In Breve
- Cos'è il Model Context Protocol?
- Il Model Context Protocol è un approccio standardizzato per connettere le applicazioni AI ai sistemi aziendali, migliorando l'integrazione e l'efficienza operativa.
- Come migliora l'AI nei processi aziendali?
- Permette di accedere a dati critici, riducendo errori e aumentando l'autonomia nei processi come gli accounts payable.
- Qual è l'obiettivo della touchless processing?
- Completare il processo di fatturazione senza intervento umano, minimizzando gli errori e le inefficienze.
Negli ultimi anni, molte aziende hanno investito in iniziative di intelligenza artificiale (AI) con l’obiettivo di trasformare i propri processi operativi. Tuttavia, non tutte queste iniziative hanno portato ai risultati attesi. Un problema comune è rappresentato dai grandi modelli linguistici che, privi di connessioni ai sistemi di contesto, si limitano a funzionare come chatbot avanzati, senza realmente integrarsi nelle operazioni aziendali.
Per un modello AI possa prendere decisioni affidabili e agire in modo efficace, è fondamentale che abbia accesso a informazioni critiche provenienti da sistemi aziendali come ERP, database fornitori e general ledger. Senza queste connessioni, l’AI non è in grado di eseguire operazioni basilari, come confrontare una fattura con un ordine d’acquisto o verificare lo stato di un pagamento.
In questo contesto, il Model Context Protocol (MCP) emerge come una soluzione innovativa. Questo protocollo propone un approccio standardizzato che consente alle applicazioni AI di collegarsi in modo sicuro a fonti esterne, riducendo la necessità di sviluppare integrazioni personalizzate per ogni nuovo strumento. Grazie al MCP, è possibile stabilire connessioni bidirezionali che permettono agli agenti AI di recuperare dati e inviare aggiornamenti ai sistemi core.
Con i collegamenti adeguati, gli agenti AI possono estrarre dati rilevanti e valutare le informazioni in base alle policy aziendali. Questo consente loro di intraprendere azioni come aggiornare record, inoltrare richieste di approvazione o attivare ulteriori passaggi di processo, mantenendo sempre i limiti operativi definiti dall’azienda.
Un esempio pratico dell’applicazione del MCP è rappresentato dal settore degli accounts payable. Un agente AI con accesso a ordini, registri di ricezione e contratti può identificare discrepanze, come nel caso di una fattura per 20 casse quando ne sono state consegnate solo 18. A seconda delle regole aziendali, l’agente può richiedere un accredito al fornitore, indirizzare la questione a un operatore con evidenze e raccomandazioni, oppure procedere al pagamento se tutto è corretto.
Altri casi d’uso nel settore degli accounts payable includono il rilevamento di fatture duplicate grazie alla cronologia fornitori e l’attribuzione automatica dei codici di conto generale basata su dati storici. Inoltre, il protocollo MCP consente di determinare il flusso di approvazione in base alle pratiche precedenti.
L’obiettivo operativo del Model Context Protocol è raggiungere la cosiddetta “touchless processing”, ovvero il completamento del processo di fatturazione senza intervento umano. Questa metrica binaria rende l’area degli accounts payable un banco di prova utile, poiché gli errori in questo campo hanno conseguenze misurabili, come rielaborazioni manuali, pagamenti eccessivi, sconti persi e registrazioni contabili errate.
Prima di investire in soluzioni etichettate come “AI-powered”, i responsabili aziendali devono valutare a quali sistemi l’intelligenza artificiale può accedere e quali capacità operative effettivamente abilita. Protocolli come il Model Context Protocol possono contribuire a colmare il divario tra strumenti conversazionali isolati e agenti AI collegati, in grado di supportare processi aziendali più autonomi e affidabili.
