Protokol MCP telah mencapai sesuatu yang luar biasa selama setahun terakhir: membuat semua kerangka kerja AI bersedia menggunakan antarmuka yang sama untuk memanggil alat. Namun satu masalah masih belum terselesaikan — kualitas server MCP sangat bervariasi, perusahaan harus memeliharanya sendiri, dan bertanggung jawab jika terjadi kegagalan.
Google diam-diam memecahkan masalah ini pada bulan Desember lalu: server MCP yang dihosting secara resmi, khusus untuk layanan cloud mereka sendiri, siap pakai setelah di-deploy, dan Google bertanggung jawab jika ada masalah.
Apa yang terhubung dan bagaimana caranya
Gelombang pertama mencakup empat layanan: BigQuery, Google Maps, Google Compute Engine (GCE), dan Google Kubernetes Engine (GKE). Pilihan ini tidak mengejutkan — keempatnya mencakup skenario paling umum untuk Agen AI perusahaan: analisis data, geospasial, infrastruktur cloud, dan orkestrasi kontainer.
Dalam praktiknya: pengembang hanya perlu mengarahkan klien Agen AI (seperti Gemini CLI) ke endpoint MCP yang dihosting Google untuk langsung memanggil layanan-layanan ini, tanpa perlu instalasi, konfigurasi, atau pemeliharaan apa pun.
Seperti apa pendekatan sebelumnya? Anggota komunitas membuat server MCP BigQuery tidak resmi yang Anda deploy dan kelola sendiri, dan perbarui sendiri saat versi tertinggal. Ini adalah kelemahan umum semua solusi "MCP komunitas": berguna tetapi rapuh, tidak cocok untuk produksi.
Versi resmi berbeda dalam hal stabilitas dan keamanan:
- Manajemen izin: menggunakan mekanisme Google Cloud IAM yang sudah dikenal
- Log audit: operasi dicatat melalui Cloud Audit Logs, memenuhi persyaratan kepatuhan perusahaan
- Perlindungan keamanan: Google Cloud Model Armor secara khusus mencegat serangan injeksi prompt tidak langsung yang datang melalui MCP
- Penemuan layanan: Cloud API Registry mengelola alat mana yang tersedia, mencegah Agen AI memanggil antarmuka yang tidak semestinya
Setelah 17 Maret: pengaktifan otomatis
Detail yang perlu diperhatikan: mulai 17 Maret 2026, jika Anda mengaktifkan layanan yang didukung di GCP, server MCP yang sesuai akan otomatis menyala.
Implikasinya jelas: MCP bukan lagi fitur yang memerlukan "konfigurasi tambahan" — ini adalah antarmuka standar untuk layanan Google Cloud. Seperti halnya BigQuery secara alami memiliki REST API, kini secara alami juga memiliki MCP.
Layanan tambahan sedang ditambahkan secara bertahap:
- Komputasi: Cloud Run, Cloud Storage, Cloud Resource Manager
- Database: AlloyDB, Cloud SQL, Spanner, Memorystore
- Analitik: Looker, BigQuery Migration Service, Dataplex
- Pesan: Pub/Sub, Kafka
- Keamanan dan operasi: Google Security Operations, Cloud Logging, Cloud Monitoring
- Alat pengembang: Developer Knowledge API, Android Management API
Ini pada dasarnya mencakup peta layanan lengkap Google Cloud.
Pendapat Anthropic
David Soria Parra, salah satu pencipta MCP yang kini berada di Anthropic, memberikan pernyataan tegas mengenai perkembangan ini:
"Dukungan Google terhadap MCP di berbagai lini produk yang begitu beragam, dikombinasikan dengan kolaborasi erat mereka pada spesifikasi protokol, akan membantu lebih banyak pengembang membangun aplikasi AI agen. Seiring meningkatnya tingkat adopsi di berbagai platform besar, kita semakin dekat dengan tujuan 'Agen AI yang bekerja secara mulus di antara alat dan layanan yang digunakan orang setiap hari.'"
Logika di balik ini: nilai MCP terletak pada efek jaringan — semakin banyak layanan yang terhubung, semakin banyak yang dapat dilakukan Agen AI, dan semakin kokoh posisi protokol itu sendiri. Langkah Google melakukan sesuatu untuk MCP yang tidak bisa dilakukannya sendiri: meyakinkan pengembang bahwa protokol ini serius dan tidak akan hilang begitu saja.
Contoh konkret
Google memberikan contoh kasus penggunaan nyata: Agen AI untuk pemilihan lokasi toko ritel.
- Menarik data penjualan 3 tahun terakhir di berbagai kota menggunakan BigQuery untuk menghasilkan prakiraan pendapatan
- Memanggil layanan Google Maps untuk mengidentifikasi lokasi pesaing, fasilitas sekitar, dan radius pengiriman di kota target
Sebelumnya, dua tugas ini memerlukan dua SDK terpisah. Sekarang, klien MCP yang sama memanggil kedua endpoint. Data mengalir dalam infrastruktur Google, tidak perlu membangun pipeline data sendiri, dan manajemen izin menggunakan sistem IAM yang sama.
Contoh ini menggambarkan logika inti Google: ini bukan tentang mengikuti tren MCP, tetapi tentang membuat kombinasi Gemini + GCP lebih menarik bagi perusahaan. Anda menggunakan Gemini untuk Agen, pemanggilan alat melalui MCP resmi, dukungan tersedia saat masalah muncul, dan penagihan di satu tempat. Ini jauh lebih kuat daripada merangkai alat open source.
Agar Agen AI berguna, pemanggilan alat harus andal. MCP resmi Google memecahkan pertanyaan "siapa yang bertanggung jawab atas alat."
Sumber referensi: CocoLoop, Google Launches Managed Remote MCP Servers for Its Cloud Services (The New Stack); Announcing official MCP support for Google services (Google Cloud Blog)