MCP è nato come progetto collaterale di Anthropic nel 2024 ed è diventato un'infrastruttura condivisa per quasi tutte le principali piattaforme di intelligenza artificiale entro il 2026. I download mensili dell'SDK si avvicinano ora ai 97 milioni. Il numero di server pubblici ha superato quota 10,000.
Circa il 45% delle aziende di software utilizza MCP in qualche forma di ambiente di produzione, eppure circa quattro server su dieci esposti a Internet vengono ancora forniti senza autenticazione.
Fin dagli albori del protocollo, abbiamo integrato gli agenti nelle piattaforme di marketing dei clienti. Abbiamo quindi raccolto i dati attendibili, scartato quelli gonfiati e aggiunto le nostre stime laddove i dati pubblici non erano disponibili.
Quel divario tra l'entusiasmo iniziale e la realtà dei fatti è il fulcro delle statistiche sull'adozione di MCP nel 2026. Molti team ne parlano, ma pochi lo utilizzano in produzione. E ancora meno lo utilizzano in modo sicuro.
Statistiche sull'adozione di MCP nel 2026: i dati principali che i marketer continuano a chiederci
Ormai quasi in ogni call strategica ci chiedono informazioni su MCP. Di solito la domanda suona più o meno così: "È una cosa seria o è solo un altro acronimo destinato a scomparire l'anno prossimo?". Domanda legittima. Molti standard per gli agenti sono arrivati e se ne sono andati in sordina.
Abbiamo quindi utilizzato i dati primari anziché quelli riciclati. Quanto segue si basa sui report sull'ecosistema di Anthropic , sul registro ufficiale di MCP, sull'API pubblica di GitHub e su un sondaggio aziendale specifico con una dimensione del campione nota. Laddove un dato provenga da una nostra modellazione, lo indichiamo chiaramente.
| Metrico | 2024 (Anno di lancio) | 2025 | 2026 (attuale) | Cosa ne pensa il nostro team |
|---|---|---|---|---|
| Download mensili dell'SDK (Python e TypeScript) | Circa 100,000 nel primo mese | 97 milioni | Più di 400 milioni | Una crescita di circa 4,000 volte in due anni. Il volume dei download ora è paragonabile a quello delle biblioteche web più consolidate. |
| Server MCP pubblici attivi | Circa 50 server di riferimento | Più di 10,000 | 9,652 record più recenti nel registro ufficiale | I conteggi del registro non tengono conto delle reali dimensioni dell'ecosistema perché i server aziendali privati non vengono mai visualizzati. |
| Repository GitHub contrassegnati con il tag mcp-server | Trascurabile | Circa 7,800 secondo i conteggi della comunità. | 15,926 | L'offerta di sviluppatori sta raddoppiando più velocemente rispetto alla pubblicazione di annunci di registri curati. |
| stelle del repository del server di riferimento | Alcune migliaia di cifre singole | Decine di migliaia | 86,148 stelle, 10,799 forchette | L'attività di fork indica che i team stanno sviluppando varianti private, non si limitano a leggere la documentazione. |
| Team di sviluppo software aziendali in produzione | Praticamente zero | Solo i primi piloti | Il 45% del gruppo di software intervistato | La produzione comprende sia la distribuzione limitata che quella su larga scala. La sola distribuzione su larga scala rappresenta il 19%. |
| Modello di governance | Fornitore unico (Antropico) | Donazione alla Fondazione Agentic AI | Gestione della Linux Foundation | La governance neutrale ha eliminato la principale obiezione sollevata dalle imprese fino al 2025. |
| Server nella directory dei connettori di Claude | Non disponibile | Creazione iniziale della directory | Più di 950 | Quando gli acquirenti iniziano a valutare i fornitori, le directory curate contano più dei semplici numeri. |
AFFiNCO Read: I conteggi dei download vengono citati più spesso perché sembrano impressionanti. Noi, invece, monitoriamo i conteggi dei fork e i record di registro. I fork ci dicono quanti team stanno distribuendo qualcosa di privato, ed è proprio nelle distribuzioni private che finiscono i budget delle agenzie.
Da 100,000 download a 400 milioni: tracciare la curva di crescita
Solitamente, le curve di crescita tendono ad appiattirsi una volta tracciate, ma MCP non ha seguito questa regola. La curva continua a salire, il che è insolito in questa fase del ciclo di vita di un protocollo.
Un utile confronto può essere d'aiuto. React ha impiegato circa tre anni per raggiungere 100 milioni di download mensili su npm. MCP ha raggiunto un risultato simile in circa 16 mesi, per poi quadruplicare nuovamente il numero di download.
Una velocità del genere di solito significa una di queste due cose: o lo standard ha risolto un problema che gli utenti stavano già aggirando, oppure i fornitori lo hanno imposto con forza. Con MCP, entrambe le cose si sono verificate contemporaneamente.
Cronologia dell'adozione: come un protocollo di un fornitore è diventato un'infrastruttura condivisa
Riteniamo che la visione anno per anno sia più utile dei totali assoluti. L'adozione di uno standard di integrazione segue un ordine prevedibile: prima gli sviluppatori, poi i fornitori di strumenti, infine le aziende e infine la governance.
Il modello MCP ha compresso tutte e quattro le fasi in due anni, il che spiega perché molti team di marketing si sentano in ritardo. In realtà, la maggior parte di loro non è affatto in ritardo. Hanno semplicemente rispettato un ritmo perfettamente normale, pur in una tempistica anomala.
Il supporto clienti è arrivato da ChatGPT, Cursor, Gemini, Microsoft Copilot, Visual Studio Code e GitHub. La governance è poi passata alla Agentic AI Foundation, il che ha avuto un'importanza maggiore di qualsiasi traguardo di download.
L'anno aziendale 2026 è stato il momento in cui l'adozione è diventata una questione di approvvigionamento piuttosto che di sviluppo. La revisione della specifica stateless è stata rilasciata con un'autorizzazione rafforzata e le aziende nominate hanno iniziato a pubblicare gli impegni di produzione.
Figma, Intuit, Netlify, Zoom, Xero e PostHog sono stati tutti sviluppati sulla nuova revisione prima del rilascio. Cloudflare, AWS Bedrock e Vercel hanno documentato i propri percorsi di implementazione.
La nostra previsione per il 2027 segue uno schema diverso. La crescita dell'offerta rallenta, mentre le infrastrutture di fiducia diventano il fattore determinante.
Le nostre proiezioni: Il nostro modello stima che i download mensili dell'SDK si attesteranno tra i 750 e i 900 milioni entro la fine del 2026. La crescita sta rallentando in termini percentuali, ma accelerando in termini di volume assoluto, il che corrisponde esattamente a quanto accade nelle fasi finali dell'adozione di uno standard.
Perché il 2026 è diventato l'anno in cui l'MCP ha smesso di essere facoltativo
Due fattori hanno modificato il calcolo per le aziende, e nessuno dei due era il numero di download.
La governance è stata la priorità. Anthropic ha donato MCP alla Agentic AI Foundation, un fondo vincolato sotto l'egida della Linux Foundation. Anthropic, Block e OpenAI ne sono stati co-fondatori, con il supporto di Google, Microsoft, AWS, Cloudflare e Bloomberg.
Quella singola mossa ha eliminato l'obiezione che sentivamo più spesso durante le chiamate con i clienti. I team di approvvigionamento smettono di preoccuparsi dell'influenza dei fornitori una volta che le specifiche sono in mano a un ente neutrale.
In secondo luogo, è arrivata la riscrittura ingegneristica. La revisione delle specifiche del 2026 ha reso il protocollo stateless nella sua essenza. Gli handshake di sessione e le intestazioni di identificazione della sessione sono stati completamente rimossi.
Prima di questa modifica, l'esecuzione di un server MCP remoto implicava l'utilizzo di archivi di sessione condivisi o l'ispezione dei pacchetti del gateway. Entrambe le soluzioni comportavano latenza e costi aggiuntivi. Ora ogni richiesta ha il proprio contesto, quindi i server vengono eseguiti su una normale infrastruttura HTTP con bilanciamento del carico.
Per agenzie come la nostra, quest'ultimo punto è fondamentale. Le soluzioni dei clienti rimangono in uso per anni. Un protocollo senza una politica di deprecazione è un protocollo che non si può ragionevolmente consigliare a un cliente con un contratto triennale.
Quanti server MCP esistono attualmente e perché i conteggi non concordano?
Chiedete a tre fonti diverse quanti server MCP esistono e otterrete tre risposte diverse. Nessuna di queste mente, semplicemente contano cose diverse.
Consideriamo il numero di server come quattro misurazioni separate, perché unirle produrrebbe cifre prive di senso che verrebbero citate per mesi.
Si noti la differenza tra i 90,000 server catalogati e i 10,000 eseguibili. Circa nove server su dieci nell'elenco non superano i controlli di base di esecuzione durante le scansioni su larga scala.
Abbiamo riscontrato percentuali simili anche internamente. Quando il nostro team ha valutato i server candidati per i flussi di lavoro di reporting dei clienti, la maggior parte ha fallito a causa di problemi di gestione dell'autenticazione , dipendenze obsolete o risposte di errore mancanti.
Numeri di cui ci fidiamo: considerate qualsiasi dato superiore a 20,000 server come rumore di fondo, a meno che la fonte non specifichi il metodo di verifica. La nostra stima per i server pubblici realmente adatti alla produzione si aggira tra i 2,500 e i 4,000.
Adozione della produzione aziendale: chi ha effettivamente rilasciato qualcosa?
I dati dei sondaggi su MCP sono stati confusi. Un'affermazione ampiamente ripetuta indicava un tasso di adozione della produzione aziendale pari al 78%, senza tuttavia fornire alcun campione di riferimento. Tale cifra è stata successivamente ritirata da diversi editori.
La fonte più autorevole che abbiamo trovato ha intervistato 300 dirigenti tecnici di alto livello di grandi aziende, equamente suddivisi tra software, servizi finanziari e vendita al dettaglio. Quasi il 60% degli intervistati lavorava in organizzazioni con più di 5,000 dipendenti.
I titoli professionali degli intervistati erano prevalentemente quelli di CTO, Principal Engineer e Director of AI Platform. Tutti questi ruoli detenevano una reale responsabilità nelle decisioni di investimento in IA, un aspetto rilevante quando si misura la prontezza alla produzione piuttosto che basarsi su opinioni.
| Fase di adozione | Tutti i settori industriali oggetto dell'indagine | Gruppo Software | Cosa si cela dietro il numero? | Nota del professionista |
|---|---|---|---|---|
| Pianificazione o valutazione delle opzioni | 29% | 26% | È stato redatto il business plan, ma non è ancora stato costruito nulla. | La maggior parte si blocca qui per l'approvazione della sicurezza piuttosto che per il budget |
| Pilota | 30% | 30% | Un team, un caso d'uso, solitamente in sola lettura | I progetti pilota che rimangono in fase di sola lettura si trasformano in produzione con molta più frequenza. |
| Produzione limitata | 29% | 26% | Carichi di lavoro reali, gruppo di utenti con restrizioni | La forma tipica prevede strumenti di sviluppo prima dei flussi di lavoro aziendali. |
| Ampio utilizzo in produzione | 12% | 19% | Molteplici team, molteplici sistemi interconnessi | In questo caso, le aziende di software sono chiaramente in testa nei settori della vendita al dettaglio e dei servizi finanziari. |
| Produzione totale combinata | 41% | 45% | Distribuzione limitata più distribuzione su larga scala sommate | Un risultato notevole per un protocollo di due anni, ma ben al di sotto della percentuale del 78% dichiarata in precedenza. |
| Classificata tra le prime cinque priorità aziendali | Varia in base al settore | 49% | Risposte critiche e ad alta priorità | Il valore più alto tra tutti i settori analizzati nello studio. |
Il settore della vendita al dettaglio ha registrato una situazione simile, con oltre il 40% degli operatori che ha segnalato un utilizzo a fini produttivi. Il settore dei servizi finanziari si è posizionato più indietro, il che non ha sorpreso nessuno che abbia mai partecipato al processo di valutazione dei fornitori di una banca.
Un dettaglio di quello studio merita maggiore attenzione. Solo l'11% degli intervistati ha dichiarato di utilizzare personalmente server MCP in produzione, mentre il 50% stava sperimentando.
Questo divario tra l'adozione a livello organizzativo e l'esperienza pratica individuale spiega molti dei fallimenti nell'implementazione. Le aziende acquistano le nuove tecnologie più velocemente di quanto i loro dipendenti riescano a sviluppare le competenze necessarie.
Cosa stanno effettivamente integrando le aziende nei loro agenti di intelligenza artificiale?
Gli obiettivi di connessione forniscono maggiori informazioni sul livello di maturità rispetto alle percentuali di adozione. I team connettono prima i sistemi a basso rischio, per poi estendere la connessione man mano che aumenta la fiducia.
L'ordine che segue corrisponde quasi esattamente a quello che osserviamo nei progetti con i clienti. Il controllo delle versioni e la documentazione vengono prima perché entrambi richiedono molta lettura e hanno conseguenze di basso impatto.
| Nota del professionista | Condividi Connessione | Modello di accesso tipico | Equivalente dello stack di marketing | Livello di rischio che assegniamo |
|---|---|---|---|---|
| Controllo delle versioni (GitHub, GitLab, Bitbucket) | 63% | Leggi più la creazione della pull request | Repository di contenuti e archivi di risorse per le campagne | Da basso a moderato |
| Sistemi di documentazione (Confluence, Notion, wiki) | 62% | Sola lettura | Linee guida del marchio, documenti di posizionamento, brief di campagna | Basso |
| Tracciamento dei problemi (Jira, Linear, Asana) | 54% | Leggi anche la creazione del biglietto | Tavole di produzione della campagna e code creative | Moderato |
| Infrastruttura cloud (AWS, GCP, Azure) | 53% | Leggi le azioni più pertinenti | Data warehouse che alimentano i modelli di attribuzione | Alto |
| Scansione della qualità e della sicurezza del codice | 49% | Sola lettura | Analisi del sito e crawler SEO tecnici | Basso |
| Monitoraggio e osservabilità (Datadog, New Relic) | 46% | Sola lettura | Piattaforme di analisi e dashboard per gli account pubblicitari | Da basso a moderato |
| Comunicazione di gruppo (Slack, Teams) | 37% | Leggi più messaggio pubblicato | Canali clienti e processi di approvazione interni | Elevato accesso in scrittura |
| Registri e orchestrazione dei container | 35% | Leggi più trigger di distribuzione | Pipeline di pubblicazione e implementazione del CMS | Alto |
Su ogni account cliente che gestiamo, l'accesso in scrittura è soggetto ad approvazione esplicita. I nostri agenti di intelligenza artificiale possono elaborare una riallocazione di budget e segnalarla, ma un responsabile strategico la conferma prima che la spesa venga effettivamente effettuata. Le implementazioni con accesso in lettura non ci hanno mai causato problemi. Al contrario, le implementazioni con accesso in scrittura hanno generato numerosi inconvenienti altrove.
Casi d'uso che stanno ottenendo l'approvazione del budget proprio ora
I team di sviluppo software hanno individuato un chiaro gruppo di priorità, ognuna delle quali condivide una caratteristica comune. Ciascuna mira a eliminare il lavoro ripetitivo anziché sostituire il giudizio.
I profili degli utenti confermano questo schema. Gli sviluppatori di software rappresentano gli utenti principali, con l'80%, seguiti dagli analisti di dati e dagli scienziati con il 68%.
I lavoratori della conoscenza rappresentano il 47%, mentre i manager si attestano al 32%. Il marketing non compare ancora come categoria specifica nei sondaggi MCP aziendali, ed è proprio su questo aspetto che continuiamo a indirizzare i nostri clienti.
La sicurezza rimane il principale ostacolo, e giustamente.
Tra gli intervistati del settore software, le preoccupazioni relative alla sicurezza si sono classificate al primo posto tra gli ostacoli, con il 64% delle risposte. Una percentuale significativamente più alta rispetto a quella registrata tra le aziende di servizi finanziari e del commercio al dettaglio, nonostante la maggiore regolamentazione in questi ultimi settori.
I team di sviluppo software conoscono meglio la superficie di attacco, quindi sono più preoccupati. Noi lo consideriamo un segnale positivo, non un campanello d'allarme.
La gestione delle credenziali sui server pubblici è il vero punto critico. Un'analisi condotta su oltre 5,200 server ha rilevato che l'88% di essi richiede credenziali di qualche tipo.
Di questi, il 53% si affida a chiavi API statiche o token di accesso personali. Solo l'8.5% utilizza OAuth, mentre circa il 79% trasmette le chiavi tramite variabili d'ambiente.
L'utilizzo di chiavi statiche nelle variabili d'ambiente è uno schema che abbiamo abbandonato dal lavoro con i clienti anni fa. Vederlo dominare un ecosistema completamente nuovo è stato davvero sconcertante.
| Risultato di sicurezza | Valore misurato | Esempio o ambito | Conseguenza pratica | Controllo che consigliamo |
|---|---|---|---|---|
| Server che richiedono le credenziali | 88% | Verifica di oltre 5,200 server pubblici | Quasi ogni server possiede un segreto di accesso | Account di servizio con ambito specifico, mai token personali. |
| Dipendenza da chiavi API statiche o PAT | 53% | Stessa verifica delle credenziali | Nessuna rotazione, nessuna scadenza, nessuna traccia di revoca | Token di breve durata con rotazione automatica |
| Adozione di OAuth sui server pubblici | 8.5% | Stessa verifica delle credenziali | La maggior parte dei server non è in grado di associarsi all'identità aziendale. | È necessario richiedere OAuth o OIDC prima dell'approvazione dell'acquisto. |
| Server open-source con vulnerabilità generali | 7.2% | Studio accademico su 1,899 server | Circa uno su quattordici presenta un difetto noto | Verifica delle dipendenze prima di qualsiasi installazione |
| Server che trasportano strumenti rischio di avvelenamento | 5.5% | Lo stesso studio accademico | Istruzioni nascoste all'interno delle descrizioni degli strumenti | Revisione dei manifesti firmati e dei metadati |
| Maggiore vulnerabilità agli attacchi rispetto alle integrazioni dirette | Dal 23% al 41% in più | 847 scenari di attacco su 5 server | La comodità del protocollo comporta un costo misurabile | Elenco degli strumenti consentiti più fasi di approvazione umana |
| Sono in vigore autorizzazioni basate sui ruoli | 67% | Indagine sulle imprese di software | La maggior parte applica già il controllo degli accessi | Estendere l'ambito a singolo strumento anziché a singolo server |
| Registrazione e monitoraggio degli audit in atto | 60% | Indagine sulle imprese di software | Quattro su dieci non sono ancora in grado di ricostruire le azioni dell'agente. | Registra ogni chiamata allo strumento con attribuzione utente |
La nostra valutazione del rischio: l'avvelenamento degli strumenti è la prima tipologia di attacco che presentiamo ai clienti. Una descrizione dello strumento avvelenata viene eseguita silenziosamente ad ogni singola invocazione, per ogni utente, finché qualcuno non se ne accorge. L'iniezione di prompt tradizionale richiede ripetute somministrazioni. Questa soluzione viene distribuita una sola volta e continua a funzionare.
Dove le aziende ospitano MCP e a chi si affidano per realizzarlo
Le scelte relative all'hosting si sono distribuite in modo più uniforme di quanto ci aspettassimo. Nessun modello ha prevalso sugli altri , il che suggerisce che i team stanno ancora definendo quali siano le caratteristiche ottimali.
La strategia di sviluppo mostra un consenso molto maggiore. Circa il 69% delle aziende di software prevede di sviluppare la propria piattaforma MCP internamente utilizzando componenti open source.
Circa il 35% utilizza soluzioni proprietarie internamente, il 37% sviluppa in collaborazione con esperti esterni e solo il 9% esternalizza completamente. La preferenza per l'open source è forte, con il 35% che esprime una netta preferenza.
La responsabilità ricade principalmente sui team di sicurezza (37%), seguiti dai team di intelligenza artificiale o piattaforme dati (32%) e infine dal team di ingegneria (23%). La responsabilità per linea di business è attribuita solo al 4%.
Quel numero finale è quello che segnaliamo ai responsabili marketing. Se il vostro team gestisce il flusso di lavoro ma non la sicurezza, dovrete attendere in coda con qualcun altro per ogni modifica.
Cosa significano le statistiche di adozione di MCP per i team di marketing e le agenzie
La ricerca sulle piattaforme MCP aziendali è dominata da casi d'uso ingegneristici. Il marketing è ancora a malapena riconosciuto come categoria, e i dati pubblici sulle implementazioni di server CRM o piattaforme pubblicitarie non sono ancora stati verificati.
Riteniamo che l'assenza sia temporanea e che valga la pena intervenire tempestivamente. Le attività di marketing operativo presentano più vincoli a livello di strumenti rispetto a quasi qualsiasi altra funzione.
Consideriamo una normale settimana di campagna. CRM, piattaforme pubblicitarie, analisi web , email di ciclo di vita, piattaforme di dati dei clienti, documentazione, messaggistica, sistemi di supporto e bacheche di progetto: tutti questi elementi contribuiscono a fornire una parte della risposta.
Ogni confine tra questi sistemi è un punto in cui qualcuno copia un numero in un foglio di calcolo. MCP elimina la copia, non il pensiero.
Questa distinzione influenza il modo in cui definiamo l'ambito di lavoro degli agenti per i clienti. Un agente che redige un riepilogo delle prestazioni fa risparmiare ore senza dover prendere una singola decisione.
Un agente che modifica le offerte senza revisione non risparmia nulla, perché alla fine un responsabile della strategia dovrà comunque verificare la modifica. L'automazione è vantaggiosa solo quando elimina il lavoro che nessuno voleva fare.
C'è un secondo motivo per cui spingiamo i clienti verso MCP prima della maggior parte delle agenzie. Il debito di integrazione si accumula silenziosamente e le soluzioni di marketing ne contengono una quantità maggiore rispetto alla maggior parte delle altre.
Crea un connettore personalizzato tra la tua piattaforma di analisi e uno strumento di intelligenza artificiale, e quel connettore sarà di tua proprietà per sempre. Se cambi lo strumento di intelligenza artificiale l'anno prossimo, il lavoro ricomincia da capo.
Crea un server una volta sola e ogni client compatibile potrà accedervi. Considerata la rapidità con cui i fornitori di modelli cambiano posizione, la portabilità ha ormai un reale valore commerciale.
| Flusso di lavoro di marketing | Come si applica MCP | Accesso che concediamo | Rischio da controllare | Tempo stimato risparmiato |
|---|---|---|---|---|
| Reportistica delle campagne multicanale | L'agente raccoglie dati analitici, CRM e pubblicitari in un unico riepilogo. | Sola lettura | Perdita di accesso a livello di riga, ipotesi di attribuzione | Da 6 a 9 ore al mese per cliente |
| Monitoraggio della concorrenza e dei risultati dei motori di ricerca (SERP) | I server di dati web eseguono la scansione e la strutturazione delle pagine dei concorrenti su richiesta. | Solo lettura, fonti esterne | Limiti di velocità, cache obsoleta, obiettivi bloccati | Da 4 a 7 ore al mese per cliente |
| Arricchimento e instradamento dei lead | L'agente collega CRM, dati aziendali e instradamento delle vendite | Lettura e scrittura controllata | Record duplicati, limiti del consenso | Da 3 a 5 ore al mese per cliente |
| Ricerca creativa e concisa | L'agente consulta le ricerche precedenti, i documenti del marchio e le note sul pubblico. | Sola lettura | Deviazione dalle regole del marchio, affermazioni non approvate | Da 5 a 8 ore per campagna |
| Automazione del ciclo di vita e della conservazione | L'agente combina segmenti, dati sugli eventi e librerie di modelli | Solo bozza, inviare manualmente | Invii a segmenti errati, violazioni di frequenza | Da 4 a 6 ore al mese per cliente |
| Recupero della conoscenza interna | L'agente cerca manuali operativi, documenti di posizionamento e cronologia delle campagne. | Sola lettura | Documentazione obsoleta, metadati di proprietà mancanti | Da 2 a 4 ore a persona al mese |
I dati relativi al tempo risparmiato sopra riportati provengono dalle nostre operazioni quotidiane sui progetti dei clienti, non da ricerche pubblicate. Forniamo intervalli anziché valori singoli perché la complessità dei progetti varia enormemente. Considerateli come spunti di pianificazione, non come garanzie.
I server di dati web che effettivamente eseguiamo nei flussi di lavoro dei client
La maggior parte del valore di un MCP di marketing inizia con una funzionalità: ottenere dati web puliti in un agente senza dover creare uno scraper.
Due server sono sufficienti per la maggior parte delle esigenze del nostro team e risolvono problemi diversi.
Firecrawl converte qualsiasi URL in un formato Markdown pulito e pronto per l'utilizzo nei modelli. Il suo server MCP espone funzionalità di scraping, crawling, mappatura del sito e ricerca come strumenti richiamabili.
Il guadagno in termini di efficienza è reale. Firecrawl riporta che, grazie alla corretta pre-elaborazione delle pagine, restituisce circa il 93% di token in meno rispetto al codice HTML grezzo.
La riduzione dei token potrebbe sembrare una preoccupazione degli sviluppatori. In realtà, è una questione di margini, perché la spesa in token per una scansione di grandi dimensioni si moltiplica rapidamente sull'intera base clienti.
Firecrawl gode inoltre di un'ottima reputazione tra gli sviluppatori, con oltre 40,000 stelle su GitHub e circa 1.25 milioni di sviluppatori attivi. Il suo approccio più recente, basato sulle competenze, riduce ulteriormente il sovraccarico di contesto per i team che desiderano accedere al web senza dover gestire un server completo.
Apify risolve un problema diverso. Il suo server MCP espone più di 30,000 attori come strumenti, coprendo dati strutturati della piattaforma che i crawler generici gestiscono male.
Ci affidiamo ad Apify quando un cliente ha bisogno di elenchi di marketplace, risultati su mappe o dati di profilo su larga scala. Il controllo completo dei proxy, la selezione del paese e la gestione delle sessioni sono di fondamentale importanza per i target protetti.
Dimensioni del mercato e flussi di denaro verso le infrastrutture degli agenti
Le previsioni meritano scetticismo, quindi le presentiamo come tali piuttosto che come fatti. Tuttavia, in termini di andamento, i dati finanziari confermano quanto già emerge dai dati sull'adozione.
| Misura di mercato | Valore 2025 | Valore 2026 | Orizzonte di previsione | Tasso di crescita | La fiducia che riponiamo |
|---|---|---|---|---|---|
| Modello Contesto Protocollo mercato | USD 1.20 miliardi | Non pubblicato separatamente | 28.36 miliardi di USD entro il 2035 | Crescita annua composta del 37.22% | Società di analisi di medie dimensioni con un solo analista |
| Mercato MCP degli Stati Uniti | USD 1.06 miliardi | Non pubblicato separatamente | 24.26 miliardi di USD entro il 2035 | Crescita annua composta del 36.72% | Moderato |
| Mercato globale degli agenti di intelligenza artificiale | USD 7.6 miliardi | USD 10.9 miliardi | 110.5 miliardi di USD entro il 2032 | Crescita annua composta del 47.13% | Da moderato a alto |
| Applicazioni aziendali con agenti specifici per le attività | Sotto 5% | Previsione di crescita del 40% entro la fine dell'anno | Espansione continua | Un aumento di otto volte in un anno | Elevata, secondo le previsioni dei principali analisti. |
| Progetti di IA agentiva a rischio di cancellazione | Non misurato | Non misurato | Oltre il 40% entro la fine del 2027 | Attribuibile a rendimenti deboli e lacune nella governance | Alto, e vale la pena pianificare |
| Server MCP specifici per il marketing (stima AFFiNCO) | Meno del 4% del registro | Circa il 7-9% del registro | Prevediamo una crescita dal 15% al 18% entro il 2028. | Modelli elaborati internamente, non ricerche pubblicate. | Solo direzionale |
Questa previsione di cancellazione merita maggiore attenzione di quanta ne riceva. Oltre il 40% dei progetti di intelligenza artificiale agentiva potrebbe essere abbandonato entro la fine del 2027.
Rendimenti deludenti e lacune nella governance sono alla base della maggior parte di questi fallimenti. Nessuno di questi problemi è legato al protocollo , ed è proprio per questo che l'adozione del solo MCP non garantisce nulla.
La nostra stima: nello specifico, consideriamo che attualmente circa un'agenzia su sei utilizzi MCP, con almeno un server in esecuzione nei flussi di lavoro con i clienti. Prevediamo che questa percentuale raggiungerà un terzo entro il 2027, con i flussi di lavoro di reporting e ricerca in testa, piuttosto che quelli di esecuzione delle campagne.
Adozione da parte dei clienti: quali piattaforme di IA supportano MCP oggi?
Il supporto della piattaforma è l'aspetto più documentato dell'intera esperienza con MCP. Tutti i principali fornitori lo documentano pubblicamente.
- Claude e Claude Desktop offrono un supporto clienti originale e una directory di connettori che include oltre 950 server.
- ChatGPT supporta connettori e server remoti tramite la sua interfaccia di strumenti.
- Google Gemini supporta gli strumenti MCP con cicli di chiamata automatica degli strumenti nel suo SDK
- Microsoft Copilot Studio connette gli agenti ai server esistenti tramite trasporto in streaming.
- GitHub fornisce un server ufficiale, e Vercel, Netlify e Cloudflare documentano tutti i percorsi di distribuzione.
- AWS Bedrock AgentCore esegue MCP insieme ai protocolli agent-to-agent come impostazioni predefinite complementari.
La compatibilità tra diversi fornitori è ciò che distingue uno standard da una funzionalità proprietaria. Le piattaforme concorrenti raramente concordano su qualcosa, quindi un accordo in questo ambito riveste un'importanza fondamentale.
Errori che continuiamo a vedere commettere dai team durante le implementazioni di MCP
Abbiamo analizzato un numero sufficiente di implementazioni degli agenti per poter individuare degli schemi ricorrenti. La maggior parte degli errori è dovuta alla ripetizione di un piccolo numero di errori evitabili.
L'errore nel conteggio degli strumenti è quello che sorprende di più, perché aggiungere più strumenti dà l'impressione di aumentare le capacità. In pratica, però, gli agenti tendono a scegliere strumenti meno efficaci man mano che aumenta il numero di opzioni disponibili.
Limitiamo il numero di strumenti connessi per flusso di lavoro e suddividiamo gli agenti in base alla funzione. Un agente si occupa della creazione di report, un altro della ricerca, e nessuno dei due ha accesso agli strumenti dell'altro.
Anche i fallimenti nella governance seguono uno schema prevedibile. Qualcuno conduce un progetto pilota con successo, la dirigenza chiede di estenderlo su larga scala e nessuno rivede le autorizzazioni concesse durante la fase di test.
Le credenziali di pilotaggio sono quasi sempre troppo generiche, perché limitarle rallenta il pilota. Estendendo la stessa configurazione a un'intera organizzazione, si finisce per mantenere le autorizzazioni troppo permissive.
La nostra regola sugli account dei clienti è abbastanza semplice da applicare. Ogni promozione dal progetto pilota alla produzione attiva una nuova revisione delle autorizzazioni, e l'ambito precedente viene considerato nullo.
Proiezioni AFFiNCO: dove si collocheranno questi numeri in futuro
È tempo di mettere le nostre basi. Queste stime si basano sulle implementazioni presso i clienti, sulle conversazioni con i partner e sui tassi di crescita sopra indicati, non su dati provenienti da fonti ufficiali.
Riteniamo che la proiezione OAuth sia quella da noi più affidabile. L'autorizzazione ora è allineata ai sistemi di identità di produzione , quindi la principale giustificazione tecnica per l'utilizzo di chiavi statiche è venuta meno.
La nostra previsione meno certa riguarda le tempistiche del martech. Storicamente, le piattaforme di marketing sono state lente nell'aprire le porte al programmatic advertising e al momento nulla lascia presagire un'urgenza.
Come abbiamo compilato queste statistiche sull'adozione di MCP
Il metodo è fondamentale quando un argomento attrae una tale quantità di dati riciclati. Abbiamo applicato una semplice gerarchia durante la stesura di questo articolo.
Qualsiasi percentuale priva di fonte, campione e denominatore specificati è stata esclusa. Questa sola regola ha eliminato diverse cifre ampiamente diffuse, tra cui l'affermazione ormai superata del 78% di produzione.
I nostri dati numerici compaiono solo all'interno di didascalie e righe di tabella chiaramente indicate. Preferiamo mostrare il nostro procedimento piuttosto che rischiare che un lettore scambi la nostra modellizzazione per una ricerca basata su misurazioni.
In conclusione sull'adozione di MCP nel 2026
MCP è passato dall'essere un protocollo interessante a un'infrastruttura di uso comune. Quattrocento milioni di download mensili, una governance neutrale, il supporto multi-vendor e un tasso di adozione in produzione aziendale del 45% rendono difficile contestare questa conclusione.
Ciò che non è stato risolto è il livello operativo. La gestione delle credenziali sui server pubblici rimane carente, non esiste una difesa ampiamente diffusa contro gli attacchi agli strumenti di test e le piattaforme di marketing hanno appena iniziato a distribuire server proprietari.
Il nostro consiglio ai clienti è rimasto invariato in ogni revisione di queste statistiche sull'adozione di MCP. Iniziate con connessioni di sola lettura a sistemi di cui vi fidate già. Registrate tutto. Fate in modo che le operazioni di scrittura avvengano solo in presenza di un operatore umano.
I team che lo fanno risparmiano già ore preziose ogni mese. I team che lo ignorano, invece, rischiano di causare un incidente che non si è ancora verificato.
Fonti e ulteriori letture
- Anthropic: Donazione del Model Context Protocol e creazione della Agentic AI Foundation
- Anthropic: Portare le specifiche MCP 2026 a Claude
- Protocollo di contesto del modello: la versione di specifica del 2026
- Protocollo di contesto del modello: specifica ufficiale
- Stacklok: Stato del Model Context Protocol nel software 2026
- Stacklok: Stato del Model Context Protocol nel settore della vendita al dettaglio nel 2026
- Linux Foundation: Nascita della Agentic AI Foundation
- Google Developers: Scalare l'infrastruttura degli agenti AI con MCP stateless
- Cloudflare: la prossima generazione di MCP
- Microsoft: SDK ufficiale MCP C# versione 2.0
- DevSecOps pratico: statistiche sulla sicurezza MCP 2026
- Cloud Security Alliance: nota di ricerca sull'avvelenamento e l'esecuzione automatica dello strumento MCP
- Rivista di sicurezza informatica e privacy: modellazione delle minacce MCP e analisi dell'avvelenamento degli strumenti
- arXiv: Ricerca sulla modellazione delle minacce del protocollo Model Context
Ali
Ali è un esperto di marketing digitale con oltre 7 anni di esperienza nel blogging ottimizzato per la SEO. Esperto nella revisione di strumenti SaaS, nel social media marketing e nelle campagne email, creiamo contenuti che si posizionano bene e coinvolgono il pubblico. Noto per la sua capacità di fornire informazioni autentiche, Ali è una fonte affidabile per le aziende che desiderano migliorare efficacemente la propria presenza online.
