MCP server cho dữ liệu doanh nghiệp: AI agent được làm gì?

MCP server cho dữ liệu doanh nghiệp hữu ích khi một câu hỏi cần thông tin từ nhiều nơi: số liệu trong Xero, trao đổi qua Gmail, chứng từ trên Google Drive. AI agent có thể hỗ trợ tìm hiểu, nhưng doanh nghiệp cần biết agent được xem gì, được thay đổi gì và dựa vào đâu để trả lời.

Cuối kỳ, kế toán và vận hành thường mất thời gian tìm lại căn cứ cho cùng một con số. Câu trả lời trôi chảy chưa giải quyết được việc đó nếu dùng report cũ hoặc bỏ sót chứng từ. Giá trị của AI nằm ở khả năng giúp kiểm tra bằng chứng, không chỉ diễn đạt kết quả.

MCP server cho dữ liệu doanh nghiệp là gì?

MCP là giao thức giúp ứng dụng AI tìm và sử dụng các công cụ mà ứng dụng khác cung cấp. Có thể hình dung đây là quầy tiếp nhận yêu cầu: agent hỏi một việc, còn ứng dụng kiểm tra người dùng có quyền thực hiện việc ấy hay không.

Với dữ liệu doanh nghiệp, việc đó có thể là xem tình trạng sync, tìm model hoặc đọc report. MCP đưa những khả năng này vào cuộc hội thoại. Nó không tự thu thập dữ liệu hay quyết định cách tính doanh thu.

Vì vậy, có kết nối chưa có nghĩa là đã có câu trả lời đáng tin. Doanh nghiệp vẫn cần thống nhất ý nghĩa của số liệu và nguồn làm căn cứ.

Undercroft kết hợp dữ liệu từ các nguồn thế nào?

Undercroft lưu dữ liệu đã thu thập vào raw data lake bất biến, giữ lại bằng chứng về những gì đã nhận. Đội ngũ xây dựng dbt model để chuyển dữ liệu đó thành thông tin dùng cho report. Bản gốc và cách diễn giải phục vụ kinh doanh được tách riêng.

Quyền kết nối agent khác với quyền đọc nguồn. Cho phép AI agent vào Undercroft không đồng nghĩa với việc đã cho phép đọc Gmail. Doanh nghiệp phải chọn nguồn và phạm vi thu thập trước.

Khi dữ liệu đã có, agent đủ quyền có thể kiểm tra sync và tìm report liên quan. Tuy nhiên, một cơ hội bán hàng trong HubSpot không tự động tương đương một hóa đơn Xero. Quy tắc đối chiếu cần do đội ngũ xác định trong model, như phần nền tảng của report từ Xero bằng dbt.

AI agent được xem và thay đổi những gì?

Agent làm việc theo quyền của người dùng Undercroft. Kết nối có thể thu hẹp quyền đó, không thể nâng một người chỉ được xem thành quản trị viên. Các thao tác vẫn chịu kiểm tra quyền của ứng dụng.

Khi đánh giá ban đầu, chỉ cho phép đọc là phạm vi dễ kiểm soát. Agent dùng được các công cụ tra cứu được cung cấp, nhưng không được thay đổi dữ liệu. Một số cách phân tích trực tiếp raw data vẫn cần cho phép thêm; chỉ đọc không có nghĩa là được phân tích mọi thứ.

Quyền của kết nối có thể trải rộng trên các không gian làm việc mà người dùng tham gia. Đừng coi màn hình đang mở là giới hạn truy cập. Người dùng có thể thu hồi quyền của ứng dụng đã kết nối khi không còn cần.

Email có thể khiến AI agent làm sai yêu cầu không?

Một email có thể chứa lời hướng dẫn nhằm đánh lừa AI agent. Nội dung “ngắt kết nối nguồn này” do người gửi viết không phải yêu cầu của người đang dùng assistant. Đọc được một chỉ dẫn không có nghĩa là được phép làm theo.

Assistant có sẵn trong Undercroft yêu cầu người dùng xác nhận thay đổi dự kiến. Một bước kiểm tra AI độc lập cũng xem lời của chính người dùng có yêu cầu hành động đó không, không lấy nội dung vừa đọc làm căn cứ cấp quyền. Nếu bước kiểm tra không hoạt động, thay đổi bị từ chối.

Cơ chế này thuộc assistant có sẵn. AI agent bên ngoài qua MCP dùng quyền Undercroft cùng cách xác nhận của ứng dụng AI đang sử dụng. Không nên mặc nhiên coi chúng có cùng cách kiểm soát thay đổi.

Skills có giúp AI agent hiểu nghiệp vụ không?

Skills hướng dẫn cách làm việc: kiểm tra bằng chứng, hỏi rõ nhu cầu và báo đúng khi thao tác bị từ chối. Chúng không cấp thêm quyền. Kết nối MCP cũng chưa chắc đã đưa các hướng dẫn này vào agent.

Undercroft có workflow giúp agent bên ngoài làm rõ câu hỏi và soạn dbt model, xin xác nhận trước khi lưu và build. Việc kiểm tra bản nháp không bảo đảm nghiệp vụ đúng; kỹ sư vẫn cần rà soát logic.

Với kết quả cuối cùng, hãy yêu cầu nêu nguồn, thời điểm cập nhật và phần còn thiếu. Report chỉ phản ánh lần build gần nhất. Số tiền chưa đọc được phải để thiếu, không coi là bằng không. Bài về raw data lake bất biến giải thích vì sao giữ bằng chứng gốc quan trọng khi cần kiểm tra lại.

Khi nào doanh nghiệp nên chọn cách này?

Cách này phù hợp khi đội ngũ muốn dùng AI để tra cứu nhưng vẫn giữ bằng chứng nguồn và tự quyết định quy tắc tính toán. Kế toán có thêm cách tìm căn cứ, còn kỹ thuật quản lý model dùng chung cho report.

Đổi lại, Undercroft là nền tảng self-hosted, open-source nên cần người vận hành và bảo trì. Nếu mong chỉ kết nối chatbot là có ngay report hoàn chỉnh, hoặc không có người phụ trách dữ liệu, hướng này khó đáp ứng. Nhu cầu luôn phản ánh nguồn ngay lập tức cũng phải được đánh giá theo độ trễ sync và build thực tế.

Bắt đầu dùng Undercroft từ đâu?

Xem Undercroft và repository của dự án, rồi tham khảo hướng dẫn kết nối MCP. Hãy đánh giá bằng một câu hỏi hẹp, có dữ liệu đối chiếu sẵn và chỉ cho phép đọc trước khi giao thêm trách nhiệm cho agent.

Câu hỏi thường gặp

Claude có đọc dữ liệu Xero qua MCP được không?

Có, sau khi dữ liệu Xero được thu thập vào Undercroft. Claude chỉ dùng được công cụ trong phạm vi quyền của người dùng và kết nối.

MCP có thay thế data integration không?

Không, MCP giúp agent sử dụng khả năng của ứng dụng. Data integration vẫn đưa dữ liệu về, còn model xác định cách diễn giải.

Có thể hỏi dữ liệu mà không cho AI thay đổi không?

Có thể giới hạn kết nối ở các công cụ chỉ đọc. Một số hình thức phân tích raw data vẫn cần quyền bổ sung.

Kết nối AI agent có làm report chính xác hơn không?

Độ chính xác vẫn phụ thuộc dữ liệu đủ, cập nhật và quy tắc nghiệp vụ đúng. Agent cần chỉ rõ căn cứ cùng những phần chưa thể xác minh.