Deep Tech
Il linguaggio segreto delle macchine intelligenti
MCP è una sigla che non rappresenta né un prodotto né un modello AI. È il protocollo che sta diventando l'infrastruttura di connessione dell'era agentica, cruciale per chiunque abbia intenzione di lavorare con l'AI nei prossimi anni.
Era il novembre 2024 quando Anthropic pubblicò, quasi in sordina, un documento tecnico accompagnato da un repository GitHub. Non era un nuovo modello AI, né un'applicazione. Era una specifica di protocollo: un insieme di regole su come i sistemi intelligenti dovrebbero comunicare con il mondo esterno. Lo chiamarono Model Context Protocol, MCP.
Nessuno immaginava che nel giro di dodici mesi sarebbe stato supportato in stretta successione da OpenAI, Google e Microsoft, che avrebbe superato 97 milioni di download mensili degli SDK, che sarebbe finito sotto la governance della Linux Foundation, la stessa struttura che custodisce Kubernetes e Node.js. Eppure è esattamente quello che è successo.
Per capire perché MCP ha conquistato l'ecosistema con una velocità insolita per uno standard aperto, bisogna prima capire il problema che risolve e perché quel problema era diventato insostenibile.
Il problema delle mille integrazioni
Immaginate un assistente AI che lavora per un'azienda. Ha bisogno di leggere i documenti su Google Drive, consultare il CRM, aprire ticket su Jira, interrogare il database interno, inviare notifiche su Slack. Prima di MCP, ogni connessione era un progetto a sé: codice custom, manutenzione continua, e la certezza che qualsiasi aggiornamento da parte del fornitore avrebbe potuto rompere tutto dall'oggi al domani.
Il risultato era quello che gli ingegneri chiamano il problema M×N: tre modelli AI moltiplicato dieci strumenti equivalgono a trenta integrazioni da costruire e mantenere. Una moltiplicazione di complessità che scoraggiava le aziende dal distribuire agenti AI in produzione, confinandoli a demo isolate e proof-of-concept che non arrivavano mai agli utenti reali.
"MCP trasforma un problema moltiplicativo in uno additivo: costruisci un server una volta, e diventa accessibile a qualsiasi agente AI compatibile."
Come funziona, in breve
MCP usa un'architettura client-server: un'applicazione AI (Claude, ChatGPT, un agente custom) agisce da client e invia richieste strutturate in un formato standardizzato chiamato JSON-RPC 2.0, lo stesso linguaggio usato da molti servizi web per comunicare tra loro. Dall'altro lato, un programma leggero, il server MCP, espone le capacità di uno strumento esterno: leggere file, eseguire query, inviare comandi. Il modello può così scoprire quali strumenti sono disponibili, capire come usarli, e invocarli nel momento giusto, senza che nessuno abbia scritto codice custom per quello specifico abbinamento modello-strumento.
Un'analogia che rende l'idea è quella con la presa USB-C. Prima della standardizzazione, ogni dispositivo aveva il proprio connettore proprietario: comprare un nuovo telefono significava rimpiazzare tutti i cavi. La standardizzazione ha reso il problema irrilevante. MCP fa lo stesso per le integrazioni AI: chiunque costruisca un server MCP per il proprio software lo rende automaticamente compatibile con qualsiasi agente AI che legge il protocollo.
Perché è diventato uno standard così rapidamente
La velocità di adozione di MCP non si spiega solo con la qualità tecnica della specifica. È un calcolo strategico che tutti i grandi player hanno fatto quasi simultaneamente.
OpenAI, Google e Microsoft avevano tutto l'interesse a supportare uno standard aperto che non fosse loro: un protocollo proprietario di Anthropic avrebbe creato resistenza. Uno standard neutrale garantisce invece l'interoperabilità tra sistemi diversi, abbassando il costo di integrazione per l'intero mercato e accelerando l'adozione degli agenti AI, da cui tutti traggono vantaggio. Quando a dicembre 2025 Anthropic ha donato MCP all'Agentic AI Foundation, un fondo diretto dalla Linux Foundation con Block e OpenAI come co-fondatori, il segnale è stato inequivocabile: non si tratta più di un esperimento di un singolo vendor, ma di un'infrastruttura condivisa.
Per gli sviluppatori, l'incentivo era ancora più diretto. Costruire un server MCP per il proprio prodotto significa renderlo accessibile a tutti i client compatibili — Claude, ChatGPT, Cursor, VS Code e decine di altri — in un colpo solo. La community ha risposto: entro febbraio 2025, appena tre mesi dal lancio, erano già disponibili oltre mille server MCP.
Dove sta andando
MCP è oggi un protocollo maturo, ma non ancora completo. La roadmap per il 2026, ricostruibile da fonti pubbliche, mostra dove si trovano i gap e dove si concentrerà il lavoro nei prossimi mesi.
MCP nasce per connettere singoli strumenti a singoli agenti. La sfida del prossimo anno è farlo funzionare su scala aziendale: migliaia di sessioni simultanee, sistemi distribuiti in cloud, senza che le prestazioni degradino. Il lavoro in corso punta a rendere l'infrastruttura MCP robusta quanto quella dei grandi servizi web che usiamo ogni giorno.
Le grandi organizzazioni non possono adottare uno strumento che non sanno controllare. Il prossimo sviluppo prioritario riguarda sicurezza e tracciabilità: chi ha fatto cosa, quando, con quali autorizzazioni. MCP deve diventare verificabile e auditabile quanto qualsiasi altro sistema aziendale critico.
Fino a ieri, un agente AI operava in modo invisibile: riceveva un comando, chiamava degli strumenti, restituiva una risposta. Il prossimo passo porta gli agenti ad avere una propria interfaccia — pulsanti, moduli, dashboard — che l'utente può vedere e usare direttamente. L'AI smette di essere una scatola nera e diventa un interlocutore con un volto.
Con il passaggio alla Linux Foundation, MCP non dipende più dalle decisioni di un'unica azienda. Aziende, sviluppatori e organizzazioni indipendenti partecipano insieme all'evoluzione del protocollo, esattamente come avviene per gli standard che reggono Internet.
La traiettoria è quella di qualsiasi standard di infrastruttura che si consolida: prima l'adozione orizzontale rapida, poi la verticalizzazione per settore, poi l'ingresso nel procurement enterprise come requisito implicito. MCP sembra già ben collocato nella seconda fase.
Cosa significa per chi non è un ingegnere
La domanda rilevante per un manager, un imprenditore o un investitore non è tecnica. È strategica: quali strumenti che usate oggi hanno già un server MCP? E i vostri fornitori software lo stanno costruendo?
Un software verticale — gestionale, CRM, ERP di nicchia — che non espone un server MCP nei prossimi due anni sarà progressivamente escluso dai flussi di lavoro agentici. Non perché qualcuno lo vieti, ma perché i workflow si costruiranno intorno a ciò che gli agenti possono raggiungere. La compatibilità MCP sta diventando quello che era la compatibilità mobile nel 2012: non obbligatoria per contratto, ma inevitabile per non essere irrilevanti.
Un esempio rende l'idea meglio di qualsiasi definizione. Immaginate un produttore di software gestionale per studi legali: il prodotto funziona bene, i clienti sono soddisfatti, la documentazione è impeccabile. Se quel software non espone un server MCP, nessun agente AI potrà interagirci — non perché sia fatto male, ma perché non è raggiungibile. È la stessa logica di un sito web non indicizzato: può essere bellissimo e utilissimo, ma se Google non lo trova, non esiste. Nell'economia agentica, MCP è l'indicizzazione.
Per chi costruisce prodotti software, la finestra per posizionarsi come MCP-native è ancora aperta, ma non lo sarà ancora per molto. I settori con maggiore complessità di workflow e dati sensibili — legal, finance, healthcare, manufacturing — sono quelli dove la compatibilità MCP varrà di più, proprio perché le integrazioni custom sono state storicamente le più costose e fragili.
MCP è nato come soluzione a un problema tecnico di integrazione. Sta diventando qualcosa di più grande: il vocabolario comune con cui agenti AI e sistemi aziendali impareranno a parlarsi. Chi conosce quel vocabolario oggi ha un vantaggio da sfruttare nei prossimi anni.