MCP uitgelegd voor ondernemers: waarom dit protocol jouw sector raakt

Er is een letterwoord bijgekomen dat je de komende jaren nog vaak gaat horen: MCP. Het klinkt als iets voor ontwikkelaars, en de documentatie leest ook zo. Maar het is een van de weinige technische ontwikkelingen die direct bepaalt of jouw bedrijf straks nog meedoet in beslissingen die AI-agents nemen. Hier staat waarom, zonder jargon.

Het probleem dat het oplost

Tot voor kort was elke koppeling tussen een AI-assistent en een bedrijfssysteem maatwerk. Wilde je dat een assistent bij jou kon reserveren, dan moest iemand daar specifiek voor bouwen — per assistent opnieuw. Voor grote ketens was dat te doen. Voor de andere 99% van de bedrijven betekende het: niet meedoen.

Dat is de reden dat AI de voorbije jaren vooral praatte en zelden deed. Niet omdat modellen het niet konden, maar omdat er niets was om aan te sluiten.

Wat er verandert wanneer een agent kan handelen

Stel je de vraag voor die iemand aan een assistent stelt: “regel een etentje voor zes personen vrijdagavond, Italiaans, binnen tien minuten rijden, budget rond de vijftig euro per persoon.”

Een assistent zonder toegang tot systemen kan die vraag alleen half beantwoorden: hij geeft drie namen en de opdracht om zelf te bellen. Een assistent die beschikbaarheid kan opvragen, geeft één restaurant met een bevestigde tafel. Raad eens welke van de twee de gebruiker de volgende keer weer gebruikt.

Het effect is niet gelijk verdeeld. Wie opvraagbaar is, wordt een optie in beslissingen die anders zonder hem genomen waren. Wie alleen een contactformulier heeft, valt af — niet omdat hij slechter is, maar omdat hij onbereikbaar is voor de partij die kiest. Dat is een oneerlijk mechanisme, en het is precies waarom vroeg zijn hier loont.

Twee richtingen, allebei winst

Naar buiten: bereikbaar voor de agents van je klanten

Je stelt een afgebakend stuk van je systeem open: vrije tijdsloten, actuele prijzen, de mogelijkheid om te reserveren of te bestellen. Dit is de offensieve kant. Het is ook de kant waar veiligheid het zwaarst weegt, want je laat software beslissingen nemen die geld kosten.

Naar binnen: agents die je eigen werk overnemen

Je bouwt agents voor je eigen team, met toegang tot je eigen systemen. Binnenkomende aanvragen kwalificeren en in het juiste dossier zetten. Gegevens uit leveranciersfacturen halen. Een rooster voorstellen op basis van de verwachte drukte. Een offerte opmaken uit een gesprekverslag.

Hier zit meestal de snelste terugverdientijd, omdat je het resultaat direct in uren ziet. En het is de veiligste plek om te beginnen, omdat er nog een mens tussen zit.

“Is dat niet gewoon een API?”

Er zit een API onder, ja. Het verschil zit in de beschrijving. Een klassieke API is geschreven voor een ontwikkelaar die de documentatie leest en er code omheen bouwt. Een MCP-server beschrijft zichzelf in een vorm die een model rechtstreeks kan interpreteren: wat elke functie doet, wanneer je ze gebruikt, wat de invoer betekent en wat er mis kan gaan.

Daardoor kan een agent je systeem correct gebruiken zonder dat iemand daar specifiek code voor schreef. Dat klinkt als een detail. Het is het hele punt.

Waar je op moet letten

Een MCP-server die alles openzet is gevaarlijk. Een goed afgebakende is beheersbaar. Het verschil zit in vijf dingen, en die horen in elk gesprek met wie het ook bouwt:

1. Afbakening. Alleen wat nodig is. Beschikbaarheid opvragen is iets anders dan je volledige klantenbestand ontsluiten.
2. Rechten per aanroep. Wat een agent mag lezen, mag wijzigen, en waar een mens altijd tussen moet.
3. Bevestiging bij onomkeerbare acties. Annuleren, betalen, verwijderen: daar hoort een menselijke of expliciete bevestiging bij.
4. Logging. Alles wat een agent doet moet achteraf herleidbaar zijn tot wie, wanneer en waarom.
5. Kostenplafonds. Een agent die in een lus terechtkomt, moet een storing worden — geen factuur.

Voor welke sectoren dit het snelst telt

Overal waar beschikbaarheid of voorraad de beslissing bepaalt: horeca, hotels, praktijken met een afsprakenagenda, verhuur, groothandel en logistiek. En overal waar veel repetitief intern werk zit rond aanvragen, offertes en documenten — daar zit de winst aan de binnenkant.

Ik draai dit zelf in productie in Cilurzo Hospitality, waar AI reservaties aanneemt over de telefoon en bestellingen van Deliveroo en UberEats in de keukenstroom sorteert. Wat ik voor klanten bouw, staat bij mij ook op de vloer.

Meer over de praktische kant staat op de pagina over MCP-implementatie. Wie eerst wil weten of zijn systemen hiervoor geschikt zijn: dat is onderdeel van de AI-readiness audit.

Veelgestelde vragen