MCP (Model Context Protocol), AI ajanlarının şirketinizin ERP, CRM ve veritabanı gibi sistemlerine standart ve güvenli bir şekilde bağlanmasını sağlayan açık bir protokoldür. Her sistem için ayrı entegrasyon kodu yazma zorunluluğunu ortadan kaldırır. Böylece bir AI ajanı, eğitildiği veriyle sınırlı kalmaz; kurumunuzun canlı verisine erişip işlem yapabilir.

Yapay zeka artık sadece soru yanıtlayan bir sohbet aracı değil. AI ajanları (AI agents) plan yapıp araç çağırarak görevleri kendi başına tamamlıyor. Ancak bir ajanın gerçek değer üretmesi için şirketinizin verisine ulaşması gerekir ve çoğu kurumun takıldığı nokta tam olarak burası. MCP bu bağlantı katmanını standartlaştırıyor, fakat asıl soru bağlantının nasıl kurulacağı değil, verinin hangi sınırlarla açılacağıdır.

MCP (Model Context Protocol) nedir?

MCP, AI modellerinin dış araçlar, API'ler ve veri kaynaklarıyla nasıl konuşacağını tanımlayan açık bir standarttır. Anthropic tarafından 2024 sonunda yayımlandı ve kısa sürede sektörün ortak dili haline geldi.

Protokol iki bileşen üzerine kuruludur. MCP sunucusu (server), bir veri kaynağını veya aracı sarmalayarak "şu yetenekleri kullanabilirsin" diyen taraftır. MCP istemcisi (client) ise AI ajanının kendisidir; mevcut araçları görür, göreve uygun olanı seçer ve çağırır.

Bunu AI entegrasyonları için bir USB-C standardı gibi düşünebilirsiniz. Standart bir giriş olduğunda, uyumlu her araç uyumlu her modele bağlanabilir. Bu standardın benimsenme hızı da somut: Anthropic'in Aralık 2025 ekosistem güncellemesine göre 10.000'den fazla aktif genel MCP sunucusu ve aylık 97 milyonun üzerinde SDK indirmesi bulunuyor.

MCP ile birlikte sıkça anılan kavramlar vardır: function calling, iPaaS entegrasyon platformları ve RAG (Retrieval Augmented Generation). MCP bunların rakibi değil, çoğu zaman üzerine kurulan ortak katmandır.

AI ajanlarını kurumsal verinize bağlamak neden zor?

Zorluk modelin zekasında değil, izolasyonundadır. Bir dil modeli son derece yetenekli olabilir ama varsayılan olarak ERP'nizdeki siparişi, CRM'inizdeki müşteri geçmişini veya intranetinizdeki dokümanı göremez.

Klasik yaklaşımda her sistem için ayrı bir entegrasyon yazılır. On sisteme bağlanmak isteyen bir ajan için on farklı özel bağlantı gerekir. Bu yapı pahalıdır, bakımı karmaşıktır ve yeni bir model ya da yeni bir sistem eklendiğinde baştan yazılması gerekir.

Bu dağınıklık sektörel bir sorun olarak da kayıt altında. Gartner'ın 2025 Yazılım Mühendisliği Anketine göre GenAI uygulamalarını kurumsal veri kaynaklarına bağlamaya yönelik mevcut yaklaşımlar tutarsız; her platform araçları ve kaynakları kaydetmek için kendi özel yöntemini sunuyor. Sonuç, birbiriyle konuşmayan bilgi adacıkları ve sürekli yeniden yazılan entegrasyon kodudur.

MCP bu N çarpı M problemini tek bir standartla çözer. Bir kez MCP sunucusu olarak sarmalanan sistem, uyumlu her ajana açılır; her yeni model için sıfırdan başlamazsınız.

MCP kurumsal veri bağlantısını nasıl çalıştırır?

İşleyiş basit bir döngüye dayanır: ajan mevcut araçları keşfeder, izinli olanı seçer, çağırır ve gelen veriyi işleyip yanıta dönüştürür. Veri modelin içine gömülü değildir; her istekte canlı sistemden çekilir.

Somut bir örnek bunu netleştirir. Satın alma müdürü "Geçen ay en çok sipariş verdiğimiz beş tedarikçiyi ve ortalama teslimat sürelerini göster" dediğinde, ERP'ye bağlı MCP sunucusu veritabanına sorgu atar, sonucu tabloya döker ve analizi saniyeler içinde sunar. Kullanıcının SQL bilmesine gerek kalmaz.

Burada kritik bir mimari karar vardır: sunucunun nerede çalışacağı. Yerel (local) sunucular kullanıcının kendi makinesinde çalışır ve kişisel geliştirme ortamları için uygundur. Uzak (remote) sunucular ise internet üzerinden erişilir ve birden fazla kullanıcının bağlanacağı kurumsal Jira, Confluence veya merkezi log sistemleri için doğru tercihtir.

Kurumsal ölçekte ikinci bir karar daha vardır. Tüm sistemleri tek bir dev entegrasyonda toplamak yerine, her sistem ya da yetenek grubu için ayrı sunucular kurmak yapıyı çok daha sürdürülebilir kılar. Bu, ileride bakımı ve yetki yönetimini kolaylaştırır.

MCP, function calling ve özel entegrasyondan nasıl ayrılır?

Kısa cevap: function calling tek bir model için hızlıdır, özel entegrasyon en çok kontrolü verir, MCP ise ölçek ve yeniden kullanım için tasarlanmıştır. Doğru seçim, kaç ajanın kaç sisteme bağlanacağına bağlıdır.

Function calling, dar kapsamlı ve tek bir modele bağlı bir asistan için yeterlidir. Ancak araçlarınızı başka bir modele taşımak istediğinizde tüm tanımları yeniden yazmanız gerekir. MCP bu taşınabilirlik sorununu çözer; aynı sunucuya farklı istemcileri sıfır kod değişikliğiyle yönlendirebilirsiniz.

Aşağıdaki tablo üç yaklaşımı kurumsal kararlar açısından karşılaştırır.

‍

‍

Pratik kural şudur: tek bir dar chatbot kuruyorsanız function calling işinizi görür. Birden fazla AI istemcisinin bağlanacağı, standart ve tekrar kullanılabilir kurumsal asistanlar hedefliyorsanız MCP doğru temeldir. Bu yönelim sektörel veriyle de örtüşüyor: Gartner, 2026 yılına kadar API ağ geçidi sağlayıcılarının yüzde 75'inin ve iPaaS sağlayıcılarının yüzde 50'sinin MCP özelliklerine sahip olacağını öngörüyor.

Kurumsal verinizi MCP ile açarken hangi güvenlik kararlarını vermelisiniz?

Asıl iş burada başlar. Bağlantıyı standartlaştırmak teknik olarak kolaydır; zor olan, AI ajanının hangi veriye hangi sınırlarla erişeceğine karar vermektir. MCP'yi bir bağlantı projesi değil, bir yönetişim projesi olarak ele almak en büyük farkı yaratır.

İlk karar yetki kapsamıdır. Bir sunucuya yalnızca gerektiği kadar izin verin; salt okuma yeterliyse yazma izni tanımlamayın. Aşırı yetkilendirme, kurumsal AI dağıtımlarındaki en yaygın güvenlik açığıdır.

İkinci karar kullanıcı bazlı yetkilendirmedir. Ajanın erişimi, o an sistemi kullanan kişinin mevcut yetkileriyle sınırlanmalıdır. Böylece bir kullanıcı, normalde göremeyeceği veriyi AI üzerinden dolaylı olarak elde edemez.

Üçüncü karar denetim ve barındırmadır. Tüm araç çağrılarını loglayan bir denetim kaydı (audit log) uyumluluk için gereklidir. Hassas veriye erişen sunucularda OAuth 2.1 gibi güvenli kimlik doğrulama kullanın ve verinin dışarı çıkmaması gereken senaryolarda sunucuları şirket içinde (on-premise) konuşlandırın. Confused deputy ve SSRF gibi bilinen protokol risklerine karşı da kritik işlemlerde mutlaka kullanıcı onayı kurgulayın.

MCP entegrasyonuna nasıl başlamalısınız?

En sağlıklı başlangıç tek bir pilot sistemdir, tüm altyapının baştan kurulması değil. Aşağıdaki beş adım uygulanabilir bir değerlendirme çerçevesi sunar.

Birinci adım, değer haritasıdır. Ajanın hangi sistemlere erişmesinin en yüksek getiriyi sağlayacağını belirleyin ve bu erişimin somut olarak hangi işi hızlandıracağını yazın.

İkinci adım, veri sınıflandırmasıdır. Hangi verinin AI'a açılabileceğine, hangisinin kapalı kalması gerektiğine güvenlik kararından önce karar verin. Bu, sonraki tüm yetki kararlarının temelini oluşturur.

Üçüncü adım, mimari seçimidir. Her sistem için ayrı sunucu mu yoksa merkezi bir ağ geçidi mi kuracağınıza karar verin; çoğu kurum için ayrı sunucular daha yönetilebilirdir.

Dördüncü adım, pilottur. Tek bir sistemi MCP üzerinden bağlayın, gerçek kullanıcılarla test edin ve hem doğruluğu hem güvenlik davranışını ölçün.

Beşinci adım, yaygınlaştırmadır. Pilot başarılı olduğunda diğer sistemleri aynı standart üzerinden ağa ekleyin. Bu kademeli yaklaşım, riski kontrol altında tutarken değeri hızlı gösterir.

Sıkça Sorulan Sorular (SSS)

MCP, function calling'in yerini mi alıyor?

Hayır, ikisi tamamlayıcıdır. Function calling tek bir model için araç çağırma yöntemidir; MCP ise bu araçların standart ve taşınabilir biçimde sunulmasını sağlar. Dar bir asistan için function calling yeterli olabilir, çok ajanlı yapıda MCP avantajlıdır.

MCP verilerimi dışarı gönderir mi?

Zorunlu değildir. MCP sunucularını şirket içinde barındırabilir, granüler izinler ve denetim kayıtlarıyla verinin nereye gittiğini kontrol edebilirsiniz. Hangi verinin paylaşılacağına tamamen siz karar verirsiniz.

Küçük bir şirket için MCP gerekli mi?

Tek ve basit bir chatbot kuruyorsanız genelde gerekmez; function calling daha hızlı bir başlangıçtır. Birden fazla aracı veya sistemi standart şekilde bağlamayı planlıyorsanız MCP ileride yeniden yazma maliyetinden kurtarır.

MCP hangi sistemlere bağlanabilir?

Veritabanları, ERP ve CRM sistemleri, dosya sistemleri, dahili API'ler, kod depoları ve BI araçları dahil çok geniş bir yelpazeye bağlanabilir. Bir sistem MCP sunucusu olarak sarmalanabildiği sürece ajan ona erişebilir.

TL;DR

• MCP, AI ajanlarını kurumsal sistemlere standart ve güvenli biçimde bağlayan açık bir protokoldür ve her sistem için ayrı kod yazma ihtiyacını ortadan kaldırır.
• Asıl zorluk bağlantı değil yönetişimdir: verinin hangi sınırlarla açılacağına karar vermek teknik kurulumdan daha kritiktir.
• Dar tek asistan için function calling yeterlidir; çok ajanlı kurumsal yapı için MCP doğru temeldir.
• Güvenlikte üç karar belirleyicidir: en az yetki, kullanıcı bazlı erişim ve denetim kaydı ile güvenli kimlik doğrulama.
• En sağlıklı başlangıç, veri sınıflandırması yapılmış tek bir pilot sistemdir, ardından kademeli yaygınlaştırma gelir.

Sonuç

‍MCP'yi bir bağlantı düğmesi gibi görmek en yaygın hatadır. Protokol teknik entegrasyonu standartlaştırdığı için asıl iş, kurumsal verinizi hangi sınırlarla açacağınıza dair yönetişim kararlarına kayar. Doğru kurgulandığında MCP, AI ajanlarını izole bir sohbet aracından kurumunuzun canlı verisiyle çalışan bir ekip üyesine dönüştürür.

MCP yaklaşımının kurumsal ölçekte değer üretmesi; yalnızca sistemlerin birbirine bağlanmasına değil, veri erişiminin merkezi olarak yönetilmesine, kullanıcı yetkilerinin korunmasına ve tüm etkileşimlerin izlenebilir olmasına bağlıdır. Komtaş olarak kurumların mevcut veri ve uygulama ekosistemlerini değerlendirerek, AI ajanlarının güvenilir ve kontrollü biçimde çalışabileceği entegrasyon katmanlarının tasarlanmasına ve uygun kullanım senaryolarının pilot uygulamalarla hayata geçirilmesine katkı sağlıyoruz. Bu süreçte amaç, yeni bir teknoloji katmanı eklemekten çok, kurumsal veriyi güvenli, yönetilebilir ve sürdürülebilir bir yapıyla yapay zekanın kullanımına açmaktır.

‍Kaynaklar

1. Gartner 2025 Software Engineering Survey, MCP adoption insights:
2. Anthropic MCP ecosystem update (Aralık 2025):

‍