Analiza techniczna

Model Context Protocol (MCP) w firmie – jak podłączyć AI do systemów i nie otworzyć dziury

MCP jest dziś domyślnym sposobem, w jaki model AI sięga po firmowe dane i uruchamia operacje w systemach. Zastąpił dziesiątki jednorazowych integracji jednym kontraktem – i przy okazji przeniósł znaczną część odpowiedzialności za bezpieczeństwo z protokołu na tego, kto go wdraża. Ten artykuł tłumaczy, jak MCP działa, kiedy warto po niego sięgnąć, co zmienia wersja 2026-07-28 i co sprawdzić, zanim serwer MCP trafi na produkcję.

Autor: Kacper Włodarczyk, Założyciel ALGORCOMPOpublikowano: 23 sierpnia 2026Czas czytania: 15 min czytaniaAI / Agenci AIDla: Enterprise
Model Context Protocol (MCP) w firmie – jak podłączyć AI do systemów i nie otworzyć dziury

Co MCP właściwie rozwiązuje – i czego nie rozwiązuje

Problem, który rozwiązuje MCP, jest banalny i kosztowny. Każde narzędzie AI, które ma sięgnąć do firmowych danych, potrzebowało do niedawna własnej integracji: inaczej podłączało się asystenta w Teams, inaczej narzędzie developerskie, inaczej własną aplikację. Przy trzech systemach i trzech klientach robi się dziewięć połączeń do napisania i utrzymania.

MCP odwraca ten układ. System udostępniacie raz – jako serwer MCP, który deklaruje, jakie ma narzędzia (czynności do wykonania), zasoby (dane do odczytania) i szablony zapytań. Każdy klient zgodny ze standardem potrafi z tego skorzystać bez dodatkowej pracy. Dziewięć połączeń zamienia się w trzy serwery.

Czego MCP nie rozwiązuje: nie porządkuje danych, nie zastępuje warstwy uprawnień i nie sprawia, że model rozumie Wasz proces. Serwer MCP nad bałaganem w kartotece daje agentowi wygodny dostęp do bałaganu. Nie jest też darmowy w utrzymaniu – to kolejny komponent, który trzeba wersjonować, monitorować i aktualizować, gdy zmieni się API systemu pod spodem.

Praktyczna granica opłacalności wygląda tak: jedno stabilne połączenie między jednym systemem a jedną aplikacją zwykle taniej zrobić klasycznie. MCP zaczyna się zwracać przy drugim kliencie albo trzecim systemie – i wtedy zwraca się szybko, bo koszt każdej kolejnej kombinacji spada niemal do zera.

  • problem: liczba integracji rośnie jak iloczyn systemów i klientów AI
  • rozwiązanie: system udostępniony raz jako serwer, dostępny dla każdego zgodnego klienta
  • MCP nie porządkuje danych ani nie zastępuje warstwy uprawnień
  • próg opłacalności: drugi klient albo trzeci system

Jak to działa – host, klient, serwer

Architektura ma trzy elementy i warto je rozróżniać, bo w rozmowach o bezpieczeństwie mylą się najczęściej.

Host to aplikacja, z której korzysta człowiek – asystent w przeglądarce, narzędzie developerskie, Wasza własna aplikacja z wbudowanym modelem. Host decyduje, które serwery są w ogóle dostępne i pokazuje użytkownikowi, co się dzieje.

Klient to warstwa w hoście, która utrzymuje połączenie z konkretnym serwerem i tłumaczy między protokołem a modelem. Serwer to komponent po stronie systemu – wystawia listę narzędzi i zasobów oraz wykonuje wywołania. Serwer może działać lokalnie, obok aplikacji, albo zdalnie jako usługa sieciowa; ten drugi wariant jest wygodniejszy i to on odpowiada za większość publikowanych incydentów.

Kluczowy szczegół, którego łatwo nie zauważyć: opis każdego narzędzia – jego nazwa, przeznaczenie, opis parametrów – trafia do kontekstu modelu jako tekst. Model czyta go i traktuje jak instrukcję. To znaczy, że kto kontroluje opis narzędzia, ten częściowo kontroluje zachowanie agenta. Cała klasa ataków zwana zatruwaniem narzędzi bierze się dokładnie z tej właściwości.

  • host – aplikacja użytkownika, decyduje o liście dopuszczonych serwerów
  • klient – warstwa łącząca hosta z konkretnym serwerem
  • serwer – komponent po stronie systemu, wystawia narzędzia i zasoby
  • opis narzędzia jest tekstem, który model czyta jak instrukcję
Model Context Protocol (MCP) w firmie – jak podłączyć AI do systemów i nie otworzyć dziury

Trzy scenariusze firmowe, w których MCP ma sens

Pierwszy: praca z dokumentami i wiedzą. Serwer MCP nad repozytorium dokumentów udostępnia wyszukiwanie z uwzględnieniem uprawnień użytkownika, odczyt treści i metadanych. Zysk polega na tym, że ta sama warstwa obsługuje asystenta w intranecie, asystenta w komunikatorze i narzędzie do przygotowania ofert – bez trzech osobnych implementacji wyszukiwania.

Drugi: dane operacyjne z ERP i CRM. Tu serwer MCP jest wygodnym miejscem na wymuszenie zasad: udostępniacie nie „bazę”, tylko konkretną listę operacji – sprawdź stan magazynowy, pobierz status zlecenia, przygotuj projekt zamówienia. Zakres uprawnień jest wtedy opisany jawnie, w jednym miejscu, zamiast być rozproszony po promptach kilku aplikacji. To dobra praktyka niezależnie od tego, ile klientów AI faktycznie z niego skorzysta.

Trzeci: analityka. Serwer wystawiający zdefiniowane metryki i zapytania jest bezpieczniejszy niż agent piszący dowolny SQL na produkcyjnej hurtowni – i daje przy okazji jedną obowiązującą definicję każdego wskaźnika. To ten sam mechanizm, który opisujemy przy warstwie semantycznej w analityce konwersacyjnej.

Wspólny mianownik trzech scenariuszy: serwer MCP jest miejscem, w którym decydujecie, co wolno, a nie tylko sposobem na podłączenie. Zaprojektowany jako lista dozwolonych czynności działa jak bezpiecznik. Zaprojektowany jako uniwersalny dostęp do bazy jest tylko wygodniejszą drogą do tych samych problemów.

  • dokumenty i wiedza – jedna warstwa wyszukiwania z uprawnieniami dla wielu klientów
  • ERP i CRM – jawna lista dozwolonych operacji zamiast dostępu do bazy
  • analityka – zdefiniowane metryki zamiast dowolnego SQL na produkcji
  • serwer projektuje się jako listę uprawnień, nie jako uniwersalny dostęp

Pięć wektorów ataku, które trzeba zamknąć

Lista OWASP dla MCP porządkuje ryzyka wokół pięciu wzorców, które warto znać z nazwy, bo pojawiają się w dokumentacji dostawców i w rozmowach z zespołami bezpieczeństwa.

Confused deputy to sytuacja, w której serwer ma szerokie uprawnienia i wykonuje operację na polecenie kogoś, kto tych uprawnień nie ma – bo serwer nie rozróżnia, w czyim imieniu działa. Token passthrough to przekazywanie tokenu użytkownika dalej, w górę łańcucha, zamiast właściwej wymiany w modelu OAuth 2.0; skutkiem jest token krążący po systemach, które nigdy nie miały go zobaczyć.

Tool poisoning wykorzystuje to, co opisaliśmy wyżej: złośliwe instrukcje umieszczone w metadanych narzędzia. Invariant Labs pokazało w kwietniu 2025 r. działającą demonstrację, w której niewinnie wyglądające narzędzie matematyczne wykradało klucze SSH. SSRF przez konektory to klasyczne nadużycie serwera jako pośrednika do zasobów w sieci wewnętrznej. Rejestracja fałszywego serwera opiera się na słabym powiązaniu sesji i braku atestacji – agent łączy się z czymś, co podaje się za znany serwer.

Do tego dochodzą incydenty z realnych wdrożeń. Najczęściej przywoływany to serwer Postmark MCP z września 2025 r., który po cichu wysyłał ukrytą kopię każdego maila wysłanego przez agenta na domenę kontrolowaną przez atakującego – zachowanie niewidoczne dla użytkownika i niewykrywalne bez analizy ruchu. Skan ponad 500 publicznie dostępnych serwerów pokazał, że 38% nie miało żadnego uwierzytelnienia. To nie są ryzyka teoretyczne, tylko konsekwencja tego, że komponent łatwy do uruchomienia bywa uruchamiany bez przeglądu.

  • confused deputy – serwer z szerokimi uprawnieniami działający w cudzym imieniu
  • token passthrough – token użytkownika przekazywany zamiast wymiany OAuth 2.0
  • tool poisoning – złośliwe instrukcje w opisie narzędzia, czytane przez model
  • SSRF przez konektory – serwer jako pośrednik do sieci wewnętrznej
  • rejestracja fałszywego serwera – brak atestacji i słabe powiązanie sesji
Architekt rozwiązań przy diagramie połączeń agenta AI z systemami firmowymi

Serwer MCP to nie konektor. To lista czynności, które model ma prawo wykonać w Waszym imieniu – i opis, który sam w sobie jest instrukcją dla modelu.

Wersja 2026-07-28 – co się zmienia i co z tym zrobić

28 lipca 2026 r. weszła w życie nowa wersja specyfikacji, przygotowywana od maja. Najważniejsza zmiana jest architektoniczna: protokół stał się bezstanowy na swoim poziomie, co składa się na sześć powiązanych propozycji zmian. Praktyczny skutek to możliwość uruchamiania serwerów w środowiskach chmurowych tak jak każdej innej usługi – ze skalowaniem poziomym, bez przypisania sesji do instancji.

Starsze wersje mają 12-miesięczne okno wygaszania. Dla firmy, która ma dziś działające integracje MCP, oznacza to konkretny termin w kalendarzu na przegląd i migrację – i dobry moment, żeby przy okazji uporządkować rzeczy, które przy pierwszym wdrożeniu przeszły „na później”.

Nowa wersja przynosi też własne ryzyka, o których warto wiedzieć przed migracją: przewidywalne identyfikatory mogą pozwolić na przejęcie cudzego przepływu pracy; nieostrożne mapowanie danych wejściowych na nagłówki potrafi wypchnąć klucze API i dane osobowe wprost do nagłówków żądań; długotrwałe zadania tworzą wektor odmowy usługi z uwagi na asymetrię kosztów; a rozszerzenia interfejsowe otwierają klasyczne ryzyka po stronie przeglądarki. Wspólny mianownik: bezpieczeństwo przesunęło się z protokołu na implementację i platformę.

Checklista dopuszczenia serwera MCP na produkcję sprowadza się do siedmiu pytań. Kto jest wydawcą serwera i czy jest na Waszej liście dopuszczonych dostawców. Czy uwierzytelnianie jest wymagane i realizowane przez wymianę tokenu, nie przekazywanie. Jaki jest najwęższy możliwy zakres uprawnień dla tego zastosowania. Czy opisy narzędzi zostały przejrzane przez człowieka. Czy wywołania trafiają do logu z identyfikacją użytkownika. Czy serwer jest wystawiony do internetu i czy musi być. Kto odpowiada za aktualizację po zmianie wersji protokołu.

  • wersja 2026-07-28 – protokół bezstanowy, łatwiejsze skalowanie serwerów
  • 12 miesięcy na migrację ze starszych wersji – wpiszcie termin do kalendarza
  • nowe ryzyka: przewidywalne identyfikatory, sekrety w nagłówkach, DoS przez długie zadania
  • checklista: wydawca, uwierzytelnianie, zakres uprawnień, przegląd opisów, log, ekspozycja, właściciel aktualizacji

Powiązane wątki w bazie wiedzy

Powiązane materiały techniczne

FAQ

Najczęstsze pytania o MCP w środowisku firmowym

Pytania, które najczęściej pojawiają się po stronie architektów i zespołów bezpieczeństwa.

Czy MCP zastępuje nasze dotychczasowe integracje?
Nie automatycznie i nie zawsze warto. Pojedyncze, stabilne połączenie punkt-punkt zwykle taniej zostawić bez zmian. MCP zaczyna się opłacać, gdy ten sam system ma obsługiwać kilku klientów AI albo gdy planujecie więcej niż jedno zastosowanie na tych samych danych.
Czy można korzystać z gotowych serwerów MCP od dostawców?
Można, ale trzeba je traktować jak każde inne oprogramowanie dopuszczane do środowiska: znany wydawca, przegląd uprawnień, przegląd opisów narzędzi, wersjonowanie i plan aktualizacji. Skan publicznych serwerów pokazał, że 38% z nich nie wymagało żadnego uwierzytelnienia – łatwość uruchomienia nie oznacza gotowości produkcyjnej.
Jak MCP ma się do bezpieczeństwa danych osobowych?
MCP nie zmienia zasad – zmienia liczbę miejsc, w których trzeba ich pilnować. Kluczowe są dwa punkty: zakres danych zwracanych przez serwer (najwęższy możliwy dla zastosowania) i to, czy wywołania trafiają do logu z identyfikacją użytkownika. Szerzej o architekturze dla danych wrażliwych piszemy w artykule [Private AI – bezpieczeństwo danych w organizacji](/baza-wiedzy/private-ai-agenci-ai-bezpieczenstwo-danych-w-organizacji).
Czy potrzebujemy własnego serwera MCP, żeby zacząć?
Nie na start. Pierwszy sensowny krok to jeden serwer nad jednym źródłem, w trybie wyłącznie do odczytu, w środowisku testowym, z pełnym logowaniem wywołań. Dopiero po zobaczeniu, jakie zapytania faktycznie padają, warto decydować o zakresie docelowym i o tym, czy budować własny komponent.

O tej stronie

O autorze

Kacper Włodarczyk

Założyciel ALGORCOMP

Założyciel ALGORCOMP. Specjalizuje się we wdrożeniach Microsoft 365 Copilot, Copilot Studio, Power Platform (Power Automate, Power Apps, SharePoint) oraz agentów AI dla średnich firm B2B w Polsce. Prowadzi dziesiątki projektów z zakresu strategii AI, governance Power Platform, automatyzacji obiegu dokumentów i procesów sprzedażowych. W publikacjach koncentruje się na praktycznych aspektach wdrożeń AI w organizacjach — od pierwszego POC do skalowania na całą firmę, ze szczególnym uwzględnieniem bezpieczeństwa danych, zgodności (RODO, NIS2, AI Act) i zwrotu z inwestycji.

Poznaj zespół

Planujecie podłączyć AI do firmowych systemów?

Bezpłatna 30-minutowa konsultacja: przechodzimy przez systemy, które chcecie udostępnić agentom, zakres uprawnień i wybór między gotowym a własnym serwerem MCP. Efektem rozmowy jest szkic architektury i lista kontrolna przed dopuszczeniem na produkcję.

Wyróżnione

Powiązane artykuły