Banyak tim sudah memakai Claude atau ChatGPT setiap hari untuk menulis email, merangkum dokumen, atau menyusun laporan. Namun ada batas yang cepat terasa: asisten AI tidak tahu apa isi sistem perusahaan Anda. Untuk menjawab pertanyaan seperti "berapa pesanan yang belum dikirim hari ini", staf masih harus membuka sistem, menyalin data, lalu menempelkannya ke chat.
Di sinilah MCP berperan. Artikel ini menjelaskan apa itu MCP (Model Context Protocol) dalam bahasa bisnis: cara kerjanya, manfaatnya, dan yang paling penting bagi pemimpin perusahaan, bagaimana menjaganya tetap aman.
Apa itu MCP (Model Context Protocol)
MCP adalah standar terbuka yang diperkenalkan Anthropic pada 2024 untuk menghubungkan asisten AI dengan tool dan data. Sebelum ada standar ini, setiap integrasi antara aplikasi AI dan sistem bisnis harus dibuat khusus satu per satu. MCP menyediakan cara yang seragam, sehingga satu koneksi yang dibangun dengan benar bisa dipakai oleh berbagai asisten AI yang mendukungnya.
Analogi yang sering dipakai adalah colokan standar. Sama seperti satu jenis kabel bisa dipakai untuk banyak perangkat, MCP memungkinkan sistem Anda "dicolokkan" ke Claude, ChatGPT, atau asisten lain tanpa membangun ulang integrasinya untuk masing-masing.
Lalu apa bedanya dengan API? API tetap menjadi fondasi, karena server MCP biasanya memanggil API sistem Anda di belakang layar. Bedanya, MCP menambahkan lapisan yang dipahami asisten AI: deskripsi setiap tool, parameter yang dibutuhkan, dan format hasil yang konsisten. Jadi MCP bukan pengganti API, melainkan cara agar AI bisa memakai API tersebut dengan tertib.
Cara kerja MCP secara sederhana
Ada dua sisi dalam MCP. Pertama, klien MCP, yaitu aplikasi AI yang dipakai staf, seperti Claude atau ChatGPT. Kedua, server MCP, yaitu penghubung yang dibangun di depan sistem perusahaan Anda, misalnya sistem pesanan, CRM, atau penyimpanan dokumen.
Server MCP menawarkan sejumlah tool dengan nama dan fungsi yang jelas, seperti "cari pelanggan", "lihat status pesanan", atau "buat draf penawaran". Saat staf mengajukan pertanyaan, asisten AI memilih tool yang relevan, server menjalankannya sesuai izin pengguna, lalu hasilnya dikembalikan ke AI untuk dijawab dalam bahasa yang mudah dipahami.
Yang penting dipahami: AI tidak mendapat akses bebas ke database Anda. AI hanya bisa memakai tool yang memang disediakan server, dengan batasan yang Anda tentukan. Jika sebuah tool tidak dibuat, AI tidak punya jalan untuk melakukan aksi tersebut.
Contoh penggunaan MCP di perusahaan
Berikut beberapa contoh yang realistis untuk perusahaan menengah:
- Layanan pelanggan: staf bertanya status pesanan atau riwayat pelanggan langsung dari chat AI, tanpa berpindah aplikasi.
- Penjualan: AI menarik data produk dan harga dari sistem untuk menyusun draf penawaran, yang kemudian diperiksa staf.
- Operasional: manajer meminta ringkasan stok menipis atau tugas yang terlambat dari sistem internal.
- Dokumen: tim profesional meminta AI mencari dan merangkum dokumen dari folder tertentu saja, bukan seluruh arsip.
- Keuangan: AI membantu merekap tagihan yang jatuh tempo, sementara pembayaran tetap dilakukan manusia.
Keamanan MCP: hal yang perlu dipastikan pemimpin bisnis
Membuka sistem perusahaan untuk AI adalah keputusan yang perlu ditangani dengan hati-hati. Kabar baiknya, MCP bisa dibangun dengan kendali yang ketat. Saat menilai atau membangun server MCP, pastikan empat hal berikut.
Izin yang jelas per tool
Tentukan tool mana yang hanya membaca data dan mana yang boleh mengubah data, serta peran atau tim mana yang boleh memakainya. Prinsipnya, berikan akses sekecil mungkin yang masih cukup untuk pekerjaan tersebut.
Login dengan OAuth
Dengan OAuth, setiap pengguna masuk dengan akunnya sendiri, dan AI hanya bisa mengakses data sesuai hak orang tersebut. Staf gudang tidak tiba-tiba bisa melihat data gaji hanya karena bertanya lewat AI.
Audit log
Setiap panggilan tool sebaiknya tercatat: siapa yang meminta, tool apa yang dipakai, dan kapan. Catatan ini penting untuk menelusuri kesalahan dan untuk kebutuhan kepatuhan.
Persetujuan manusia untuk aksi berisiko
Aksi yang berdampak besar, seperti mengubah data, mengirim pesan ke pelanggan, atau membuat transaksi, sebaiknya menunggu persetujuan manusia sebelum dijalankan. AI menyiapkan, manusia memutuskan.
Langkah memulai MCP di perusahaan Anda
Mulailah dari pertanyaan yang paling sering diajukan tim Anda dan sistem mana yang menyimpan jawabannya. Pilih satu atau dua alur dengan risiko rendah, biasanya yang hanya membaca data, lalu uji dengan sekelompok kecil pengguna. Setelah izin, audit log, dan alur persetujuan terbukti berjalan baik, barulah perluas ke tool yang bisa mengubah data. Libatkan tim IT atau mitra teknologi sejak awal agar keamanan dirancang dari depan, bukan ditambal belakangan. Tetapkan juga pemilik internal yang bertanggung jawab meninjau audit log secara berkala.
Membangun server MCP yang aman bersama Averoa
Jika tim Anda sudah memakai Claude atau ChatGPT dan ingin keduanya bekerja langsung dengan sistem internal, layanan MCP & AI Agent dari Averoa membangun server MCP kustom dengan autentikasi OAuth, izin per tool, audit log lengkap, dan langkah persetujuan manusia untuk aksi berisiko. Pendekatan yang sama kami pakai di produk kami sendiri, Folders, yang memberi Claude dan ChatGPT akses per folder lewat MCP dengan setiap aksesnya tercatat.
