A maior parte da conversa sobre MCP foca em consumir: conectar um agente a ferramentas e dados que já existem, como um ERP ou um CRM. Mas existe o outro lado, menos discutido: uma empresa também pode expor o próprio MCP server, tornando seus dados e processos consultáveis por qualquer agente de IA compatível — seja um agente interno, de um parceiro ou até de um cliente.

O que significa "ter" um MCP server

Um MCP server é, na prática, uma porta padronizada que a empresa abre para que agentes de IA façam perguntas estruturadas e recebam respostas estruturadas — em vez de um agente ter que "ler" o site ou adivinhar informação a partir de texto solto.

Um exemplo concreto e real: a Yan.m mantém seu próprio servidor MCP público, em yanmantovani.com/api/mcp, usando transporte Streamable HTTP e JSON-RPC 2.0. Ele expõe ferramentas como get_agency_info, list_services, list_products, list_case_studies e get_contact. Isso quer dizer que qualquer agente compatível com MCP — de um cliente avaliando fornecedores, de um parceiro fazendo integração, ou de uma ferramenta de pesquisa automatizada — pode consultar diretamente quais serviços a agência oferece, quais são os produtos do ecossistema ou como entrar em contato, sem precisar raspar o site (web scraping) ou depender de que o conteúdo esteja bem indexado num buscador tradicional.

Por que isso é diferente de só ter um site bem feito

Um site é feito para ser lido por humanos, navegando visualmente. Um MCP server é feito para ser consultado por agentes, de forma estruturada e previsível. Não são substitutos um do outro — são camadas diferentes da mesma presença digital. À medida que mais ferramentas de IA passam a agir como intermediárias entre uma pessoa e a informação que ela procura, ter dados estruturados e acessíveis via protocolo padronizado deixa de ser um detalhe técnico e passa a ser uma forma de garantir que a informação certa chegue sem distorção.

Quem deveria considerar isso

Faz sentido avaliar um MCP server próprio quando a empresa:

  • Tem processos ou catálogos estruturados que fazem sentido ser consultados programaticamente (serviços, produtos, disponibilidade, status de pedido, documentação técnica).
  • Já trabalha ou pretende trabalhar com parceiros, integradores ou clientes que usam agentes de IA para automatizar parte do próprio trabalho.
  • Quer se posicionar de forma técnica e visível para o ecossistema de IA que está se formando, não só para buscadores tradicionais.

Quem ainda não precisa se preocupar com isso

Por outro lado, não faz sentido investir nisso agora se a empresa:

  • Não tem processos ou dados estruturados o suficiente para justificar uma API — nesse caso, o trabalho prioritário é organizar a informação internamente antes de expor qualquer coisa.
  • Tem um volume de operação pequeno o bastante para que um site bem feito e um atendimento direto (WhatsApp, por exemplo) já resolvam o problema de acesso à informação.
  • Ainda está validando o próprio modelo de negócio — expor infraestrutura antes de estabilizar o que ela representa costuma ser esforço fora de ordem.

O ponto de equilíbrio

Ter um MCP server não é sobre seguir tendência, é sobre reduzir fricção para quem — humano ou agente — precisa de informação confiável sobre a empresa. É esse tipo de decisão de arquitetura, avaliando o que vale a pena estruturar agora e o que pode esperar, que compõe o trabalho de MCP & Integrações da Yan.m com cada cliente, caso a caso.

Para quem quer entender os fundamentos do protocolo antes de decidir, vale começar pela documentação oficial do Model Context Protocol e pelo material da Anthropic sobre o tema.