Fra API til MCP – et nytt grensesnitt

I mange år har vi bygget API-er for å gi tilgang til data og funksjoner. Det har fungert godt – men API-er er laget for systemer, ikke for samtaler. Når vi snakker med AI, trenger vi noe mer: en protokoll som forstår intensjon, kontekst og handling. 

MCP (Model Context Protocol) er nettopp dette: en åpen standard som lar AI-modeller hente inn kontekst og utføre handlinger – på en trygg, strukturert og gjenbrukbar måte. 

AI-drevet netthandel

Tenk deg at du spør ChatGPT: «Kan du finne noen fine lyse skjorter?» 

Hvis du har installert MCP-servere fra H&M, Zara og Zalando, kan ChatGPT: 

• Hente produkter fra alle tre 

• Vise bilder, priser og størrelser 

• Legge den du liker best i handlekurven 

• Fullføre kjøpet via Stripe eller Vipps 

Alt dette skjer via MCP – en standardisert protokoll som gjør det mulig for AI å samhandle med data og funksjonalitet fra nettbutikker og betalingsleverandører. Det finnes også påbegynte initiativer for å bygge standardisering rundt produktsøk, checkout og betaling, f.eks. Open AI og deres Agentic Commerce Protocol. 

Et annet spennende business case for MCP’er er booking av reiser og hotellrom. Se for deg ChatGPT koblet mot MCP’er fra flere leverandører både for flybilletter, hotellrom og restaurantreservasjon. Her får du din egen reiseagent, som allerede kjenner alle dine preferanser.

Ny kanal for e-commerce?

Det er ikke usannsynlig at vi snart får markedsplasser for MCP-servere – der du som bruker kan installere MCP-er fra de merkevarene du liker best. Se for deg noe som ligner Apple App Store eller Google Play Store i ChatGPT, men for MCPer. Thon Hotels, Norwegian, Elkjøp, Vinmonopolet – alle kan tilby MCP-servere som lar AI handle på dine vegne. Dette gir en helt ny kanal for e-commerce. I stedet for å konkurrere om synlighet på Google eller Meta, konkurrerer man om å være tilgjengelig via AI-assistenter. 

Fordi MCPer utviklet som en åpen og standardisert protokoll, kan én og samme MCP-server kobles til ulike generative AI-løsninger – som ChatGPT, Claude og Microsoft Copilot – uten behov for tilpasning per plattform. 

AI-drevet kundeservice

Et annet viktig bruksområde for MCP er internt i virksomheter – særlig i kundesenter og support-avdelinger. 

I dag må ansatte ofte forholde seg til mange ulike systemer: CRM, ERP, ordresystemer, kunderegister og dokumentarkiv. Det krever opplæring, tid og kontekstbytte. 

Med MCP kan man lage servere som gir AI-assistenter tilgang til disse systemene – og la ansatte bruke ét grensesnitt, enten det er ChatGPT eller Copilot. 

Eksempler: 

• «Ola Norman ønsker å endre telefonnr til 12345678, kan du gjøre det for meg?» 

• «Hva er status på siste ordren til Ola Norman?» 

• «Kan du opprette en ny sak i CRM og knytte den til kunden?» 

Dette er ikke bare teknisk mulig – det er strategisk smart. Man reduserer opplæring, øker effektivitet og gir ansatte et mer naturlig og samtalebasert grensesnitt mot komplekse systemer. 

Data først – og gjenbruk av eksisterende datainfrastruktur

For at en MCP skal kunne gi verdi, må den ha tilgang til relevante data og funksjonalitet. MCP-ene kan bygges inn i eksisterende datainfrastruktur. Har man allerede eksponert data via en tjenesteplattform, et datavarehus eller REST-API-er, kan MCPen koble seg direkte på disse og gjenbruke både datamodeller og tilgangsstyring. 

I praksis betyr dette at MCP fungerer som et strukturert grensesnitt mot eksisterende API-er – men med én viktig forskjell: konsumenten er generativ KI, ikke et annet system eller en frontend-applikasjon. Der tradisjonelle API-er er laget for system-til-system-integrasjon, er MCP laget for samtalebaserte agenter som ChatGPT, Claude eller Copilot.  

Tilgangsstyring

En av de store styrkene ved MCP er at den bygger på etablerte sikkerhetsprotokoller – spesielt OAuth 2.0 og API-nøkler – noe som gjør det mulig å koble MCP-servere til eksisterende identitets- og tilgangsstyringsløsninger som Entra ID, Okta, Auth0 eller Identity Server. Dette betyr at man ikke trenger å bygge nye autentiseringsmekanismer – man kan gjenbruke det man allerede har. 

Når en MCP brukes fra en AI-agent i f.eks. Microsoft Copilot eller Teams, vil den innloggede brukerens identitet og rettigheter følge med. MCP-serveren kan da gjøre tilgangsstyring basert på denne identiteten – og avgjøre om brukeren har rett til å lese, endre eller utføre handlinger mot de underliggende systemene. 

Dette gir en trygg vei inn i MCP-verdenen, og muliggjør bruk av MCP i eksterne applikasjoner og internt – med fokus på trygg AI-bruk som ivaretar både sikkerhet og kontroll. 

Hvorfor bør du bry deg nå?

MCP er allerede støttet av aktører som Microsoft, OpenAI, GitHub og Anthropic. Det finnes referanseimplementasjoner, og flere utviklingsmiljøer har begynt å eksperimentere med MCP i praksis. 

For beslutningstakere betyr dette: 

• Tidlig posisjonering i en ny kanal 

• Direkte tilgang til brukere via KI 

• Redusert friksjon i både kjøps- og arbeidsprosesser 

• Mer personlige opplevelser, basert på kontekst og preferanser 

Hva bør man gjøre?

Enten du jobber med netthandel eller interne systemer, anbefaler jeg: 

1. Utforsk MCP – les spesifikasjonen og forstå hvordan den fungerer. 

2. Lag en enkel MCP-server – f.eks. for produktkatalog, kundedata eller ordrestatus. 

3. Test integrasjon med ChatGPT eller Copilot – se hvordan det oppleves. 

4. Tenk nytt om brukerreisen – hvordan kan KI gjøre den enklere? 

Til slutt

Model Context Protocol er ikke bare en teknisk nyvinning – det er et nytt grensesnitt mellom mennesker og teknologi. Spørsmålet er ikke om dette kommer – men når. Og hvem som er klare når det skjer.  

I Novanet er vi i gang med å utvikle og eksperimentere med MCP.