MCP คืออะไร — ต่อ AI เข้าระบบองค์กรให้ทำงานแทนคน ฉบับไม่ต้องเขียนโค้ด
Model Context Protocol (MCP) คือมาตรฐานที่ทำให้ Claude และ ChatGPT ต่อเข้ากับ CRM ฐานข้อมูล และระบบภายในองค์กรได้ — อธิบายแบบคนทำงาน พร้อมตัวอย่างการใช้และวิธีคุมสิทธิ์ให้ปลอดภัย
MCP (Model Context Protocol) คือมาตรฐานเปิดที่ริเริ่มโดย Anthropic ให้ AI อย่าง Claude และ ChatGPT เชื่อมเข้ากับระบบขององค์กร เช่น CRM ฐานข้อมูล ERP หรือ API ภายใน ตามสิทธิ์ที่กำหนด ระบบทั่วไปอย่าง Google Drive หรือ Gmail ใช้ App/Connector สำเร็จรูปได้ ส่วนระบบยอดนิยมจำนวนมากมี MCP server สำเร็จรูปให้ต่อโดยไม่ต้องเขียนโค้ดเอง และควรเริ่มจากสิทธิ์อ่านอย่างเดียวก่อนเปิดสิทธิ์เขียนพร้อมจุดอนุมัติ
- MCP = มาตรฐานกลางให้ AI คุยกับระบบอื่นได้ เหมือน USB-C ของโลก AI
- App/Connector สำเร็จรูปพอสำหรับ Drive, Gmail, Calendar — MCP มีไว้สำหรับระบบเฉพาะขององค์กร
- ใช้ได้ทั้งอ่าน (ค้นข้อมูล สรุปรายงาน) และเขียน (สร้างงาน อัปเดตสถานะ) ตามสิทธิ์ที่กำหนด
- หลักปลอดภัย: เริ่มจาก read-only, เปิด write ทีละจุด, มี approval ก่อนแตะข้อมูลจริง
- ไม่ต้องเขียนโค้ดเองแล้วในปี 2026 — ระบบดัง ๆ มี MCP server สำเร็จรูปให้ต่อ
MCP อธิบายแบบไม่มีศัพท์เทคนิค
ลองนึกภาพ AI เป็นพนักงานใหม่ที่เก่งมากแต่ถูกขังในห้องเปล่า — ไม่เห็นไฟล์ ไม่เห็นระบบขาย ไม่เห็นฐานลูกค้า MCP (Model Context Protocol) คือประตูมาตรฐานที่พาเขาเข้าถึงระบบเหล่านั้น 'ตามสิทธิ์ที่คุณกำหนด'
เพราะเป็นมาตรฐานเปิดที่ริเริ่มโดย Anthropic และถูก adopt ทั้งวงการ ระบบหนึ่งตัวจึงต่อได้กับ AI หลายค่าย — เขียนครั้งเดียว ใช้กับ Claude ก็ได้ ChatGPT ก็ได้
MCP ต่างจาก App/Connector สำเร็จรูปยังไง
งานทั่วไปไม่ต้องใช้ MCP: Google Drive, Gmail, Calendar, Notion มี App/Connector สำเร็จรูปกดเชื่อมได้เลย — MCP มีไว้สำหรับของที่ไม่มีปุ่มสำเร็จรูป เช่น CRM ที่บริษัทเขียนเอง ฐานข้อมูลสต๊อก ระบบ ERP หรือ API ภายใน
- ถามยอดขายเมื่อวานจากฐานข้อมูลจริง แล้วให้ AI ทำสรุปส่งผู้บริหาร
- ให้ AI อ่าน ticket ในระบบ support แล้วจัดลำดับความเร่งด่วน
- สร้างรายการงานในระบบ project management จากบันทึกการประชุม
- เช็กสต๊อกจาก ERP ก่อนให้ AI ร่างใบเสนอราคา
หลักคุมสิทธิ์ที่ต้องวางก่อนเปิดใช้
อำนาจที่มากขึ้นของ AI ต้องแลกกับวินัยการคุมสิทธิ์ — นี่คือจุดที่องค์กรพลาดบ่อยที่สุด
- เริ่มจาก read-only เสมอ — ให้ AI อ่านได้ก่อน พิสูจน์ความแม่นก่อนให้เขียน
- เปิด write ทีละจุด พร้อมกำหนดว่า action ไหนต้องมีคนอนุมัติ
- แยกบัญชี/สิทธิ์ของ AI ออกจากบัญชีพนักงาน เพื่อ audit ย้อนหลังได้
- ทดสอบกับข้อมูลจำลองก่อนต่อระบบจริงเสมอ
เรียนรู้การต่อ MCP จริงในคลาสเดียว
ใน Workshop 'สร้างผู้ช่วย Agentic AI' ของ OG Solution เราให้ผู้เรียนต่อ MCP ที่เตรียมไว้จริง เห็นทั้งฝั่งอ่านข้อมูล สร้างรายการงาน และการวาง permission/approval ก่อนใช้กับทีม — ดูหลักสูตรได้ที่หน้า Workshop บน og-solution.co
คำถามที่พบบ่อย
MCP ย่อมาจากอะไร
MCP ย่อมาจาก Model Context Protocol — มาตรฐานเปิดที่ริเริ่มโดย Anthropic สำหรับให้ AI เชื่อมต่อกับเครื่องมือ ฐานข้อมูล และระบบภายนอกอย่างเป็นระบบและควบคุมสิทธิ์ได้
MCP กับ API ต่างกันยังไง
API คือช่องทางที่ระบบคุยกัน ส่วน MCP คือมาตรฐานที่ทำให้ AI 'รู้วิธีใช้' ระบบเหล่านั้นเอง — บอก AI ว่ามีเครื่องมืออะไร ใช้ยังไง มีสิทธิ์แค่ไหน โดยไม่ต้องเขียนโค้ดเชื่อมทีละเจ้า
ต้องจ้างโปรแกรมเมอร์ไหมถ้าอยากใช้ MCP
ถ้าระบบที่ใช้เป็นเจ้าดัง (ฐานข้อมูลยอดนิยม, CRM ชั้นนำ, เครื่องมือ project management) มักมี MCP server สำเร็จรูปให้ต่อได้เลย จะต้องใช้นักพัฒนาก็ต่อเมื่อเป็นระบบที่เขียนขึ้นเองภายในองค์กร
เปิดให้ AI เขียนข้อมูลลงระบบจริงเลยได้ไหม
ไม่แนะนำ — เริ่มจาก read-only ให้ AI พิสูจน์ความแม่นก่อน แล้วค่อยเปิดสิทธิ์เขียนทีละจุดพร้อมขั้นตอนอนุมัติ ทุกคำสั่งที่เปลี่ยนข้อมูลจริงควรมีมนุษย์กดยืนยันเสมอ
