AI voelt slim, totdat... je iets vraagt over je eigen bedrijf.
'Hoeveel voorraad hebben we nog van product X?'
'Welke klanten hebben deze maand nog niet betaald?'
‘Welke klant moet ik vandaag bellen?’
En dan loopt het vast. Want veel tools, zoals ChatGPT en soms ook Microsoft 365 Copilot, missen precies die bedrijfscontext die nodig is om echt bruikbare antwoorden te geven.
Precies daar komt het Model Context Protocol, MCP, in beeld. Een nieuwe manier om AI te koppelen aan je CRM, ERP en boekhouding, zodat je eindelijk antwoorden krijgt waar je écht iets aan hebt.
AI zonder toegang tot je data is handig. Maar beperkt. Het is alsof je een slimme personal assistent hebt die alles weet van de wereld, maar niets van jouw bedrijf. Geen inzicht in je klanten, geen toegang tot je administratie, geen idee wat er speelt.
En precies daar zit de bottleneck.
Er komt nu iets op dat dit slimmer en schaalbaarder aanpakt: het Model Context Protocol, vaak afgekort als MCP.
Vergeet die naam; onthoud dit:
MCP is een soort universele stekker tussen AI en je bedrijfsdata.
In plaats van losse koppelingen per tool, krijgt AI via zo’n laag gecontroleerd toegang tot de juiste informatie. Denk aan je CRM, boekhouding of ERP. Niet alles tegelijk. Niet ongecontroleerd. Maar precies wat nodig is om een goede vraag te beantwoorden. Het is geen wondermiddel. Maar het is wél een belangrijke stap.
Dit is waar het interessant wordt.
Je financieel verantwoordelijke hoeft niet meer door Excel of rapportages te klikken.
‘Copilot, welke klanten hebben nog niet betaald deze maand?’
En het antwoord komt direct uit je boekhouding.
Werk je met Microsoft 365 Copilot of Copilot for Dynamics 365, dan zie je dit soort toepassingen nu al ontstaan binnen Microsoft 365 en, met de juiste connectors, ook steeds vaker daarbuiten. Met een MCP aanpak trek je dat nog breder en consistenter.
Veel organisaties hangen van losse API-koppelingen aan elkaar. En dat werkt prima, tot het breekt.
Met een gestandaardiseerde laag zoals MCP kun je dat versimpelen. Niet alles verdwijnt, maar je voorkomt een wildgroei aan maatwerk. Tools praten makkelijker met AI, zonder dat je voor elke use case opnieuw moet bouwen.
Een boze klant mailt. In plaats van gokken, kijkt AI direct mee in je CRM en historie.
‘Wat is er eerder afgesproken?’
‘Welke facturen staan open?’
De reactie die eruit komt is niet alleen netjes geformuleerd, maar ook inhoudelijk correct. En dát maakt het verschil.
Het klinkt mooi. En dat is het ook. Maar er zitten wel degelijk randvoorwaarden aan.
Minder giswerk
AI werkt met echte data, dus de kans op onzin wordt kleiner.
Meer controle over je data
Je bepaalt zelf welke informatie beschikbaar is voor AI, in plaats van alles klakkeloos te delen.
Rommel in, rommel uit
Als je data niet op orde is, gaat AI je ook niet redden.
Het is nog geen plug and play
Dit vraagt nog technische inrichting. Denk aan security, rechten en datakoppelingen.
Werk je al met Microsoft, dan sta je eigenlijk al met één been in deze wereld.
Via Microsoft Graph kan AI nu al bij je e-mails, bestanden en agenda. Met Power Platform kun je veel koppelingen sneller opzetten, vaak met minder maatwerk dan vroeger. En in Azure AI Foundry kun je AI combineren met je eigen data en agents.
Wat MCP doet, is dit idee breder en flexibeler maken. Minder afhankelijk van één leverancier, meer regie over je eigen landschap.
Werk je ook met Business Central, dan wordt het extra interessant. Want stel je voor dat je in Business Central zit te werken en vraagt:
‘Welke producten lopen het risico om deze maand uit te verkopen?’
In plaats van alleen een rapport, krijg je een direct antwoord. Inclusief context uit verkoop, voorraad en open orders.
Dat is geen sciencefiction. Dat is de richting waar we naartoe bewegen.
Gaat MCP morgen alles veranderen? Nee.
Maar de kans is groot dat dit soort standaarden de komende jaren snel terrein winnen. Omdat ze een probleem oplossen dat iedereen voelt: AI zonder context blijft oppervlakkig.
De echte vraag is niet of dit komt, maar of jij er straks klaar voor bent. Want de bedrijven die hun data op orde hebben én slim koppelen aan AI, gaan sneller beslissen, beter inspelen op klanten en simpelweg efficiënter werken.
En de rest? Die blijft vragen stellen aan een AI die het antwoord niet kan geven.
