Що таке MCP-сервер і чи потрібен він вашому бізнесу

MCP-сервер - це програма, яка визначає, що AI-асистенту дозволено бачити й робити у вашому бізнесі. Простими словами, MCP-сервер загортає одну з ваших систем (CRM, базу даних, продукт, базу знань) у Model Context Protocol, і тоді Claude, ChatGPT, Copilot чи ваш власний агент можуть шукати в ній і виконувати дії через один стандартний конектор, а не через окрему інтеграцію під кожен AI-інструмент. Внутрішній сервер робиться за дні, а не місяці: з AI-first командою це втричі дешевше і втричі швидше, ніж традиційна розробка вручну.

Перший MCP-сервер ми зробили для себе. Наш AI Brain віддає всім нашим агентам знання команди через MCP-сервер з інструментами search_brain() і get_person(), тож усе нижче - з щоденної роботи з ним, а не переказ специфікації.

Що насправді робить MCP-сервер

Model Context Protocol (MCP) - відкритий стандарт, який Anthropic опублікувала в листопаді 2024 року, а згодом передала в Agentic AI Foundation під егідою Linux Foundation. У ньому три ролі:

• Хост - AI-застосунок, яким користується людина: Claude, ChatGPT, Cursor, Copilot або агент, який ви зробили самі.
• Клієнт живе всередині хоста і розмовляє протоколом.
• Сервер - ваш. Він відкриває інструменти (дії на кшталт create_refund), ресурси (дані, наприклад картку клієнта) і промпти, і кожен з них описаний звичайною мовою, щоб модель знала, коли його використати.

Уся цінність у множнику. До MCP, щоб під'єднати три AI-інструменти до чотирьох внутрішніх систем, потрібно було дванадцять інтеграцій. З MCP - чотири сервери, і кожен сумісний асистент користується всіма. Тому стандарт і поширився так швидко: у нотатках до специфікації 2026-07-28 сказано, що SDK для TypeScript і Python уже мають понад мільярд завантажень кожен, а OpenAI, Google, Microsoft і Amazon підтримують MCP у своїх продуктах.

Чи потрібен вашому бізнесу MCP-сервер: три ознаки

Більшості компаній власний сервер не потрібен. Якщо ви працюєте в Google Workspace, Slack, HubSpot чи Notion, їхні розробники вже випустили MCP-сервери, і підключення займає хвилини. Власний MCP-сервер потрібен, коли виконується хоча б одне з цього:

1. Найцінніші дані лежать у системі, яку за вас ніхто не підключить. Самописна ERP, внутрішня база, Google Таблиці, у яких живе виробництво, склад у спредшиті. Якщо співробітники вручну копіюють ці дані в ChatGPT, це копіювання і є тим MCP-сервером, який ви ще не зробили.
2. Ви продаєте софт, а клієнти дедалі частіше працюють через AI-асистентів. Якщо покупець питає Claude "які мої рахунки прострочені", а ваш продукт не може відповісти, відповість конкурент із конектором. Для SaaS MCP-сервер швидко стає тим, чим публічний API був у 2015 році: пунктом в анкеті безпеки великого клієнта.
3. Ви будуєте агентів, і вони постійно звертаються до тих самих систем. Загорнути кожну систему один раз у MCP-сервер краще, ніж вшивати її в кожного агента. Саме тому ми зробили AI Brain сервером, а не бібліотекою.

Якщо жодне не про вас, краще вкласти гроші в сам процес. Про агентну частину того самого рішення - у нашому розборі вартості розробки AI-агента.

Безпека MCP-сервера: чого не показують на демо

MCP-сервер дає мовній моделі ключі до реальної системи, а мовна модель виконує інструкції, які знаходить у даних, що читає. Звідси два ризики, які варто назвати до початку розробки.

Prompt injection через ваші ж дані. Тікет підтримки, лист чи PDF можуть містити текст, написаний для AI, а не для людини. У квітні 2026 року дослідники з Johns Hopkins показали, як Claude Code, Gemini CLI і GitHub Copilot зливали секрети GitHub Actions після того, як прочитали шкідливі назви pull request. З протоколом усе було гаразд: просто агенти мали більше прав, ніж потребувало завдання.

Tool poisoning зі сторонніх серверів. Community MCP-сервер може сховати інструкції в описах своїх інструментів: модель їх читає, а користувач не бачить. OWASP уже описує MCP tool poisoning як окремий тип атаки, а кілька вразливостей в IDE, розкритих до червня 2026 року, виникли через те, що сервери з конфігурації проєкту запускалися автоматично з повними правами розробника.

Рішення нудні, і це хороша новина:

• Мінімальні права на кожен інструмент. Сервер, який відповідає на питання про замовлення, отримує токен лише на читання, а не ключ адміністратора.
• Читання за замовчуванням, запис як виняток. Усе, що рухає гроші, пише клієнту чи видаляє запис, спершу питає людину. Те саме рішення ми ухвалили в нашому AI SMM-пайплайні: кнопка підтвердження і є продуктом.
• Журнал кожного виклику з користувачем, інструментом і аргументами, щоб дивну дію можна було відстежити за хвилини.
• Перевірка перед встановленням. Ставтеся до незнайомого MCP-сервера як до незнайомого npm-пакета з доступом до продакшн-даних, бо це він і є.

Скільки коштує розробка MCP-сервера у 2026 році

Код протоколу - найдешевша частина. Бюджет іде на авторизацію, права доступу, аудит і рішення, які десять дій із двохсот у вашому API взагалі варто показувати AI. За опублікованими прайс-гайдами 2026 року простий MCP-сервер у традиційної команди коштує $3,000-8,000, а продакшн-інтеграція $8,000-25,000. AI-first команда робить той самий обсяг за третину ціни і за третину часу:

Підтримка в роботі - $30-800 на місяць залежно від навантаження і хостингу. Низька ціна - це менше годин, а не менше роботи: код сервера і тести пише AI, а senior-інженери витрачають час на обсяг, модель прав і рев'ю. Так той самий робочий сервер виходить утричі дешевшим і втричі швидшим, ніж написаний вручну.

Як ми робимо MCP-сервери в DForce

Починаємо з однієї сторінки: які питання та дії має обробляти AI. Потім скорочуємо список удвічі, бо більшості перших версій вистачає п'яти-восьми інструментів. Далі: спершу виходять інструменти для читання, інструменти запису з'являються за кроком підтвердження, кожен виклик логується, а перед тим як сервер підключить хтось поза командою, ми перевіряємо його на впроваджений текст. За цим самим принципом працює наш AI Brain та інтеграції в клієнтських системах на кшталт Sewing Lab, де CRM, API пошти і виробничі таблиці мали стати одним джерелом, якому агент може довіряти.

Якщо у вас є система, дані з якої команда постійно копіює в AI-асистента, або продукт, до якого клієнти хочуть звертатися з Claude чи ChatGPT, запишіться на discovery-дзвінок, і ми чесно скажемо, чи потрібен вам MCP-сервер, чи вистачить готового конектора від вендора.

Часті питання

Що таке MCP-сервер простими словами?

MCP-сервер - це невелика програма, яка відкриває одну з ваших систем для AI-асистентів через Model Context Protocol, відкритий стандарт, який підтримують Claude, ChatGPT, Gemini, Copilot і більшість AI-інструментів для розробки. Він описує дії, які асистент може викликати, наприклад search_orders чи create_invoice, і контролює, хто має на це право. Один раз зробили - і ним користується кожен сумісний асистент.

Чим MCP-сервер відрізняється від API?

API пишуть для розробників, які читають документацію. MCP-сервер пишуть для AI-моделі: кожна дія описана звичайною мовою, щоб модель вирішила, коли її викликати. Зазвичай це тонкий, обмежений шар поверх наявного API зі своїми правами, журналом і межами.

Чи безпечні MCP-сервери?

Настільки, наскільки обмежені їхні права. Головні ризики - prompt injection через текст у ваших же даних і tool poisoning зі сторонніх серверів. Захист - мінімальні права токенів, лише читання за замовчуванням, підтвердження людиною для грошей і повідомлень, журнал викликів і жодних неперевірених серверів на машинах із секретами.

Скільки коштує розробка MCP-сервера?

З AI-first командою внутрішній сервер над однією системою коштує $1,000-2,500 за 3-7 днів, продакшн-сервер з авторизацією і правами - $2,500-8,000 за 2-4 тижні, публічний мультитенантний сервер для SaaS - $8,000-20,000 за 6-8 тижнів. Це втричі дешевше і втричі швидше, ніж традиційна розробка вручну. Хостинг - $30-800 на місяць.