MCP tar AI från chatt till handling

På mindre än två år har Model Context Protocol, MCP, gått från ett utvecklarprojekt till en möjlig standard för hur AI kopplas till data och verktyg. Under 2026 har tekniken tagit steget in i företag och myndigheter. När AI-assistenter kan hämta information och utföra uppgifter direkt i systemen väcks en central fråga: vem bestämmer vad de får göra?

MCP skapades av AI-bolaget Anthropic och lanserades som en öppen standard i slutet av 2024. Ett år senare överlämnade bolaget projektet till Linux Foundation för att se till att den fortsatta utvecklingen inte skulle styras av ett enskilt företag.

Sedan dess har det gått snabbt. Den 14 september 2026 presenterades den första officiella yrkescertifieringen för protokollet. För ett så ungt protokoll är det ett ovanligt tidigt steg från utvecklarvärlden till en bredare arbetsmarknad.

Antalet MCP-anrop från ChatGPT-användare var i augusti 98 gånger så högt som i januari. MCP utvecklingsverktyg laddas ned nästan en halv miljard gånger i månaden. Uppgifterna kommer från Linux Foundation själv, men visar vilket genomslag MCP har fått på kort tid.

Ett gemensamt språk mellan AI och system

MCP står för Model Context Protocol. Det är en öppen standard som beskriver hur en AI-tjänst kan upptäcka och använda data, verktyg och färdiga instruktioner i andra system.

MCP liknas ibland vid en USB-C-port för AI. Precis som en kontakt gör det möjligt att ansluta olika tillbehör till en dator kan MCP koppla en AI-assistent till exempelvis ett affärssystem, dokumentarkiv eller en databas. Assistenten kan då hämta information som användaren har behörighet att se och i vissa fall även utföra en åtgärd.

Det betyder inte att MCP ersätter företagens API eller integrationer. I stället ger protokollet AI-tjänster ett gemensamt sätt att ansluta till olika system vilket minskar behovet av att bygga en separat koppling för varje AI-tjänst och system. Skillnaden kan verka teknisk, men sänker tröskeln för att koppla AI till verksamhetens faktiska data.

Offentlig statistik blir tillgänglig i samtalet

Ett aktuellt exempel på MCP praktiska användning finns hos Indiens statistikministerium. Myndigheten lanserade i februari 2026 en MCP-server för sin nationella statistikportal eSankhyiki. Där kan kompatibla AI-tjänster ansluta direkt till officiella dataset om bland annat inflation, arbetsmarknad, industriproduktion och nationalräkenskaper.

En användare behöver alltså inte först hitta rätt tabell, ladda ned en fil och förklara kolumnerna för en AI-modell. Tjänsten kan söka efter dataset, läsa metadata och hämta aktuella värden genom samma standardiserade gränssnitt. Exemplet visar varför MCP fått sådan uppmärksamhet: AI:n får tillgång till en kontrollerad källa i stället för att enbart resonera utifrån sin träningsdata eller ostrukturerad information från webben.

När AI går från svar till handling

För företag ligger den stora förändringen i att AI kan arbeta i det system där informationen redan finns. En ekonomichef skulle exempelvis kunna be en ai-assistent att identifiera projekt som avviker från budget, sammanfatta orsakerna och ta fram ett underlag för nästa prognos. En konsultchef skulle kunna få en överblick över beläggning och tidrapportering utan att först bygga en rapport manuellt.

Vad AI:n faktiskt kan göra avgörs däremot inte av MCP i sig. Standarden beskriver hur anslutningen fungerar. Det är systemet och organisationen som måste bestämma vilken data som får lämnas ut, vilka funktioner som får användas och när en människa ska godkänna nästa steg.

Den skillnaden är särskilt viktig i affärssystem. Att låta en AI läsa en godkänd rapport är en sak. Att skapa en leverantör, ändra konteringar eller initiera en betalning är något helt annat. Samma gränsdragningar som gäller för användare behöver därför följa med när AI får tillgång till systemen.

Behörigheter blir en ledningsfråga

I ett affärssystem blir rollstyrningen central. Om en användare bara får se vissa bolag, projekt eller typer av ekonomisk information ska samma gränser gälla för AI-assistenten. Xledger utvecklar just nu MCP-stöd med användarens roller och behörigheter som utgångspunkt.

– AI behöver kunna arbeta med affärsdata, men tillgången måste vara kontrollerad. Vi ska kunna styra vad assistenten får göra och följa vad den har gjort, säger Marie Löfgren, COO på Xledger.

Samtidigt behöver assistenten förstå sammanhanget som uppgifterna ingår i.

– Det handlar om att AI ska förstå hur verksamheten fungerar, inte bara vad data innehåller. Då kan den ge mer relevanta svar och automatisera fler uppgifter, säger Marie Löfgren.

Steget från chatt till handling kräver alltså både verksamhetsförståelse och tydliga behörigheter. Assistenten behöver kunna tolka informationen och utföra uppgifter inom de ramar som gäller för användaren. Då kan den bli en del av det dagliga arbetet.

Källor:
Linux Foundation: ”Agentic AI Foundation Launches MCPA Certification to Validate MCP Expertise”
Model Context Protocol: ”The 2026-07-28 Specification”
Model Context Protocol: ”Roadmap”
Indiens statistikministerium: ”eSankhyiki MCP Server”
OWASP: ”MCP Security Cheat Sheet”.