Hơn một năm trước, MCP (Model Context Protocol) là một giao thức do Anthropic phát hành, chỉ lưu hành trong phạm vi nhỏ của cộng đồng nhà phát triển. Hầu hết mọi người coi nó như một tiêu chuẩn kỹ thuật để kết nối các công cụ AI, giúp Claude có thể kết nối với nhiều công cụ bên ngoài.
Giờ đây, nó đã xuất hiện trong thông báo hợp tác giữa Google Cloud và ServiceNow. Bối cảnh là: Tự phục hồi mạng 5G.
Những gì đã được công bố
Vào ngày 22 tháng 4, Google Cloud và ServiceNow đã công bố hợp tác tại hội nghị Google Cloud Next, với cốt lõi là sự kết hợp của ba giao thức:
- MCP (Model Context Protocol): Giao diện tiêu chuẩn để AI trao đổi dữ liệu và công cụ bên ngoài theo thời gian thực
- A2A (Agent-to-Agent): Giao thức truyền lệnh và thông tin giữa các AI Agent với nhau
- A2UI (Agent-to-UI): Giao thức cho phép AI Agent thao tác trực tiếp giao diện người dùng
Khi ba giao thức này kết hợp với nhau, hiệu quả là gì?
Lấy ví dụ vận hành mạng 5G: AI Agent của Gemini phát hiện bất thường trên mạng, lấy dữ liệu mạng thời gian thực qua MCP, sử dụng giao thức A2A để điều phối nhiều Agent con phân tích nguyên nhân, và cuối cùng kích hoạt quy trình tự động của ServiceNow để sửa chữa — toàn bộ quá trình không cần can thiệp thủ công.
Việc gọi công cụ rời rạc đã trở thành vận hành tự chủ thực sự.
Nút thắt thực sự của AI doanh nghiệp
Điều này đáng nói vì nó chạm đến một điểm đau thực tế trong triển khai AI doanh nghiệp.
AI không đủ thông minh? Vấn đề này về cơ bản đã được giải quyết vào năm 2024. Nút thắt thực sự của AI doanh nghiệp là cộng tác giữa các hệ thống.
Môi trường CNTT của một công ty lớn thường là: Hệ thống vận hành mạng là ServiceNow, dữ liệu lưu trong BigQuery, mô hình chạy trên Gemini, chính sách bảo mật lại là một hệ thống khác. Mỗi hệ thống là một ốc đảo, năng lực AI bị khóa bên trong và không thể thoát ra.
Những gì MCP làm là xây dựng một con đường thống nhất giữa các ốc đảo này.
A2A giải quyết vấn đề khó hơn: vấn đề "ngôn ngữ" khi nhiều AI Agent cộng tác. Các Agent khác nhau chạy trên các hệ thống khác nhau cần có một định dạng giao tiếp chung để thực sự phối hợp, thay vì hoạt động riêng lẻ.
Dữ liệu Zero-Copy: Một chi tiết khác
"Workflow Data Fabric" được đề cập trong thông báo, sử dụng kết nối dữ liệu zero-copy của BigQuery ML.
Chi tiết này rất quan trọng. Một cạm bẫy phổ biến trong AI doanh nghiệp: Để AI phân tích dữ liệu, thường cần sao chép dữ liệu vào hệ thống AI trước. Điều này rất chậm và có rủi ro về bảo mật và tuân thủ — ai sẽ quản lý bản sao dữ liệu đó?
Zero-copy có nghĩa là AI truy cập dữ liệu ngay tại nơi dữ liệu được lưu trữ, thay vì di chuyển dữ liệu. Đối với các ngành nhạy cảm về dữ liệu như tài chính, y tế, kiến trúc này còn quan trọng hơn cả năng lực của mô hình.
Một tín hiệu khác: Giải thưởng Đối tác
Google Cloud đã trao cho ServiceNow Giải thưởng Đối tác của Năm 2026, và giành được bốn hạng mục cùng lúc, trong đó có một hạng mục đặc biệt mang tên "Agentic AI Innovation".
Đây là lần đầu tiên Google thiết lập một hạng mục giải thưởng đối tác dành riêng cho agentic AI.
Bản thân việc thiết lập giải thưởng này là một tín hiệu: Google cho rằng agentic AI đã đến giai đoạn có thể được đánh giá độc lập về giá trị thương mại, không còn chỉ là phần phụ của năng lực mô hình.
Hành trình của MCP
Từ khi Anthropic phát hành MCP đến nay, con đường phát triển như sau:
- Tiêu chuẩn hệ sinh thái công cụ AI: Cho phép các công cụ như Cursor, Claude Code kết nối với dữ liệu và hệ thống bên ngoài
- Linux Foundation tiếp quản: Trở thành cơ sở hạ tầng ngành, không còn là giao thức riêng của Anthropic
- Triển khai cấp doanh nghiệp trên Google Cloud: Được sử dụng trong các tình huống sản xuất như vận hành mạng 5G, bảo trì dự đoán bán lẻ
Con đường này hơi giống HTTP thời kỳ đầu — từ mạng nghiên cứu mở rộng sang internet thương mại, trở thành lớp nền tảng mà mọi người đều sử dụng và không ai đặc biệt chú ý.
Quy mô và tầm quan trọng không thể so sánh, nhưng logic lan tỏa là tương tự.
MCP hiện đang đáp ứng đồng thời hai loại nhu cầu: tích hợp công cụ AI cho nhà phát triển và vận hành tự chủ cho doanh nghiệp. Người dùng của hai kịch bản này hoàn toàn khác nhau, yêu cầu cũng hoàn toàn khác nhau.
Liệu có thể làm tốt cả hai hay không, đó mới là bài kiểm tra thực sự để MCP trở thành tiêu chuẩn.
Nguồn tham khảo: CocoLoop, ServiceNow and Google Cloud Unite AI Agents for Autonomous Enterprise Operations (Google Cloud Press Corner)