Протокол контекста модели (MCP) сейчас привлекает много внимания — и в этом случае он вполне заслуживает. MCP является значительным шагом в оснащении ИИ с помощью рук и ног, чтобы значительно улучшить существующую бизнес -функциональность и облегчить всю нашу жизнь. Хотя недавние достижения в области искусственного интеллекта позволили большим языковым моделям решить проблемы, до сих пор им не хватало возможности действовать в реальном мире, взаимодействуя с системами, которые люди используют каждый день.
Серверы MCP, часто называемые просто MCP, являются недостающим звеном, которое позволяет ИИ принимать меры, а не просто чат и консультировать. Блок был одним из первых усыновителей MCP и помог сформировать некоторые из ключевых функций, включая безопасность и эффективную сортировку данных. В частности, наши финансовые услуги фокусируются с уникальным взглядом на безопасность и конфиденциальность данных.
Как MCP позволяет ИИ принять меры в реальном мире
Идея MCPS практична. У большинства организаций уже есть множество программных программ, таких как API, инструменты бэк-офиса и двигатели рабочего процесса, созданные и работающие. Реальная задача заключается не в создании новых приложений AI с нуля, а скорее подключение агентов ИИ с уже существующими системами. С MCPS, даже наследие или нишевые инструменты мгновенно автоматизируются через ИИ.
Мы уже наблюдаем ранние стадии этого сдвига с квадратными продавцами. Сегодня владелец бизнеса может использовать естественный язык, чтобы запросить их инвентарь, просто спросив: «Достаточно ли у меня инвентаризации на выходные?» Далее, приведенный в действие Square MCP, этот запрос будет плавно переходить на агентское действие: продавцы смогут сказать: «Если нет, заказать все, что мне нужно, чтобы доставить нас на выходные».
За кулисами агенты искусственного интеллекта будут организовать каждый шаг, не просто отвечать, но и активно взаимодействовать между системами: проверка уровней запасов, анализ исторических тенденций продаж и автономное размещение необходимых заказов. Глядя дальше, эти агенты будут активно выявлять тенденции, предлагать улучшения бизнеса и даже решать проблемы за кулисами, предотвращая возникновение потенциальных проблем.
Тот же основополагающий подход несет в секторах. Везде, где программное обеспечение раскрывает API, MCP делают их на шаг вперед и дают агентские рамки, такие как Goose The Arms и ноги, чтобы посредить между LLM и существующими системами. Вы можете использовать свой агент ИИ для извлечения данных из Snowflake, анализа его в Databricks, генерировать понимание и публиковать их в Google Doc. MCPS — это шлюзы, которые ваш агент ИИ использует для стандартного общения с этими системами.
В Block то, что начиналось как инструмент разработчика для небольшой инженерной команды, превратился в платформу для всей компании, которая еженедельно использовала 60% из 10 000 сотрудников Block для автоматизации сложных рабочих процессов и устранить рутинные задачи в различных отделах, включая юридические, продажи, маркетинг и многое другое.
Некоторые из аналитиков риска Блока начали использовать гусь для ускорения процессов обнаружения мошенничества. В тех случаях, когда традиционный анализ требовал дней ручного обзора данных, эти аналитики теперь могут запросить комплексный анализ мошенничества с помощью запросов естественного языка.
Команда по продажам Block недавно экспериментировала с использованием Goose для сложного проекта анализа ведущих ведущих, включающих 81 000 лидов продаж. Вместо того, чтобы проводить недели ручного анализа, команда использовала Goose для доступа к данным свинца посредством соединений DataBricks, анализа шаблонов и генерирования рекомендаций по распределению. Анализ и стратегические рекомендации были завершены за один час.
Ключевые соображения для реализации MCP
С правильной игрой на месте MCPS может предоставить серверу, необходимые вашей компании для агентского искусственного интеллекта, чтобы по -настоящему подключить вашу компанию способами, которые ранее не были возможными. Некоторые вещи, которые следует учитывать:
Будущее MCP и агентской автоматизации
По мере созревания протокола MCPS станет таким же фундаментальным для инструментария разработчика, как и стандарты REST или контейнер в более ранние эпохи. Наиболее мощные технологические экосистемы возникают из решений, которые проявляются в реальных условиях, а затем обмениваются сообществами. MCPS уже выигрывает от этого сетевого эффекта, и каждый новый адаптер или конечная точка мгновенно увеличивает стоимость всех агентов, которые говорят MCP.
Обещание ИИ заключается в том, чтобы разблокировать ценность того, что уже было построено. С MCPS полная сила сегодняшнего ИИ может быть использована для оптимизации систем и рабочих процессов, которые важнее всего, сохраняя при этом безопасность, контекст и человеческий надзор. Стоимость протокола будет расти только в том, что его применяют больше организаций и отраслей, и как разработчики продолжают итерацию на открытом воздухе, основан на том, что обеспечивает наибольшее количество сигналов и реального мира.
Эпоха агентской автоматизации здесь, и с MCPS, ИИ, наконец, имеет руки и ноги, чтобы трансформировать работу повсюду с практическим, длительным воздействием.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Дханджи является технологическим лидером Block, наблюдая за технологической стратегией компании, а также исследованиями и пограничными технологиями. Дханджи занимал ряд руководящих должностей в Блоке с момента присоединения в 2011 году, включая лидерство инженерии Block, руководитель инженерии в Cash … Подробнее от Dhanji R. Prasanna
