W 2026 roku użytkownicy biznesowi zaczęli masowo korzystać z AI asystentów (Claude, ChatGPT, Copilot) do pracy. Problem: AI asystent nie wie nic o Waszej firmie — nie zna Waszych klientów, zamówień, faktur. Bez dostępu do rzeczywistych danych AI może co najwyżej pomóc pisać e-maile lub analizować wklejony tekst.

MCP (Model Context Protocol) rozwiązuje ten problem: AI asystent dostaje bezpieczny, kontrolowany dostęp do Waszych danych biznesowych w czasie rzeczywistym.

Szerszy kontekst AI w ERP znajdziecie w pillar AI w systemach ERP — praktyczne wdrożenie 2026.

Czym jest MCP (Model Context Protocol)

MCP to otwarty protokół opublikowany przez Anthropic w listopadzie 2024 roku. Definiuje standard komunikacji między:

  • Klientem MCP (AI asystent — Claude, integracje GPT, Cursor IDE itp.)
  • Serwerem MCP (aplikacja udostępniająca narzędzia i dane — ERP, CRM, baza danych)

Analogia: API dla AI

Klasyczne REST API jest zaprojektowane dla programistów — wywoływane przez aplikacje, odpowiada w JSON. MCP jest zaprojektowane dla modeli językowych — definiuje narzędzia (tools) w formie zrozumiałej dla AI, z opisami naturalnego języka.

Klasyczne API:
GET /api/orders?status=pending&days_overdue=7
→ [{"id": 5432, "customer": "Kowalski", ...}]

MCP Tool:
Tool: get_overdue_orders
Description: "Pobierz zamówienia niezrealizowane powyżej określonej liczby dni"
Parameters: {days: number, status?: string}
→ AI może wywołać to narzędzie gdy użytkownik pyta o zaległe zamówienia

Jak to działa w praktyce

  1. Firma wdraża Modulario MCP Server — oprogramowanie pośredniczące między ERP a AI asystentem
  2. Użytkownik otwiera Claude Desktop lub inny klient MCP z podłączonym serwerem
  3. Piszą zapytanie: „Jakie faktury są przeterminowane powyżej 30 dni?”
  4. AI rozpoznaje, że ma dostępne narzędzie get_overdue_invoices — wywołuje je
  5. MCP Server sprawdza uprawnienia użytkownika (czy ma dostęp do faktur?)
  6. Jeśli tak — pobiera dane z ERP, zwraca do AI
  7. AI formułuje odpowiedź z kontekstem i prezentuje użytkownikowi

Use cases Modulario MCP Server

1. Analityk sprzedaży bez SQL

Kierownik sprzedaży chce zrozumieć Q1 2026 bez pomocy IT:

„Pokaż mi top 10 klientów według przychodów w Q1 2026 z porównaniem do Q1 2025 i marżą brutto”

AI wywołuje MCP → pobiera dane z ERP → generuje tabelę + krótkie spostrzeżenia.

To co wcześniej wymagało raportu od analityka (1–2 dni) lub znajomości SQL — teraz zajmuje 10 sekund.

2. Status zamówień w czasie rzeczywistym

Handlowiec na spotkaniu z klientem:

„Kiedy dotrze zamówienie #5432 do klienta Kowalski? Czy wysłaliśmy potwierdzenie?”

AI → MCP → ERP → aktualne informacje o zamówieniu, statusie wysyłki, dokumentach.

Bez konieczności przerywania spotkania i szukania w systemie.

3. Alert o niskim stanie magazynowym

Kierownik magazynu codziennie rano:

„Które produkty mają zapas poniżej minimum reorder point i nie mają złożonego zamówienia u dostawcy?”

AI → MCP → ERP → lista produktów z rekomendowanymi ilościami zamówień.

Zamiast codziennego raportu Excel — jeden prompt.

4. Analiza rentowności projektu

CFO przed spotkaniem zarządu:

„Jaka jest bieżąca marża projektu ABC, jak się czerpie budget i kiedy przewidujemy zamknięcie?”

AI → MCP → ERP (moduł Projekty + Finanse) → pełna analiza z wykresem burn rate.

5. Onboarding nowego pracownika

Nowy handlowiec pierwszego dnia:

„Kim jest klient Nowak Industries? Co kupowali w ciągu ostatnich 2 lat i jakie mamy z nimi umowy?”

AI → MCP → ERP (CRM + Finanse + Dokumenty) → pełna historia klienta w naturalnym języku.

Bezpieczeństwo i GDPR przy MCP

MCP z właściwą implementacją zachowuje pełną kontrolę bezpieczeństwa:

Autentykacja i autoryzacja

  • Każdy użytkownik AI asystenta jest autentykowany (OAuth / SSO / API token)
  • Uprawnienia MCP są dziedziczone z uprawnień ERP — jeśli użytkownik w ERP nie może widzieć wynagrodzeń, AI przez MCP też nie zobaczy
  • Role-based access control (RBAC) stosowany do każdego narzędzia MCP

Logowanie i audit trail

  • Każde zapytanie AI do MCP serwera jest logowane: użytkownik, timestamp, narzędzie, parametry
  • Logi integrują się z audit logiem ERP
  • Alerty przy anomalnych wzorcach zapytań

GDPR i danych osobowe

Kluczowe pytanie: czy AI asystent (np. Claude) przetwarza dane osobowe klientów i pracowników?

  • Przy Claude API z DPA (Anthropic podpisuje DPA) — dane mogą być przetwarzane przez model z odpowiednią podstawą prawną
  • Przy lokalnym LLM (Ollama, LM Studio) — dane nie opuszczają infrastruktury firmy
  • Przy Microsoft Copilot — dane pozostają w M365 tenant firmy

Modulario MCP Server umożliwia konfigurację „safe mode” — AI ma dostęp do zagregowanych danych (raporty, statystyki) bez dostępu do indywidualnych rekordów z danymi osobowymi.

Jak wdrożyć MCP Server w firmie

Wymagania wstępne

  • Konto Modulario z odpowiednimi modułami
  • AI klient obsługujący MCP (Claude Desktop, Cursor, klient własny)
  • Decyzja o modelu AI (Claude API, Azure OpenAI, lokalny LLM)
  • Przegląd prawny: które dane mogą być dostępne przez AI (GDPR)

Krok 1: Instalacja Modulario MCP Server

Modulario MCP Server to mikrousługa deployowana w infrastrukturze klienta lub jako managed service.

# Docker deployment (przykład)
docker run -e MODULARIO_API_KEY=xxx \
           -e MCP_AUTH_SECRET=yyy \
           -p 3000:3000 \
           modulario/mcp-server:latest

Krok 2: Konfiguracja uprawnień

Definiujcie, które narzędzia są dostępne dla których ról:

roles:
  sales_manager:
    tools: [get_customers, get_deals, get_invoices, get_revenue_report]
    data_filter: own_customers_only
  cfo:
    tools: [get_revenue_report, get_cashflow, get_overdue_invoices, get_project_margins]
    data_filter: all
  warehouse_manager:
    tools: [get_inventory, get_orders, get_reorder_alerts]

Krok 3: Połączenie z AI klientem

Dla Claude Desktop — dodajcie konfigurację MCP servera:

{
  "mcpServers": {
    "modulario": {
      "command": "npx",
      "args": ["@modulario/mcp-server"],
      "env": {
        "MODULARIO_URL": "https://app.modulario.com",
        "API_KEY": "your-key"
      }
    }
  }
}

Krok 4: Pilot z jednym działem

Zacznijcie od małego pilotu — np. tylko dział sprzedaży z dostępem tylko do narzędzi CRM. Zbierajcie feedback, mierzyjcie oszczędność czasu.

Dostępność Modulario MCP Server

Modulario MCP Server jest dostępny dla klientów w ramach planu Enterprise od Q2 2026. Dokumentacja i lista narzędzi na /pl/integracje.

Często zadawane pytania

Co to jest MCP (Model Context Protocol)? MCP (Model Context Protocol) to otwarty standard stworzony przez Anthropic (twórcę Claude), który definiuje, jak AI asystenci mogą bezpiecznie łączyć się ze źródłami danych i narzędziami zewnętrznymi. Zamiast wklejania danych z ERP do chatu AI, MCP umożliwia AI asystentowi bezpośredni dostęp do żywych danych systemów — zamówień, faktur, stanów magazynowych — z odpowiednią kontrolą dostępu i logowaniem. To jak REST API, ale zaprojektowane specjalnie dla modeli językowych.

Czy MCP jest bezpieczne dla danych firmowych? MCP z odpowiednią implementacją jest bezpieczne. Kluczowe aspekty: (1) autentykacja — MCP server wymaga tokenu/klucza, AI asystent nie może „zgadnąć” dostępu, (2) uprawnienia granularne — MCP server definiuje dokładnie jakie dane i operacje są dozwolone (read-only vs. read-write), (3) logowanie — każde zapytanie AI do MCP serwera jest logowane z identyfikacją użytkownika i timestampem, (4) GDPR — dane z ERP przez MCP nie wychodzą do zewnętrznych serwerów AI jeśli używacie on-premise LLM lub prywatnego API z odpowiednimi umowami DPA.

Jakie konkretne zadania może wykonać AI asystent z dostępem do ERP przez MCP? Przykłady rzeczywistych use cases: (1) Analiza sprzedaży — „Pokaż mi top 10 klientów Q1 2026 i ich marżę” → AI odpowiada z aktualnymi danymi z ERP, (2) Status zamówień — „Kiedy dotrze zamówienie #5432 do klienta Kowalski?” → AI sprawdza w czasie rzeczywistym, (3) Alert magazynowy — „Które produkty mają zapas poniżej minimum reorder point?” → AI generuje listę z rekomendacjami zakupowymi, (4) Raport płatności — „Które faktury są przeterminowane powyżej 30 dni?” → AI wyświetla z kwotami i numerami telefonów do klientów, (5) Analiza rentowności — „Jaka jest marża brutto na projekcie ABC?” → AI oblicza z bieżących danych.