WEBVTT

00:00:00.000 --> 00:00:04.120
Hallo allemaal en welkom bij een nieuwe aflevering van Microsoft Knowledge Nuggets hier op M365.

00:00:04.260 --> 00:00:06.140
FM, ik ben jullie host Mirko Peters.

00:00:06.400 --> 00:00:09.140
Vandaag behandelen we iets waar iedereen die met AI bouwt van heeft gehoord,

00:00:09.300 --> 00:00:11.340
maar wat bijna niemand in gewone taal kan uitleggen.

00:00:11.480 --> 00:00:13.720
Het is het model contextprotocol of MCP.

00:00:13.980 --> 00:00:17.860
Stel je dit voor, je bent in Teams en je stelt je AI-assistent een simpele vraag zoals

00:00:17.860 --> 00:00:19.580
wat is de status van het Johnson Project?

00:00:19.880 --> 00:00:22.780
En het antwoord, het spijt me, ik heb geen toegang tot die informatie.

00:00:23.000 --> 00:00:23.820
Klinkt dit bekend?

00:00:24.020 --> 00:00:27.360
De AI is slim, het model is krachtig, maar het kan je data niet zien.

00:00:27.360 --> 00:00:30.640
Het is losgekoppeld van de systemen waar je werkelijke werk zich bevindt.

00:00:30.760 --> 00:00:32.840
Dat is het kernprobleem dat MCP oplost.

00:00:33.020 --> 00:00:35.840
Aan het einde van deze aflevering begrijp je wat MCP precies is,

00:00:36.020 --> 00:00:40.640
waarom het belangrijk is voor iedereen die Microsoft 365 gebruikt en hoe het verandert wat AI voor je kan doen.

00:00:40.840 --> 00:00:42.260
We verdelen dit in bouwstenen.

00:00:42.420 --> 00:00:45.960
Het probleem, de oplossing, hoe het werkt en wat het betekent binnen Microsoft.

00:00:46.360 --> 00:00:50.120
Laten we dus beginnen met het probleem, want je hebt het waarschijnlijk zelf ook wel eens ervaren.

00:00:50.720 --> 00:00:53.900
Het probleem, elke AI-tool moest op maat worden gebouwd.

00:00:53.900 --> 00:00:59.360
Voordat MCP bestond, moest je voor elke nuttige actie van een AI-assistent zoals je agenda checken,

00:00:59.540 --> 00:01:04.400
een bestand uit SharePoint halen of een klantrecord in Dynamics opzoeken aangepaste code schrijven.

00:01:04.580 --> 00:01:07.760
Elke verbinding, elke gegevensbron, afzonderlijke code.

00:01:08.020 --> 00:01:08.740
Dit is het punt.

00:01:08.960 --> 00:01:11.280
Elk systeem spreekt zijn eigen API-taal.

00:01:11.440 --> 00:01:15.720
Je agenda gebruikt het ene formaat, SharePoint een ander en Dynamics weer een heel andere.

00:01:15.940 --> 00:01:20.340
Verschillende authenticatie, verschillende regels, verschillende manieren om data op te vragen en terug te krijgen.

00:01:20.340 --> 00:01:24.180
Als je wilde dat je AI met drie systemen communiceerde, bouwde je drie aangepaste connectoren.

00:01:24.380 --> 00:01:25.160
Denk er zo over.

00:01:25.400 --> 00:01:28.840
Stel je voor dat je in je woonkamer bent met een tv, een stereo en slimme verlichting.

00:01:29.020 --> 00:01:33.100
Elk apparaat heeft zijn eigen afstandsbediening en geen van die afstandsbedieningen werkt met een ander apparaat.

00:01:33.220 --> 00:01:38.280
Je hebt de tv-afstandsbediening nodig voor de tv, de stereo-afstandsbediening voor de stereo en een aparte app voor de verlichting.

00:01:38.460 --> 00:01:40.780
Zo zag AI-ontwikkeling eruit voor MCP.

00:01:40.980 --> 00:01:43.500
Elke tool had zijn eigen aangepaste integratie nodig.

00:01:43.720 --> 00:01:45.900
Voor Microsoft-gebruikers komt dit dicht bij huis.

00:01:46.160 --> 00:01:48.660
Denk eens aan wat Copilot wil doen als je het een vraag stelt.

00:01:48.660 --> 00:01:54.820
Het moet misschien je exchange-agenda controleren op afspraken, recente e-mails van een specifieke klant lezen of een klantrecord in Dynamics opzoeken.

00:01:55.000 --> 00:01:59.380
Dat zijn drie verschillende API-verbindingen, drie afzonderlijke integraties, die elk op maat ontwikkeld moeten worden.

00:01:59.560 --> 00:02:00.420
Het resultaat?

00:02:00.600 --> 00:02:03.180
De meeste AI-tools kozen voor de makkelijke weg en bleven generie.

00:02:03.260 --> 00:02:06.640
Je stelde een vraag over je eigen werk en de AI zei, ik heb geen toegang tot die gegevens.

00:02:06.840 --> 00:02:08.920
Of, je moet eerst een verbinding configureren.

00:02:09.120 --> 00:02:13.040
Echte integratie betekende duur maatwerk en de meeste organisaties bereikten dat nooit.

00:02:13.240 --> 00:02:14.740
Nu, dit is het belangrijkste punt.

00:02:14.920 --> 00:02:17.480
Het grote taalmodel zelf is ongelooflijk krachtig.

00:02:17.480 --> 00:02:22.940
Het kan redeneren, samenvatten, genereren en analyseren, maar zonder toegang tot je daadwerkelijke gegevens is het blind.

00:02:23.120 --> 00:02:26.760
Het is alsof je de slimste assistent ter wereld opsluit in een kamer zonder ramen.

00:02:26.940 --> 00:02:29.740
Ze kunnen briljant denken, maar ze kunnen je nergens echt meehelpen.

00:02:29.940 --> 00:02:30.540
De oplossing?

00:02:30.780 --> 00:02:32.560
MCP als de universele stekker.

00:02:32.780 --> 00:02:34.900
Dus, wat als er één universele stekker bestond?

00:02:35.080 --> 00:02:40.060
Eén standaard manier om elke AI te verbinden met elke gegevensbron zonder voor elke verbinding maatwerk te schrijven.

00:02:40.220 --> 00:02:43.060
Het punt is, dat is precies wat het model context protocol doet.

00:02:43.060 --> 00:02:48.960
Kortweg MCP, Anthropik, het bedrijf achter Kloot, introduceerde het eind 2024 en het werd snel populair.

00:02:49.180 --> 00:02:54.920
MCP is een open standaard die één consistente manier definieert voor AI-applicaties om te communiceren met tools en gegevensbronnen.

00:02:55.180 --> 00:02:56.620
Denk erover als USB-C.

00:02:56.860 --> 00:02:59.960
Voor USB-C had elk apparaat zijn eigen speciale kabel nodig.

00:03:00.160 --> 00:03:03.520
Je telefoon gebruikte de ene soort, je laptop een andere en je koptelefoon een derde.

00:03:03.660 --> 00:03:05.840
Je had een la vol kabels en kon nooit de juiste vinden.

00:03:06.020 --> 00:03:09.280
Toen kwam USB-C één kabel, één standaard en alles werkt gewoon.

00:03:09.280 --> 00:03:11.620
MCP doet hetzelfde voor AI-verbindingen.

00:03:11.760 --> 00:03:16.720
Eén protocol werkt voor databases, bestandsystemen, web APIs en ja, zelfs Microsoft services.

00:03:16.960 --> 00:03:24.000
In plaats van aangepaste connectors te bouwen voor elke gegevensbron, bouw je één MCP-server en elke compatibele AI-applicatie kan deze gebruiken.

00:03:24.180 --> 00:03:25.340
De adoptie ging snel.

00:03:25.620 --> 00:03:32.680
Binnen enkele maanden verschenen er duizenden kantenklare MCP-servers voor Google Drive, GitHub, Slack en databases zoals PostgreSQL en SQLite.

00:03:32.820 --> 00:03:35.600
En voor Microsoft-gebruikers wordt het hier pas echt interessant.

00:03:35.600 --> 00:03:41.820
Je AI-tools kunnen nu verbinding maken met SharePoint, Exchange, Dynamics en het Power Platform, allemaal via dezelfde standaard interface.

00:03:41.980 --> 00:03:44.580
De essentie is, je hoeft geen aangepaste verbindingen meer te bouwen.

00:03:44.740 --> 00:03:48.320
Je plugt in op MCP één protocol, elke gegevensbron, elke AI-applicatie.

00:03:48.560 --> 00:03:49.600
Dat is de magie ervan.

00:03:49.800 --> 00:03:51.820
De architectuur, host, client en server.

00:03:52.120 --> 00:03:54.020
Dus, hoe werkt dit eigenlijk achter de schermen?

00:03:54.160 --> 00:03:55.140
Laat me het uitleggen.

00:03:55.340 --> 00:03:59.020
MCP gebruikt een eenvoudige opzet uit drie delen, host, client en server.

00:03:59.300 --> 00:04:02.140
Zodra je die drie onderdelen begrijpt, valt alles op zijn plek.

00:04:02.260 --> 00:04:04.860
De host is de AI-applicatie die je daadwerkelijk gebruikt.

00:04:04.860 --> 00:04:09.920
Dat kan Copilot in Microsoft 365 zijn, Cloud Desktop of een eigen agent die je zelf hebt gebouwd.

00:04:10.080 --> 00:04:11.520
De host is waar je je vraag stelt.

00:04:11.740 --> 00:04:13.520
Het is het gedeelte dat de gebruiker ziet.

00:04:13.740 --> 00:04:16.280
Binnen die host bevindt zich de zogeheten MCP-client.

00:04:16.540 --> 00:04:18.900
Dit is het onderdeel dat het MCP-protocol spreekt.

00:04:19.040 --> 00:04:23.800
Je ziet het niet en werkt er niet direct mee, maar het is de vertaler, het onderdeel dat weet hoe het met MCP-survers moet communiceren.

00:04:24.020 --> 00:04:24.940
Dan heb je de server.

00:04:25.200 --> 00:04:30.420
De MCP-surfer is een lichtgewicht programma dat tussen je AI-toepassing en je werkelijke gegevensbron in staat.

00:04:30.640 --> 00:04:33.200
Het stelt tools en bronnen beschikbaar die de AI kan gebruiken.

00:04:33.200 --> 00:04:37.180
De server weet hoe hij je SharePoint-site, je Exchange-mailbooks en je Dynamics-database moet bereiken.

00:04:37.360 --> 00:04:39.180
De AI hoeft die details helemaal niet te kennen.

00:04:39.380 --> 00:04:40.900
Hij praat simpelweg met de server.

00:04:41.180 --> 00:04:42.480
Dit is hoe de gegevens stromen.

00:04:42.720 --> 00:04:46.340
Wanneer je je AI een vraag stelt, gaat het verzoek van de host naar de MCP-client.

00:04:46.540 --> 00:04:49.560
De client stuurt een bericht via het MCP-protocol naar de server.

00:04:49.780 --> 00:04:53.100
De server haalt de gegevens uit je bron, krijgt wat je nodig hebt en stuurt het terug.

00:04:53.300 --> 00:04:55.860
Host naar client naar protocol naar server naar je gegevens.

00:04:55.860 --> 00:04:57.900
Schoon, eenvoudig en gestandardiseerd.

00:04:58.120 --> 00:04:59.040
Zie het als een restaurant.

00:04:59.400 --> 00:05:00.920
De host ben jij die aan tafel zit.

00:05:01.120 --> 00:05:04.260
De MCP-client is de ober die je bestelling opneemt en naar de keuken brengt.

00:05:04.360 --> 00:05:06.500
En de MCP-surfer is de keuken zelf.

00:05:06.680 --> 00:05:08.380
Je hoeft niet te weten hoe de keuken werkt.

00:05:08.560 --> 00:05:11.260
Je vertelt de ober gewoon wat je wilt en het eten verschijnt.

00:05:11.440 --> 00:05:14.200
Eén host kan tegelijkertijd met meerdere servers verbinden.

00:05:14.200 --> 00:05:20.520
Zo kan je AI in Teams je SharePoint-documenten, je Exchange Agenda en je Dynamics Records in één gesprek bereiken.

00:05:20.680 --> 00:05:24.720
De communicatie tussen client en server gebruikt iets dat JSON-RPC heet.

00:05:24.900 --> 00:05:28.420
Gewoon een lichtgewicht, gestandardiseerde manier om berichten heen en weer te sturen.

00:05:28.640 --> 00:05:30.980
Geen zware overhead, geen aangepaste bedrading.

00:05:31.200 --> 00:05:32.960
Wat MCP-survers bevatten?

00:05:33.200 --> 00:05:34.600
Tools, bronnen en prompts.

00:05:34.860 --> 00:05:38.400
Dus, wat geeft een MCP-server de AI eigenlijk als ze verbinding maken?

00:05:38.680 --> 00:05:41.220
Drie dingen, tools, bronnen en prompts, schablonen.

00:05:41.220 --> 00:05:45.220
Beschouw ze als de gereedschapskist waar de AI uitput wanneer er werk moet worden verzet.

00:05:45.420 --> 00:05:47.300
Laten we dat in duidelijke taal opsplitsen.

00:05:47.460 --> 00:05:48.180
Eerste, tools.

00:05:48.400 --> 00:05:52.140
Tools zijn acties die de AI kan uitvoeren en die daadwerkelijk dingen veranderen in de echte wereld.

00:05:52.300 --> 00:05:55.740
Een tool kan een database doorzoeken, een e-mail versturen of een document aanmaken.

00:05:55.900 --> 00:05:58.400
Elke keer dat de AI een tool aanroept, gebeurt er iets.

00:05:58.560 --> 00:06:01.900
Een bestand wordt opgeslagen, een bericht wordt verzonden, een record wordt bijgewerkt.

00:06:02.060 --> 00:06:03.600
Tools zijn de werkwoorden van het systeem.

00:06:03.800 --> 00:06:05.220
Zij zorgen ervoor dat dingen gebeuren.

00:06:05.440 --> 00:06:06.160
Dan nu de bronnen.

00:06:06.380 --> 00:06:08.920
Bronnen zijn alleen lezen informatie waar de AI naar kan kijken.

00:06:08.920 --> 00:06:14.140
Een bron kan een klantenlijst uit Dynamics zijn, een beleidsdocument in SharePoint of notulen uit Teams.

00:06:14.380 --> 00:06:18.900
De AI kan deze lezen, analyseren en ernaar verwijzen, maar niet direct via een bron aanpassen.

00:06:19.140 --> 00:06:22.140
Ze geven de AI simpelweg de context die nodig is om slimmer te werken.

00:06:22.320 --> 00:06:23.740
Dan heb je nog prompt schablonen.

00:06:23.920 --> 00:06:26.440
Dit zijn kantenklare instructies die je tijd besparen.

00:06:26.640 --> 00:06:31.340
In plaats van telkens de perfecte prompt te formuleren, geeft de server je er een die al is geoptimaliseerd.

00:06:31.500 --> 00:06:35.820
Een SharePoint MCP-server kan bijvoorbeeld een schabloon bevatten voor het samenvatten van mapinhoud.

00:06:35.820 --> 00:06:39.640
Je zegt dan simpelweg, vat deze map samen en het schabloon regelt de rest.

00:06:39.840 --> 00:06:43.320
Het is als een gespecialiseerde snelkoppeling voor taken die je steeds opnieuw uitvoert.

00:06:43.480 --> 00:06:45.500
Hier is een concreet voorbeeld om het samen te vatten.

00:06:45.740 --> 00:06:47.780
Stel je een SharePoint MCP-server voor.

00:06:48.040 --> 00:06:51.580
Deze biedt een tool genaamd, zoek documenten waarmee je bestanden vindt op trefwoord.

00:06:51.740 --> 00:06:56.700
Het biedt een bron genaamd, lijst sites die alleen lezen toegang geeft tot alle beschikbare SharePoint sites.

00:06:56.920 --> 00:07:02.920
En het bevat een prompt schabloon genaamd, vat mapinhoud samen, dat de AI vertelt hoe een heldere samenvatting moet worden gepresenteerd.

00:07:02.920 --> 00:07:06.680
Alles wat de AI nodig heeft om je met SharePoint te helpen, staat op één plek.

00:07:06.860 --> 00:07:08.100
Nu komt het mooie gedeelte.

00:07:08.320 --> 00:07:11.440
De AI ontdekt dit allemaal automatisch wanneer hij verbinding maakt met de server.

00:07:11.720 --> 00:07:13.640
Geen voorafgaande programmering vereist.

00:07:13.860 --> 00:07:15.780
De server stelt zichzelf in feite voor.

00:07:16.000 --> 00:07:18.740
Dit zijn mijn tools, mijn bronnen en mijn prompt schablonen.

00:07:18.860 --> 00:07:21.000
En de AI begrijpt zelf hoe hij ze moet gebruiken.

00:07:21.240 --> 00:07:23.020
Dat is wat MCP zo krachtig maakt.

00:07:23.180 --> 00:07:26.000
De server vertelt de AI wat mogelijk is en de AI doet de rest.

00:07:26.200 --> 00:07:27.780
Het is een zelfbeschrijvend systeem.

00:07:28.020 --> 00:07:31.740
Deze drie categorieën werken samen zodat de AI een compleet beeld heeft van wat hij kan doen.

00:07:31.740 --> 00:07:34.320
MCP ontmoet wat Microsoft al in huis heeft.

00:07:34.540 --> 00:07:36.480
Laten we dit eens naar de Microsoft wereld brengen.

00:07:36.620 --> 00:07:39.860
Hier wordt het echt voor iedereen die Microsoft 365 of Azure gebruikt.

00:07:40.060 --> 00:07:42.040
Laten we direct een hardnekkige mythe uit de wereld helpen.

00:07:42.220 --> 00:07:44.620
Sommigen denken dat MCP slechts een zijproject van Microsoft is.

00:07:44.820 --> 00:07:45.420
Dat is het niet.

00:07:45.580 --> 00:07:46.980
Het is een strategische koers.

00:07:47.220 --> 00:07:49.680
Dit zie je duidelijk terug in de Azure AI agent service.

00:07:49.960 --> 00:07:55.520
Als je eigen AI agents op Azure bouwt, kun je nu direct vanuit Azure AI Foundry externe MCP servers toevoegen.

00:07:55.520 --> 00:08:01.780
Je configureert een serverlabel, een URL en optionele authenticatie headers en je agent kan tools van die server aanroepen.

00:08:01.900 --> 00:08:04.980
De eigen documentatie van Microsoft noemt het een eerste klas integratie.

00:08:05.200 --> 00:08:06.600
Dat is geen taal voor een zijproject.

00:08:06.800 --> 00:08:08.160
Maar het gaat dieper dan alleen Azure.

00:08:08.400 --> 00:08:14.300
Microsoft heeft officiële MCP serverreferenties uitgebracht voor het Power Platform, waaronder Power Automate, Power Apps en zelfs Process Mining.

00:08:14.520 --> 00:08:16.020
Dit zijn geen community projecten.

00:08:16.180 --> 00:08:17.580
Ze komen rechtstreeks van Microsoft.

00:08:17.920 --> 00:08:19.700
Neem bijvoorbeeld de Power Apps MCP server.

00:08:19.900 --> 00:08:21.860
Het bevat een tool genaamd een folk data entry.

00:08:22.140 --> 00:08:23.820
Dit is wat dat in de praktijk betekent.

00:08:23.820 --> 00:08:30.360
Een AI kan ongestructureerde invoer, zoals een e-mail, een chatbericht of een gescand document, omzetten in een gestructureerd record in dataverse.

00:08:30.560 --> 00:08:32.680
De AI stelt het record voor en jij keurt het goed.

00:08:32.900 --> 00:08:34.660
Menselijke controle is direct ingebouwd.

00:08:34.800 --> 00:08:37.240
De Power Automate MCP server gaat nog een stap verder.

00:08:37.440 --> 00:08:39.280
Je beschrijft een workflow in gewone taal.

00:08:39.460 --> 00:08:45.100
Iets als, wanneer er een e-mail binnenkomt met urgent, in het onderwerp, maak dan een taak in Planner en stel mijn manager op de hoogte.

00:08:45.240 --> 00:08:46.680
De AI bouwt die flow voor je.

00:08:46.920 --> 00:08:48.440
Geen gesleept met connectoren.

00:08:48.680 --> 00:08:49.640
Niet zoeken naar triggers.

00:08:49.640 --> 00:08:53.920
Beschrijf gewoon wat je wilt en de MCP server vertaalt het naar een echte automatisering.

00:08:54.180 --> 00:08:57.800
Microsoft heeft ook MCP servers getoond voor Microsoft Learn-inhoud.

00:08:58.060 --> 00:09:02.580
Stel je een AI-agent voor die de volledige Microsoft documentatiebibliotheek als bron gebruikt.

00:09:02.800 --> 00:09:08.660
Niet door webpagina's te scrapen, maar via een gestructureerde MCP server die documentatie als gestructureerde data aanbiedt.

00:09:08.800 --> 00:09:10.080
Dat werkt vandaag de dag al.

00:09:10.280 --> 00:09:12.640
Dit is de richting waarin jouw Microsoft tools zich bewegen.

00:09:12.880 --> 00:09:15.020
Ze worden standaard MCP toegankelijk gemaakt.

00:09:15.020 --> 00:09:20.200
Het platform stelt zich open en daarmee wordt jouw Microsoft 365 ervaring alleen maar slimmer.

00:09:20.380 --> 00:09:23.040
De integratie vindt nu plaats en zit in de basis verankerd.

00:09:23.300 --> 00:09:25.140
MCP is niet alleen voor ontwikkelaars.

00:09:25.320 --> 00:09:30.480
Het is voor iedereen die Microsoft 365 gebruikt en wil dat hun AI naadloos samenwerkt met hun data.

00:09:30.920 --> 00:09:31.800
Een echt scenario.

00:09:32.200 --> 00:09:33.880
De AI die eindelijk echt werkt.

00:09:34.200 --> 00:09:36.040
Dus, hoe ziet dit er in de praktijk uit?

00:09:36.280 --> 00:09:38.020
Laat me een concreet voorbeeld geven.

00:09:38.240 --> 00:09:40.980
Je zit in Microsoft Teams en typt dit in Copilot.

00:09:41.260 --> 00:09:44.540
Wat is de status van het ACMI-project en wie loopt erachter met de taken?

00:09:44.540 --> 00:09:45.800
Je drukt op Enter.

00:09:47.180 --> 00:09:50.220
Nu gebeurt er achter de schermen iets anders dan een jaar geleden.

00:09:50.460 --> 00:09:55.120
Je AI-assistent maakt verbinding met een MCP-server die gekoppeld is aan Project Online of Planner.

00:09:55.340 --> 00:10:00.140
Die server geeft aan welke tools hij kan gebruiken, zoals taken vermelden, taakstatus ophalen,

00:10:00.340 --> 00:10:02.940
toewijzingen controleren en projecttijdlijn opvragen.

00:10:03.620 --> 00:10:05.500
De AI heeft hier geen hulp bij nodig.

00:10:05.740 --> 00:10:09.780
Hij ontdekt die tools automatisch omdat de server letterlijk zegt, dit is wat ik kan doen.

00:10:09.940 --> 00:10:12.420
En de AI antwoordt, geweldig, dat ga ik gebruiken.

00:10:12.420 --> 00:10:15.500
Niemand hoeft te zeggen, hé, kijk eerst naar dit API-eindpunt.

00:10:15.680 --> 00:10:16.920
En uuh, het werkt gewoon.

00:10:17.080 --> 00:10:21.240
Dus de AI roept de tool, taken vermelden, aan, daarna, taakstatus ophalen, voor elke taak,

00:10:21.340 --> 00:10:22.820
en daarna, toewijzingen controleren.

00:10:22.920 --> 00:10:26.640
De MCP-server regelt achter de schermen alle authenticatie en het ophalen van data.

00:10:26.860 --> 00:10:29.560
Een paar seconden later komt de AI terug met een helder antwoord.

00:10:29.680 --> 00:10:31.220
Het ACMI-project ligt op schema.

00:10:31.480 --> 00:10:34.080
Er zijn drie taken te laat, allemaal toegewezen aan Sarah.

00:10:34.360 --> 00:10:35.920
Wil je dat ik haar een herinnering stuur?

00:10:36.120 --> 00:10:37.420
Dit is wat belangrijk is.

00:10:37.420 --> 00:10:39.980
Er is geen aangepaste code geschreven voor deze query.

00:10:40.200 --> 00:10:44.160
Geen enkele ontwikkelaar heeft twee weken besteed aan het bouwen van een connector tussen Copilot en Project Online.

00:10:44.360 --> 00:10:46.840
De MCP-server verzorgde de volledige integratie.

00:10:47.040 --> 00:10:50.640
Eén server, één standaard protocol, en de AI wist precies hoe deze te gebruiken.

00:10:50.860 --> 00:10:52.180
Laten we nu een stap verder gaan.

00:10:52.400 --> 00:10:59.200
Nadat je de projectstatus hebt gekregen, vraag je, controleer mijn agenda voor een afspraak met Sarah Morgan en stel een status update op op basis van wat er speelt.

00:10:59.200 --> 00:11:07.940
De AI gebruikt een Exchange MCP-server om je agenda te controleren, doorzoekt gerelateerde e-mails via dezelfde server en roept vervolgens een Word MCP-server aan om de update op te stellen.

00:11:08.120 --> 00:11:11.460
Eén gesprek, meerdere gegevensbronnen, nul aangepaste ontwikkeling.

00:11:11.700 --> 00:11:13.420
Dat is het aha-moment met MCP.

00:11:13.620 --> 00:11:16.380
Het maakt de AI nuttig binnen je werkelijke werkomgeving.

00:11:16.640 --> 00:11:25.800
Niet slechts een generieke chatbot die alleen algemene vragen kan beantwoorden, maar een assistent die je gegevens ziet, je context begrijpt en actie onderneemt via één eenvoudige standaard.

00:11:25.800 --> 00:11:28.340
Beveiliging, het veilig houden van je gegevens.

00:11:28.540 --> 00:11:30.840
Al die flexibiliteit roept een grote vraag op.

00:11:30.960 --> 00:11:36.880
Als je AI via MCP plotseling toegang heeft tot SharePoint, Exchange en Dynamics, hoe hou je die gegevens dan veilig?

00:11:37.040 --> 00:11:38.220
Dit is het korte antwoord.

00:11:38.440 --> 00:11:40.320
MCP is zo veilig als je het zelf maakt.

00:11:40.500 --> 00:11:43.100
Het protocol omzelt je bestaande beveiligingsmaatregelen niet.

00:11:43.100 --> 00:11:44.420
Het werkt ermee samen.

00:11:44.640 --> 00:11:49.980
MCP ondersteunt OAuth 2.1, dezelfde industriestandaard voor authenticatie die je Microsoft Login beschermt.

00:11:50.120 --> 00:11:55.780
Wanneer een MCP-server authenticatie vereist, moet je AI-client bewijzen dat deze geautoriseerd is voordat toegang tot gegevens mogelijk is.

00:11:55.980 --> 00:11:59.740
Services kunnen authenticatie-headers, API-sleutels of token-gebaseerde toegang gebruiken.

00:11:59.920 --> 00:12:02.360
Dezelfde patronen die je al gebruikt voor het beveiligen van APIs.

00:12:02.620 --> 00:12:05.280
Maar er is een extra laag die echt van belang is voor zakelijk gebruik.

00:12:05.440 --> 00:12:10.780
De AI moet eerst toestemming vragen voordat deze daadwerkelijk een zoekopdracht kan uitvoeren, een bericht kan sturen of een record kan wijzigen.

00:12:10.780 --> 00:12:11.960
Het vraagt het aan jou.

00:12:12.160 --> 00:12:14.120
Je ziet het verzoek direct in je chatinterface.

00:12:14.300 --> 00:12:16.940
Je bekijkt wat de tool zal doen en je keurt het goed of wijst het af.

00:12:17.100 --> 00:12:20.200
Dat betekent dat er geen tool wordt aangeroepen zonder jouw expliciete toestemming.

00:12:20.380 --> 00:12:23.840
Je AI kan acties voorstellen, maar kan ze niet uitvoeren zonder dat jij ja zegt.

00:12:23.840 --> 00:12:26.380
Dat is een goed vangnet. Eén ding om op te letten.

00:12:26.560 --> 00:12:30.300
Er zijn duizenden openbare MCP-survers beschikbaar en niet allemaal zijn ze betrouwbaar.

00:12:30.460 --> 00:12:33.020
Er zijn openbare registers waar iedereen een server kan publiceren.

00:12:33.280 --> 00:12:34.920
Sommige zijn uitstekend, andere niet.

00:12:35.100 --> 00:12:37.880
Het is jouw verantwoordelijkheid om servers te gebruiken die je vertrouwt.

00:12:37.980 --> 00:12:40.000
In Microsoft-omgevingen heb je een voordeel.

00:12:40.140 --> 00:12:44.760
Je MCP-survers kunnen dezelfde identiteits- en toegangscontroles gebruiken als je bestaande Microsoft-services.

00:12:45.020 --> 00:12:48.140
Als een gebruiker geen toestemming heeft om een SharePoint documentbibliotheek te lezen,

00:12:48.140 --> 00:12:49.900
kan een MCP-surver dat niet omzeilen.

00:12:50.040 --> 00:12:54.820
De server neemt dezelfde grenzen, dezelfde authenticatie, hetzelfde beleid en hetzelfde beheer over.

00:12:55.020 --> 00:12:57.180
Aan de slag, je eerste MCP-ervaring.

00:12:57.380 --> 00:12:59.540
Dus je bent overtuigd en wilt dit zelf proberen.

00:12:59.760 --> 00:13:00.400
Waar begin je?

00:13:00.560 --> 00:13:03.240
De makkelijkste manier is om een MCP-compatibele host te kiezen.

00:13:03.380 --> 00:13:06.880
Cloud Desktop heeft ingebouwde MCP-ondersteuning en GitHub Copilot werkt ook.

00:13:07.060 --> 00:13:09.460
Beiden laten je servers koppelen met vrijwel geen installatie.

00:13:09.680 --> 00:13:11.960
Bekijk vervolgens de openbare MCP-registers.

00:13:11.960 --> 00:13:18.300
Er zijn duizenden kant en klare servers voor diensten zoals Google Drive, Slack, databases, bestandsystemen en ja, ook Microsoft-diensten.

00:13:18.460 --> 00:13:23.040
Als je een Microsoft-gebruiker bent, begin dan met de MCP-serverreferenties van Microsoft for Power Platform.

00:13:23.240 --> 00:13:24.600
De installatie is eenvoudig.

00:13:24.800 --> 00:13:27.680
De meeste hosts gebruiken een JSON-bestand waarin je je servers vermeldt.

00:13:27.760 --> 00:13:32.880
Je geeft elke naam, voert het commando of de URL in om deze te bereiken en configureert eventuele authenticatiegegevens.

00:13:33.140 --> 00:13:34.980
Dat is alles en de hostregel de rest.

00:13:35.200 --> 00:13:39.520
Voor basisgebruik is geen code vereist, dus je hoeft geen ontwikkelaar te zijn of integratiecode te schrijven.

00:13:39.520 --> 00:13:43.860
Configureer gewoon een JSON-bestand en plotseling heeft je AI toegang tot gegevens die voorheen onbereikbaar waren.

00:13:44.020 --> 00:13:48.180
Het JSON-bestand is als een configuratiebestand dat je host vertelt met welke servers verbinding moet worden gemaakt.

00:13:48.420 --> 00:13:51.020
Zie MCP als een universele vertaler voor je AI.

00:13:51.220 --> 00:13:54.980
In plaats van een andere taal te leren voor elke service, spreekt het één protocool.

00:13:55.200 --> 00:13:59.680
Begin klein door één gegevensbron te koppelen, zoals je agenda via een Exchange MCP-server.

00:13:59.920 --> 00:14:03.280
Stel dan je AI een vraag over je planning en zie hoe deze de beschikbare tools ontdekt.

00:14:03.480 --> 00:14:08.780
Testen, Human-in-P-loop, goedkeuring, wat betekent dat je elke actie moet goedkeuren voordat de AI deze uitvoert.

00:14:08.780 --> 00:14:10.180
Dat houdt jou in controle.

00:14:10.480 --> 00:14:13.320
Zorg ervoor dat je het beveiligingsmodel begrijpt voordat je uitbreidt.

00:14:13.400 --> 00:14:18.700
Als je je op je gemak voelt, breed dan uit door een andere server toe te voegen voor je documentbibliotheek en daarna je taakbeheersysteem.

00:14:18.860 --> 00:14:22.420
Elke server voegt nieuwe mogelijkheden toe en elke server volgt hetzelfde protocol.

00:14:22.660 --> 00:14:27.680
Als je je eigen MCP-server wilt bouwen, bijvoorbeeld om een aangepaste bedrijfsapplicatie of een interne database beschikbaar te maken,

00:14:27.860 --> 00:14:30.040
werken Azure Functions van Microsoft uitstekend als bekend.

00:14:30.220 --> 00:14:34.620
Je verpakt je bestaande API of gegevensbron in een MCP-server met slechts een paar regelscode.

00:14:34.620 --> 00:14:41.040
Het patroon is simpel. Stel tools beschikbaar als functies, stel gegevens beschikbaar als bronnen en laat het protocol de rest afhandelen.

00:14:41.200 --> 00:14:44.740
Het is een eenvoudige manier om je AI toegang te geven tot je eigen gegevensbronnen.

00:14:44.960 --> 00:14:46.780
Dus, dat is het model contextprotocol.

00:14:46.980 --> 00:14:50.060
Een standaard waarmee AI tools eindelijk je echte gegevens kunnen bereiken.

00:14:50.240 --> 00:14:53.280
Je SharePoint bestanden, je Exchange Agenda, je Dynamics Records.

00:14:53.500 --> 00:14:56.520
Voor MCP moest je voor elk systeem aangepaste verbindingen bouwen.

00:14:56.720 --> 00:14:59.720
Nu koppel je aan één protocol en je AI kan met ze allemaal praten.

00:14:59.720 --> 00:15:02.540
De AI wordt nuttig binnen je daadwerkelijke werkomgeving.

00:15:02.780 --> 00:15:05.520
Dit is niet alleen handig, het verandert hoe je met AI werkt.

00:15:05.720 --> 00:15:10.420
Begin met één MCP-server, verbind één gegevensbron en zie zelf het verschil.

00:15:10.620 --> 00:15:14.580
Als je dit nuttig vond, deel het dan met een collega die worstelt met AI die niet bij hun data kan.

00:15:14.840 --> 00:15:16.840
Abonneer je voor meer kennisfragmenten zoals deze.

00:15:17.060 --> 00:15:19.460
Ik ben Mirko Peters en ik zie je in de volgende aflevering.
