De nieuwe versie van het Model Context Protocol (MCP) maakt AI-tools aanzienlijk schaalbaarder en betrouwbaarder, wat directe gevolgen heeft voor de kosten en prestaties van AI-oplossingen die ondernemers dagelijks gebruiken. De kern van de update is dat het protocol nu ‘stateless’ is, waardoor AI-systemen niet langer afhankelijk zijn van een enkele serververbinding. Dit betekent dat AI-tools stabieler worden en beter kunnen meegroeien met de behoeften van een bedrijf, zonder dat de kosten of complexiteit evenredig toenemen.

Wat er aan de hand is

Het Model Context Protocol (MCP) is een open standaard die bepaalt hoe AI-systemen communiceren met externe tools en databronnen. Denk aan een AI-assistent die klantgegevens ophaalt uit je CRM of voorraadstanden checkt in je webshopsysteem. Deze week is de grootste update sinds de introductie van het protocol gepubliceerd. De belangrijkste wijziging is dat de protocolkern nu stateless is. Waar voorheen elke AI-aanvraag afhankelijk was van een ‘sessie’ die aan één serverinstantie was gekoppeld, kunnen aanvragen nu onafhankelijk worden verwerkt. De aankondiging is gedaan door de hoofdbeheerders David Soria Parra en Den Delimarsky, die beiden bij Anthropic werken, in een blogpost. Deze technische wijziging pakt een van de grootste obstakels aan voor grootschalige adoptie van AI binnen bedrijven: de beperkingen van het vorige, stateful model.

Wat dit betekent

Voor ondernemers betekent deze wijziging vooral dat AI-tools minder vaak uitvallen en beter presteren onder druk. In het oude model was een AI-aanvraag gekoppeld aan een specifieke server. Als die server overbelast raakte of uitviel, kon de hele AI-toepassing haperen of stoppen. Met een stateless protocol kunnen aanvragen over meerdere servers worden verdeeld. Dit is vergelijkbaar met het verschil tussen een winkel met één kassa en een winkel waar elke kassa onafhankelijk van de andere werkt: als er één uitvalt, blijft de rest gewoon functioneren. Vooral voor bedrijven die AI inzetten voor klantinteractie, zoals chatbots of geautomatiseerde offertes, is dit cruciaal. Het betekent dat je AI-tools kunt opschalen tijdens piekmomenten, zoals een sale of een drukke decembermaand, zonder dat je hoeft te investeren in dure, overbodige servercapaciteit. De kosten voor AI-integraties kunnen hierdoor omlaag, omdat je niet langer een hele server hoeft te reserveren voor een enkele taak.

Hoe je dit kunt toepassen

Als je een webshop runt en AI gebruikt voor klantenservice, dan is dit een directe verbetering. In het verleden kon een chatbot vastlopen als veel klanten tegelijk een vraag stelden, omdat alle sessies aan één server waren gekoppeld. Met de stateless MCP-update kun je overwegen om je AI-klantenservice opnieuw te configureren, zodat deze beter bestand is tegen piekbelasting. Een mogelijkheid is om te controleren of je huidige AI-platform de nieuwe specificatie al ondersteunt en zo ja, de overstap te plannen. Dit kan betekenen dat je minder vaak ‘sorry, probeer het later opnieuw’ aan klanten hoeft te tonen.

Als je een team aanstuurt dat werkt met AI-tools voor data-analyse, dan kun je profiteren van stabielere prestaties. Stel dat je marketingteam dagelijks AI gebruikt om klantdata uit verschillende bronnen te combineren. Met de nieuwe specificatie kunnen die aanvragen efficiënter worden verwerkt, omdat ze niet meer afhankelijk zijn van één sessie. Je zou kunnen overwegen om je bestaande AI-workflows te herzien en te kijken of de nieuwe stateless architectuur betere resultaten oplevert. Overweeg om een testomgeving op te zetten waarin je de oude en nieuwe situatie naast elkaar zet om de impact op snelheid en betrouwbaarheid te meten.

Als je in de logistiek of productie werkt en AI inzet voor voorraadbeheer, dan is schaalbaarheid een belangrijk thema. Een stateless protocol maakt het mogelijk om AI-aanvragen over meerdere systemen te verdelen, wat cruciaal is als je werkt met meerdere magazijnen of productielocaties. Een optie is om te onderzoeken of je AI-leverancier de nieuwe MCP-specificatie ondersteunt en of dit je in staat stelt om je voorraadsystemen beter te koppelen zonder dat je vreest voor overbelasting. Dit kan je helpen om slimmere beslissingen te nemen over wanneer je moet bijbestellen, zonder dat je systeem vastloopt op het moment dat het er het meest toe doet.

Als je een dienstverlener bent die AI inzet voor het opstellen van offertes of rapporten, dan gaat het vooral om betrouwbaarheid. Een onderbroken verbinding kan betekenen dat een offerte niet op tijd klaar is. Met de stateless update is de kans op dit soort onderbrekingen kleiner, omdat de AI-aanvraag niet meer afhankelijk is van één server. Je zou kunnen overwegen om je AI-oplossing te updaten zodra de nieuwe specificatie breed wordt ondersteund, en om te controleren of je huidige tools deze verbetering al hebben doorgevoerd. Het is een kleine stap die de dagelijkse betrouwbaarheid van je processen kan vergroten.

Bron: Arstechnica