaves fins a trenta connectors diferents. Amb el MCP, cada eina publica un servidor MCP una sola vegada, i qualsevol model compatible s'hi pot connectar. El problema passa de M × N connectors a M + N.
L'analogia oficial de l'especificació ho resumeix bé: igual que el USB-C permet connectar qualsevol dispositiu a qualsevol ordinador sense adaptadors, el MCP permet que qualsevol agent d'IA es connecti a qualsevol sistema que tingui un servidor MCP instal·lat.
El protocol defineix tres tipus d'elements que un servidor MCP pot exposar:
- Recursos: dades de només lectura (un document, un registre de client, un informe).
- Eines: accions que el model pot executar (crear una tasca, consultar el CRM, enviar un correu).
- Plantilles d'instruccions: estructures de consulta reutilitzables per guiar el model en tasques concretes.
Per a què serveix un MCP en una empresa real?
El cas d'ús més freqüent és el següent: tens dades en sistemes diferents (el CRM, l'ERP, la documentació interna, els fulls de càlcul) i fins ara l'única manera que la IA les fes servir era que algú les copiés manualment al xat. Amb un servidor MCP, l'agent d'IA pot consultar aquestes dades directament, sense intermediaris humans.
Exemples concrets ja en producció:
- CRM (Salesforce, HubSpot): l'agent consulta l'historial d'un client, redacta un correu de seguiment personalitzat i el registra al CRM, tot en un sol flux. HubSpot va llançar el seu servidor MCP amb més de 100 eines en producció l'abril del 2026.
- ERP (Microsoft Dynamics 365): l'agent pot consultar KPIs financers o generar assentaments comptables directament des d'una conversa amb el model.
- Base de dades interna (PostgreSQL, etc.): l'agent executa consultes estructurades i retorna els resultats amb context, sense que ningú hagi d'escriure SQL a mà.
- Documentació interna: en combinació amb RAG (Retrieval-Augmented Generation, un sistema de cerca semàntica sobre els teus documents), l'agent localitza la informació rellevant i la cita amb precisió.
Si t'interessa veure com es construeix un servidor MCP sobre els teus sistemes actuals, César García i Smart Growth ofereixen aquest servei de manera específica: MCPs sobre APIs internes.
En què es diferencia d'una integració o d'una API normal?
Aquesta és la pregunta que més confon qui ja té integracions amb les seves eines. La diferència no és tècnica, és conceptual.
| Característica | API tradicional | Servidor MCP |
|---|---|---|
| Qui el consumeix | Un desenvolupador que escriu codi | Un agent d'IA |
| Quan es decideix què fer | En temps de disseny (fix) | En temps d'execució (dinàmic) |
| Estat de la sessió | Sense estat (cada crida és independent) | Amb estat (l'agent manté el context) |
| Capacitat de raonament | Cap (fa el que se li programa) | L'agent decideix quina eina fer servir |
Una API tradicional executa exactament el que un desenvolupador va programar. Un agent amb MCP pot "raonar": si l'usuari li demana un resum del client X, l'agent decideix per si mateix que primer ha de consultar el CRM, després cercar els correus relacionats i finalment redactar el resum. Ningú va programar aquesta seqüència pas a pas.
Per aprofundir en quan té sentit construir un servidor MCP enfront d'una integració convencional, pots llegir com convertir les teves APIs internes en servidors MCP.
És segur exposar els meus sistemes a la IA amb un MCP?
Des del març del 2025, l'estàndard MCP exigeix OAuth 2.1 amb PKCE per a tots els servidors remots. Les credencials d'accés als teus sistemes mai arriben al model d'IA: queden al servidor MCP, que actua com a intermediari controlat. El model només veu el resultat de l'operació, no les claus que la van fer possible.
A més, el protocol permet definir permisos per eina. Pots configurar que l'agent només tingui accés de lectura al CRM, o que només pugui escriure en una taula concreta de la base de dades. Cada operació queda registrada i és auditable.
L'únic risc real documentat va ocórrer el setembre del 2025: un servidor MCP no oficial per a la plataforma Postmark, amb 1.500 descàrregues setmanals, va ser modificat per copiar correus cap a un atacant. La lliçó és clara: fes servir servidors MCP oficials o construïts internament, mai de tercers desconeguts.
Per a empreses amb dades sensibles —assessories, despatxos, fintechs, family offices—, la solució més segura és desplegar els servidors MCP en infraestructura pròpia. A Andorra, el marc legal de la Llei 29/2021, alineat amb el Reglament General de Protecció de Dades, ja contempla aquesta arquitectura. És exactament l'enfocament que César García aplica per a clients que no poden permetre's que les seves dades surtin del seu perímetre.
Per on començo si vull fer servir MCPs al meu negoci?
El primer pas no és tècnic. És identificar quina dada o eina interna, si la IA hi pogués accedir automàticament, estalviaria més temps al teu equip cada setmana. Aquesta és la pregunta que guia el disseny de qualsevol servidor MCP amb sentit.
Des d'aquí, el recorregut habitual té tres fases:
- Diagnòstic: identificar quins sistemes tenen més impacte com a font de context per a la IA.
- Construcció del servidor MCP: exposar les eines i dades rellevants de manera controlada.
- Connexió a l'agent: configurar l'agent —pot ser Enclave, el ChatGPT privat per a empreses de Smart Growth, o un altre model compatible— perquè faci servir aquests recursos.
Els models compatibles amb MCP ja inclouen Claude (Anthropic), ChatGPT (des del març del 2025), GitHub Copilot, VS Code i Cursor. El registre oficial de servidors MCP va superar les 2.000 entrades el setembre del 2025, la qual cosa indica que l'adopció ha deixat de ser experimental.
Si tens dubtes sobre si un agent amb MCP és el que necessites o si un chatbot més senzill seria suficient, l'article chatbot vs agent d'IA: quan val la pena t'ajuda a prendre aquesta decisió.
Per al sector hoteler i de restauració, els servidors MCP sobre sistemes de reserves o gestió d'inventari són un dels casos d'ús amb retorn més ràpid. Pots veure com aplica a solucions d'IA per a hostaleria i turisme.
En resum
El MCP és l'estàndard que fa possible que els agents d'IA treballin amb les teves dades i eines internes sense necessitat d'integracions a mida per a cada cas. És segur si es configura bé, està recolzat pels principals actors del sector i ja és en producció a empreses de totes les mides.
Si vols saber si té sentit per a la teva empresa i per on començar, César García i Smart Growth poden ajudar-te a avaluar el punt de partida.