Model Context Protocol (MCP) w e-commerce – nowy standard w ekosystemie AI

W świecie, w którym cyfryzacja przestała być przewagą, a stała się warunkiem koniecznym, organizacje coraz częściej dochodzą do jednego wniosku –  sama obecność sztucznej inteligencji w firmie nie gwarantuje żadnej realnej wartości. Kluczowe staje się to, czy AI rozumie kontekst operacyjny biznesu oraz czy potrafi na tej podstawie wykonywać konkretne działania.

Z tego artykułu dowiesz się

To właśnie tu pojawia się Model Context Protocol (MCP), czyli standard, który porządkuje sposób, w jaki modele AI rozmawiają z systemami biznesowymi. W Hummerce wdrożyliśmy własny serwer MCP zintegrowany z naszą platformą e-commerce. Dzięki niemu modele AI tzn. ChatGPT, Claude, Gemini i każdy inny obsługujący MCP, zyskują dostęp do realnego stanu sklepu i mogą operować na nim w czasie rzeczywistym.

Problem, którego nie rozwiązały dotychczasowe wdrożenia AI

Do tej pory większość implementacji AI w sklepach była ograniczona jednym problemem, czyli brakiem dostępu do aktualnych danych operacyjnych. Modele językowe, niezależnie od ich zaawansowania, działały na danych statycznych tj. wklejanych w prompt, eksportowanych do plików, albo udostępnianych przez ręcznie zbudowane integracje.

Skutek był taki, że AI nie wiedziała, co dzieje się w sklepie „tu i teraz”. Nie widziała aktualnych stanów magazynowych, nie znała indywidualnych cenników, nie potrafiła sprawdzić, ile zamówień czeka na realizację. Każda próba zamknięcia tej luki kończyła się budową dedykowanej integracji – kosztownej, kruchej i działającej zwykle z jednym konkretnym modelem AI ^[1]

Model Context Protocol – wspólny język AI i platformy

Model Context Protocol, opracowany przez Anthropic (twórców modelu Claude) i przyjęty już przez większość liczących się dostawców AI, wprowadza coś, czego dotąd brakowało – wspólny język, którym dowolny model rozmawia z dowolnym systemem firmowym.

Mechanizm jest następujący – po stronie platformy uruchamiamy „serwer MCP”, czyli komponent, który wystawia listę dostępnych operacji i danych. Po stronie AI (np. w ChatGPT, Claude Desktop, narzędziach developerskich) wystarczy podać adres serwera i klucz dostępu. Od tej chwili model rozumie, jakie czynności może wykonać w sklepie i wykonuje je automatycznie, gdy użytkownik o coś poprosi.

Z punktu widzenia architektury to przejście od modelu „jedna integracja per system/ per model AI” do modelu „jedna integracja, wszystkie modele”. Całkowicie zmienia to ekonomię wdrożeń, szczególnie tam, gdzie liczba potencjalnych konsumentów danych rośnie z każdym kwartałem.

Jak wygląda nasz Model Context Protocol w Hummerce?

W odróżnieniu od podejścia, w którym serwer MCP jest osobnym mikroserwisem stojącym obok systemu, nasz serwer jest zintegrowany bezpośrednio z platformą Hummerce. Działa jako natywny komponent silnika sklepu, korzystając z tych samych mechanizmów dostępu do danych, autoryzacji i audytu, co panel administracyjny.

W praktyce wystawiamy modelom AI 47 narzędzi w 9 obszarach pracy sklepu:

1. zamówienia – wyszukiwanie, zmiana statusów, edycja, notatki, powiadomienia
2. klienci – historia zakupów, dane kontaktowe, ranking najlepszych
3. produkty – wyszukiwanie, edycja cen, modyfikacja właściwości, aktualizacja całych grup
4. magazyn – stany, alerty o kończących się towarach, korekty
5. konfiguratory produktów – pełne zarządzanie slotami i wariantami
6. katalog – kategorie, sposoby dostawy, metody płatności
7. raporty sprzedażowe – bestsellery, podsumowania
8. marketing – kupony, promocje, treści
9. e-mail – komunikacja z klientami, powiadomienia o zamówieniach

Lista rośnie wraz z potrzebami klientów. Dodanie kolejnego narzędzia jest dla nas standardową pracą developerską, mierzoną w dniach.

Kontekst w czasie rzeczywistym – od odpowiedzi do działania

Największą zmianą, jaką wprowadza MCP, nie jest sama technologia, lecz rodzaj relacji między człowiekiem a AI. Bez MCP można poprosić AI o napisanie maila do klienta. Z MCP można poprosić AI o wysłanie przypomnień wszystkim klientom, którzy nie opłacili wczorajszych zamówień  i to się po prostu dzieje.

Model jednocześnie odczytuje listę zamówień, filtruje te nieopłacone, pobiera dane klientów, generuje treść maila i go wysyła. Wszystko w kilka sekund, w ramach jednej rozmowy.

W e-commerce, szczególnie B2B, gdzie procesy ofertowania bywają wielowątkowe i wymagają złożonych konfiguracji, różnica jest ogromna i bardzo odczuwalna na zespołu obsługującego klientów. AI nie jest już generatorem treści, a staje się asystentem, wręcz członkiem zespołu, który współpracuje z działem sprzedaży.

Bezpieczeństwo i kontrola dostępu

Klasyczna obawa przy podpinaniu AI do systemu brzmi dotyczy tego, kto kontroluje, co AI widzi i co może zrobić? Odpowiedź w naszym wdrożeniu jest precyzyjna.

Każdy pracownik dostaje indywidualny klucz dostępu, generowany w panelu administracyjnym. Klucz może mieć datę wygaśnięcia, można go w sekundę unieważnić. Bez klucza nasz MCP z nikim nie rozmawia. System ogranicza także intensywność zapytań do 100 operacji na minutę na jeden klucz – jest to wystarczająco dla człowieka/developera, ale za mało dla osoby, która próbowałaby wykraść klucz i wydobyć dane masowo.

Mechanizm uprawnień rozróżnia administratora i klienta końcowego. Administrator pracujący nad zamówieniami widzi cały sklep. Klient końcowy, gdyby kiedyś otrzymał własny klucz, widzi wyłącznie swoje zamówienia i swoje dane. Każda zmiana w zamówieniu trafia do dziennika zdarzeń, dokładnie tak samo, jak przy ręcznej obsłudze w panelu.

Warto przy tym pamiętać, że model AI (Claude, ChatGPT) jest usługą zewnętrzną. Dane, które MCP odsyła w odpowiedzi na zapytanie, trafiają do tego modelu na czas wygenerowania odpowiedzi. Dlatego sam protokół nie zwalnia z myślenia o tym, co i komu wolno wystawić. Projektowanie listy dostępnych narzędzi i zakresu danych pozostaje decyzją biznesową, którą podejmujemy razem z klientem.

Praktyczne scenariusze w Hummerce

Wartość MCP najlepiej widać w scenariuszach, w których kilka elementów musi spotkać się w jednym poleceniu. Przykładowo:

1. Pracownik obsługi pisze: „zmień status tych trzech zamówień na wysłane, wpisz numery listów przewozowych i wyślij maile do klientów”, a wszystko dzieje się w jednej rozmowie, bez przełączania ekranów.
2. Kierownik sprzedaży pyta: „pokaż mi klientów z Mazowsza, którzy w ostatnim kwartale wydali powyżej tysiąca złotych, ale nie zamówili nic w listopadzie”. To, co jeszcze niedawno było zadaniem dla działu IT (raport, eksport, filtr w Excelu), teraz staje się jednym zdaniem.
3. Osoba odpowiedzialna za promocje prosi: „utwórz kupon -15% ważny do końca miesiąca dla klientów, którzy w ostatnich 30 dniach złożyli zamówienie na kwotę powyżej 500 zł i wyślij im informację mailem”. Trzy kroki, jeden prompt.

Programista przestaje być wąskim gardłem przy nietypowych zapytaniach. Obsługa przestaje być wąskim gardłem przy zadaniach powtarzalnych. Każdy w organizacji zyskuje dostęp do operacyjnej rzeczywistości sklepu w języku, którym posługuje się na co dzień.

MCP a strategia composable commerce

Architektura nowoczesnego e-commerce, tzn. composable commerce, headless, API-first (oddzielenie warstwy prezentacji od logiki biznesowej, modularna budowa, otwarte interfejsy), od kilku lat zmierza w stronę systemów składanych z wymiennych komponentów. Model Context Protocol dokłada do tego brakującą warstwę, czyli warstwę decyzyjną.

Dotychczas platformy e-commerce realizowały operacje, ale nie podejmowały decyzji. Człowiek decydował, system wykonywał. W modelu z MCP i AI pojawia się pośrednik, który potrafi sam zinterpretować polecenie wyrażone naturalnym językiem i zamienić je na sekwencję konkretnych operacji. To zmienia rolę platformy z transakcyjnej na decyzyjną i dzieje się to bez konieczności wymiany jakiegokolwiek istniejącego komponentu.

Stan obecny i co dalej

Nasz serwer MCP jest wdrożony w głównej wersji platformy Hummerce. Nie jest to pilotaż ani prototyp. Kod jest wdrożony do gałęzi produkcyjnej i gotowy do włączenia u dowolnego klienta. Konfiguracja sprowadza się do wygenerowania kluczy dostępu i wskazania, którzy pracownicy mają z niego korzystać.

W najbliższych miesiącach planujemy rozszerzać listę dostępnych narzędzi, m.in. o głębszą integrację z systemami ERP, dedykowane scenariusze B2B oraz agentów automatyzujących pełne procesy obsługi. Kierunki rozwoju wytyczają nam sami klienci, gdyż narzędzia, których brakuje im najczęściej, trafiają na początek kolejki.

Podsumowanie

Model Context Protocol to pierwszy szeroko przyjęty standard, dzięki któremu sztuczna inteligencja przestaje być oddzielnym narzędziem dorzuconym do firmy, a staje się warstwą operacyjną wpiętą w codzienne procesy.

W Hummerce zrobiliśmy to bez dorzucania osobnego systemu, osobnej bazy ani osobnej kompetencji. Nasz MCP jest częścią platformy, której już dziś używają nasi klienci. 

Jeśli prowadzisz sklep oparty o Hummerce i chcesz zobaczyć, jak to działa na żywych zamówieniach,  porozmawiaj ze swoim opiekunem.

^[1] Model Context Protocol Wiki