In Breve
- Cos'è il Model Context Protocol?
- È un approccio standardizzato che consente alle applicazioni AI di collegarsi in modo sicuro a fonti esterne.
- Qual è il beneficio principale del MCP?
- Permette connessioni bidirezionali tra AI e sistemi aziendali, migliorando l'autonomia operativa.
- Come viene applicato il MCP negli accounts payable?
- Consente agli agenti AI di identificare discrepanze nelle fatture e gestire i pagamenti in modo autonomo.
Negli ultimi anni, molte aziende hanno investito in iniziative di intelligenza artificiale (AI) con l’obiettivo di trasformare i propri processi operativi. Tuttavia, non tutte queste iniziative hanno raggiunto i risultati sperati. Spesso, i grandi modelli linguistici, privi di connessioni ai sistemi aziendali, si limitano a funzionare come chatbot avanzati, senza realmente contribuire alla decisione e all’azione. Per superare queste limitazioni, è fondamentale che i modelli AI possano accedere a informazioni critiche contenute in sistemi come ERP, database fornitori e general ledger.
Il Model Context Protocol (MCP) emerge come una soluzione standardizzata per consentire alle applicazioni AI di collegarsi in modo sicuro a fonti esterne. Questo approccio riduce la necessità di sviluppare integrazioni personalizzate per ogni nuovo strumento, permettendo connessioni bidirezionali. Grazie a queste connessioni, gli agenti AI possono recuperare dati e inviare aggiornamenti ai sistemi core, migliorando così la loro capacità di operare in modo autonomo e informato.
Con i collegamenti adeguati, gli agenti AI possono estrarre dati rilevanti e valutare le informazioni in base alle policy aziendali. Questo consente loro di intraprendere azioni come aggiornare record, inoltrare richieste di approvazione o attivare ulteriori passaggi di processo, mantenendo sempre i limiti operativi definiti dall’azienda. La possibilità di operare in modo autonomo varia in base al compito e all’implementazione, ma non è necessario raggiungere un’autonomia totale per ottenere risultati significativi.
Un esempio pratico dell’applicazione del MCP si trova nel settore degli accounts payable. Un agente AI con accesso a ordini, registri di ricezione e contratti può identificare discrepanze, come nel caso di una fattura per 20 casse quando ne sono state consegnate solo 18. A seconda delle regole aziendali, l’agente può richiedere un accredito al fornitore, indirizzare la questione a un operatore con evidenze e raccomandazioni, o procedere al pagamento se tutto è corretto.
Altri casi d’uso nel settore AP includono il rilevamento di fatture duplicate grazie alla cronologia fornitore, l’attribuzione automatica dei codici di conto generale basata su dati storici e la determinazione del flusso di approvazione in base alle pratiche precedenti. L’obiettivo finale è il cosiddetto “touchless processing”, ovvero completare il processo di fatturazione senza intervento umano. Questa metrica binaria rende l’area AP un banco di prova utile, poiché gli errori hanno conseguenze misurabili, come rielaborazioni manuali, pagamenti eccessivi, sconti persi e registrazioni contabili errate.
Prima di adottare soluzioni etichettate come “AI-powered”, è fondamentale che i responsabili valutino concretamente a quali sistemi l’intelligenza può accedere e quali capacità operative effettivamente abilita. Protocolli come il Model Context Protocol possono contribuire a colmare il divario tra strumenti conversazionali isolati e agenti collegati, in grado di supportare processi aziendali più autonomi e affidabili.
