Het antwoord op de vraag wat de nieuwe MCP-specificatie voor jou betekent: AI-systemen die aan elkaar en aan je bedrijfssoftware gekoppeld zijn, worden stabieler en kunnen veel meer gebruikers tegelijk aan zonder vast te lopen. De kern van de update is dat het protocol ‘stateless’ is geworden, wat in de praktijk betekent dat elke aanvraag onafhankelijk wordt verwerkt in plaats van afhankelijk van een lopende sessie met één server.

Wat er aan de hand is

Het Model Context Protocol (MCP), de open-source standaard die AI-systemen laat communiceren met externe tools en databronnen, heeft deze week zijn grootste update sinds de introductie gekregen. De belangrijkste wijziging is dat de protocolkern nu stateless is. Dat houdt in dat verzoeken niet langer afhankelijk zijn van een sessie die aan een individuele serverinstantie is gekoppeld. Volgens de aankondiging, geschreven door lead maintainers David Soria Parra en Den Delimarsky van Anthropic, pakt deze verandering een van de grootste barrières voor schaalbaarheid aan. Waar voorheen elke interactie met een AI-assistent een doorlopende verbinding vereiste met één specifieke server, kan nu elke aanvraag los worden behandeld. Dit is een fundamentele verschuiving in hoe AI-integraties op bedrijfsniveau kunnen worden opgezet.

Wat dit betekent

Voor ondernemers betekent dit concreet dat AI-toepassingen die meerdere systemen raadplegen, zoals een klantenservicebot die orders, voorraad en klantgegevens opvraagt, niet meer vastlopen wanneer één server het druk heeft of tijdelijk niet beschikbaar is. In het oude model kon een haperende sessie de hele keten blokkeren. Nu kan een systeem automatisch overschakelen naar een andere serverinstantie zonder dat de gebruiker er iets van merkt. Dit maakt het mogelijk om AI-koppelingen op te schalen naar veel grotere aantallen gelijktijdige gebruikers, iets wat voorheen een struikelblok was voor bedrijven die wilden groeien. Het is een technische onderbouwing voor de belofte dat AI in de bedrijfsvoering betrouwbaarder wordt naarmate het meer wordt gebruikt.

Hoe je dit kunt toepassen

Als je een webshop runt met een AI-gestuurde chatbot die klanten helpt bij het vinden van producten en het volgen van bestellingen, dan is dit een directe verbetering. In de praktijk betekende een sessiegebonden koppeling dat de bot soms vastliep of traag reageerde wanneer veel klanten tegelijk vragen stelden, bijvoorbeeld tijdens een actie of feestdag. Met de stateless aanpak zou je kunnen overwegen om de bot te koppelen aan meerdere serverinstanties, zodat pieken in bezoekersaantallen automatisch worden opgevangen zonder dat je klanten merken dat het systeem onder druk staat.

Als je een team aanstuurt dat gebruikmaakt van AI-assistenten voor interne processen, zoals het opzoeken van klantgegevens of het genereren van offertes, dan is de kans op onderbrekingen nu kleiner. Een mogelijkheid is om te inventariseren welke van jullie AI-koppelingen nog afhankelijk zijn van een vaste sessie en te kijken of die kunnen worden omgezet naar de nieuwe stateless opzet. Dit kan vooral relevant zijn als je merkt dat medewerkers soms opnieuw moeten inloggen of een gesprek opnieuw moeten starten wanneer het systeem even hapert.

Als je in de zorg werkt en AI gebruikt om patiëntgegevens uit verschillende systemen te combineren, dan is betrouwbaarheid cruciaal. Overweeg om te onderzoeken of de systemen die je gebruikt de nieuwe MCP-specificatie al ondersteunen. De stateless architectuur betekent dat een aanvraag voor bijvoorbeeld een labuitslag of medicatieoverzicht niet meer vast kan lopen op één server, wat de continuïteit van zorgprocessen ten goede komt. Het is wel belangrijk om te controleren of de specifieke softwareleveranciers de update al hebben doorgevoerd.

Als je een klein bedrijf bent dat net begint met AI-integraties, dan is dit een goed moment om te kijken naar de architectuur van je koppelingen. Een optie is om bij de ontwikkeling van nieuwe AI-toepassingen direct uit te gaan van de stateless opzet, zodat je vanaf het begin schaalbaarheid inbouwt. Dit voorkomt dat je later een migratie moet doen wanneer je bedrijf groeit en het aantal gebruikers toeneemt.

De praktische toepassing hangt af van jouw situatie, maar de kern is dat deze update de onderliggende betrouwbaarheid van AI-koppelingen verbetert, wat voor elk bedrijf dat AI inzet een stap vooruit is.

Bron: Arstechnica