Model Context Protocol (MCP) untuk Bisnis: Menghubungkan AI dengan ERP, CRM, dan Sistem Internal

Banyak perusahaan sudah mencoba asisten AI untuk menulis email, merangkum dokumen, atau menjawab pertanyaan umum. Begitu AI diminta mengerjakan sesuatu yang menyangkut data perusahaan, misalnya mengecek stok, membaca riwayat pelanggan di CRM, atau menyiapkan draf pesanan di ERP, hambatannya hampir selalu sama: AI tidak punya jalan yang aman dan rapi menuju sistem tersebut. Setiap koneksi harus dibangun sendiri, dengan cara yang berbeda untuk setiap model dan setiap aplikasi.

Model Context Protocol, disingkat MCP, muncul untuk menjawab masalah itu. MCP adalah standar terbuka yang mengatur bagaimana aplikasi AI terhubung ke sumber data dan alat. Artikel ini menjelaskan MCP dari sudut pandang pemilik bisnis dan manajer TI: apa yang sebenarnya distandarkan, kapan MCP berguna, risiko yang perlu dikendalikan, dan cara menerapkannya di atas ERP, CRM, atau sistem custom yang sudah berjalan.

Ringkasan

• MCP adalah protokol standar untuk menghubungkan aplikasi AI dengan data dan alat, mirip peran colokan standar untuk perangkat listrik
• Server MCP membungkus sistem Anda, misalnya ERP atau CRM, dan hanya membuka fungsi tertentu yang Anda izinkan
• Manfaat utamanya adalah koneksi yang bisa dipakai ulang oleh beberapa asisten dan model AI tanpa membangun integrasi dari nol setiap kali
• MCP tidak otomatis aman: hak akses, autentikasi, pencatatan, dan persetujuan manusia tetap harus dirancang
• Mulailah dengan server MCP baca saja untuk satu sistem, ukur manfaatnya, baru tambahkan tindakan tulis secara bertahap

Masalah yang ingin diselesaikan MCP

Bayangkan perusahaan distribusi yang memakai ERP untuk stok dan keuangan, CRM untuk penjualan, serta folder bersama untuk dokumen kontrak. Tim ingin asisten AI yang bisa menjawab pertanyaan seperti berapa stok barang tertentu di gudang cabang, kapan pelanggan ini terakhir memesan, atau apa syarat pembayaran di kontraknya. Tanpa standar, tim TI harus menulis kode integrasi khusus untuk menghubungkan model AI pilihan mereka ke masing-masing sistem. Ketika perusahaan berganti model, atau ingin memakai asisten AI lain, sebagian besar pekerjaan itu harus diulang.

Pola ini mirip kondisi integrasi aplikasi sebelum API yang terdokumentasi menjadi kebiasaan. Setiap koneksi unik, rapuh, dan mahal dirawat. MCP menawarkan satu cara yang seragam: sistem bisnis cukup dibungkus sekali sebagai server MCP, lalu aplikasi AI apa pun yang mendukung protokol ini dapat memakainya, tentu dengan izin yang Anda tentukan.

Cara kerja MCP secara sederhana

Ada tiga peran dalam MCP. Host adalah aplikasi AI yang dipakai pengguna, misalnya asisten di desktop, aplikasi chat internal, atau agen otomatis. Klien adalah komponen di dalam host yang berbicara dengan protokol MCP. Server adalah program yang Anda buat atau pasang untuk membuka akses ke sistem tertentu, misalnya server MCP untuk ERP Anda.

Server MCP dapat menawarkan beberapa jenis kemampuan. Yang paling penting bagi bisnis adalah alat atau tools, yaitu fungsi yang boleh dipanggil AI seperti cari pelanggan, cek stok, atau buat draf penawaran. Ada juga sumber daya atau resources, yaitu data yang bisa dibaca sebagai konteks, seperti daftar harga atau dokumen prosedur. Lalu ada prompt, yaitu templat instruksi yang disiapkan pemilik server agar tugas tertentu dikerjakan dengan cara yang konsisten.

Server MCP bukan pintu ke seluruh basis data

Kesalahan pemahaman yang sering muncul adalah menganggap MCP memberi AI akses langsung ke basis data. Server MCP yang baik justru kebalikannya. Ia hanya menawarkan fungsi yang sempit dan jelas, masing-masing dengan validasi input dan pemeriksaan hak akses. Fungsi cek stok berdasarkan kode barang tidak sama dengan memberi AI kemampuan menjalankan kueri apa pun ke tabel stok. Semakin sempit fungsinya, semakin mudah diuji, diaudit, dan dikendalikan.

Hubungan MCP dengan API yang sudah ada

MCP tidak menggantikan API. Dalam praktik, server MCP biasanya memanggil API yang sudah dimiliki sistem Anda. Jika ERP Anda sudah punya API untuk stok dan pesanan, server MCP cukup menerjemahkan fungsi tersebut ke format yang dipahami aplikasi AI, lengkap dengan deskripsi yang jelas agar model tahu kapan dan bagaimana memakainya. Jika sistem lama belum punya API, membangun lapisan API yang rapi sering menjadi langkah pertama, dan langkah itu tetap bermanfaat untuk integrasi lain di luar AI.

Kapan MCP layak dipertimbangkan

MCP bukan kebutuhan setiap perusahaan. Ia paling bernilai ketika beberapa kondisi berikut terpenuhi sekaligus.

• Ada lebih dari satu sistem yang ingin dihubungkan ke AI, misalnya ERP, CRM, dan sistem tiket dukungan
• Perusahaan ingin bebas berganti model atau aplikasi AI tanpa membangun ulang integrasi
• Lebih dari satu tim atau aplikasi akan memakai koneksi yang sama, sehingga standar mengurangi duplikasi
• Sudah ada kebutuhan nyata dan berulang, bukan sekadar keinginan mencoba teknologi baru
• Tim TI atau mitra pengembang siap merawat server MCP seperti merawat aplikasi produksi lainnya

Sebaliknya, jika kebutuhan Anda hanya satu otomasi sederhana, misalnya merangkum email masuk lalu menyimpannya ke satu sistem, integrasi langsung lewat API atau webhook mungkin lebih cepat dan lebih murah. MCP menjadi menarik ketika jumlah koneksi dan jumlah pemakai bertambah.

Contoh penerapan di lingkungan bisnis

Asisten penjualan yang membaca CRM dan ERP

Tim sales sering bolak-balik antara CRM dan ERP sebelum menelepon pelanggan. Dengan server MCP untuk keduanya, asisten AI dapat menyiapkan ringkasan: riwayat pesanan, piutang yang masih terbuka, keluhan terakhir, dan produk yang sering dibeli. Untuk tahap awal, semua fungsi cukup bersifat baca. Sales tetap memutuskan isi pembicaraan, AI hanya mengurangi waktu mencari data.

Dukungan pelanggan dengan konteks pesanan

Agen layanan pelanggan yang menerima pertanyaan status pengiriman biasanya membuka beberapa layar. Server MCP yang menyediakan fungsi lacak pesanan dan cek status retur memungkinkan asisten AI menyiapkan draf jawaban lengkap, yang kemudian diperiksa agen sebelum dikirim. Untuk pertanyaan seputar kebijakan, sumber daya MCP dapat berisi dokumen resmi perusahaan, sejalan dengan pendekatan RAG.

Agen otomatis untuk proses berulang

Ketika perusahaan mulai memakai AI agent untuk tugas seperti menyiapkan draf pesanan pembelian dari permintaan internal, MCP menjadi jalur standar bagi agent untuk memanggil alat. Di sinilah desain izin menjadi sangat penting, karena agent bertindak tanpa ada orang yang mengetik setiap langkah.

Risiko dan kendali keamanan

MCP menyederhanakan koneksi, dan karena itu juga memperluas permukaan risiko jika dirancang sembarangan. Beberapa hal berikut perlu menjadi bagian dari desain sejak awal, bukan tambahan di akhir.

Autentikasi dan identitas pengguna

Server MCP harus tahu siapa yang meminta data, bukan hanya aplikasi mana. Idealnya, hak akses pengguna di ERP atau CRM tetap berlaku ketika diakses lewat AI. Staf gudang yang tidak boleh melihat margin penjualan di ERP juga tidak boleh mendapatkannya lewat asisten AI. Integrasikan autentikasi dengan sistem identitas perusahaan, misalnya SSO, dan terapkan prinsip yang sama dengan perancangan hak akses pengguna.

Prompt injection dan konten dari luar

AI membaca konten yang tidak selalu dapat dipercaya: email pelanggan, dokumen pemasok, atau catatan yang diketik siapa saja. Konten tersebut bisa memuat kalimat yang menyamar sebagai perintah, misalnya meminta AI mengirim data ke pihak lain. Mitigasinya antara lain membatasi alat yang dapat mengirim data keluar, memisahkan alat baca dan alat tulis, serta mewajibkan persetujuan manusia untuk tindakan yang berdampak ke luar perusahaan.

Server MCP dari pihak ketiga

Ekosistem server MCP siap pakai tumbuh cepat. Ini memudahkan, tetapi setiap server adalah kode yang berjalan dengan akses ke data Anda. Perlakukan server MCP pihak ketiga seperti dependensi perangkat lunak lainnya: periksa sumbernya, pemeliharanya, izin yang diminta, dan riwayat pembaruannya. Prinsip keamanan rantai pasok perangkat lunak berlaku penuh di sini.

Pencatatan dan jejak audit

Catat setiap pemanggilan alat: siapa penggunanya, alat apa yang dipanggil, parameter apa yang dikirim, dan apa hasilnya. Tanpa catatan ini, sulit menjawab pertanyaan sederhana seperti mengapa harga di draf penawaran ini berbeda. Hubungkan log MCP dengan jejak audit di ERP agar perubahan data selalu dapat ditelusuri ke sumbernya.

Langkah menerapkan MCP di perusahaan

1. 01Pilih satu kasus penggunaan yang sering terjadi dan mudah diukur, misalnya menyiapkan ringkasan pelanggan sebelum panggilan sales
2. 02Daftarkan data dan fungsi minimum yang dibutuhkan, lalu coret semua yang tidak benar-benar perlu
3. 03Pastikan sistem sumber punya API yang stabil; jika belum, bangun lapisan API terlebih dahulu
4. 04Bangun server MCP dengan fungsi baca saja, deskripsi alat yang jelas, autentikasi pengguna, dan pencatatan lengkap
5. 05Uji dengan kelompok kecil pengguna, termasuk uji kasus sulit seperti data kosong, kode yang salah, dan permintaan di luar wewenang
6. 06Ukur hasil terhadap kondisi awal, misalnya waktu persiapan atau jumlah pertanyaan yang terjawab tanpa eskalasi
7. 07Tambahkan fungsi tulis secara bertahap, mulai dari draf yang memerlukan persetujuan

Deskripsi alat sering diremehkan, padahal model AI memutuskan alat mana yang dipakai berdasarkan deskripsi tersebut. Tulis deskripsi seperti dokumentasi untuk karyawan baru: apa fungsinya, kapan dipakai, kapan tidak boleh dipakai, dan contoh input yang benar. Deskripsi yang samar membuat AI memanggil alat yang salah atau mengisi parameter dengan tebakan.

Biaya dan perawatan

Biaya MCP terdiri dari pembangunan server, penyesuaian API di sistem sumber, pengujian, serta biaya penggunaan model AI yang naik seiring jumlah permintaan. Ada juga biaya perawatan: ketika ERP diperbarui atau struktur data berubah, server MCP harus ikut disesuaikan. Perlakukan server MCP sebagai produk internal dengan pemilik yang jelas, versi yang tercatat, dan pengujian otomatis agar perubahan tidak merusak alat yang sudah dipakai banyak orang.

Keuntungan jangka panjangnya terletak pada penggunaan ulang. Server MCP untuk ERP yang dibangun sekali dapat dipakai asisten sales, agen layanan pelanggan, dan otomasi keuangan. Jika suatu saat perusahaan berganti penyedia model AI, koneksi ke sistem bisnis tidak perlu dibangun ulang.

Kesalahan yang sering terjadi

• Membuka terlalu banyak fungsi sekaligus karena ingin AI terlihat serba bisa
• Memakai akun administrator untuk server MCP sehingga hak akses pengguna tidak berlaku
• Memasang server MCP pihak ketiga tanpa memeriksa kode dan izin yang diminta
• Tidak mencatat pemanggilan alat sehingga kesalahan tidak bisa ditelusuri
• Menganggap MCP sebagai proyek eksperimen tanpa pemilik dan tanpa anggaran perawatan
• Memulai dari teknologi, bukan dari proses bisnis yang ingin diperbaiki

MCP dalam peta jalan AI perusahaan

MCP sebaiknya dilihat sebagai bagian dari fondasi integrasi, bukan proyek AI tersendiri. Ia bekerja paling baik di atas data yang rapi, API yang terdokumentasi, dan kebijakan penggunaan AI yang jelas. Perusahaan yang sudah merapikan master data dan integrasi antarsistem akan merasakan manfaat MCP jauh lebih cepat dibanding perusahaan yang datanya masih tersebar.

Standar dan ekosistem MCP masih berkembang, termasuk cara autentikasi dan praktik keamanan yang direkomendasikan. Rujuk dokumentasi resmi protokol dan penyedia AI yang Anda pakai untuk ketentuan terbaru, dan rancang server Anda agar mudah diperbarui.

Kesimpulan

Model Context Protocol membuat koneksi antara AI dan sistem bisnis menjadi lebih seragam, lebih mudah dipakai ulang, dan tidak terkunci pada satu penyedia. Nilainya nyata bagi perusahaan yang ingin AI bekerja dengan data ERP, CRM, dan dokumen internal. Namun standar koneksi tidak sama dengan jaminan keamanan. Hak akses, pencatatan, pemisahan alat baca dan tulis, serta persetujuan manusia tetap menjadi tanggung jawab perancang sistem.

Mulailah kecil: satu sistem, satu kasus penggunaan, fungsi baca saja, dan ukuran keberhasilan yang jelas. Dari sana, perluas dengan percaya diri karena setiap langkah dapat dijelaskan dan dikendalikan.