MCP Spiegato facile: l'USB-C del AI

5/17/20264 min read

Ciao a tutti,

Ben arrivati su WikiLuc.

MCP — Model Context Protocol — è l'acronimo che sta trasformando silenziosamente il modo in cui i prodotti AI si integrano con i sistemi aziendali. In meno di un anno è passato da proposta tecnica di Anthropic a standard adottato da Microsoft, OpenAI e centinaia di team di sviluppo in tutto il mondo. Lo chiamano "USB-C dell'AI" e la metafora è più precisa di quanto sembri. In questo articolo vediamo cos'è, perché è rilevante anche per chi non scrive codice, e perché "supporta MCP?" sta diventando un criterio di valutazione tanto ovvio quanto "ha le API REST?".

Di cosa parliamo oggi:

  • il problema che MCP risolve (e perché era inevitabile che nascesse)

  • cos'è MCP in una frase, senza il protocollo

  • tre spunti concreti che cambiano il tuo lavoro

  • tre cose che MCP non è — le incomprensioni più diffuse

  • notizie su dove sta andando l'ecosistema e una cosa da provare

Partiamo dal problema.

MCP: l'USB-C dell'AI spiegato bene

Il problema che MCP nasce per risolvere

Hai un assistente AI — Claude, ChatGPT, qualcosa di interno all'azienda. Vuoi che faccia cose utili nel tuo contesto: leggere il tuo calendario, cercare nel CRM, aggiornare un ticket Jira, prendere un dato da un foglio Google. Bene.

Per ognuna di queste integrazioni qualcuno deve scrivere un'integrazione custom: API call, autenticazione, gestione errori, formato dati. Moltiplica questo per N modelli AI x M sistemi aziendali. Il risultato è un casino combinatorio — ogni vendor di AI scrive le sue integrazioni a modo suo, ogni team le riscrive ogni volta che cambia modello. È esattamente la situazione che gli standard vogliono evitare.

L'analogia dell'USB-C. Prima dell'USB-C avevi 15 cavi diversi per 15 dispositivi diversi. Dovevi sapere quale connettore usare per quale dispositivo, portare 4 adattatori in borsa, e sperare che il cavo della fotocamera funzionasse con il laptop. Dopo l'USB-C: uno standard. Stessa logica. Stessa utilità.

Cos'è MCP in una frase

MCP è uno standard aperto che definisce come un'AI parla con i tool e i sistemi esterni. Anziché scrivere un'integrazione custom per ogni combinazione modello-sistema, scrivi un "server MCP" che espone le funzionalità del tuo sistema in un formato standard. Qualsiasi AI compatibile con MCP può usarlo, senza riscrivere nulla.

Il protocollo è stato pubblicato da Anthropic alla fine del 2024 come standard aperto. Nel 2025 ha cominciato a essere adottato da altri vendor di AI e da una community che ha rilasciato server MCP per i sistemi più comuni: Slack, GitHub, Notion, Postgres, Google Drive. A maggio 2026 esistono centinaia di server MCP pubblici e il pattern è ormai standard nei nuovi prodotti AI.

Cosa cambia concretamente — tre impatti reali

  • Prima di MCP ogni nuova integrazione era un progetto da 2-4 settimane di sviluppo. Se il sistema target ha un server MCP, il lavoro è connettere e configurare permessi per consentire agli agenti di cooperare in modo sicuro e monitorabile.

  • Nelle software selection valutare il supporto dei tool al paradigma MCP tenderà a diventare un requisito d'integrazione comune così come è la possibilità di interrogare delle API

  • La governance IT dispone ora di un componente standard per verificare come l'AI agisce e quali decisioni prende in funzione dei task che il sistema gli richiede di eseguire

Per chi prende decisioni su prodotti o architetture: "Stiamo costruendo un sistema AI che accede ai nostri dati. Stiamo seguendo MCP o stiamo scrivendo l'ennesima integrazione custom?"

Se la risposta è "custom", chiedete il perché. A volte ha senso ma spesso può nascondere la necessità di rivedere dei processi operativi ancora non AI native.

Le tre cose che MCP non è

❌ Non è un nuovo modello AI. MCP è un protocollo di comunicazione. Non fa reasoning, non genera testo. È il modo in cui un modello AI parla con i sistemi — non il modello stesso.

❌ Non è proprietà di Anthropic. Anthropic l'ha avviato e pubblicato come standard aperto. Chiunque può implementarlo. Microsoft lo ha integrato in Copilot. OpenAI ha annunciato supporto. Block l'ha pubblicato per i suoi sistemi interni.

❌ Non è una soluzione di sicurezza. MCP standardizza il come, non il cosa. Devi comunque gestire autenticazione, autorizzazione, audit log. Anzi: con più attenzione, perché ora è un'AI ad accedere ai tuoi sistemi.

Notizie da tenere d'occhio

Microsoft annuncia supporto MCP nativo in Copilot

E' ora possibile connettere sistemi enterprise interni a Copilot via server MCP, senza connettori custom. Il rollout è in corso sui tenant Enterprise. Microsoft che adotta MCP è il segnale definitivo che è diventato standard de facto per il mercato enterprise. Chi gestisce Copilot in azienda deve capire questo protocollo adesso.

Block (ex Square) pubblica i suoi server MCP in open source

Block ha rilasciato i server MCP che usa internamente per Cash App. Sono pubblici, documentati e usabili come template. Questo rappresenta uno dei migliori esempi pubblici di implementazione enterprise-grade. Se state valutando come costruire server MCP per la vostra infrastruttura, questo è il punto di partenza.

I marketplace di server MCP superano gli 800 server pubblici

Directory come mcp.so contano oltre 800 server pubblici. Quality control variabile, ma la massa critica c'è — il pattern ricorda i marketplace di plugin WordPress o i pacchetti npm. L'ecosistema è entrato nella fase "long tail". Attenzione alla sicurezza: un server MCP di terzo party che accede ai vostri sistemi va verificato con attenzione.

Una cosa da usare

🔧 Il server MCP per Obsidian — Permette al tuo assistente AI di leggere e cercare nelle tue note. Una volta provato non torni indietro: è il caso d'uso che fa scattare la lampadina su cosa MCP significa nella pratica. Trovi il repository su GitHub cercando "obsidian-mcp-server".

MCP è uno di quegli standard che, all'inizio, sembrano dettagli tecnici per nerd e poi cambiano la struttura di un settore. È successo con HTTP, con OAuth, con OpenAPI. Sta succedendo con MCP per l'AI.

Grazie per aver letto questo articolo fammi sapere cosa ne pensi!

Ci vediamo presto qui su WikiLuc!