MCP czy WebMCP: czym się różnią i którego potrzebuje Twoja firma?

MCP łączy asystenta AI z wewnętrznymi programami firmy: działa na serwerze, używają go pracownicy, dane zostają w środku organizacji. WebMCP to specyfikacja opisująca stronę internetową tak, żeby zewnętrzny agent AI klienta mógł zrozumieć jej formularze i akcje w przeglądarce. Dwa różne standardy, dwa różne problemy i żaden nie zastępuje drugiego.

Typowy moment zamieszania wygląda tak: dyrektor logistyki pyta, czy można podłączyć AI do TMS przez MCP, żeby spedytorzy mogli sprawdzać zlecenia głosem. Na tej samej naradzie ktoś z marketingu wspomina, że klient B2B mówił, iż jego asystent AI nie może wypełnić formularza zamówienia na stronie, bo "brakuje obsługi WebMCP". Oba zdania mają skrót MCP, oba dotyczą AI, więc łatwo uznać, że to jedno wdrożenie. Nie jest.

Skąd te same trzy litery przy zupełnie różnych problemach?

Podobieństwo nazwy to przypadek historyczny, nie celowe powiązanie. MCP (Model Context Protocol) powstał jako ogólny standard połączeń AI z programami, rozwijany teraz pod opieką Linux Foundation. WebMCP to osobny projekt w grupie W3C Community Group, nad którym pracują Google i Microsoft, i który dotyczy wyłącznie środowiska przeglądarki. Ktoś, kto stawia serwer MCP dla spedycji, robi coś technicznie zupełnie innego niż ktoś, kto dodaje atrybuty WebMCP do formularzy na stronie firmowej.

Jedyne realne podobieństwo: obydwa dotyczą tego, jak AI współpracuje z innymi systemami. Ale to jak powiedzieć, że elektryczność i silnik diesla są podobne, bo obydwa napędzają auta. Kontekst jest wszystkim.

MCP: AI podłączone do programów firmy, od środka

Model Context Protocol to otwarty standard dla połączeń asystenta AI z programami. Jeśli firma używa AI wewnętrznie i chce, żeby asystent naprawdę pracował z danymi z ERP, TMS, CRM, systemu magazynowego albo bazy kontrahentów, serwer MCP to infrastruktura, która to umożliwia. Standard jest gotowy, dojrzały i z rosnącym ekosystemem: Claude i kilka innych asystentów AI ma już wbudowaną obsługę protokołu.

W praktyce wygląda to tak: firma stawia serwer MCP z konfiguracją połączeń do swoich programów. Asystent AI, z którym pracują spedytorzy czy handlowcy, łączy się z tym serwerem. Gdy spedytor pyta: "ile mamy wolnych naczep w piątek wieczór?", asystent przez serwer MCP odpytuje system flotowy i odpowiada. Pracownik nie loguje się do programu, nie klika w raporty, nie eksportuje Excela. Po prostu pyta.

U jednego z naszych klientów, firmy spedycyjnej z kilkudziesięcioma spedytorami, serwer MCP łączy AI jednocześnie z TMS-em i bazą kontrahentów. Spedytor pyta o zlecenie po numerze i od razu dostaje status, kierowcę, pojazd i historię tego kontrahenta. Wcześniej każde takie sprawdzenie wymagało otwierania dwóch okien i szukania w kilku miejscach. Prosta sprawa, ale pomnożona przez kilkadziesiąt pytań dziennie daje już konkretny czas.

Pierwszym pytaniem przy każdym wdrożeniu MCP jest zawsze: który program połączyć jako pierwszy? Nie każdy system musi być podłączony od razu. Warto zacząć od jednego, który generuje najwięcej ręcznej pracy: programu, do którego ludzie logują się kilkanaście razy dziennie tylko po to, żeby sprawdzić jedną liczbę albo odpowiedzieć na pytanie klienta. Często to TMS albo ERP, czasem baza kontrahentów, a w firmach handlowych nierzadko system magazynowy ze stanami.

Szczegóły tego, jak wyglądają połączenia z konkretnymi programami, opisujemy na stronie o wdrożeniu serwera MCP dla firmy.

WebMCP: strona opisuje siebie agentom AI klientów

WebMCP to specyfikacja przygotowywana w W3C Community Group przez Google i Microsoft. Na dziś nie jest zatwierdzonym standardem. Chrome testuje ją w fazie origin trial, wejście do stabilnej wersji Chrome planowane jest pod koniec 2026 roku. Edge też ją testuje. Safari nie zapowiedziało wsparcia.

Problem, który WebMCP adresuje, jest konkretny. Wyobraźcie sobie klienta B2B, który konfigurując zamówienie używa własnego asystenta AI. Agent AI "widzi" kod HTML strony, ale nie zawsze rozumie, co formularz naprawdę robi, jakich danych oczekuje w poszczególnych polach i co się stanie po kliknięciu "Wyślij". Strona ze skomplikowanym konfiguratorem produktu albo wieloetapowym formularzem zamówienia to dla agenta AI nieprzyjazne środowisko. WebMCP daje stronie sposób, żeby aktywnie opisać siebie takiemu agentowi: jasno, ustrukturyzowanie i bez konieczności zgadywania.

Specyfikacja wprowadza kilka konkretnych elementów technicznych. Po stronie formularzy HTML dodaje się atrybuty: toolname (jak ta akcja ma się nazywać dla agenta AI), tooldescription (co ten formularz robi, opisane dla AI, a nie dla człowieka) i toolparamdescription (opis każdego pola, co wpisać i w jakim formacie). Po stronie JavaScript dostępne jest API navigator.modelContext, przez które strona może bezpośrednio komunikować się z agentem AI odwiedzającego.

Ważna informacja dla tych, którzy obawiają się, że wdrożenie coś zepsuje: przeglądarka bez obsługi WebMCP po prostu ignoruje nowe atrybuty. Strona działa normalnie dla każdego odwiedzającego, niezależnie od tego, czy używa agenta AI, czy nie. Nie ma tu żadnego ryzyka technicznego dla istniejącej strony. To jeden z niewielu przypadków, gdzie "zacznijmy wdrażać, zanim standard jest gotowy" ma sens i nie kosztuje nic poza czasem front-end developera.

W Polsce WebMCP to temat stosunkowo nowy i mało firm ma go dziś wdrożonego. Szczegóły możliwości i ograniczeń konkretnych platform e-commerce oraz stron B2B opisujemy przy okazji wdrożenia WebMCP na stronie.

Różnice wprost: zestawienie w sześciu wymiarach

Poniższe zestawienie pomaga ocenić, który standard odpowiada na problem firmy i dlaczego jedna decyzja nie wyklucza drugiej.

• Kto korzysta: MCP obsługują pracownicy firmy, którzy rozmawiają z wewnętrznym asystentem AI. WebMCP dotyczy zewnętrznych agentów AI, których używają klienci firmy podczas odwiedzania jej strony www.
• Gdzie działa: MCP działa na serwerze firmy, po stronie backendu, poza przeglądarką. WebMCP działa w przeglądarce klienta, po stronie frontendu, bez żadnego serwera firmy.
• Co się podłącza albo opisuje: Do serwera MCP podłącza się wewnętrzne programy firmy: ERP, TMS, CRM, systemy magazynowe, bazy danych, pliki na serwerze. WebMCP opisuje publicznie dostępne akcje na stronie: formularz zamówienia, wyszukiwarkę produktów, konfigurator, formularz rezerwacji.
• Kto wdraża: Serwer MCP wymaga pracy backendowej i konfiguracji połączeń z programami firmy. WebMCP wdraża front-end developer, dodając atrybuty do HTML istniejących formularzy i opcjonalnie wywołania JavaScript.
• Zależność od przeglądarki: MCP nie wymaga żadnej konkretnej przeglądarki, bo pracuje po stronie serwera. WebMCP wymaga przeglądarki z obsługą tej specyfikacji: dziś Chrome (origin trial) i Edge w testach.
• Stan standaryzacji: MCP to gotowy otwarty standard pod Linux Foundation, z szerokim i rosnącym ekosystemem. WebMCP to specyfikacja W3C Community Group, przygotowywana przez Google i Microsoft, jeszcze niezatwierdzona.

Przykład z tej samej firmy transportowej: MCP pozwala spedytorowi zapytać AI o rentowność trasy i zlecenia z TMS bez logowania do systemu. WebMCP pozwala klientowi tej firmy użyć własnego agenta AI do sprawnego wypełnienia formularza zlecenia transportu na stronie. Dwie osoby, dwa różne miejsca pracy, dwa osobne narzędzia.

Kiedy MCP, kiedy WebMCP, a kiedy obu?

Firma potrzebuje serwera MCP, gdy pracownicy spędzają czas na szukaniu danych w kilku systemach, na ręcznym przepisywaniu między programami albo na czekaniu na raporty, które AI mogłoby wygenerować natychmiast. Efekt jest widoczny szybko, bo dotyczy codziennej pracy konkretnych osób.

WebMCP jest odpowiedzią na inne pytanie: czy klienci, którzy używają własnych agentów AI, mogą sprawnie korzystać z Waszej strony? Dla większości polskich firm to temat raczej perspektywiczny niż palący. Ale jeśli sprzedajecie do dużych korporacji B2B, warto zapytać wprost: czy Wasi zamawiający już wdrażają agentów AI do obsługi zakupów? Jeśli tak, decyzja o WebMCP może spaść na stół szybciej, niż się wydaje.

Obu naraz potrzebują firmy, gdzie AI pracuje zarówno wewnętrznie, jak i zewnętrznie przez stronę www. Dobry przykład: hurtownia budowlana B2B z rozbudowanym konfiguratorem zamówień. Wewnątrz: handlowcy pytają AI o stany magazynowe, marże i historię klienta przez MCP. Na zewnątrz: zamawiający z dużego wykonawcy używa swojego agenta AI do przejścia przez konfigurator i złożenia zamówienia bez dzwonienia do biura przez WebMCP. Jedno wdrożenie nie zależy od drugiego i można je robić w dowolnej kolejności.

Sześć pytań przed decyzją

Zanim firma zdecyduje, co wdrożyć, warto odpowiedzieć na kilka konkretnych pytań. Każde "tak" to sygnał w określonym kierunku.

• Czy pracownicy dziś szukają danych w kilku systemach, żeby odpowiedzieć na pytanie klienta albo przygotować raport? Jeśli tak: serwer MCP.
• Który program trzyma dane, do których AI potrzebuje dostępu najczęściej? Ten program dostaje złącze MCP jako pierwszy.
• Czy na stronie firmy są formularze B2B, konfiguratory albo systemy rezerwacji, które klienci korporacyjni wypełniają w imieniu swoich firm? Jeśli tak: WebMCP warto mieć w planie.
• Czy wśród klientów firmy są duże organizacje aktywnie wdrażające agentów AI do procesów zakupowych? To przyspiesza decyzję o WebMCP.
• Czy firma ma już asystenta AI działającego w codziennej pracy zespołu? Jeśli tak, serwer MCP można podłączyć do niego bez wymiany całego systemu.

Kilka takich wdrożeń i ich efektów można zobaczyć w opisach wdrożeń u klientów redAI. Każde zaczynało się od konkretnego problemu i jednego programu, nie od "pełnej integracji".

Jeśli po tej liście jest więcej pytań niż odpowiedzi: 15 minut rozmowy o MCP wystarczy, żeby ustalić, od czego zacząć w konkretnej firmie i które połączenia mają sens w pierwszej kolejności.