Ciao a tutti e benvenuti a un altro episodio delle Microsoft Knowledge Nuggets qui su M365. FM, sono il vostro conduttore Mirko Peter. Oggi affronteremo qualcosa di cui chiunque lavori con l'IA ha sentito parlare, ma che quasi nessuno sa spiegare in modo semplice. Si tratta del Model Context Protocol o MCP. Siete su Teams e ponete al vostro assistente IA una domanda semplice come Qual è lo stato del progetto Johnson? E lui risponde, mi dispiace, non posso accedere a queste informazioni. Vi sono familiare. L'IA è intelligente, il modello è potente, ma non riesce a vedere i vostri dati. E' disconnesso dai sistemi in cui risiede il vostro lavoro vero e proprio. E questo è il problema principale che l'MCP risolve. Alla fine di questo episodio capirete cosa sia realmente l'MCP, perché è importante per chiunque usi Microsoft 365 e come sta cambiando ciò che l'IA può fare per voi. Analizzeremo la questione passo dopo passo. Il problema, la soluzione, come funziona e cosa significa all'interno di Microsoft. Quindi iniziamo dal problema, perché probabilmente l'avete vissuto in prima persona. Problema. Ogni strumento di IA doveva essere costruito su MISP. Prima dell'esistenza dell'MCP, se volevate che un assistente IA facesse qualcosa di utile, come controllare il calendario, recuperare un file da SharePoint o cercare un record cliente in Dynamics, dovevate scrivere codice personalizzato per ciascuna operazione. Ogni singola connessione, ogni singola fonte di dati, codice separato. Il punto è questo. Ogni sistema parla il proprio linguaggio API. Il vostro calendario usa un formato, SharePoint ne usa un altro, Dynamics ne usa ancora un altro. Ha autenticazioni diverse, regole diverse, modi diversi di richiedere dati e riceverli. Quindi, se volevate che la vostra IA comunicasse con tre sistemi, dovete costruire tre connettori personalizzati. Pensatene in questo modo. Immaginate di essere nel vostro soggiorno con una TV, uno stereo e luci intelligenti. Ognuno ha il proprio telecomando e nessuno di questi telecomandi funziona con un altro dispositivo. Vi serve il telecomando della TV per la TV, quello dello stereo per lo stereo, un'app separata per le luci. Ecco come appariva lo sviluppo dell'IA prima dell'MCP. Ogni strumento necessitava della propria integrazione personalizzata. Per gli utenti Microsoft questo tocca da vicino. Pensate a cosa vuole fare Copilot quando gli ponete una domanda. Potrebbe controllare il vostro calendario Exchange? Per le riunioni, leggere le mere recenti di un cliente specifico, cercare un record client in Dynamics. Si tratta di tre connessioni API diverse, tre integrazioni separate, ognuna delle quali richiede lavoro di sviluppo personalizzato. Il risultato. La maggior parte degli strumenti di IA ha scelto la strada più facile. Chiedevi qualcosa sul tuo lavoro e l'IA rispondeva, non posso accedere a quei dati. Oppure devi prima configurare una connessione. Una vera integrazione richiedeva costosi sviluppi personalizzati che la maggior parte delle aziende non raggiungeva. Ecco il punto fondamentale. Il modello linguistico di grandi dimensioni in sé è incredibilmente potente. Sa ragionare, riassumere, generare e analizzare, ma senza accesso ai tuoi dati reali, è cieco. È cieco. È come avere l'assistente più intelligente al mondo chiuso in una stanza senza finestre. Può pensare brillantemente, ma non può aiutarti nulla di concreto. La soluzione. L'MCP come conneversale. Quindi cosa succederebbe se esistesse una versione diversa? Un modo standard per connettere qualsiasi A a qualsiasi fonte dati senza scrivere codice personalizzato per ogni collegamento. Il fatto è che è esattamente ciò che fa il Model Context Protocol. In breve MCP. Anthropic, l'azienda dietro Cloud, l'ha introdotta a fine 2024 e ha preso piede rapidamente. L'MCP è uno standard aperto che definisce un modo coerente per le applicazioni IA di comunicare con strumenti e fonti dati. Pensalo come l'USB-C. Prima dell'USB-C ogni dispositivo richiedeva il suo cavo speciale. Il telefono ne usava uno, il portatile un altro, le cuffie un terzo. Aveva un cassetto pieno di cavi e non riuscivi mai a troverlo. Poi è arrivato l'USB-C, un cavo, uno standard e tutto funziona semplicemente. L'MCP fa la stessa cosa per le connessioni A. Un unico protocollo funziona per database, file system, API web e sì, anche per i servizi Microsoft. Invece di creare connettori su misura per ogni fonte dati, costruisci un server MCP e qualsiasi applicazione IA compatibile può usarlo. L'adozione è stata rapida. In pochi mesi sono apparsi migliaia di server MCP predefiniti per Google Drive, GitHub, Slack e database come PostgreSQL e Squite. E per gli utenti Microsoft qui la cosa si fa davvero interessante. I tuoi strumenti IA ora possono connettersi a SharePoint, Exchange, Dynamics e Power Platform, tutti tramite la stessa interfaccia standard. In sintesi non devi più creare connessioni personalizzate. Ti colleghi all'MCP, un protocollo, qualsiasi fonte dati, qualsiasi applicazione IA. E questa è la magia. L'architettura host, client e server. Quindi come funziona davvero dietro le quinte? Lascia che te lo spieghi. L'MCP usa una semplice configurazione in tre parti, host, client e server. Una volta compresi questi tre elementi tutto diventa chiaro. L'host e l'applicazione IA che stai effettivamente usando? Potrebbe essere co-pilot in Microsoft 365, cloud desktop o un agente personalizzato che hai creato tu stesso. L'host è dove poni la tua domanda. È la parte rivolta all'utente. All'interno di quell'host vive qualcosa chiamato client MCP. Questa è la parte che parla il protocollo MCP. Non lo vedi né ci interagisci direttamente, ma è il traduttore, l'elemento che sa come parlare ai server MCP. Poi c'è il server. Il server MCP è un programma leggero che si interpone tra la tua applicazione IA e la tua fonte dati reale. Espone strumenti e risorse che l'IA può utilizzare. Il server sa come raggiungere il tuo sito SharePoint, la tua casa l'exchange o il tuo database Dynamics. L'IA non ha bisogno di conoscere nessuno di questi dettagli. Parla semplicemente con il server. Ecco come influiscono i dati. Quando pone una domanda alla tua IA, la richiesta passa dall'host al client MCP. Il client invia un messaggio tramite il protocollo MCP al server. Il server ha cellato a fonte dati, recupera ciò di cui hai bisogno e lo rimanda indietro. Dall'host al client al protocollo al server fino ai tuoi dati. Pulito, semplice e standardizzato. Immaginalo come un ristorante. L'host è seduto al tavolo. Il client MCP è il cameriere che prende l'ordine e lo porta in cucina. E il server MCP è la cucina stessa. Non hai bisogno di sapere come funziona la cucina. Dici solo al cameriere cosa vuoi e il cibo arriva. Un host può connettersi a più server contemporaneamente. Quindi la tua IA in Teams può raggiungere i tuoi documenti SharePoint, il tuo calendario exchange e i tuoi record dynamics in un'unica conversazione. La comunicazione tra client e server utilizza qualcosa chiamato JSON-RPC. Solo un modo leggero e standardizzato per inviare messaggi avanti indietro. Nessun carico pesante, nessun cablaggio personalizzato. Cosa contengono i server MCP? Strumenti, risorse e prompt. Quindi cosa dà effettivamente un server MCP all'IA quando si connettono? Tre cose. Strumenti, risorse e modelli di prompt. Pensali come il kit di attrezzi a cui l'IA attinge quando deve portare a termine qualcosa. Analizziamolo in parole semplici. Primo gli strumenti. Gli strumenti sono azioni che l'IA può intraprendere, che cambiano effettivamente le cose nel mondo reale. Uno strumento potrebbe cercare un database, inviare un email o creare un documento. Ogni volta che l'IA richiama uno strumento succede qualcosa. Un file viene salvato, un messaggio viene inviato, un record viene aggiornato. Gli strumenti sono i verbi del sistema. Sono ciò che fa cadere le cose. Ora risorse. Le risorse sono informazioni di sola lettura che l'IA può consultare. Una risorsa può essere un elenco clienti di Dynamics, un documento di policy in SharePoint o le note di una riunione su Teams. L'IA può leggerle, analizzarle e consultarli, ma non può modificarle direttamente tramite una risorsa. Forniscono semplicemente l'IA il contesto necessario per lavorare in modo più intelligente. Qui ci sono i prompt template? Si tratta di istruzioni predefinite che fanno risparmiare tempo. Invece di creare il prompt perfetto ogni volta, il server te ne fornisce uno già ottimizzato. Ad esempio, un server MCP per SharePoint potrebbe includere un template per riassumere il contenuto di una cartella. Basta dire, riassumi questa cartella. E il template si occupa del resto. È come avere una scorciatoria specializzata per le cose che fai ripetutamente. Ecco un esempio concreto per unire i pezzi. Immagina un server MCP per SharePoint. Offre uno strumento chiamato cerca documenti che trova i file tramite parola chiave. Offre una risorsa chiamata elenco siti e fornisce accesso in sola lettura a tutti i siti SharePoint disponibili. Include un prompt template chiamato riassumi contenuti cartella che indica l'IA come presentare un riepilogo chiaro. Tutto ciò che serve all'IA per aiutarti con SharePoint si trova lì in un unico posto. Ora, ecco la parte interessante. L'IA scopre tutto questo automaticamente quando si connette al server. Nessuna programmazione richiesta. Il server praticamente si presenta da solo. Ecco i miei strumenti, le mie risorse, i miei prompt template. E' l'IA capisce come usarli. E' questo che rende MCP potente. Il server dice a l'IA cosa è possibile fare e l'IA gestisce il resto. E' un sistema autodescrittivo. Queste tre categorie lavorano insieme affinché l'IA abbia un quadro completo di ciò che può fare. MCP incontra ciò che Microsoft offre già. Quindi portiamo tutto questo al mondo Microsoft. E' qui che le cose diventano concrete per chiunque utilizzi Microsoft 365 e Azure. Sfattiamo subito un mito comune. Alcuni pensano che MCP sia solo un esperimento secondario per Microsoft. E' una direzione strategica. Si può vedere chiaramente in Azure AI Agent Service. Se stai creando agenti A personalizzati su Azure, ora puoi aggiungere server MCP remoti direttamente da Azure AI Foundry. Configura un'etichetta per il server, un URL ed eventuali intestazioni di autenticazione. E il tuo agente può iniziare a chiamare gli strumenti di quel server. La documentazione ufficiale di Microsoft la definisce un'integrazione di primo di poi. Non è il linguaggio usato per i progetti secondo. La questione va oltre a Zoom. Microsoft ha pubblicato riferimenti ufficiali di server MCP per la Power Platform, inclusi Power Automate, Power Apps e persino Process Mining. Non si tratti della community. Vengono direttamente da Microsoft. Prendi il server MCP di Power Apps. Include uno strumento chiamato Invoke Data Entry. Ecco cosa significa in pratica. Nea può prendere input non strutturati come un email, un messaggio di chat o un documento scansionato e trasformarli in un record strutturato in Dataverse. L'IA propone il record e tu lo approvi. L'elemento umano è integrato direttamente al menu. Il server MCP di Power Automate spinge questo concetto ancora a uno. Descrivi un flusso di lavoro in un linguaggio semplice. Qualcosa come quando arriva una nuova email con urgente nell'oggetto, crea un'attività in planner e avvisa il mio manager. L'IA costruisce quel flusso per te. Nessun trascinamento di connettore. Nessuna ricerca di trigger. Descrivi solo ciò che vuoi e il server MCP lo traduce in un'automazione reale. Microsoft ha anche mostrato server MCP per i contenuti di Microsoft Learn. Immagina un agente IA che interroga l'intera libreria di documentazione Microsoft come risorsa. Non tramite scraping di pagine web, ma attraverso un server MCP strutturato che espone la documentazione come dati strutturati. Funziona già oggi. Questa è la direzione in cui stanno muovendo i tuoi strumenti Microsoft. Stanno diventando accessibili tramite MCP per progettazione. La piattaforma si sta aprendo. Così facendo, la tua esperienza con Microsoft 365 diventerà sempre più intelligente. L'integrazione sta avvenendo ora ed è costruita fin dalle fondamenti. MCP non è solo per gli sviluppatori. È per chiunque utilizzi Microsoft 365 e voglia che la propria IA lavori in modo fluido con i propri dati. Uno scenario reale. L'IA che finalmente funziona. Quindi come appare tutto ciò in pratica? Lascia che ti mostri un esempio reale. Ti trovi in Microsoft Teams e scrivi questo in Copilot. Qual è lo stato del progetto ACME e chi è in ritardo con le proprie attività? Premi invio. Ora, dietro le quinte succede qualcosa di diverso rispetto a un anno fa. Il tuo assistente IA si connette a un server MCP collegato a Project Online o Planner. Quel server dichiara gli strumenti che può usare come elencare l'attività, ottenere lo stato dell'attività, controllare le assegnazioni e ottenere la timeline del progetto. IA non ha bisogno di essere guidata qui. Scopre quegli strumenti automaticamente perché il server dice letteralmente ecco cosa posso fare. IA risponde ottimo, lo userò. Nessuno deve dire ehi guarda prima questo endpoint API. Semplicemente funziona. Quindi, IA chiama lo strumento di elenco attività, poi ottiene lo stato per ogni attività, quindi controlla le assegnazioni. Il server MCP gestisce tutta l'autenticazione e il recupero dei dati dietro le quinte. Pochi secondi dopo, IA torna con una risposta chiara. Progetto ACME in linea con i tempi. Ci sono tre attività in ritardo, tutte assegnate a Sara. Vuoi che le mandi un promemoria? Ecco cosa importante. Non è stato scritto alcun codice personalizzato per questa richiesta. Nessuno sviluppatore ha dedicato due settimane a creare un connettore tra Copilot e Project Online. Il server MCP ha gestito l'intera integrazione. Un solo server, un protocollo standard e l'IA sapeva esattamente come usarlo. Ora facciamo un passo avanti. Dopo aver ottenuto lo stato del progetto chiedi Controlla il mio calendario per una riunione con Sara domani e ridige un aggiornamento di stato basato su ciò che sta accadendo. L'IA utilizza un server MCP di Exchange per controllare il tuo calendario. Cerca le email correlate tramite lo stesso server e poi chiama un server MCP di Word per ridigere l'aggiornamento. Una sola conversazione, molteplici origini dati, zero sviluppo personalizzato. Questo è il momento chiave con MCP. Rende l'IA utile all'interno del tuo reale ambiente di lavoro. Non solo un chatbot generico che può rispondere solo a domande ampie, ma un assistente che vede i tuoi dati, comprende il tuo contesto e agisce tutto attraverso un unico semplice standard. Sicurezza, mantenere i tuoi dati al sicuro. Tutta questa flessibilità solleva una grande domanda. Se la tua IA può improvvisamente accedere a SharePoint, Exchange e Dynamics tramite MCP, come mantieni quei dati al sicuro? Ecco le risposte a breve. MCP è sicuro tanto quanto lo rendi tu. Il protocollo non aggira le tue misure di sicurezza esistenti. Funziona insieme a me. MCP supporta OAuth 2.1, lo stesso standard di autenticazione del settore che protegge il tuo accesso Microsoft. Quando un server MCP richiede l'autenticazione, il tuo client EA deve dimostrare di essere autorizzato prima di poter accedere a qualsiasi dato. Il servizio può utilizzare intestazioni di autenticazione, chiave API o accesso base a tutto. Gli stessi schemi che già usi per proteggere le API. Ma c'è un livello aggiuntivo che conta davvero per l'uso aziendale? L'IA deve chiedere il permesso prima di poter effettivamente eseguire una ricerca, inviare un messaggio o modificare un record. Lo chiede a te. Vedi la richiesta direttamente nella tua interfaccia digital. Esamini cosa farà lo strumento, lo approvi o lo rifiuti. Ciò significa che nessuno strumento viene invocato senza il tuo consenso. La tua IA può suggerire azioni, ma non può eseguirle senza che tu dica di sì. Questa è un'ottima rete di sicurezza. Una cosa a cui prestare attenzione. Sono disponibili migliaia di server MCP pubblici e non tutti sono affidabili. Esistono registri pubblici in cui chiunque può pubblicare un server. Alcuni sono eccellenti, altri no. È tua responsabilità utilizzare solo server di cui ti fidi. Negli ambienti Microsoft hai un vantaggio. I tuoi server MCP possono utilizzare gli stessi controlli di identità e accesso dei tuoi servizi Microsoft esistenti. Se un utente non ha l'autorizzazione per leggere una raccolta documenti di SharePoint, un server MCP non può aggirarlo. Il server eredita gli stessi limiti, la stessa autenticazione, le stesse policy, la stessa governance. Iniziare la tua prima esperienza con MCP. Quindi sei convinto e vuoi provare tu stesso. Da dove iniziare? In modo più semplice è scegliere un host compatibile con MCP. Cloud Desktop ha il supporto a MCP integrato e anche GitHub Copilot funziona. Entrambi ti permettono di collegare i server quasi senza configurazione. Successivamente dai un'occhiata ai registri MCP. Esistono migliaia di server predefiniti per servizi come Google Drive, Slack, Database, File System e sia anche per i servizi Microsoft. Se sei un utente Microsoft inizia con i riferimenti del server MCP di Microsoft per Power Platform. La configurazione è semplice. La maggior parte degli host utilizza un file JSON in cui elenchi i tuoi server. Dai a ciascuno un nome, fornisci il comando o l'URL per raggiungerlo e configuri le credenziali di autenticazione. Tutto qui l'host gestisce il REST. Non è richiesta alcuna programmazione per l'uso di base, quindi non devi essere uno sviluppatore né scrivere codice di integrazione. Configura semplicemente un file JSON e improvvisamente la tua IA può accedere a dati che prima non poteva toccare. Il file JSON è come un file di configurazione che dice al tuo host a quali server connettersi. Pensa a MCP come un traduttore universale per la tua IA. Invece di imparare una lingua diversa per ogni servizio, parla a un unico protocollo. Inizia in piccolo collegando una fonte di dati come il tuo calendario tramite un server MCP di Exchange, quindi pone la tua IA una domanda sui tuoi impegni e osserva come scopri gli strumenti disponibili. Prova l'approvazione Human in the Loop, che significa che puoi approvare ogni azione prima che l'IA la esegua. Questo ti mantiene al comando. Assicurati di comprendere il modello di sicurezza prima di espanderti. Una volta che ti senti a tuo agio, espanditi aggiungendo un altro server per la tua raccolta documenti, poi per il tuo sistema di gestione attività. Ogni server aggiunge nuove funzionalità e ognuno segue lo stesso protocollo. Se vuoi creare il tuo server MCP, magari per esporre un'applicazione aziendale personalizzata, un database interno, le Azure Functions di Microsoft funzionano benissimo come back-end. Avvolgi la tua API, origine e dati esistenti, in un server MCP con poche righe di codice, con poche righe di codice. Il modello è semplice. Esponi gli strumenti come funzioni, esponi i dati come risorse e lascia che il protocollo gestisca il resto. È un modo diretto per dare alla tua IA accesso alle tue fonti di dati. Quindi questo è il model Context Protocol. Uno standard che finalmente permette agli strumenti di IA di raggiungere i tuoi dati reali. I tuoi file SharePoint, il tuo calendario Exchange, il tuo record Dynamics. Prima di MCP dovevi creare connessioni personalizzate per ogni sistema. Ora ti colleghi a un unico protocollo e la tua IA può dialogare con tutti. L'IA diventa utile all'interno del tuo real ambiente di lavoro. Non è solo una comodità, cambia il modo in cui lavori con l'IA. Inizia con un server MCP, collega una singola fonte dati e vedi tu stesso la differenza. Se l'hai trovato utile, condividilo con un collega che ha difficoltà con un IA che non accede ai suoi dati. Iscriviti per altre pillole di conoscenza come questa. Sono Mirko Peters e ci vediamo nel prossimo episodio.