05.12.2025  Экспертиза, Искусственный интеллект, Менеджмент

Сложность заключается не в создании сервера MCP (Model Context Protocol) как такового, а в том, чтобы заставить его работать. Опрошенные порталом InformationWeek эксперты перечисляют препятствия, с которыми вы, вероятно, столкнетесь, и что делать в таких случаях. Часть привлекательности сервера MCP заключается в том, что его очень легко создать. Обеспечить успешное использование MCP — открытого стандарта для подключения ИИ-помощников к источникам данных и внешним инструментам — требует гораздо больше усилий. «Подключение — это легко, — говорит Ананд Чандрасекаран, главный инженер Arya Health, поставщика ИИ-агентов. — Выживание в производстве — это сложно». По его словам, хотя MCP позволяет невероятно быстро подключить большую языковую модель (LLM) к базе данных, скорость — это не победа, а на самом деле риск. «Скорость внедрения обычно коррелирует со скоростью эксплуатации», — поясняет он. Другими словами, это легко сделать, но рискованно использовать. Где выгода для CIO и как они могут ее получить? Мохит Шривастава, главный разработчик Salesforce, объясняет, что, хотя MCP обещает значительные преимущества для предприятий, реализовать его полный потенциал не так просто. «Агентный ИИ доказал свою ценность для быстрой проверки концепции и генерации идей с нуля, — говорит он. — Однако перенос этих мощных рабочих процессов с изолированной рабочей станции в реальную производственную среду сопряжен с множеством проблем». Надежда на серверы MCP заключалась в обеспечении повышенной ... читать далее.