Poques tecnologies passen de projecte d'un sol fabricant a estàndard d'indústria en dotze mesos. El Model Context Protocol ho va fer: Anthropic el va alliberar el novembre del 2024, OpenAI el va adoptar el març del 2025, Google a l'abril, Microsoft el va integrar a Windows 11 al maig, i el desembre del 2025 Anthropic el va donar a la Linux Foundation amb més de 10.000 servidors públics actius i 97 milions de descàrregues mensuals dels seus SDK. Si la vostra empresa està pensant en agents d'Intel·ligència Artificial que facin alguna cosa útil — consultar el vostre ERP, actualitzar el vostre CRM, llegir les vostres bases de dades —, MCP és la peça d'infraestructura que ho fa viable. Aquesta guia explica què és sense entrar en codi, quins riscos reals té (n'hi ha, i amb nom propi) i quan té sentit adoptar-lo.
Què és el Model Context Protocol (MCP)?
El Model Context Protocol és un protocol obert que estandarditza com les aplicacions d'IA es connecten a dades i eines externes — l'equivalent a l'USB-C per a la Intel·ligència Artificial: un connector universal en lloc d'un cable propietari per a cada dispositiu. El problema que resol és aritmètic. Sense estàndard, connectar 10 aplicacions d'IA amb 20 sistemes d'empresa exigeix construir i mantenir 200 integracions a mida (N×M); amb MCP, cada aplicació parla el protocol una vegada i cada sistema exposa un MCP server una vegada: 30 peces estàndard (N+M). Per a una empresa, la conseqüència pràctica és que el xatbot, el copilot i l'agent que compreu o construïu demà podran reutilitzar les mateixes connexions als vostres sistemes, en lloc de començar de zero amb cada proveïdor.
Com funciona, sense entrar en codi
L'arquitectura té tres peces. El host és l'aplicació d'IA que utilitza l'usuari (Claude, ChatGPT, un copilot intern). El host inclou clients MCP que es connecten a servidors MCP: programes petits que exposen un sistema concret — la vostra base de dades, el vostre Slack, el vostre ERP — de manera que el model pugui fer-los servir. Cada servidor ofereix tres coses al model: eines (accions que pot executar: "crear factura", "cercar client"), recursos (dades que pot llegir: documents, registres) i prompts (plantilles de tasca preparades). La comunicació va sobre un format estàndard (JSON-RPC), en local o per xarxa. L'analogia d'oficina: el servidor MCP és un empleat especialista que sap manejar un sistema i atén les peticions de l'agent en un idioma comú — contracteu l'especialista una vegada i qualsevol agent de la casa pot treballar amb ell.
De protocol d'Anthropic a infraestructura neutral: la cronologia
| Data | Fita |
|---|---|
| Novembre 2024 | Anthropic allibera MCP com a estàndard obert |
| Març 2025 | OpenAI l'adopta (Agents SDK, ChatGPT) |
| Abril 2025 | Google DeepMind anuncia suport a Gemini; Google llança A2A (complementari) |
| Maig 2025 | Microsoft Build: MCP natiu a Windows 11, amb registre i requisits de seguretat |
| Desembre 2025 | Anthropic dona MCP a la Linux Foundation (Agentic AI Foundation), amb OpenAI i Block com a cofundadors i el suport de Google, Microsoft i AWS |
| Juliol 2026 | Nova versió de l'especificació (28 de juliol): nucli sense estat, MCP Apps, enduriment OAuth |
La fita que més importa a una empresa és la de desembre del 2025: en passar a una fundació neutral sota la Linux Foundation, MCP va deixar de ser «el protocol d'Anthropic» per convertir-se en infraestructura governada per la indústria — tal com ho van ser en el seu dia Kubernetes o Linux. La traducció per a compres i arquitectura: el risc d'apostar per un estàndard controlat per un sol proveïdor ha desaparegut, i aquesta mateixa setmana es publica la versió següent de l'especificació amb la fundació ja al capdavant.
Per a què ho fa servir una empresa?
Els patrons que ja estan en producció s'agrupen en tres famílies. Agents amb accés a sistemes interns: un agent de suport que consulta l'historial del client al CRM, obre el tiquet a l'eina d'ITSM i redacta la resposta — tres servidors MCP, un sol agent. Automatització d'operacions: agents que preparen informes creuant la base de dades financera amb els fulls d'hores, o que gestionen inventari contra l'ERP. Productivitat de l'equip tècnic i de negoci: els més de 10.000 servidors públics inclouen connectors per a GitHub, Slack, Stripe, bases de dades SQL o emmagatzematge al núvol, a punt per fer servir. El cas corporatiu més citat és el de Block (la matriu de Square i Cash App): el seu agent intern opera amb uns 60 servidors MCP propis per a 12.000 empleats, amb estalvis — reportats per la mateixa empresa — del 50-75% en tasques rutinàries. La lliçó transferible no és la xifra, sinó l'arquitectura: pocs agents, molts connectors estàndard reutilitzables.
Els riscos que heu de conèixer abans de connectar res
MCP connecta la vostra IA amb els vostres sistemes, i això converteix cada connexió en superfície d'atac. Els riscos tenen nom i recerca seriosa al darrere. El tool poisoning (Invariant Labs, 2025; avui categoria pròpia a l'OWASP MCP Top 10): un servidor maliciós amaga instruccions a les descripcions de les seves eines per manipular el model. El line jumping (Trail of Bits, 2025): aquesta manipulació actua abans que s'invoqui cap eina — el simple fet de tenir connectat un servidor maliciós ja contamina la conversa, saltant-se l'aprovació humana. I els rug pulls: un servidor legítim que canvia de comportament un cop s'ha guanyat la confiança. Les defenses que ja són pràctica estàndard el 2026: llista blanca de servidors aprovats (denegar per defecte), passarel·la MCP centralitzada que audita tot el trànsit d'agents, identitat amb OAuth i permisos mínims per eina, i aprovació humana obligatòria per a accions destructives. Si els vostres agents toquen dades regulades, recordeu també que les obligacions d'alt risc de l'AI Act europeu són exigibles des del 2 d'agost del 2026 — la passarel·la i els seus registres d'auditoria són exactament el tipus de control que us demanaran.
Els límits honestos: quan MCP no és la resposta
Dos matisos que l'entusiasme sol ometre. Primer, el cost de context: cada eina connectada descriu el seu esquema al model, i 20-30 eines poden consumir 15-30 KB de context abans del primer missatge de l'usuari — més eines no sempre és millor agent; és més cost i més distracció per al model. La mateixa Anthropic proposa com a mitigació que els agents executin codi contra les API en lloc d'invocar desenes d'eines MCP directament. Segon, no tot necessita un agent: si el flux és determinista — cada dia, el mateix informe, els mateixos passos —, una automatització clàssica (RPA, scripts, integracions natives) és més barata, més ràpida i més predictible. MCP brilla quan hi ha decisió i llenguatge pel mig; no substitueix la integració tradicional, la complementa.
MCP i A2A: el mapa d'estàndards de l'era dels agents
La pregunta habitual: competeixen MCP i A2A? No — es reparteixen la feina. MCP connecta un agent amb eines i dades (vertical); A2A connecta agents entre si (horitzontal), i des de l'abril del 2026 té versió estable amb més de 150 organitzacions al darrere, també sota la Linux Foundation. En una arquitectura empresarial madura conviuran: els vostres agents parlaran MCP amb els vostres sistemes i A2A entre ells. Per a una pime, la prioritat clara el 2026 és MCP — és el que fa útil el primer agent; A2A arriba quan en teniu diversos.
Com començar amb MCP a la vostra empresa
«L'error que veiem és començar pel catàleg: connectar vint servidors MCP perquè existeixen. Un bon desplegament comença al revés — un cas d'ús, un agent, els dos o tres sistemes que aquell cas necessita, i una passarel·la amb llista blanca des del dia u. La seguretat no s'afegeix després: és part del disseny», assenyala Alfons Marques, fundador de Technova Partners.
Els passos que recomanem:
- Trieu un cas d'ús amb retorn mesurable (suport, back-office, informes) i localitzeu els 2-3 sistemes que necessita.
- Preferiu servidors oficials o construïu els vostres per a sistemes crítics; res de servidors d'origen dubtós per còmodes que siguin.
- Governeu des de l'inici: llista blanca, passarel·la amb registre d'auditoria, permisos mínims i aprovació humana per a accions irreversibles.
- Mesureu i escaleu: si el primer agent demostra valor, cada connector MCP que construïu es reutilitza en el següent — aquella corba de reutilització és on l'estàndard paga. El nostre equip d'agents d'IA per a empreses dissenya exactament aquest tipus d'arquitectures, del cas d'ús a la passarel·la.
Si primer voleu entendre la tecnologia de base, la nostra guia de què és un LLM explica el motor que hi ha sota de tot agent.
Teniu clar el cas d'ús però no l'arquitectura? Expliqueu-nos quins sistemes voleu connectar i us proposem un disseny amb seguretat des del dia u.
Conclusió
El Model Context Protocol va resoldre el problema que frenant els agents d'IA a l'empresa — el cost N×M de les integracions — i en un any es va convertir en l'estàndard de facto de tota la indústria, avui governat per una fundació neutral amb més de 10.000 servidors públics. Per a una empresa, el missatge és doble: la infraestructura ja és prou madura i neutral per construir-hi a sobre, i els riscos — tool poisoning, line jumping — són reals però gestionables amb llista blanca, passarel·la i permisos mínims. Comenceu per un cas d'ús, no pel catàleg; connecteu poc i bé; i deixeu que la reutilització de connectors faci la resta.
Preguntes freqüents sobre el Model Context Protocol
Què és MCP en poques paraules?
És un protocol obert — creat per Anthropic el 2024 i governat des del desembre del 2025 per la Linux Foundation — que estandarditza com les aplicacions d'IA es connecten a dades i eines externes. Funciona com un connector universal: cada sistema exposa un servidor MCP una vegada i qualsevol agent compatible el pot fer servir, eliminant les integracions a mida per a cada parella aplicació-sistema.
MCP és només d'Anthropic o funciona amb ChatGPT i Gemini?
És de tota la indústria. OpenAI el va adoptar el març del 2025, Google DeepMind a l'abril i Microsoft el va integrar a Windows 11 al maig del 2025. El desembre del 2025 Anthropic va donar el protocol a l'Agentic AI Foundation de la Linux Foundation, amb OpenAI com a cofundador i el suport de Google, Microsoft i AWS. Els connectors MCP que construïu funcionen amb els agents de qualsevol d'aquests ecosistemes.
És segur connectar els meus sistemes a un agent d'IA per MCP?
Ho pot ser, amb les defenses correctes. Els riscos documentats — tool poisoning, line jumping, rug pulls — provenen sobretot de connectar servidors MCP de tercers no auditats. La pràctica estàndard el 2026: llista blanca de servidors aprovats, passarel·la centralitzada amb registre d'auditoria, permisos mínims per eina via OAuth i aprovació humana per a accions destructives. Amb agents sobre dades regulades, aquests controls a més us alineen amb les obligacions de l'AI Act exigibles des de l'agost del 2026.
Quan NO convé fer servir MCP?
Quan el flux és completament determinista — el mateix informe, els mateixos passos, cada dia — una automatització clàssica o una integració nativa és més barata i predictible. I vigileu amb l'excés: cada eina connectada consumeix context del model (20-30 eines poden suposar 15-30 KB abans de començar), de manera que connectar tot el catàleg empitjora l'agent en lloc de millorar-lo. MCP aporta valor quan hi ha decisions i llenguatge natural al flux.
