模型上下文协议 (Model Context Protocol, MCP) 正处于深刻变革的前沿，它正以微妙但意义重大的方式重塑我们与机器交互的方式。MCP 本质上是一座桥梁，将 Claude 和 ChatGPT 等大型语言模型 (Large Language Model, LLM) 聊天机器人与大量现有软件和工具无缝连接。对于渴望保持竞争优势的企业来说，将这一发展仅仅视为另一个 IT 项目将是一个严重的误判。
不幸的是，许多意识到 MCP 转型潜力的组织从根本上误解了其重要性，导致实施策略欠佳。这通常会导致错失机会和未能实现的利益。
计算的民主化
模型上下文协议最初于 2024 年 11 月推出，其开源特性使用户无需工具创建者的明确许可即可创建自定义 MCP 服务器。这激发了开源社区的活跃，从而开发了用于 HubSpot、Notion 和 Airtable 等广泛使用平台的 MCP 服务器。
将 MCP 与 20 世纪 80 年代图形用户界面 (Graphical User Interface, GUI) 的出现相提并论，MCP 代表着类似的范式转变。正如 GUI 通过用直观的视觉隐喻取代神秘的命令行来普及计算一样，MCP 旨在弥合人与机器之间的差距。MCP 不是强迫用户学习复杂的机器语言，而是使 AI 系统能够理解人类的上下文，包括特定行业的知识、不成文的公司协议以及各个领域专业知识的微妙之处。
克服董事会中的误解
董事会中发生了一个重大的误解，人工智能通常被降级到 IT 部门，并被视为仅仅是另一项技术实施。这种方法从根本上忽略了 AI 的更广泛意义及其彻底改变业务流程的潜力。
员工登录并与预选软件交互的传统用户界面即将过时。取而代之的是，将会出现一个简单的聊天机器人界面，该界面能够连接到互联网上的任何信息、任何公司数据库以及任何软件应用程序，从而使员工能够创建针对其特定需求量身定制的自定义软件解决方案。
在这种新形势下，关键的区别因素将不是技术能力，而是上下文和个人选择。传统的 IT 部门擅长系统实施、安全协议和技术集成，这些技能仍然必不可少，但还不够。MCP 的主要价值在于它能够赋能个人，赋予员工自主权，以选择他们喜欢的工具堆栈、自定义他们的工作流程，并利用批判性思维和领域专业知识来构建提供竞争优势的独特技术堆栈。
业务环境的重要性
在我跨多个行业实施 AI 的经验中，出现了一种反复出现的模式：当业务领导者将 AI 仅仅视为一种技术基础设施时，他们会实现技术上健全的实施，但未能交付切实的业务价值。MCP 代表了这种方法的对立面，它使个人用户能够在他们自己的机器上运行 MCP 工具和工作流程，从而根据他们的特定需求和偏好进行定制。
虽然 IT 部门仍然是这个过程中不可或缺的合作伙伴，但领导力必须来自那些对正在编码的业务环境有深刻理解的人。成功的实施需要转变思维方式，从“我们如何实施这项技术？”转向“我们的员工将如何为自己使用这项技术？我们可以从他们那里学到什么？”例如，在零售业中，这可能涉及上下文感知的客户服务，而在医疗保健领域，这可能涉及了解实践变化的临床决策支持系统。
竞争影响
MCP 的竞争影响是巨大的。将 MCP 视为业务转型而非仅仅是技术部署的工具，并赋能员工主导的创新的组织将创建能够理解其特定环境的系统，从而产生竞争对手无法轻易复制的专有优势。
我所见过的最成功的实施方案有一个共同的方法：它们从员工层面的意识开始，并且本质上具有创造性。作为一名 AI 顾问，我亲眼目睹了实施始于意识和知识。员工自己提出的用例使业务独一无二，并使 AI 实施成功。
MCP 革命主要不是关于技术，而是关于为软件和工具由员工主导的新世界做准备，通过自然语言而不是 IT 部门组织的自上而下的 SaaS 订阅。了解 MCP 和 AI 的潜力并围绕它重新构想其业务流程的企业将在 2020 年代及以后取得成功。而这种转变需要远远超出服务器机房的领导力。
超越技术基础设施：拥抱个性化
模型上下文协议 (MCP) 有望重塑计算的格局，但其真正的潜力远远超出了单纯的技术实施。对于寻求保持竞争优势的企业来说，将 MCP 仅仅视为一个 IT 项目将是一个严重的疏忽。MCP 的核心在于它能够将大型语言模型 (LLM) 聊天机器人（如 Claude 和 ChatGPT）与现有软件和工具连接起来。然而，其变革力量源于它赋能员工并培养个性化 AI 体验的能力。
虽然对 MCP 的认识正在提高，但许多公司都在误解其基本性质，导致实施策略无效。MCP 的开源特性（最初于 2024 年 11 月推出）允许用户创建自定义 MCP 服务器，而无需工具创建者的许可。这促使开源社区为 HubSpot、Notion 和 Airtable 等流行平台开发 MCP 服务器。
范式转变：从命令行到上下文理解
MCP 代表着与 20 世纪 80 年代图形用户界面 (GUI) 的出现类似的范式转变。正如 GUI 通过用直观的视觉隐喻取代复杂的命令行来普及计算一样，MCP 旨在弥合人与机器之间的差距。MCP 不是要求用户学习机器语言，而是使 AI 系统能够理解人类的上下文，包括特定行业的知识、不成文的公司流程和特定领域的专业知识。
不幸的是，许多董事会都在误解 AI 的重要性，将其降级到 IT 部门并将其视为仅仅是另一项技术实施。这种方法从根本上忽略了重点。我们都熟悉的用户界面，即员工登录并与预先选择的软件交互，即将消失。取而代之的是，将是一个简单的聊天机器人界面，该界面能够连接到互联网上的任何信息、任何公司数据库以及任何软件应用程序，从而使员工能够创建针对其特定需求量身定制的自定义解决方案。
在这种新形势下，关键的区别因素将不是技术能力，而是上下文和个人选择。传统的 IT 部门擅长系统实施、安全协议和技术集成，这些仍然必不可少，但还不够。MCP 的主要价值在于其个性化性质，它允许员工选择他们喜欢的工具堆栈、自定义他们的工作流程，并利用批判性思维和领域专业知识来构建提供竞争优势的独特技术堆栈。
用户赋能：驱动业务价值
在我跨多个行业实施 AI 的经验中，出现了一种清晰的模式：当业务领导者将 AI 仅仅视为技术基础设施时，他们会实现技术上健全的实施，但未能交付切实的业务价值。MCP 是这种方法的对立面，它使个人用户能够在他们自己的机器上运行 MCP 工具和工作流程，从而根据他们的特定需求和偏好进行定制。
虽然 IT 部门仍然是必不可少的合作伙伴，但领导力必须来自那些了解正在编码的业务环境的人。成功的实施需要提出不同的问题。业务领导者不应问“我们如何实施这项技术？”，而应问“我们的员工将如何为自己使用这项技术？我们可以从他们那里学到什么？”。在零售业中，这可能涉及上下文感知的客户服务。在医疗保健领域，它可能涉及了解实践变化的临床决策支持系统。
竞争影响是巨大的。将 MCP 视为业务转型而非仅仅是技术部署的工具，并赋能员工主导的创新的组织将创建能够理解其特定环境的系统，从而产生竞争对手无法轻易复制的专有优势。
员工主导的创新：成功的关键
我所见过的最成功的实施方案有一个共同的方法：它们从员工层面的意识开始，并且本质上具有创造性。作为一名 AI 顾问，我亲眼目睹了实施始于意识和知识。员工自己提出的用例使业务独一无二，并使 AI 实施成功。
MCP 革命主要不是关于技术，而是关于为软件和工具由员工主导的新世界做准备，通过自然语言而不是 IT 部门组织的自上而下的 SaaS 订阅。了解 MCP 和 AI 的潜力并围绕它重新构想其业务流程的企业将在 2020 年代及以后取得成功。而这种转变需要远远超出服务器机房的领导力。
工作的未来：上下文和选择
模型上下文协议 (MCP) 不仅仅是一个 IT 项目；它是我们与技术互动方式的根本转变。MCP 将 Claude 和 ChatGPT 等大型语言模型 (LLM) 聊天机器人与现有软件和工具连接起来。将此视为另一个 IT 项目的公司可能会落后。
问题在于，许多公司了解 MCP 所代表的转变，但他们正在以错误的方式处理它。MCP 于 2024 年 11 月发布，它是一个开源协议。这意味着您无需工具创建者的许可即可创建 MCP 服务器。开源社区一直在为 Hubspot、Notion 和 AirTable 等主要工具创建 MCP 服务器。
上下文的力量
图形用户界面 (GUI) 通过用直观的视觉隐喻取代命令行来普及计算。MCP 代表着类似的转变。MCP 不是让人类学习用机器语言进行交流，而是使 AI 系统能够理解人类的上下文——行业特定知识、不成文的公司流程以及专业知识在不同领域中体现的微妙方式。
但在董事会中存在着一种根本性的误解。人工智能通常被降级到 IT 部门并被视为技术实施。这没有抓住重点。我们都熟悉的用户界面，即员工登录并与公司为他们决定的软件进行交互，将会消失。相反，登录将是一个简单的聊天机器人，能够连接到互联网上的任何信息或任何公司数据库，并为员工的需求创建任何软件。
区别将不是技术能力。这将是上下文和个人选择。传统的 IT 部门擅长系统实施、安全协议和技术集成。这些技能仍然至关重要但不够。MCP 的主要价值不是技术性的——它是个人性的。它允许员工选择他们的工具堆栈和他们的工作方式。区别在于构建对他们有利的独特技术堆栈所需的批判性思维和领域专业知识。
员工驱动的人工智能
在我跨行业实施 AI 的工作中，模式很清晰：当业务领导者将 AI 仅仅视为技术基础设施时，他们会实现技术上健全的实施，但未能交付业务价值。MCP 在各个用户的机器上运行，他们实施的 MCP 工具和工作流程对他们来说是独一无二的。
这并不是要贬低 IT 部门，但领导力必须来自那些了解正在编码的业务环境的人。业务领导者不应问“我们如何实施这项技术？”，而应问“我们的员工将如何为自己使用这项技术？我们可以从他们那里学到什么？”对于零售业来说，这可能是上下文感知的客户服务。对于医疗保健，它可能涉及了解实践变化的临床决策支持。
将 MCP 视为业务转型而非技术部署，并专注于员工主导的转型的组织将创建能够理解其特定环境的系统——竞争对手无法轻易复制的专有优势。最成功的实施始于员工层面的意识并且具有创造性。员工自己提出的用例使业务独一无二，并使 AI 实施成功。
MCP 革命主要不是关于技术。它是关于为软件和工具由员工主导的新世界做准备，通过自然语言而不是 IT 部门组织的自上而下的 SaaS 订阅。了解 MCP 和 AI 的潜力并围绕它重新构想其业务流程的企业将在 2020 年代及以后取得成功。这种转型需要远远超出服务器机房的领导力。