top of page

MCP: Como conectar Inteligência Artificial aos sistemas da sua empresa - Por Renilton Krupp Prauchner

  • Foto do escritor: renilton907
    renilton907
  • 8 de jun.
  • 3 min de leitura
MCP - Model Context Protocol. Créditos da Imagem: Imagem Gerada por Inteligência Artificial - Gemini Pró 3.1.
MCP - Model Context Protocol. Créditos da Imagem: Imagem Gerada por Inteligência Artificial - Gemini Pró 3.1.

O que é MCP?

Nos últimos anos, a Inteligência Artificial evoluiu rapidamente. Primeiro vieram os chatbots capazes de responder perguntas. Depois surgiram modelos mais avançados que conseguem analisar documentos, gerar relatórios e auxiliar na tomada de decisões.


Agora estamos entrando em uma nova fase: a era dos agentes de IA.

Mas existe um problema, pois uma IA isolada é inteligente, porém não possui acesso aos sistemas da sua empresa. Ela não sabe quais pedidos estão no ERP, quais cargas precisam ser embarcadas ou quais clientes possuem entregas pendentes.


É exatamente aqui que entra o MCP (Model Context Protocol).


O MCP é um protocolo aberto que permite que modelos de IA se conectem a sistemas externos de forma padronizada. Muitos especialistas o chamam de "USB-C da Inteligência Artificial", porque ele cria uma forma universal de conectar IAs a ERPs, TMSs, CRMs, bancos de dados e APIs.


De forma simplificada:

Antes:

  • IA → Integração específica → Sistema

Depois:

  • IA → MCP → Sistema


Isso reduz o trabalho de integração e permite que diferentes modelos de IA utilizem as mesmas ferramentas da empresa.


Por que isso é importante?

Sem acesso aos sistemas, uma IA consegue apenas conversar. Com acesso aos sistemas, ela consegue trabalhar.


Ela pode:

  • Consultar informações.

  • Gerar relatórios.

  • Criar tarefas.

  • Abrir chamados.

  • Atualizar registros.

  • Auxiliar operações.

Na prática, a IA deixa de ser apenas um assistente e passa a ser um colaborador digital.


Exemplo prático: identificando cargas da expedição que ainda precisam cotar e contratar um caminhão.


Imagine uma operação logística onde todos os pedidos da semana são registrados no ERP.

Toda segunda-feira um analista precisa:

  1. Abrir o ERP.

  2. Consultar os pedidos programados.

  3. Identificar quais ainda não possuem transportador definido.

  4. Calcular a demanda de veículos.

  5. Informar a equipe de programação.

Esse trabalho pode consumir horas.

Com um agente de IA conectado via MCP, o gestor pode simplesmente perguntar:

"Quais pedidos desta semana ainda precisam de caminhão?"

O agente executa automaticamente o seguinte fluxo:

  1. Consulta o ERP.

  2. Busca todos os pedidos com embarque previsto para a semana.

  3. Filtra aqueles sem veículo programado.

  4. Organiza os resultados.

  5. Apresenta um resumo.

Resposta:

Foram identificados 18 pedidos sem programação de transporte para esta semana.Volume total: 420 toneladas.Regiões de destino: São Paulo: 8 pedidos - Paraná: 5 pedidos - Santa Catarina: 3 pedidos - Rio Grande do Sul: 2 pedidos. Necessidade estimada: 12 caminhões do Tipo Carreta Sider.

Em poucos segundos o gestor possui uma visão que antes exigiria consultas manuais e planilhas.


O mais importante é que a IA não está "inventando" a resposta. Ela está consultando os dados reais do ERP através do MCP.

Como criar isso do zero?

A boa notícia é que o primeiro projeto pode ser bastante simples, o importante é começar. Fiz um passo-a-passo ilustrativo, sem ser técnico, apenas para dar uma ideia.


Passo 1: Definir a pergunta que a IA deve responder

Exemplo:

"Quais pedidos desta semana precisam de caminhão?"

Comece com apenas uma pergunta de negócio.


Passo 2: Identificar onde estão os dados

Normalmente essas informações estão no ERP.

Você precisa descobrir:

  • Qual tabela possui os pedidos.

  • Qual campo indica a data de embarque.

  • Qual campo indica se existe programação de transporte.


Passo 3: Criar uma API

Exemplo:

GET /pedidos-sem-programacao

Resposta:

[
  {
    "pedido": 1254,
    "cliente": "Empresa ABC",
    "peso": 28000
  }
]

A API será a porta de acesso aos dados do ERP.


Passo 4: Criar uma ferramenta MCP

Exemplo:

consultar_pedidos_sem_caminhao

Quando a IA precisar da informação, ela executará essa ferramenta.

A ferramenta consulta a API e retorna os dados.


Passo 5: Conectar a IA

Agora o ChatGPT, Claude ou outro modelo passa a enxergar essa ferramenta.

Quando alguém perguntar:

"Quais pedidos precisam de caminhão esta semana?"

A IA executará automaticamente a consulta.


Passo 6: Entregar a informação no canal desejado

Você pode disponibilizar esse agente em:

  • WhatsApp

  • Portal do cliente

  • Aplicativo

  • Teams

  • Slack

  • Interface web interna

  • Sistema de Gestão Logística da Bialog (SGL)

Conclusão

O MCP representa uma mudança importante na forma como as empresas utilizarão Inteligência Artificial nos próximos anos, pois até agora, a IA era utilizada principalmente para responder perguntas.


Com MCP, ela passa a acessar sistemas, consultar dados reais e executar atividades operacionais.


Para empresas de logística, isso significa transformar informações espalhadas em ERPs, TMSs e planilhas em respostas rápidas e acionáveis.


E o melhor: não é necessário começar com um projeto gigantesco.


Uma única pergunta de negócio como "quais pedidos desta semana precisam de caminhão?" já é suficiente para dar os primeiros passos na construção de um agente de IA conectado aos sistemas da empresa.


O futuro da IA nas empresas não está apenas em conversar melhor, mas está em trabalhar junto com os sistemas que já fazem parte da operação e tornar o dia de todos cada vez mais eficiente.




Comentários


bottom of page