O 'USB-C da IA': Por que o Model Context Protocol (MCP) é a evolução técnica definitiva do Agentforce
A Salesforce explicou o MCP em 90 segundos. Entenda como essa padronização open source decreta o fim das integrações customizadas complexas e conecta seus agentes de IA a qualquer sistema externo.
Criado pela Anthropic e adotado pela Salesforce, o Model Context Protocol elimina o gargalo das integrações ponto a ponto. A chegada do MCP ao Agentforce muda o jogo para arquitetos e desenvolvedores que precisam dar contexto externo à IA de forma segura e escalável.
A Salesforce publicou um vídeo com o título "Model Context Protocol (MCP) Explained in 90 Seconds". Se você não acompanha de perto a engenharia de IA, pode parecer mais um conteúdo institucional genérico. Mas para quem está no front das implementações — desenhando arquiteturas, estimando esforço, lidando com a realidade crua dos projetos — o MCP é o padrão técnico mais relevante que surgiu no ecossistema Salesforce nos últimos anos. Sem exagero.
O problema que o MCP resolve: a dor real das integrações para IA
Para entender o tamanho do impacto, é preciso olhar primeiro para a dor que ele endereça. Hoje, se você quer que o Agentforce consulte estoque em tempo real em um ERP legado ou acione uma automação de reembolso em um gateway de pagamento, o caminho é custoso e frágil. Você precisa construir uma integração customizada, lidar com autenticação, mapear payloads, tratar erros e, na prática, criar um "tradutor" para que a inteligência artificial da Salesforce consiga compreender os dados daquele sistema específico.
Se houver um segundo sistema, você repete o processo do zero. Um terceiro? Mais do mesmo. É um modelo que não escala, onera o time de desenvolvimento e cria um emaranhado de dependências difíceis de manter. Qualquer alteração de contrato de API no sistema externo pode derrubar o agente inteiro.
O que é o MCP e por que o apelido "USB-C da IA" faz sentido
O Model Context Protocol (MCP) foi originalmente criado pela Anthropic — empresa responsável pelo Claude — e rapidamente ganhou adesão de players como Google e OpenAI. O apelido que circula na comunidade técnica é preciso: "o USB-C da Inteligência Artificial".
A lógica é a mesma. Antes do USB-C, cada fabricante inventava seu próprio conector. O resultado era gavetas cheias de cabos incompatíveis. O USB-C estabeleceu um padrão universal, e qualquer dispositivo compatível passou a se comunicar com qualquer outro sem fricção. O MCP faz exatamente isso para agentes de IA e sistemas externos.
A arquitetura do protocolo é estruturada em dois papéis claros:
- Clientes (Hosts): o agente de IA que precisa de contexto e capacidade de ação — no caso, o Agentforce.
- Servidores: os sistemas externos, bancos de dados ou ferramentas que expõem suas capacidades por meio de uma interface padronizada.
Quando a Salesforce adota o MCP como padrão nativo no Agentforce, ela está fazendo uma declaração arquitetural: qualquer ferramenta que disponibilize um servidor MCP pode ser conectada ao ecossistema imediatamente. Sem Apex customizado para parser de JSON, sem Flows remontados apenas para fazer chamadas REST e sem gambiarras de integração que ninguém consegue manter seis meses depois.
Como isso muda a vida de arquitetos e desenvolvedores na prática
O impacto mais direto é na forma de estimar e entregar projetos de IA. Dois cenários concretos para ilustrar:
Revenue Cloud com dados de custo externos
Imagine um agente que precisa negociar descontos complexos considerando tabelas de custo logístico hospedadas em um sistema de terceiros. Com o MCP, o agente ganha acesso estruturado a esses dados via Resources e pode executar ações no sistema parceiro via Tools, apenas conectando-se ao servidor MCP disponibilizado pelo parceiro. Nenhuma integração ponto a ponto. Nenhum contrato de API proprietário a manter.
Service Cloud com orquestração de múltiplos sistemas
Um agente autônomo de suporte técnico pode consultar o Jira para ler o status de um bug, buscar logs na AWS e cruzar tudo isso com o histórico do cliente no Salesforce — tudo por meio do mesmo barramento padronizado. A fricção técnica despenca. O tempo de resolução também.
Para times de desenvolvimento, a orientação de arquitetura passa a ser direta:
Se o sistema não é nativo ao Salesforce, crie um servidor MCP intermediário — usando Heroku, Node.js ou a stack que fizer sentido para o contexto — em vez de lotar a org de chamadas REST rígidas que o agente terá dificuldade de orquestrar com consistência.
O que a adoção do MCP diz sobre a estratégia da Salesforce
O que mais chama atenção aqui não é apenas a flexibilidade técnica do protocolo. É o pragmatismo da Salesforce ao adotá-lo. A empresa poderia ter tentado empurrar uma camada de integração 100% proprietária e fechada para IA. Em vez disso, abraçou um protocolo open source que o mercado inteiro já validou.
Isso tem peso estratégico. Significa que o Agentforce deixa de ser uma inteligência enclausurada nos dados do CRM e ganha capacidade real de navegar pelo ecossistema corporativo completo — ERP, ITSM, datastores externos, ferramentas de engenharia, o que for. A plataforma se torna mais aberta sem abrir mão do controle sobre a camada de orquestração e segurança.
O que fazer agora
A mensagem para profissionais que atuam na trincheira é direta: estude o protocolo antes que ele chegue como requisito de projeto. Entenda como servidores MCP são construídos e expostos, como o Agentforce atua como cliente e quais os limites de segurança e autorização envolvidos.
A era de construir conectores engessados e customizados para cada agente de IA está chegando ao fim. Dominar essa padronização vai separar as arquiteturas que escalam das orgs que vão acumular dívida técnica nos próximos dois anos.
Até agora, plugar o Agentforce a ferramentas externas exigia integrações pesadas e código sob medida para cada sistema. O MCP resolve isso introduzindo um protocolo universal. Para quem implementa projetos reais (Solution Architects, Developers, Consultants), isso significa entregas de agentes mais inteligentes, rápidas e com uma redução drástica na dívida técnica de integrações ponto a ponto.
O MCP é, tecnicamente, a decisão mais inteligente que a Salesforce poderia ter tomado no contexto de IA agêntica. Em vez de criar mais um protocolo proprietário — o que historicamente seria o caminho esperado —, eles adotaram um padrão open source já em tração no mercado. Isso muda o argumento de adoção do Agentforce em conversas com arquitetos e CTOs céticos: você não está apostando em um ecossistema fechado, você está conectando seus agentes a uma camada de integração que já existe fora da Salesforce. Para mim, isso é maturidade de plataforma. Não é generosidade. É estratégia — e uma boa.
Se você precisa conectar o Agentforce a um ERP, banco de dados ou ferramenta externa, pare de desenhar integrações REST customizadas tradicionais em Apex. Avalie se o fornecedor já oferece um servidor MCP ou construa o seu próprio (usando Heroku ou Node) para expor as Ações e Recursos de forma padronizada para os seus agentes de IA.
Embora a arquitetura seja brilhante, ela depende da maturidade dos fornecedores externos. Nem todo software de terceiros é 'MCP-compliant' ainda, o que exigirá a construção de servidores intermediários. Além disso, a governança de acesso aos dados e os limites de consumo de API ainda exigem monitoramento rígido quando o Agentforce começar a interagir em massa com o mundo externo.
Este conteúdo foi reescrito e analisado editorialmente em português a partir de informações públicas da fonte indicada.