Lebih dari setahun yang lalu, MCP (Model Context Protocol) adalah sebuah protokol yang dirilis oleh Anthropic, beredar di kalangan kecil komunitas pengembang. Kebanyakan orang menganggapnya sebagai spesifikasi teknis untuk menghubungkan alat AI, memungkinkan Claude terhubung dengan berbagai alat eksternal.
Sekarang, protokol ini muncul dalam pengumuman bersama Google Cloud dan ServiceNow. Skenarionya: perbaikan mandiri jaringan 5G.
Apa yang diumumkan
Pada 22 April, Google Cloud dan ServiceNow mengumumkan kemitraan di konferensi Google Cloud Next, dengan inti pada penggunaan kombinasi tiga protokol:
- MCP (Model Context Protocol): Antarmuka standar untuk pertukaran data real-time antara AI dengan alat dan sumber data eksternal
- A2A (Agent-to-Agent): Protokol untuk agen AI saling mengirimkan instruksi dan intelijen
- A2UI (Agent-to-UI): Protokol untuk agen AI memanipulasi antarmuka pengguna secara langsung
Apa yang terjadi ketika ketiga protokol ini digabungkan?
Ambil contoh operasi jaringan 5G: Agen AI Gemini mendeteksi anomali jaringan, menggunakan MCP untuk mengambil data jaringan real-time, menggunakan protokol A2A untuk mengoordinasikan beberapa sub-agen menganalisis penyebab, dan akhirnya memicu alur kerja otomatis ServiceNow untuk menyelesaikan perbaikan — semuanya tanpa campur tangan manusia.
Panggilan alat yang tersebar berubah menjadi operasi otonom yang sesungguhnya.
Di mana AI perusahaan benar-benar macet
Hal ini penting karena menyentuh titik sakit yang sangat praktis dalam penerapan AI perusahaan.
Apakah AI tidak cukup pintar? Masalah itu sebagian besar sudah terpecahkan pada tahun 2024. Yang benar-benar menghambat AI perusahaan adalah kolaborasi lintas sistem.
Lingkungan TI perusahaan besar biasanya seperti ini: sistem operasi jaringan menggunakan ServiceNow, data disimpan di BigQuery, model berjalan di Gemini, dan kebijakan keamanan dikelola oleh sistem lain lagi. Setiap sistem adalah pulau terisolasi, dan kemampuan AI terkunci di dalamnya.
Apa yang dilakukan MCP adalah membangun jalan yang seragam di antara pulau-pulau ini.
A2A memecahkan masalah yang lebih sulit: masalah "bahasa" ketika beberapa agen AI berkolaborasi. Agen yang berbeda berjalan di sistem yang berbeda memerlukan format komunikasi yang sama untuk benar-benar bekerja sama, bukan beroperasi sendiri-sendiri.
Zero-copy data: Detail lainnya
Pengumuman tersebut juga menyebutkan "Workflow Data Fabric," yang menggunakan koneksi data zero-copy BigQuery ML.
Detail ini penting. Jebakan umum dalam AI perusahaan: untuk membiarkan AI menganalisis data, biasanya Anda perlu menyalin data terlebih dahulu ke dalam sistem AI. Ini lambat dan membawa risiko keamanan serta kepatuhan — siapa yang bertanggung jawab atas data yang disalin itu?
Zero-copy berarti AI mengakses data langsung di tempat data berada, bukan memindahkannya. Untuk industri yang sensitif terhadap data seperti keuangan dan perawatan kesehatan, arsitektur ini lebih penting daripada kemampuan model itu sendiri.
Sinyal lain: Penghargaan mitra
Google Cloud kali ini memberikan ServiceNow penghargaan Mitra Terbaik Tahun 2026 dalam empat kategori sekaligus, termasuk satu kategori khusus bernama "Agentic AI Innovation."
Ini adalah pertama kalinya Google membuat kategori penghargaan mitra khusus untuk AI agentic.
Pembuatan kategori penghargaan ini sendiri adalah sebuah sinyal: Google percaya bahwa AI agentic telah mencapai tahap di mana nilai bisnisnya dapat dievaluasi secara independen, tidak lagi sekadar pelengkap kemampuan model.
Jalan yang telah dilalui MCP
Dari perilisan MCP oleh Anthropic hingga sekarang, perjalanannya kira-kira seperti ini:
- Standar ekosistem alat AI: Memungkinkan alat seperti Cursor dan Claude Code terhubung ke data dan sistem eksternal
- Diambil alih Linux Foundation: Menjadi infrastruktur industri, tidak lagi hanya protokol proprietary Anthropic
- Penerapan enterprise Google Cloud: Digunakan dalam skenario produksi seperti operasi 5G dan pemeliharaan prediktif ritel
Jalur ini agak mengingatkan pada HTTP awal — berkembang dari jaringan penelitian ke internet komersial, menjadi lapisan dasar yang digunakan semua orang tetapi tidak terlalu diperhatikan.
Skala dan kepentingannya tidak sebanding, tetapi logika penyebarannya serupa.
MCP sekarang membawa dua jenis kebutuhan secara bersamaan: integrasi alat AI di sisi pengembang, dan operasi otonom di sisi perusahaan. Pengguna dan persyaratan dari kedua skenario ini benar-benar berbeda.
Apakah MCP dapat melakukan keduanya dengan baik adalah ujian sesungguhnya untuk menjadi standar yang sejati.
Sumber referensi: CocoLoop, ServiceNow and Google Cloud Unite AI Agents for Autonomous Enterprise Operations (Google Cloud Press Corner)