ENMCP – toimintojen mahdollistaja
Varsinkin Claudesta tunnetun toimittajan, Anthropicin, luoma MCP (Model Context Protocol) standardi on luonut helposti hyödynnettävän tavan saada tekoäly ja perinteiset palvelut toimimaan keskenään. Yksinkertaistettuna MCP toimii tulkkina tekoälyn ja verkkopalveluiden välillä. Sen avulla tekoäly ei ainoastaan vastaa kysymyksiin, vaan voi myös hakea ja muokkaa tietoa, käyttää työkaluja ja käynnistää prosesseja. Tämä mahdollistaa muun muassa laajempien ja hankalampien kysymyksien esittämisen tekoälylle, joka pystyy yhdistämään tietoja monista eri tietolähteistä käyttäjän tarpeelle sopivaksi.
Otetaan käytännön esimerkkinä tilanne, jossa käyttäjä haluaa tietää kuluvan kuukauden avoimien tilausten määrän.
-
Käyttäjä pyytää tekoälyltä kuluvan kuukauden avoimia tilauksia.
-
Tekoälylle on välitetty aikaisemmin tieto saatavilla olevista MCP-työkaluista, joihin lukeutuu tilauksia hakeva työkalu.
-
Tekoäly luo MCP:lle sopivan kutsun, jolla työkalu palauttaa toivotun datan.
-
Tekoäly luo vastauksen saadusta datasta käyttäjälle.
-
Käyttäjä saa vastauksen, joka käyttää oikeaa dataa ja voi jatkaa datan kanssa työskentelyä pyytämällä esimerkiksi millä asiakkailla on eniten avoimia tilauksia.
Mutta miten MCP saadaan teknisesti käyttöön ja onko kyse suuresta työstä?
MCP ei eroa merkittävästi perinteisistä verkkopalveluista, vaan sekin koostuu palvelimesta ja päätteestä, jolla kutsuja voidaan tehdä palvelimelle. Erona on kuitenkin se, että MCP:ssä palvelimelle määritellyt työkalut eivät ole pelkkiä REST-rajapintoja, vaan ne sisältävät tekoälylle tarkoitettua metadataa. Niiden avulla tekoälyä autetaan ymmärtämään miten, milloin ja miten kyseistä MCP-työkalua tulisi hyödyntää. Vaikka kyse onkin erilaisesta teknologiasta REST-arkkitehtuurin kanssa, ei järjestelmiä tarvitse kuitenkaan tarvitse tehdä alusta, vaan MCP-työkaluja ja -rajapintoja voidaan luoda olemassa olevien järjestelmien päälle.
Yllä olevassa vuokaaviossa on esitettynä, miten MCP rakentuu käyttäjän ja palveluiden väliin.
Miksi hyödyntää MPC:tä?
Kun MCP otetaan käyttöön, sen suurin etu ei ole pelkästään tekninen yhteensopivuus jo monien valmiiden MCP-työkalujen kanssa, vaan työn muuttuminen sujuvammaksi. Sen sijaan, että käyttäjän pitäisi itse siirtyä eri järjestelmien välillä löytäkseen oikea tietoa ja yhdistellä niitä manuaalisesti, tekoäly voi hoitaa tämän taustalla. Loppukäyttäjän näkökulmasta kokemus muistuttaa keskustelua asiantuntijan kanssa, joka osaa hakea oikeat tiedot oikeista paikoista ilman, että käyttäjän tarvitsee tietää, mistä tai miten tieto haetaan.
Tämä avaa uusia mahdollisuuksia erityisesti organisaatioissa, joissa data on hajautunut useisiin eri järjestelmiin. MCP:n avulla tekoäly voi toimia eräänlaisena käyttöliittymänä kaikkeen tähän tietoon. Lopputuloksena ei ole pelkästään nopeampi tiedonhaku, vaan myös parempi päätöksenteko: kun tieto on helpommin saatavilla ja yhdisteltävissä, käyttäjät voivat keskittyä itse olennaiseen, eli tiedon hyödyntämiseen.
Case-esimerkkinä rakensimme MCP-palvelimen oman tuntikirjanpitojärjestelmämme päälle ja liitimme sen suoraan kielimallien hyödynnettäväksi. Nyt käyttäjä voi kysyä esimerkiksi laskutetuista tunneista, projektien kuormasta tai tulevasta kapasiteetista ja saada vastauksen suoraan järjestelmästä ilman erillistä raportointia. Raportointi voidaan personoida ja tuottaa halutut graafit kielimallien ja sitä tukevien työkalujen avulla käyttäjien tarpeiden mukaisesti.
Esimerkki kuvaa hyvin sitä, miten MCP:n avulla olemassa olevat järjestelmät voidaan avata tekoälyn käyttöön hallitusti ja liiketoimintaa tukevalla tavalla. Sama lähestymistapa toimii laajasti eri järjestelmissä ja datalähteissä. Jos haluat nähdä, miten tämä voisi toteutua teidän järjestelmissänne, jutellaan.
