AI-assistenter har længe været gode til at tænke – men dårlige til at handle. MCP er fundamentet, der ændrer det, og sammen med nye værktøjer til agentisk forretningslogik kommer det til at påvirke, hvordan vi arbejder, langt mere end de fleste har forstået.
De fleste, der har prøvet at bruge en AI-assistent til noget praktisk på arbejdet, er stødt på den samme mur: AI'en kan hjælpe dig med at tænke, men den kan ikke handle. Den kan foreslå, hvordan du formulerer en e-mail, men ikke sende den. Den kan hjælpe dig med at analysere tal, men kun hvis du selv kopierer dem ind.
Model Context Protocol er den åbne standard, der gør det muligt for agenterne at handle selv. Tænk på det som et universelt stik til AI: Uanset om det er et ERP-system, en filserver, en database eller et samarbejdsværktøj, er det bare at «sætte stikket i», så har AI-agenten adgang til at kommunikere og handle – uden at man behøver en skræddersyet kobling for hvert enkelt system.
MCP blev lanceret af Anthropic i november 2024, og væksten har været formidabel. På under et år blev det en udbredt industristandard med støtte fra OpenAI, Google, Microsoft og en række andre store aktører. I december 2025 blev protokollen overdraget til en uafhængig stiftelse under Linux Foundation for at sikre, at den forbliver åben og neutral.

Hvad betyder det i praksis?
Tag et konkret eksempel: Du bruger Dynamics 365 og vil kende lagerbeholdningen på en bestemt vare. Tidligere skulle du logge ind, navigere til det rette modul og lede dig frem til svaret. Med en AI-agent, der kommunikerer via MCP, kan du blot spørge, og agenten henter svaret direkte fra systemet. Vil du desuden oprette en indkøbsordre, gør den det også.
– Det samme princip gælder på tværs af systemer. En agent kan hente en kundehistorik fra CRM, slå relevante aftaler op i et arkiv, og opsummere det hele i et e-mailudkast – i én operation, igangsat af én forespørgsel, forklarer Vegard.
Fundamentet skal være på plads
Et naturligt spørgsmål er, hvad der hindrer agenten i at gøre ting, den ikke må. Svaret er, at MCP fungerer inden for de samme sikkerhedsrammer, der allerede gælder i dine systemer. Agenten har kun adgang til det, du giver den adgang til – præcis som du styrer adgange for almindelige medarbejdere. Du bestemmer, hvad den kan se og gøre, og intet sker uden for de rammer, du selv har sat.
MCP åbner med andre ord for mange muligheder – men kun hvis de data, der skal arbejdes med, er i orden. En AI-agent er ikke bedre end den information, den har adgang til. Hvis kundedata er spredt på tværs af systemer uden klar struktur, eller lagerbeholdningen ikke opdateres i realtid, vil agenten hente det samme rodet billede, som du ville få manuelt – bare hurtigere. Det holder ikke og skaber ingen værdi.
Skal du hente det fulde potentiale ud af MCP, skal du have styr på dine data: hvor de ligger, hvad de betyder, og hvem der ejer dem. Det er fundamentet, alt andet hviler på.
Vi er kun i begyndelsen af at forstå, hvad dette muliggør. Men én ting er tydelig: AI-agenter, der kan handle – ikke bare svare – er en anden teknologi end det, vi har set hidtil. MCP er infrastrukturen, der gør det muligt.



