ทำความเข้าใจ MCPs: การเชื่อมช่องว่างระหว่างโมเดล AI และข้อมูลภายนอก
MCPs สามารถมองได้ว่าเป็น APIs ที่เป็นมาตรฐานซึ่งทำหน้าที่เป็นตัวเชื่อมโยงที่สำคัญระหว่างแหล่งข้อมูลภายนอกหรือแอปพลิเคชัน และโมเดลภาษาขนาดใหญ่ (LLMs) เช่น ChatGPT หรือ Claude โปรโตคอลเหล่านี้ช่วยให้โมเดล AI สามารถเข้าถึงข้อมูลแบบเรียลไทม์จากเว็บไซต์ท่องเที่ยว จัดการปฏิทิน และแม้กระทั่งจัดการไฟล์บนคอมพิวเตอร์
แม้ว่าเครื่องมือ AI บางตัว เช่น Claude, Cursor และ OpenAI จะใช้คุณสมบัติการผสานรวมแบบกำหนดเองอยู่แล้ว แต่ MCPs นำเสนอรูปแบบที่เป็นสากลและเป็นมาตรฐานสำหรับการโต้ตอบทั้งหมดดังกล่าว ซึ่งช่วยเพิ่มความสามารถรอบด้านได้อย่างมาก
MCP ประกอบด้วยส่วนประกอบหลักสองส่วน: ไคลเอนต์ (เช่น ChatGPT) และเซิร์ฟเวอร์ (เช่น เว็บไซต์กำหนดการเที่ยวบิน) เมื่อใช้ร่วมกัน พวกเขาให้ความสามารถแก่โมเดล AI ในการเข้าถึงข้อมูลแบบเรียลไทม์ ดำเนินการออนไลน์ และทำหน้าที่เหมือนตัวแทนเชิงรุกมากกว่าแชทบอทแบบคงที่
ปัจจุบัน MCPs สองประเภทหลักกำลังได้รับความนิยม ประเภทแรกเหมาะสำหรับนักพัฒนา โดยตัวอย่างคือเครื่องมือต่างๆ เช่น Cursor หรือ Claude Code ซึ่งสามารถทำงานบนอุปกรณ์ต่างๆ เช่น แล็ปท็อปเพื่อจัดการไฟล์และรันสคริปต์ ประเภทที่สองมุ่งเป้าไปที่แอปพลิเคชันในโลกแห่งความเป็นจริง โดยมุ่งเน้นไปที่กิจกรรมต่างๆ เช่น การค้นหาผลิตภัณฑ์ การจดทะเบียนโดเมน การจองกิจกรรม หรือการส่งอีเมล
เพื่อสำรวจผลกระทบเชิงปฏิบัติ จึงมีการพัฒนา MCPs สองประเภทที่แตกต่างกัน โครงการแรกชื่อ GPT Learner เป็นเซิร์ฟเวอร์สำหรับนักพัฒนาที่ออกแบบมาเพื่อช่วยให้ผู้ใช้แนะนำ Cursor ในการจดจำข้อผิดพลาดและหลีกเลี่ยงการทำซ้ำ หาก Claude หรือ Cursor เขียนโค้ดทับอย่างไม่ถูกต้อง เครื่องมือนี้จะช่วยให้ผู้ใช้บันทึกและเรียนรู้จากข้อผิดพลาด โดยจัดเก็บแนวทางที่ถูกต้องเพื่อใช้อ้างอิงในอนาคต
โครงการที่สองคือ MCP ตลาดทำนายผลที่เชื่อมโยงโมเดลภาษาขนาดใหญ่ไปยังเว็บไซต์ betsee.xyz ซึ่งรวบรวมตลาดทำนายผลแบบเรียลไทม์ เมื่อผู้ใช้ถาม Claude คำถามเช่น “ผลกระทบรองของการระงับภาษีของทรัมป์คืออะไร และผู้คนเดิมพันอะไรกัน” MCP จะส่งคืนตลาดที่เกี่ยวข้องและอัตราต่อรองแบบเรียลไทม์จาก Polymarket หรือ Kalshi
เหตุใด MCPs จึงยังไม่พร้อมสำหรับการใช้งานจริง
การสร้าง MCPs ทั้งสองนี้เผยให้เห็นข้อมูลเชิงลึกที่สำคัญหลายประการ โดยหลักๆ คือ MCPs ยังไม่พร้อมสำหรับการนำไปใช้อย่างแพร่หลาย
ประสบการณ์การใช้งานปัจจุบันกับ MCPs นั้นยังไม่ดีนัก แชทบอทส่วนใหญ่ เช่น ChatGPT ยังไม่รองรับเซิร์ฟเวอร์ MCP ในบรรดาผู้ที่รองรับ การติดตั้งมักจะต้องแก้ไข JSON ด้วยตนเอง ซึ่งเป็นกระบวนการที่ไม่เป็นมิตรกับผู้ใช้ แชทบอทอย่าง Cursor และ Claude มักจะแจ้งให้ผู้ใช้ทราบสำหรับทุกคำขอ และมักจะส่งคืนข้อมูลที่ไม่สมบูรณ์หรือเอาต์พุต JSON ดิบๆ ทำให้ประสบการณ์การใช้งานดูงุ่มง่ามและไม่น่าพึงพอใจ
การใช้ Claude เวอร์ชันเดสก์ท็อปเพื่อสืบค้น MCP ตลาดทำนายผล มักจะไม่สามารถให้ลิงก์หรือราคาได้เว้นแต่จะถูกถามอย่างชัดเจน และบางครั้งก็ไม่ได้เรียกใช้เซิร์ฟเวอร์เลย การแจ้งเตือนแบบป๊อปอัปอย่างต่อเนื่องจาก Claude เมื่อใช้ MCPs ยิ่งทำให้ความสนใจของผู้ใช้ลดลง แม้ว่าการประมวลผลที่ราบรื่นและการตอบสนองที่มีความหมายจาก MCPs จะเป็นสิ่งที่คาดหวังในอนาคต แต่เทคโนโลยีก็ยังไม่ถึงขั้นนั้น
ความปลอดภัยเป็นอีกหนึ่งข้อกังวลที่สำคัญ เนื่องจากมีความสามารถในการดำเนินการภายนอกและเข้าถึงระบบเรียลไทม์ MCPs จึงเผชิญกับความท้าทายด้านความปลอดภัยมากมาย การฉีดพรอมต์ การติดตั้งเครื่องมือที่เป็นอันตราย การเข้าถึงโดยไม่ได้รับอนุญาต และการโจมตีแบบโทรจันเป็นภัยคุกคามที่แท้จริง ปัจจุบันยังขาดการแซนด์บ็อกซ์ เลเยอร์การตรวจสอบ และระบบนิเวศที่สมบูรณ์เพื่อจัดการกับกรณีพิเศษเหล่านี้
ปัญหาเหล่านี้ทำให้เห็นได้ชัดว่า MCP ยังคงเป็นเทคโนโลยีทดลอง
บทบาทชี้ขาดของไคลเอนต์
บทเรียนสำคัญที่ได้เรียนรู้ขณะสร้างเซิร์ฟเวอร์เหล่านี้คือ ไคลเอนต์ ไม่ใช่เซิร์ฟเวอร์ เป็นผู้ตัดสินอนาคตของ MCPs ในท้ายที่สุด
ผู้ที่ควบคุมการโต้ตอบกับโมเดลขนาดใหญ่ยังควบคุมเครื่องมือที่ผู้ใช้เห็น เครื่องมือที่ถูกทริกเกอร์ และการตอบสนองที่แสดงผลได้อีกด้วย เราสามารถสร้างเซิร์ฟเวอร์ MCP ที่มีประโยชน์มากที่สุดในโลกได้ แต่ไคลเอนต์อาจไม่เรียกใช้ แสดงผลเพียงครึ่งเดียว หรือไม่อนุญาตให้ติดตั้งเลย
MCPs และการเกิดขึ้นของผู้เฝ้าประตู
อำนาจที่สำคัญของไคลเอนต์หมายความว่า MCPs จะถูกควบคุมในที่สุดเหมือนกับเครื่องมือค้นหาและ App Store ผู้ให้บริการแอปพลิเคชันโมเดลขนาดใหญ่อันดับต้นๆ เช่น OpenAI และ Anthropic จะกลายเป็น “ผู้เฝ้าประตู” รายใหม่ ซึ่งเป็นผู้ตัดสินใจว่า MCPs ใดที่สามารถแสดงรายการได้ และดูแลจัดการการค้นพบผ่านอัลกอริทึมคำแนะนำ
นับตั้งแต่ก่อตั้งขึ้นในช่วงปลายทศวรรษ 1990 Google ได้ควบคุมเนื้อหาที่นำเสนอต่อผู้ใช้ ซึ่งช่วยให้พวกเขาสร้างธุรกิจที่ทำกำไรได้อย่างมาก แชทบอทกำลังได้รับความสามารถนี้ โดยแทนที่ “10 ลิงก์สีน้ำเงิน” แบบดั้งเดิมของเครื่องมือค้นหาด้วยคำตอบโดยตรง พวกเขาสามารถตัดสินใจได้ว่าจะแสดงเนื้อหาใด ไม่รวมเนื้อหาใด และจัดรูปแบบอย่างไร
กระบวนการติดตั้ง MCP จะคล้ายกับรูปแบบ App Store เช่นเดียวกับที่ Apple และ Google ได้กำหนดรูปแบบระบบนิเวศมือถือโดยการตัดสินใจว่าแอปใดที่แนะนำ ติดตั้งไว้ล่วงหน้า หรืออนุมัติ ไคลเอนต์โมเดลขนาดใหญ่จะกำหนดว่าเซิร์ฟเวอร์ MCP ใดที่จัดแสดง โปรโมต และอนุญาตให้ใช้งานบนแพลตฟอร์ม ความเคลื่อนไหวนี้มีแนวโน้มที่จะนำไปสู่การแข่งขันระหว่างบริษัทต่างๆ ซึ่งอาจเกี่ยวข้องกับการชำระเงินให้กับผู้ให้บริการโมเดลสำหรับคำแนะนำและการเปิดเผยในระบบนิเวศใหม่ ซึ่งส่งเสริมการสร้างแพลตฟอร์มการจัดจำหน่าย MCP ที่มีกำไรสูง
ผู้ใช้จะติดตั้ง MCPs หรือ “แอปพลิเคชันแชท AI” จาก “MCP Store” ที่คัดสรรมาอย่างพิถีพิถัน เครื่องมือต่างๆ เช่น Gmail, HubSpot, Uber และ Kayak จะเพิ่มปลายทาง MCP โดยผสานรวมโดยตรงเข้ากับเวิร์กโฟลว์แบบแชท แม้ว่าในทางทฤษฎีแล้วผู้ใช้สามารถเลือกที่จะติดตั้ง MCP ใดก็ได้ที่ต้องการ แต่ส่วนใหญ่มักจะพึ่งพาคำแนะนำที่ไคลเอนต์ให้มา เช่น คำแนะนำจาก ChatGPT คำแนะนำเหล่านี้จะไม่เกิดขึ้นโดยพลการ แต่จะมาจากความร่วมมือที่ให้ผลกำไร โดยบริษัทขนาดใหญ่จ่ายเงินเพื่อให้เป็นตัวเลือกเริ่มต้นในหมวดหมู่การช็อปปิ้ง การเดินทาง การค้นหาโดเมน หรือการค้นหาบริการ ระดับการมองเห็นนี้จะแปลเป็นผู้ใช้หลายล้านคน ซึ่งให้การเปิดเผย ข้อมูล และมูลค่าเชิงพาณิชย์มหาศาล
MCP App Store (MAS) ทางฝั่งไคลเอนต์บางแห่งจะนำเสนอ MCP ที่มีความหลากหลายและเปิดกว้างมากขึ้น ซึ่งเปิดโอกาสให้มีการทดลองและการพัฒนา MCP โดยชุมชนในวงกว้างมากขึ้น ที่อื่นๆ จะมีกระบวนการอนุมัติที่เข้มงวด โดยให้ความสำคัญกับคุณภาพ ความปลอดภัย และการสร้างรายได้ ไม่ว่าในกรณีใด ไคลเอนต์จะเป็นผู้กำหนดเงื่อนไขสำหรับการมีส่วนร่วม และกฎเกณฑ์สำหรับความสำเร็จ
ไคลเอนต์ MCP เช่น OpenAI และ Claude จะกลายเป็นแพลตฟอร์ม iOS และ Android แห่งใหม่ โดยเซิร์ฟเวอร์ MCP จะมีบทบาทเป็นแอป แทนที่จะเป็นไอคอน แอปพลิเคชันเหล่านี้จะถูกเรียกใช้ผ่านคำสั่งของผู้ใช้ โดยนำเสนอการตอบสนองที่สมบูรณ์ มีโครงสร้าง และมีการโต้ตอบต่อความต้องการของผู้ใช้ผ่านการโต้ตอบด้วยภาษา
ในที่สุด เราอาจเห็นไคลเอนต์เฉพาะทางเกิดขึ้น ซึ่งปรับให้เหมาะกับอุตสาหกรรมหรือโดเมนที่เฉพาะเจาะจง ลองนึกภาพผู้ช่วยแชท AI ที่มุ่งเน้นไปที่การวางแผนการเดินทาง โดยผสานรวมบริการจากสายการบิน เครือโรงแรม และตัวแทนท่องเที่ยวอย่างราบรื่น เพื่อมอบประสบการณ์การวางแผนการเดินทางที่ครอบคลุมแก่ผู้ใช้ หรือไคลเอนต์ MCP ที่มุ่งเน้นด้านทรัพยากรบุคคล โดยให้การเข้าถึงข้อมูลทางกฎหมาย บันทึกพนักงาน และเครื่องมือขององค์กรแบบครบวงจร ซึ่งเปลี่ยนวิธีการจัดการธุรกิจ
แม้ว่าผู้ใช้ส่วนใหญ่จะยึดติดกับไคลเอนต์กระแสหลัก แต่แชทบอท AI แบบโอเพนซอร์สบางตัวจะเกิดขึ้น แชทบอทเหล่านี้จะดึงดูดผู้เชี่ยวชาญที่ต้องการควบคุม MCP ที่ติดตั้งอย่างสมบูรณ์ โดยปราศจากข้อจำกัดที่กำหนดโดยผู้เฝ้าประตู อย่างไรก็ตาม เช่นเดียวกับระบบเดสก์ท็อป Linux ผลิตภัณฑ์โอเพนซอร์สเหล่านี้มีแนวโน้มที่จะยังคงเป็นตลาดเฉพาะกลุ่ม
โอกาสใหม่ๆ ในระบบนิเวศที่เกิดขึ้นใหม่
ธุรกิจและเครื่องมือหลายประเภทคาดว่าจะเกิดขึ้นเพื่อให้บริการภูมิทัศน์ MCP ที่มีการพัฒนา ซึ่งรวมถึง:
MCP Wrappers และ Server Packs: สิ่งเหล่านี้จะรวม MCP ที่เกี่ยวข้องหลายรายการไว้ในแพ็กเกจการติดตั้งเดียว ซึ่งช่วยปรับปรุงการตั้งค่า ลองนึกภาพแพ็กเกจเดียวที่ให้ปฏิทิน อีเมล การจัดการความสัมพันธ์กับลูกค้า และ MCP ที่เก็บไฟล์ที่พร้อมใช้งานโดยไม่ต้องกำหนดค่าใดๆ แพ็กเกจดังกล่าวจะลดความซับซ้อนของกระบวนการบุคลากรและมีประโยชน์อย่างยิ่งในตลาดแนวดิ่ง นอกจากนี้ยังอาจรวมถึงเครื่องมือบรรจุภัณฑ์ (“ตั้งค่าปฏิทินและส่งอีเมล”)
MCP Shopping Engines: เซิร์ฟเวอร์ MCP บางตัวจะทำหน้าที่เป็นเครื่องมือเปรียบเทียบที่ขับเคลื่อนด้วย AI โดยนำเสนอราคาแบบเรียลไทม์และรายการผลิตภัณฑ์จากผู้ขายต่างๆ พวกเขาจะสร้างรายได้ผ่านลิงก์พันธมิตร โดยรับค่าธรรมเนียมการอ้างอิง แนวทางนี้สะท้อนถึงการเพิ่มประสิทธิภาพเครื่องมือค้นหาและการตลาดแบบพันธมิตรในยุคแรกๆ
MCP-First Content Apps: บริการเหล่านี้จะเพิ่มประสิทธิภาพการส่งมอบเนื้อหาสำหรับโมเดลภาษาขนาดใหญ่ผ่านเซิร์ฟเวอร์ MCP แทนที่จะออกแบบเว็บไซต์สำหรับผู้ชมที่เป็นมนุษย์ ลองนึกภาพข้อมูลที่มีโครงสร้างสมบูรณ์และแท็กเชิงความหมายที่ส่งคืนผ่านการเรียก MCP รายได้จะมาจากค่าสมัครสมาชิกหรือการสนับสนุนแบบฝังและการวางผลิตภัณฑ์ แทนที่จะเป็นจำนวนการดูหน้าเว็บ
API-to-MCP Providers: ผู้ให้บริการ API ที่มีอยู่จำนวนมากต้องการมีส่วนร่วมในระบบนิเวศใหม่นี้ แต่ขาดทรัพยากรที่จะทำเช่นนั้น สิ่งนี้จะขับเคลื่อนให้เกิดเครื่องมือมิดเดิลแวร์ที่แปลง REST APIs แบบดั้งเดิมให้เป็นเซิร์ฟเวอร์ MCP ที่สอดคล้องและค้นพบได้โดยอัตโนมัติ ทำให้แพลตฟอร์ม SaaS เข้าร่วมได้ง่าย
Cloudflare for MCPs: ความปลอดภัยเป็นข้อกังวลหลัก เครื่องมือเหล่านี้จะอยู่ระหว่างไคลเอนต์และเซิร์ฟเวอร์ ทำความสะอาดอินพุต บันทึกคำขอ บล็อกการโจมตี และตรวจสอบความผิดปกติ เช่นเดียวกับที่ Cloudflare ทำให้เว็บสมัยใหม่ปลอดภัยยิ่งขึ้น บริการประเภทนี้จะมีบทบาทคล้ายกันในระบบนิเวศ MCP
Enterprise ‘Private’ MCP Solutions: บริษัทขนาดใหญ่จะเริ่มเชื่อมต่อบริการภายในของตนกับเซิร์ฟเวอร์ MCP ส่วนตัวและใช้ผลิตภัณฑ์ AI แบบโอเพนซอร์ส การตั้งค่าภายในเหล่านี้จะกลายเป็นส่วนหนึ่งของเวิร์กโฟลว์ AI ที่อยู่เบื้องหลังไฟร์วอลล์ ทำให้บริษัทต่างๆ สามารถควบคุมได้
Vertically Focused MCP Clients: แม้ว่าแชทบอทจำนวนมากสามารถตอบสนองความต้องการทั่วไปของผู้ใช้ได้ แต่สถานการณ์บางอย่าง เช่น การจัดซื้อจัดจ้างทางอุตสาหกรรมและงานด้านการปฏิบัติตามข้อกำหนด จำเป็นต้องมีอินเทอร์เฟซผู้ใช้และตรรกะทางธุรกิจที่เฉพาะเจาะจง ไคลเอนต์ MCP ที่เน้นแนวดิ่งจะเกิดขึ้น โดยมีการดำเนินงาน ภาษา และรูปแบบที่ปรับแต่งเพื่อตอบสนองความต้องการเฉพาะเหล่านี้