Proč AI agenti potřebují propustku do firemních systémů
V předchozím článku na tomto blogu jsme popsali, jak AI agenti mění automatizaci firemních procesů. Hned ale vyvstane otázka, která celý projekt dokáže zastavit.
Jak AI agent vlastně přistoupí k datům v CRM? Kdo hlídá, co smí číst a co ne? A jak se vyhnout tomu, abyste pro každý nový nástroj programovali vlastní integraci od nuly?
Tahle otázka není technický detail. Je to byznys blocker. Firmy, které ji nevyřeší dobře, buď AI agenty nenasadí vůbec, nebo skončí s chaotickou sítí proprietárních konektorů, drahých na údržbu a riskantních z pohledu bezpečnosti dat.
Model Context Protocol, zkráceně MCP, je odpověď, na kterou celý trh čekal.
Co je MCP a jak se stal standardem za jediný rok
Anthropic (tvůrce Claude.ai) vydal MCP v listopadu 2024 jako otevřený standard pro propojení AI modelů s externími zdroji dat a nástroji. Za pouhých dvanáct měsíců se z experimentálního projektu stal de facto standard. Ke konci roku 2025 přesáhl počet měsíčních stažení 97 milionů.
To, co MCP vyřešilo, se v technické terminologii nazývá N×M problém. Představte si situaci, kdy máte deset různých AI nástrojů a deset firemních systémů. Bez společného standardu to může znamenat až sto různých integrací, každou psanou na míru. Analýza Boston Consulting Group to popsala lapidárně: bez MCP roste komplexita integrace kvadraticky s počtem systémů. S MCP roste lineárně. To je u větších organizací zásadní rozdíl.
Nejlépe to vystihuje analogie s USB-C. Ještě nedávno měl každý výrobce telefonů vlastní konektor. Každé nové zařízení znamenalo novou nabíječku, nový kabel, nový chaos. USB-C tohle vyřešilo jedním univerzálním rozhraním. MCP dělá pro AI agenty a firemní systémy totéž.
V březnu 2025 standard přijal OpenAI, Google DeepMind a Microsoft ho aktivně podporují. V prosinci 2025 Anthropic protokol daroval Linux Foundation, kde vznikla Agentic AI Foundation za účasti Anthropicu, OpenAI, Microsoftu, Googlu, AWS, Cloudflare, Bloombergu a společnosti Block. Tahle kombinace firem je silnou zárukou, že MCP není módní vlna, ale infrastruktura, na které se bude stavět roky.
Jak MCP funguje: tři role, jeden protokol
Architektura MCP pracuje se třemi rolemi. Byznys logika za tím je přitom intuitivní.
MCP host je aplikace nebo prostředí, ve kterém AI agent běží. Může to být interní chatbot vaší firmy, enterprise platforma pro automatizaci procesů, nebo vývojové prostředí jako Cursor či VS Code.
MCP server je samostatný softwarový program, který sedí vedle vašeho firemního systému a zpřístupňuje přesně vymezené funkce. Server pro Salesforce může říct agentovi: “Smíš číst záznamy kontaktů a příležitostí, ale nic mazat ani exportovat.” Server pro účetní systém nastaví pravidlo: “Smíš se ptát na stav faktur, ale mzdové záznamy pro tebe neexistují.”
MCP klient pak zajišťuje komunikaci mezi hostem a serverem podle standardizovaného protokolu.
Výsledek? Agent vždy ví přesně, co smí. Systém vždy ví, kdo se ptá a proč. Žádné otevřené API přístupy, žádná hardcoded hesla v kódu, žádný přístup “pro jistotu na vše”.
Bezpečnost, která není jen na papíře
Bezpečnost dat je v korporátním prostředí téma, které umí zastavit jakýkoliv projekt. IT oddělení mají plné právo být opatrná, přijde-li požadavek: “Potřebujeme, aby AI agent měl přístup k CRM.”
MCP tohle řeší přímo v návrhu protokolu principem nejmenšího oprávnění. Každý MCP server definuje konkrétní schopnosti, takzvané tools a resources. Agent nedostane přístup k celému systému, ale výhradně k přesně popsaným funkcím. Komunikace probíhá přes standardizovaný protokol, auditovatelný od začátku do konce. Autentizaci zajišťuje dedikovaný autorizační server přes standard OAuth. MCP server samotný vystupuje jen jako příjemce oprávnění.
Co to v praxi znamená pro bezpečnostní tým? Bezpečnostní architekt nastaví MCP server pro konkrétní systém jednou a přesně určí, co přes něj jde. Při přidání nového AI agenta nebo nástroje není třeba opakovat celý bezpečnostní audit znovu, protože pravidla jsou definována na úrovni serveru, nikoli na úrovni každého agenta zvlášť.
Protokol se přitom aktivně vyvíjí a komunita bezpečnostních výzkumníků pracuje na jeho dalším zpevnění. Červen 2025 přinesl podstatné aktualizace specifikace, které zpřísnily autorizační model a zavedly ochranu proti zneužití přístupových tokenů. Enterprise požadavky tuto evoluci viditelně formují.
Byznys přínosy, které se dají spočítat
Pojďme si to rozebrat z pohledu reálných nákladů.
Typická firma, která chce nasadit AI agenty do tří procesů (obsluha zákazníků, zpracování objednávek, reporting), musí agenty napojit na CRM, ERP a datový sklad. Bez standardu jsou to tři samostatné integrace, každá s vlastním vývojem, testováním a dokumentací.
Každá taková proprietární integrace představuje dva až čtyři týdny práce navíc. Pokud máte interní tým, jsou to náklady. Pokud outsourcujete, jsou to faktury. A za rok, až se verze systémů změní, část té práce je třeba udělat znovu.
S MCP se čas na integraci výrazně zkracuje. Pro nejrozšířenější platformy jako Salesforce, GitHub nebo PostgreSQL existují hotové MCP servery, takže napojení trvá hodiny, ne týdny. Každý nový AI agent nebo nástroj, který v budoucnu přidáte, přitom automaticky funguje se všemi existujícími MCP servery. Jednou vyřešená integrace platí pro všechny budoucí agenty. Čím více jich časem přibude, tím větší je návratnost té první investice.
Microsoft šel nejdál: na konferenci Ignite 2025 oznámil, že Dynamics 365 ERP nasazuje dynamický MCP server, který agentům zpřístupňuje stovky předpřipravených nástrojů v reálném čase bez nutnosti custom konektorů. Výsledkem jsou agenti schopní automaticky zpracovávat objednávky, kontrolovat stavy zásob nebo generovat finanční reporty. Výrobní firmy nasazují agenty, kteří okamžitě po selhání stroje navrhují alternativní výrobní plány s ohledem na termíny dodávek a aktuální kapacity. Nejde o koncepty z prezentací, jsou to živá nasazení v produkčních prostředích.
Kde MCP v praxi pomáhá: příklady z odvětví
Dobrý příklad z českého prostředí, který možná znáte jako zákazníci: Rohlík.cz provozuje vlastní MCP server, přes který si kdokoliv může objednat nákup přirozenou konverzací s Claude nebo jiným AI asistentem. Jde o názornou ukázku toho, jak MCP funguje z pohledu uživatele. Pokud si chcete MCP osahat na vlastní kůži, tohle je nejrychlejší způsob.
Ale Rohlík jde mnohem dál. Interně nasazují AI agenty, kteří místo generování reportů o chybějících e-mailech dodavatelů rovnou aktualizují produktové popisy v systému. Podle dostupných informací dosahuje přesnost těchto úprav kolem 95 %. Agent nepřinese tabulku k rozhodnutí, agent problém vyřeší. Výsledkem je dramatické snížení provozních nákladů na daný proces. To je přesně ten posun, o kterém se mluví, když se říká, že AI agenti přestávají být nástrojem analýzy a stávají se nástrojem přímé akce.
Energetické a utility firmy nasazují AI agenty pro obsluhu zákazníků. Agent potřebuje přistupovat k zákaznickým smlouvám, historii spotřeby a stavům faktur, ale nesmí mít přístup k interním provozním datům sítě nebo mzdám zaměstnanců. MCP server tuhle hranici nastaví přesně a jednou provždy, bez nutnosti opakovat bezpečnostní nastavení při každém dalším nasazení.
V pojišťovnictví pomáhá AI agent zpracovávat škodní události. Čte pojistné smlouvy, ale nemůže je měnit bez lidského schválení. Každý dotaz je auditovaný, každá akce dohledatelná.
Hodně firem to řeší tak, že začnou interním use casem: agent odpovídá zaměstnancům na otázky z procesních příruček a interní databáze know-how. MCP server zpřístupní jen relevantní dokumenty, ne celý firemní disk. Pilot je rychlý, výsledky měřitelné a bezpečnostní tým spokojený.
Přední partneři Microsoftu využívají MCP k automatizaci odpovědí na poptávky s využitím historických dat z CRM, jiní zefektivňují zpracování faktur prostřednictvím autonomních workflow. Není to budoucnost, jsou to produkční nasazení, která běží dnes.
Jak začít: od auditu k pilotu
Možná vás napadne otázka: kde vlastně začít, když chcete MCP ve firmě vyzkoušet? Dobrý výchozí bod je audit firemních systémů, s nimiž by AI agenti potřebovali pracovat. Pro každý z nich pak stačí ověřit, jestli hotový MCP server najdete na modelcontextprotocol.io, nebo jestli ho bude třeba vyvinout na míru.
Na základě toho lze sestavit realistický plán s odhady nákladů a časového horizontu. Doporučujeme začít pilot na jednom procesu, kde je byznys přínos agenta jasný a měřitelný. Tím ověříte celou architekturu, získáte data o reálné úspoře a máte argumenty pro rozšíření do dalších oblastí.
MCP spravuje Linux Foundation, za ním stojí Anthropic, OpenAI, Microsoft i Google. Ekosystém hotových serverů na GitHubu roste každý měsíc. Tohle je infrastruktura, do které se vyplatí investovat.
Chcete MCP zavést ve vaší firmě?
V eManu máme zkušenosti s návrhem a implementací AI řešení pro střední a velké firmy, včetně napojení AI agentů na firemní systémy prostřednictvím MCP. Pomůžeme vám zmapovat, kde ve vašich procesech AI agenti přinesou největší hodnotu, navrhneme architekturu a postaráme se o bezpečnou integraci s vašimi stávajícími systémy.
Ozvěte se nám a společně se podíváme na to, kde začít.
Časté otázky k MCP
Co je Model Context Protocol (MCP)?
Model Context Protocol je otevřený standard vydaný společností Anthropic v listopadu 2024. Definuje, jak AI modely a agenti bezpečně a standardizovaně přistupují k externím zdrojům dat, nástrojům a firemním systémům jako jsou ERP, CRM nebo databáze. V prosinci 2025 protokol přešel pod správu Linux Foundation, kde ho spravuje Agentic AI Foundation.
Proč firmy přecházejí na MCP místo vlastních API integrací?
Vlastní API integrace jsou vždy řešení na míru pro konkrétní kombinaci systémů. MCP definuje jednotný protokol, takže jeden AI agent funguje s libovolným systémem, který MCP server podporuje, bez potřeby nového vývoje pro každé napojení. Podle analýzy BCG roste komplexita integrace s MCP lineárně, zatímco bez standardu kvadraticky.
Jak MCP zajišťuje bezpečnost přístupu k firemním datům?
MCP pracuje na principu nejmenšího oprávnění. Každý MCP server přesně definuje, jaké funkce a data jsou přes něj dostupné. Agent nemůže přistupovat k ničemu, co server explicitně nenabízí. Komunikace je auditovatelná a aktualizace specifikace z června 2025 přinesla zpřísněný autorizační model postavený na standardu OAuth Resource Servers.
Pro jaké firemní systémy MCP servery existují?
Hotové MCP servery existují pro Salesforce, GitHub, PostgreSQL, Atlassian Jira a Confluence, Microsoft Dynamics 365, Google Drive a desítky dalších platforem. Kompletní přehled je dostupný na modelcontextprotocol.io. Pro specifické interní systémy lze MCP server vyvinout na míru.
Jak dlouho trvá implementace MCP ve firmě?
Existuje-li hotový MCP server pro váš systém, napojení agenta trvá řádově hodiny. Vyžaduje-li váš systém vývoj MCP serveru na míru, jde o investici v řádu dnů nebo týdnů. Ta se však vrátí rychleji, čím více AI agentů na daný systém v budoucnu napojíte.
