MCP begon in 2024 als een nevenproject van Anthropic en was in 2026 uitgegroeid tot de gedeelde infrastructuur voor vrijwel elk belangrijk AI-platform. Het aantal maandelijkse SDK-downloads ligt nu rond de 97 miljoen. Het aantal openbare servers is de 10,000 gepasseerd.
Ongeveer 45% van de softwarebedrijven gebruikt MCP in een of andere vorm in productie, maar toch wordt ongeveer vier op de tien servers die met internet verbonden zijn nog steeds zonder authenticatie geleverd.
We integreren al agenten in de marketingstacks van onze klanten sinds het protocol nog in de kinderschoenen stond. We hebben dus de betrouwbare cijfers verzameld, de opgeblazen cijfers eruit gegooid en onze eigen schattingen toegevoegd waar openbare gegevens ontbreken.
Die kloof tussen de hype en de daadwerkelijke implementatie is de kern van de MCP-adoptiestatistieken voor 2026. Veel teams praten erover. Minder teams gebruiken het in productie. En nog minder teams gebruiken het op een veilige manier.
MCP-adoptiestatistieken 2026: de belangrijkste cijfers waar marketeers ons steeds weer naar vragen
We krijgen tegenwoordig bijna bij elk strategieoverleg vragen over MCP. Meestal klinkt de vraag als: "Is dit echt, of is het weer zo'n afkorting die volgend jaar alweer verdwenen is?" Terechte vraag. Er zijn immers al heel wat agentnormen die met veel lawaai zijn geรฏntroduceerd en vervolgens weer geruisloos zijn verdwenen.
We hebben dus de primaire cijfers gebruikt in plaats van de gerecyclede. Wat volgt is gebaseerd op de eigen ecosysteemrapportage van Anthropic , het officiรซle MCP-register, de openbare API van GitHub en een specifiek bedrijfsonderzoek met een bekende steekproefomvang. Waar een cijfer afkomstig is van onze eigen modellering, geven we dat duidelijk aan.
| metrisch | 2024 (lanceringsjaar) | 2025 | 2026 (huidig) | Wat ons team erin leest |
|---|---|---|---|---|
| Maandelijkse SDK-downloads (Python en TypeScript) | Ongeveer 100,000 in de eerste maand. | 97 miljoen | Meer dan 400 miljoen | Een groei van ongeveer 4,000 keer in twee jaar tijd. Het downloadvolume evenaart nu dat van gevestigde webbibliotheken. |
| Actieve openbare MCP-servers | Ongeveer 50 referentieservers | Meer dan 10,000 | 9,652 recente gegevens in het officiรซle register | Het aantal servers in het register geeft een vertekend beeld van de werkelijke omvang van het ecosysteem, omdat servers van particuliere bedrijven hierin niet voorkomen. |
| GitHub-repositories getagd met mcp-server | te verwaarlozen | Ongeveer 7,800 volgens tellingen van de gemeenschap. | 15,926 | Het aanbod van ontwikkelaars verdubbelt sneller dan het aantal gecureerde registervermeldingen. |
| Referentieservers repository sterren | Vroege eencijferige duizenden | Tienduizenden | 86,148 sterren, 10,799 vorken | Het aanmaken van forks duidt erop dat teams bezig zijn met het ontwikkelen van eigen varianten, en niet alleen met het lezen van documentatie. |
| Enterprise-softwareteams in productie | In feite nul | Alleen vroege piloten | 45% van de ondervraagde softwaregebruikers | Productie omvat zowel beperkte als brede uitrol. De brede uitrol alleen al bedraagt โโ19%. |
| Bestuursmodel | Eรฉn leverancier (Anthropic) | Donatie aan de Agentic AI Foundation | Beheer door de Linux Foundation | Neutraal bestuur heeft het grootste bezwaar van bedrijven dat we tot 2025 hebben gehoord, weggenomen. |
| Servers in de Claude-connectorenmap | Niet beschikbaar | Vroege opbouw van de directory | Meer dan 950 | Zorgvuldig samengestelde lijsten zijn belangrijker dan absolute aantallen zodra kopers leveranciers gaan screenen. |
AFFiNCO Read: Downloadaantallen worden het vaakst aangehaald omdat ze indrukwekkend lijken. Wij kijken echter liever naar fork-aantallen en registergegevens. Forks laten zien hoeveel teams iets privรฉ verspreiden, en privรฉ-implementaties zijn waar de budgetten van de organisatie daadwerkelijk terechtkomen.
Van 100,000 downloads naar 400 miljoen: de groeicurve in kaart gebracht.
Groeiverhalen vlakken meestal af zodra je ze in een grafiek uitzet, maar MCP heeft zich niet aan die regel gehouden. De curve blijft steiler worden, wat ongebruikelijk is in dit stadium van de levenscyclus van een protocol.
Een nuttige vergelijking is hier op zijn plaats. React had ongeveer drie jaar nodig om 100 miljoen maandelijkse npm-downloads te bereiken. MCP bereikte een vergelijkbare mijlpaal in ongeveer 16 maanden en verviervoudigde vervolgens nog eens.
Zo'n snelheid betekent meestal een van twee dingen. Ofwel loste de standaard een probleem op waar mensen al mee bezig waren, ofwel hebben leveranciers er flink op ingezet. Bij MCP waren beide tegelijk van toepassing.
Het adoptieproces: Hoe een leveranciersprotocol een gedeelde infrastructuur werd.
We vinden het jaaroverzicht nuttiger dan de absolute totalen. De invoering van een integratiestandaard volgt een voorspelbare volgorde: eerst ontwikkelaars, dan leveranciers van tools, vervolgens bedrijven en als laatste de governance.
MCP perste alle vier fasen samen in twee jaar, wat verklaart waarom zoveel marketingteams het gevoel hebben achter te lopen. De meeste lopen echter helemaal niet achter. Ze hebben het proces in een volkomen normaal tempo afgerond, ondanks de ongebruikelijke tijdsplanning.
De klantondersteuning kwam van ChatGPT, Cursor, Gemini, Microsoft Copilot, Visual Studio Code en GitHub. Het beheer werd vervolgens overgedragen aan de Agentic AI Foundation, wat belangrijker was dan welke downloadmijlpaal dan ook.
In het bedrijfsjaar 2026 werd de implementatie een gespreksonderwerp binnen de inkoop in plaats van een discussie tussen ontwikkelaars. De herziene, stateless specificatie werd geleverd met strengere autorisatieprocedures, en specifieke bedrijven begonnen hun productieverplichtingen te publiceren.
Figma, Intuit, Netlify, Zoom, Xero en PostHog hebben allemaal vรณรณr de release gebouwd met de nieuwe revisie. Cloudflare, AWS Bedrock en Vercel hebben hun eigen implementatiepaden gedocumenteerd.
Onze inschatting voor 2027 volgt een ander patroon. De groei van het aanbod vertraagt, terwijl de vertrouwensinfrastructuur de doorslaggevende factor wordt.
Wat we verwachten: ons model voorspelt tussen de 750 en 900 miljoen maandelijkse SDK-downloads tegen het einde van 2026. De groei vertraagt โโin procentuele termen, terwijl het absolute volume toeneemt. Dit is precies hoe de adoptie van een standaard in een laat stadium eruitziet.
Waarom 2026 het jaar werd waarin MCP ophield optioneel te zijn
Twee factoren veranderden de berekening voor bedrijven, en geen van beide had te maken met het aantal downloads.
Governance stond voorop. Anthropic schonk MCP aan de Agentic AI Foundation, een gericht fonds onder de Linux Foundation. Anthropic, Block en OpenAI hebben het fonds mede opgericht, met steun van Google, Microsoft, AWS, Cloudflare en Bloomberg.
Die ene stap maakte een einde aan het bezwaar dat we het vaakst hoorden tijdens gesprekken met klanten. Inkoopteams hoeven zich geen zorgen meer te maken over het selecteren van leveranciers zodra een neutrale instantie de specificaties in handen heeft.
Vervolgens kwam de technische herziening. De herziening van de specificaties uit 2026 maakte het protocol in de kern stateless. Sessiehandshakes en sessie-identificatieheaders werden volledig verwijderd.
Vรณรณr die wijziging betekende het draaien van een externe MCP-server het gebruik van gedeelde sessieopslag of gateway-pakketinspectie. Beide leidden tot extra latentie en kosten. Nu heeft elk verzoek zijn eigen context, waardoor servers op een gewone, load-balanced HTTP-infrastructuur draaien.
Voor bureaus zoals het onze is dat laatste punt het belangrijkst. Klantprotocollen blijven jarenlang in gebruik. Een protocol zonder beleid voor het afschrijven van protocollen is een protocol dat je niet verantwoord kunt aanbevelen aan een klant met een contract van drie jaar.
Hoeveel MCP-servers bestaan โโer momenteel en waarom de tellingen verschillen?
Als je drie bronnen vraagt โโhoeveel MCP-servers er zijn, krijg je drie verschillende antwoorden. Geen van hen liegt, ze tellen er gewoon verschillende.
We beschouwen het aantal servers als vier afzonderlijke metingen, omdat het samenvoegen ervan onzinnige cijfers oplevert die maandenlang worden aangehaald.
Merk het verschil op tussen de 90,000 gecatalogiseerde en de 10,000 uitvoerbare servers. Ongeveer negen van de tien vermelde servers slagen niet voor de meest basale uitvoeringstests tijdens grootschalige controles.
Intern kwamen we vergelijkbare resultaten tegen. Toen ons team kandidaatservers voor rapportageworkflows aan klanten evalueerde, faalden de meeste op het gebied van authenticatieafhandeling , verouderde afhankelijkheden of ontbrekende foutmeldingen.
Betrouwbare cijfers: Beschouw elk bericht met meer dan 20,000 servers als ruis binnen het ecosysteem, tenzij de bron de verificatiemethode vermeldt. Ons werkcijfer voor daadwerkelijk productieklare publieke servers ligt tussen de 2,500 en 4,000.
Adoptie van bedrijfsproductie: Wie heeft er daadwerkelijk iets op de markt gebracht?
De enquรชtegegevens over MCP zijn onduidelijk. Een veelgehoorde bewering was dat 78% van de bedrijven MCP in productieomgevingen had geรฏmplementeerd , zonder dat daar een traceerbare steekproef voor bestond. Dat cijfer is inmiddels door verschillende uitgevers ingetrokken.
De meest betrouwbare bron die we vonden, ondervroeg 300 senior technische leiders van grote bedrijven, gelijk verdeeld over software, financiรซle dienstverlening en detailhandel. Bijna 60% van de respondenten werkte bij organisaties met meer dan 5,000 werknemers.
De respondenten hadden voornamelijk de volgende functietitels: CTO, Principal Engineer en Director of AI Platform. Allen hadden daadwerkelijk zeg zeggenschap over investeringsbeslissingen op het gebied van AI, wat belangrijk is wanneer je de gereedheid voor productie meet in plaats van een mening.
| Adoptiefase | Alle onderzochte sectoren | Softwarecohort | Wat schuilt er achter het cijfer? | Onze praktijkrichtlijn |
|---|---|---|---|---|
| Opties plannen of evalueren | 29% | 26% | Het businessplan is opgesteld, maar er is nog niets gebouwd. | De meeste problemen ontstaan โโhier door een gebrek aan goedkeuring op het gebied van beveiliging, in plaats van budgettaire beperkingen. |
| Piloot | 30% | 30% | Eรฉn team, รฉรฉn gebruiksscenario, meestal alleen-lezen. | Pilots die alleen-lezen blijven, worden veel vaker in productie genomen. |
| Beperkte productie | 29% | 26% | Live workloads, beperkte gebruikersgroep | De gebruikelijke aanpak is dat ontwikkelaarstools vรณรณr bedrijfsworkflows worden ontwikkeld. |
| Breed productiegebruik | 12% | 19% | Meerdere teams, meerdere gekoppelde systemen | Softwarebedrijven zijn hier duidelijk toonaangevend in de detailhandel en financiรซle dienstverlening. |
| Gecombineerde productie totaal | 41% | 45% | Beperkte plus brede uitrol bij elkaar opgeteld | Sterk voor een protocol van twee jaar oud, maar ver onder de eerder geclaimde 78%. |
| Geklasseerd als een van de vijf belangrijkste prioriteiten van het bedrijf. | Verschilt per sector | 49% | Kritieke plus prioritaire reacties | Het hoogste cijfer van alle onderzochte sectoren. |
De detailhandel vertelde een vergelijkbaar verhaal, met meer dan 40% die aangaf het product in productie te gebruiken. De financiรซle dienstverlening bleef daarachter, wat niemand verbaasde die ooit een leveranciersbeoordelingsproces bij een bank heeft meegemaakt.
Een detail in dat onderzoek verdient nadere aandacht. Slechts 11% van de respondenten gaf aan zelf MCP-servers te bouwen of te gebruiken in een productieomgeving, terwijl 50% ermee aan het experimenteren was.
Die kloof tussen de acceptatie door de organisatie en de praktische ervaring van individuele medewerkers verklaart veel mislukte implementaties. Bedrijven kopen de functionaliteit sneller aan dan hun medewerkers de benodigde vaardigheden ontwikkelen.
Wat bedrijven daadwerkelijk aansluiten op hun AI-agenten
Verbindingsdoelen zeggen meer over de volwassenheid van een systeem dan adoptiepercentages. Teams verbinden eerst systemen met een laag risico en werken vervolgens naar buiten toe naarmate het vertrouwen groeit.
De onderstaande volgorde komt vrijwel exact overeen met wat we bij klantprojecten zien. Versiebeheer en documentatie komen eerst, omdat beide veelvuldig gelezen worden en weinig gevolgen hebben.
| Onze praktijkrichtlijn | Deel het en verbind het | Typisch toegangspatroon | Equivalent van de marketingstack | Risiconiveau dat wij toewijzen |
|---|---|---|---|---|
| Versiebeheer (GitHub, GitLab, Bitbucket) | 63% | Lees en maak een pull request aan | Content repositories en campagn asset stores | Laag tot matig |
| Documentatiesystemen (Confluence, Notion, wiki's) | 62% | Alleen lezen | Merkrichtlijnen, positioneringsdocumenten, campagnebriefings | Laag |
| Probleemregistratie (Jira, Linear, Asana) | 54% | Lees meer over het aanmaken van tickets | Campagneproductieboards en creatieve planning | Gemiddeld |
| Cloudinfrastructuur (AWS, GCP, Azure) | 53% | Lees plus acties met een beperkt bereik | Datawarehouses die attributiemodellen voeden | Hoge |
| Kwaliteits- en beveiligingsscans van de code | 49% | Alleen lezen | Websiteaudit en technische SEO-crawlers | Laag |
| Monitoring en observeerbaarheid (Datadog, New Relic) | 46% | Alleen lezen | Analyseplatformen en dashboards voor advertentieaccounts | Laag tot matig |
| Teamcommunicatie (Slack, Teams) | 37% | Lees plus berichtvermelding | Klantkanalen en interne goedkeuringsprocedures | Hoge schrijftoegang |
| Containerregisters en orkestratie | 35% | Lees plus implementatietriggers | Publicatieprocessen en CMS-implementatie | Hoge |
We beheren elk klantaccount dat we beheren alleen met expliciete goedkeuring en schrijftoegang. Onze AI-agents kunnen een budgetherverdeling opstellen en markeren, maar een strateeg bevestigt deze voordat de uitgaven worden doorgevoerd. Implementaties waarbij eerst gelezen wordt, hebben bij ons nog nooit tot incidenten geleid. Implementaties waarbij eerst geschreven wordt, hebben elders wel veel problemen veroorzaakt.
De use cases die momenteel budgetgoedkeuring krijgen
Softwareteams rapporteerden een duidelijke reeks prioriteiten, die allemaal een gemeenschappelijk kenmerk hebben. Ze elimineren allemaal repetitief werk in plaats van oordeelsvermogen te vervangen.
Gebruikersprofielen bevestigen dit patroon. Softwareontwikkelaars zijn met 80% de belangrijkste gebruikers, gevolgd door data-analisten en wetenschappers met 68%.
Kenniswerkers vertegenwoordigen 47% en management 32%. Marketing komt nog niet voor als een aparte categorie in MCP-onderzoeken voor bedrijven, terwijl dit juist de kans is waar we onze klanten steeds op wijzen.
Beveiliging blijft de grootste belemmering, en terecht.
Beveiligingsproblemen stonden met 64% bovenaan de lijst met obstakels onder de respondenten in de softwaresector. Opvallend is dat dit percentage hoger ligt dan bij branchegenoten in de financiรซle dienstverlening of de detailhandel, ondanks de strengere regelgeving in die sectoren.
Softwareteams begrijpen het aanvalsoppervlak beter, dus maken ze zich meer zorgen. Wij beschouwen dat als een gezond signaal in plaats van een waarschuwing.
Het beheer van inloggegevens op openbare servers is een lastig punt. Een audit van meer dan 5,200 servers wees uit dat 88% een of andere vorm van inloggegevens vereist.
Daarvan vertrouwt 53% op statische API-sleutels of persoonlijke toegangstokens. Slechts 8.5% gebruikt OAuth, terwijl ongeveer 79% sleutels doorgeeft via omgevingsvariabelen.
Het gebruik van statische sleutels in omgevingsvariabelen is een patroon dat we jaren geleden al uit ons werk met klanten hebben verwijderd. Het was dan ook ronduit ontnuchterend om te zien dat het een compleet nieuw ecosysteem domineerde.
| Beveiligingsbevinding | Gemeten waarde | Voorbeeld of bereik | Praktische consequentie | Controle die wij aanbevelen |
|---|---|---|---|---|
| Servers die inloggegevens vereisen | 88% | Audit van meer dan 5,200 openbare servers | Vrijwel elke server heeft een toegangscode. | Serviceaccounts met beperkte toegang, nooit persoonlijke tokens. |
| Afhankelijkheid van statische API-sleutels of PAT's | 53% | Dezelfde referentiecontrole | Geen rotatie, geen vervaldatum, geen intrekkingsmogelijkheid | Kortstondige tokens met automatische rotatie |
| OAuth-implementatie op openbare servers | 8.5% | Dezelfde referentiecontrole | De meeste servers kunnen geen verbinding maken met een bedrijfsidentiteit. | Vereis OAuth of OIDC vรณรณr goedkeuring van de inkoop. |
| Open-source servers met algemene kwetsbaarheden | 7.2% | Academische studie van 1,899 servers | Ongeveer รฉรฉn op de veertien producten heeft een bekend defect. | Afhankelijkheidsscan vรณรณr elke installatie. |
| Servers die een risico op gereedschapsvergiftiging met zich meebrengen | 5.5% | Dezelfde academische studie | Verborgen instructies in de gereedschapsbeschrijvingen | Ondertekende manifesten en metadata-controle |
| Verhoogde kwetsbaarheid voor aanvallen in vergelijking met directe integraties | 23% tot 41% hoger | 847 aanvalsscenario's verdeeld over 5 servers | Het gemak van protocollen brengt meetbare kosten met zich mee. | Toelating van tools via een whitelist plus menselijke goedkeuringscriteria |
| Op rollen gebaseerde machtigingen zijn van kracht. | 67% | Enquรชte naar softwarebedrijven | De meerderheid past al toegangscontrole toe. | Uitbreiden naar een scope per tool in plaats van per server |
| Auditregistratie en -monitoring aanwezig | 60% | Enquรชte naar softwarebedrijven | Vier op de tien kunnen de acties van agenten nog steeds niet reconstrueren. | Registreer elke tooloproep met gebruikersattributie. |
Onze risicobeoordeling: Tool poisoning is de aanvalsmethode die we onze klanten als eerste uitleggen. Een vergiftigde toolbeschrijving wordt bij elke aanroep stilzwijgend uitgevoerd voor elke gebruiker, totdat iemand het merkt. Traditionele promptinjectie vereist herhaalde uitvoering. Deze methode wordt eenmalig uitgevoerd en blijft werken.
Waar bedrijven MCP hosten en wie ze vertrouwen om het te bouwen.
De keuze voor hostingopties is gelijkmatiger verdeeld dan we hadden verwacht. Geen enkel model domineert , wat erop wijst dat teams nog aan het uitzoeken zijn wat een goede oplossing is.
Wat de bouwstrategie betreft, is er veel meer consensus. Ongeveer 69% van de softwareorganisaties is van plan hun MCP-platform intern te ontwikkelen met behulp van open-source componenten.
Ongeveer 35% gebruikt eigen oplossingen intern, 37% ontwikkelt samen met een externe expert en slechts 9% besteedt alles volledig uit. De voorkeur voor open source is groot, met 35% die hier een duidelijke voorkeur voor uitspreekt.
De verantwoordelijkheid ligt voornamelijk bij de beveiligingsteams (37%), gevolgd door de AI- of dataplatformteams (32%) en de engineeringafdeling (23%). De verantwoordelijkheid voor de verschillende bedrijfsonderdelen ligt slechts bij 4%.
Dat laatste cijfer is het cijfer dat we aan marketingdirecteuren doorgeven. Als uw team wel verantwoordelijk is voor de workflow, maar niet voor de beveiliging, zult u voor elke wijziging op de wachtlijst van iemand anders moeten staan.
Wat betekenen de MCP-adoptiestatistieken voor marketing- en bureau-teams?
Het onderzoek naar Enterprise MCP wordt gedomineerd door technische toepassingen. Marketing is nog nauwelijks als categorie vertegenwoordigd en het aantal publieke implementaties van CRM- of advertentieplatformservers is nog niet geverifieerd.
Wij zijn van mening dat afwezigheid tijdelijk is en dat het de moeite waard is om er vroegtijdig actie op te ondernemen. Marketingoperaties kent meer beperkingen qua tools dan vrijwel elke andere functie.
Neem een โโnormale campagneweek als voorbeeld. CRM, advertentieplatforms, webanalyse , lifecycle-e-mail, klantdataplatformen, documentatie, berichtenverkeer, ondersteuningssystemen en projectborden bevatten allemaal een deel van de oplossing.
Elke grens tussen die systemen is een plek waar iemand een getal in een spreadsheet kopieert. MCP elimineert het kopiรซren, niet het denkproces.
Dat onderscheid bepaalt hoe we de werkzaamheden van agenten voor klanten indelen. Een agent die een prestatieoverzicht samenstelt, bespaart uren zonder zelf een beslissing te hoeven nemen.
Een makelaar die biedingen wijzigt zonder overleg, bespaart niets, want een strateeg controleert de wijziging uiteindelijk toch. Automatisering loont alleen als het werk overbodig maakt dat niemand wilde doen.
Er is nog een tweede reden waarom we klanten eerder dan de meeste bureaus naar MCP doorverwijzen. Integratieschuld stapelt zich ongemerkt op, en marketingstacks bevatten daar meer van dan de meeste andere.
Bouw een aangepaste connector tussen uw analyseplatform en รฉรฉn AI-tool, en u behoudt de volledige controle over die connector. Vervang de AI-tool volgend jaar en u kunt weer van voor af aan beginnen.
Bouw een server รฉรฉn keer en elke compatibele client kan hem aanroepen. Gezien hoe snel leveranciers van modellen van positie wisselen, heeft portabiliteit nu een echte commerciรซle waarde.
| Marketingworkflow | Hoe MCP van toepassing is | Toegang die wij verlenen | Risico om te beheersen | Onze geschatte tijdsbesparing |
|---|---|---|---|---|
| Rapportage over cross-channel campagnes | Agent combineert analyses, CRM-gegevens en advertentiedata in รฉรฉn overzicht. | Alleen lezen | Toegangslekken op rijniveau, aannames inzake toewijzing | 6 tot 9 uur per klant per maand |
| Concurrentie- en SERP-monitoring | Webdataservers doorzoeken en structureren de pagina's van concurrenten op aanvraag. | Alleen-lezen, externe bronnen | Snelheidslimieten, verouderde caching, geblokkeerde doelen | 4 tot 7 uur per klant per maand |
| Leadgeneratie en -routering | Agent koppelt CRM, firmografische gegevens en verkooproutering. | Lezen plus beveiligd schrijven | Dubbele records, toestemmingsgrenzen | 3 tot 5 uur per klant per maand |
| Creatief en beknopt onderzoek | De agent raadpleegt eerdere campagnes, merkdocumenten en doelgroepnotities. | Alleen lezen | Afwijking van merkregels, niet-goedgekeurde beweringen | 5 tot 8 uur per campagne |
| Automatisering van de levenscyclus en klantbehoud | Agent combineert segmenten, gebeurtenisgegevens en sjabloonbibliotheken. | Alleen concept, door een mens verzonden | Verkeerde-segmentverzendingen, frequentieoverschrijdingen | 4 tot 6 uur per klant per maand |
| Interne kennisopvraging | Agent doorzoekt draaiboeken, positioneringsdocumenten en campagnegeschiedenis. | Alleen lezen | Verouderde documenten, ontbrekende eigendomsmetadata | 2 tot 4 uur per persoon per maand |
De bovenstaande cijfers over tijdsbesparing zijn gebaseerd op onze eigen accountactiviteiten bij verschillende klanten, niet op gepubliceerd onderzoek. We delen tijdsbereiken in plaats van exacte cijfers, omdat de complexiteit van accounts enorm varieert. Beschouw ze als input voor de planning, niet als garanties.
De webdataservers die we daadwerkelijk gebruiken in klantworkflows
De meeste waarde van MCP's in de marketing begint met รฉรฉn functionaliteit: schone webdata in een agent krijgen zonder een scraper te hoeven bouwen.
Twee servers voorzien in het grootste deel van de behoeften van ons team en lossen verschillende problemen op.
Firecrawl zet elke URL om in schone, modelklare Markdown. De MCP-server biedt functies voor scraping, crawling, sitemapping en zoeken die direct aanroepbaar zijn.
De efficiรซntiewinst is reรซel. Firecrawl geeft naar verluidt ongeveer 93% minder tokens terug dan onbewerkte HTML door pagina's correct voor te verwerken.
Het verminderen van het aantal tokens klinkt als een zorg van de ontwikkelaar. Het is echter eigenlijk een zorg voor de winstmarge, omdat de uitgaven aan tokens voor een grootschalige crawl snel oplopen over een klantenbestand.
Firecrawl geniet ook een aanzienlijke populariteit onder ontwikkelaars, met meer dan 40,000 GitHub-sterren en naar verluidt 1.25 miljoen actieve ontwikkelaars. De nieuwere, op vaardigheden gebaseerde aanpak vermindert de overhead voor teams die toegang tot het web willen zonder een volledige server te hoeven draaien.
Apify lost een ander probleem op. De MCP-server stelt meer dan 30,000 actoren beschikbaar als tools, die gestructureerde platformgegevens dekken die generieke crawlers slecht verwerken.
We schakelen Apify in wanneer een klant op grote schaal marktplaatsvermeldingen, kaartresultaten of profielgegevens nodig heeft. Volledige controle over proxy's, landselectie en sessiebeheer zijn van cruciaal belang voor beveiligde doelen.
Marktomvang en het geld dat naar agentinfrastructuur stroomt
Voorspellingen verdienen scepsis, daarom presenteren we ze als voorspellingen in plaats van feiten. De richting die het verhaal over geld inslaat, ondersteunt echter wel wat de adoptiegegevens al laten zien.
| Marktmaatstaf | 2025 Waarde | 2026 Waarde | Voorspellingshorizon | Groei percentage | Vertrouwen dat wij toekennen |
|---|---|---|---|---|---|
| Model Context Protocol-markt | USD 1.20 miljard | Niet afzonderlijk gepubliceerd | 28.36 miljard dollar in 2035 | 37.22% samengestelde jaarlijkse groei | Gematigd, eenmanszaak met รฉรฉn analist |
| Amerikaanse MCP-markt | USD 1.06 miljard | Niet afzonderlijk gepubliceerd | 24.26 miljard dollar in 2035 | 36.72% samengestelde jaarlijkse groei | Gemiddeld |
| Wereldwijde markt voor AI-agenten | USD 7.6 miljard | USD 10.9 miljard | 110.5 miljard dollar in 2032 | 47.13% samengestelde jaarlijkse groei | Matig tot hoog |
| Bedrijfsapplicaties met taakspecifieke agents | Onder 5% | 40% prognose tegen het einde van het jaar. | Voortdurende uitbreiding | Achtvoudige toename in รฉรฉn jaar | Hoge voorspelling van belangrijke analisten |
| Agentic AI-projecten lopen risico op annulering. | Niet gemeten | Niet gemeten | Meer dan 40% tegen eind 2027 | Toegeschreven aan zwakke rendementen en tekortkomingen in het bestuur. | Hoog, en het is de moeite waard om er rekening mee te houden bij het plannen. |
| Marketingspecifieke MCP-servers (schatting AFFiNCO) | Minder dan 4% van het register | Ongeveer 7% tot 9% van het register | Wij gaan uit van een stijging van 15% tot 18% in 2028. | Onze eigen modellering, niet gebaseerd op gepubliceerd onderzoek. | Alleen directioneel |
Die voorspelling van annuleringen verdient meer aandacht dan ze krijgt. Naar schatting zal meer dan 40% van de AI-projecten voor agenten tegen eind 2027 worden geschrapt.
De zwakke rendementen en tekortkomingen in het bestuur zijn de belangrijkste oorzaken van die mislukkingen. Geen van beide problemen is een protocolprobleem , en dat is precies de reden waarom de invoering van MCP op zich geen garantie biedt.
Onze schatting: specifiek voor bureaus gebruikt momenteel ongeveer รฉรฉn op de zes bureaus een MCP-server in actieve klantworkflows. We verwachten dat dit in 2027 zal oplopen tot รฉรฉn op de drie, waarbij rapportage- en onderzoeksworkflows de boventoon voeren in plaats van campagne-uitvoering.
Adoptie door klanten: welke AI-platforms ondersteunen MCP vandaag de dag?
Platformondersteuning is het best onderbouwde onderdeel van het hele MCP-verhaal. Elke grote leverancier documenteert dit openbaar.
- Claude en Claude Desktop bieden originele clientondersteuning plus een connectordirectory met meer dan 950 servers.
- ChatGPT biedt ondersteuning aan connectors en externe servers via de toolinterface.
- Google Gemini ondersteunt MCP-tools met automatische aanroeplussen in de SDK.
- Microsoft Copilot Studio verbindt agents met bestaande servers via een streambaar transportnetwerk.
- GitHub levert een officiรซle server mee, en Vercel, Netlify en Cloudflare documenteren allemaal implementatiepaden.
- AWS Bedrock AgentCore voert MCP uit naast agent-to-agent-protocollen als aanvullende standaardinstellingen.
Ondersteuning tussen verschillende leveranciers is wat een standaard onderscheidt van een functie van een specifieke leverancier. Concurrerende platformen zijn het zelden over iets eens, dus overeenstemming op dit gebied is van groot belang.
Fouten die we steeds weer zien bij teams tijdens de uitrol van MCP's
We hebben nu voldoende agentimplementaties geanalyseerd om patronen te herkennen. De meeste storingen worden veroorzaakt door een klein aantal vermijdbare fouten.
De fout bij het tellen van tools verrast de meeste mensen, omdat het toevoegen van meer tools de indruk wekt dat je meer mogelijkheden toevoegt. In de praktijk kiezen agenten echter slechtere tools naarmate de optieset groeit.
We beperken het aantal gekoppelde tools per workflow en splitsen agents in op basis van hun functie. De ene agent behandelt rapportage, de andere onderzoek, en geen van beide heeft toegang tot de tools van de ander.
Ook governancefouten volgen een voorspelbaar patroon. Iemand voert een succesvolle pilot uit, de leiding vraagt โโom opschaling, en niemand herziet de tijdens de testfase verleende machtigingen.
De bevoegdheden van een piloot zijn bijna altijd te ruim, omdat het beperken ervan de piloot vertraagt. Het opschalen van diezelfde opzet naar een hele organisatie brengt dezelfde ruime bevoegdheden met zich mee.
Onze regel voor klantaccounts is eenvoudig te handhaven. Elke promotie van pilot naar productie leidt tot een nieuwe machtigingscontrole, waarbij de vorige bevoegdheden als ongeldig worden beschouwd.
AFFiNCO-prognoses: Waar gaan deze cijfers naartoe?
Tijd om zelf een standpunt in te nemen. Deze schattingen zijn gebaseerd op implementaties bij klanten, gesprekken met partners en de bovenstaande groeicijfers, en niet op uit de bronnen afkomstige cijfers.
We hebben het meeste vertrouwen in de OAuth-projectie. De autorisatie sluit nu aan op de identiteitssystemen in productieomgevingen , waardoor het belangrijkste technische argument voor statische sleutels is komen te vervallen.
Onze minst zekere inschatting betreft de timing van de martech-implementatie. Marketingplatforms zijn van oudsher traag met het openstellen van programmatische advertentiemogelijkheden, en niets wijst er vooralsnog op dat er haast bij is.
Hoe we deze MCP-adoptiestatistieken hebben samengesteld
De methode is belangrijk wanneer een onderwerp zoveel hergebruikte data aantrekt. We hebben een eenvoudige hiรซrarchie toegepast bij het samenstellen van dit artikel.
Elk percentage zonder genoemde bron, steekproef en noemer werd uitgesloten. Alleen al door die regel werden verschillende veelbesproken cijfers geschrapt, waaronder de inmiddels ingetrokken bewering van 78% productie.
Onze eigen cijfers verschijnen alleen in gemarkeerde tekstblokken en duidelijk aangegeven tabelrijen. We laten liever onze berekeningen zien dan dat een lezer onze modellen aanziet voor wetenschappelijk onderzoek.
De conclusie over de invoering van MCP in 2026
MCP is van een interessant protocol uitgegroeid tot een volwaardige infrastructuurcomponent. Vierhonderd miljoen maandelijkse downloads, neutraal bestuur, ondersteuning van verschillende leveranciers en een implementatiepercentage van 45% in bedrijfsomgevingen maken die conclusie moeilijk te weerleggen.
Wat nog niet is opgelost, is de operationele laag. De beveiliging van inloggegevens op openbare servers blijft gebrekkig, er is geen breed toegepaste verdediging tegen het vergiftigen van tools, en marketingplatforms zijn nog maar net begonnen met het leveren van eigen servers.
Ons advies aan klanten is bij elke herziening van deze MCP-implementatiestatistieken onveranderd gebleven. Begin met alleen-lezen-verbindingen met systemen die u al vertrouwt. Registreer alles. Laat schrijfbewerkingen door een mens controleren.
Teams die dit doen, besparen maandelijks al daadwerkelijk uren. Teams die het overslaan, creรซren een incident dat ze nog niet hebben gehad.
Bronnen en verdere informatie
- Anthropic: Donatie van het Model Context Protocol en oprichting van de Agentic AI Foundation
- Anthropic: De MCP-specificatie van 2026 naar Claude brengen
- Model Context Protocol: De specificatieversie van 2026
- Model Context Protocol: Officiรซle specificatie
- Stacklok: De stand van zaken van het Model Context Protocol in software in 2026
- Stacklok: De stand van zaken van het Model Context Protocol in de detailhandel in 2026
- Linux Foundation: Oprichting van de Agentic AI Foundation
- Google Developers: Schaalvergroting van de infrastructuur voor AI-agenten met stateless MCP
- Cloudflare: De volgende generatie MCP
- Microsoft: Officiรซle MCP C# SDK-versie 2.0
- Praktische DevSecOps: MCP-beveiligingsstatistieken 2026
- Cloud Security Alliance: Onderzoeksnota over MCP-toolvergiftiging en automatische uitvoering
- Tijdschrift voor cyberbeveiliging en privacy: MCP-dreigingsmodellering en analyse van toolvergiftiging
- arXiv: Onderzoek naar dreigingsmodellering met behulp van het Model Context Protocol
Ali
Ali is een expert in digitale marketing met meer dan 7 jaar ervaring in SEO-geoptimaliseerd bloggen. Hij is bedreven in het beoordelen van SaaS-tools, socialmediamarketing en e-mailcampagnes en creรซert content die goed scoort en het publiek aanspreekt. Ali staat bekend om zijn betrouwbare informatie en is een betrouwbare bron voor bedrijven die hun online aanwezigheid effectief willen vergroten.
