Conectar a IA aos dados do negócio: dar acesso, não controle
O MCP virou o caminho padrão para uma IA consultar os dados da empresa. A parte fácil é ligar. A parte que decide se você vai dormir tranquilo são cinco perguntas que quase ninguém faz ao fornecedor.
Uma IA generalista responde bem sobre o mundo e mal sobre a sua empresa. Ela não sabe quanto você faturou ontem, qual campanha trouxe o lead que virou venda, nem por que o número do relatório não bate com o extrato. Não é limitação de inteligência: é que esses dados nunca chegaram até ela.
O mercado deu três respostas ruins para isso antes de dar uma boa.
- Copiar e colar planilha no chat. Funciona uma vez, envelhece no dia seguinte e não escala para nada que mude de hora em hora.
- Botar um assistente dentro do painel. Ele resume o gráfico que você já estava olhando — o que raramente é o problema.
- Subir a base inteira para um modelo. Resolve o acesso e cria um problema maior, que é não conseguir mais dizer quem pode ver o quê.
O que o MCP muda
O Model Context Protocol é um protocolo aberto para uma aplicação de IA conversar com um sistema externo. Em vez de a IA navegar sozinha pela sua base, o sistema publica um servidor que expõe três coisas: recursos (o que dá para ler), ferramentas (o que dá para fazer) e prompts (como fazer direito).
A inversão é o ponto. A IA não recebe uma senha de banco e liberdade: ela recebe um cardápio. O que não está no cardápio não existe para ela — e é por isso que a discussão sobre IA e dado sensível deixa de ser filosófica e vira uma lista de permissões que dá para auditar.
A pergunta certa não é "a IA vai ver meus dados?". É "quem escreveu o cardápio, e o que exatamente está nele?".
Construir ou contratar
| Construir o seu servidor | Usar o conector do fornecedor | |
|---|---|---|
| Prazo | Semanas, e recomeça a cada fonte nova | Minutos: é uma URL e uma autorização |
| O que você assume | Autenticação, escopo, limite de uso, auditoria, manutenção | A configuração de quem pode o quê |
| Quando compensa | Dado que só existe na sua casa, ou regra de acesso muito particular | As fontes que a plataforma já conhece |
| Risco escondido | O servidor caseiro costuma nascer com acesso total, porque é mais fácil | Confiar sem perguntar como o escopo é aplicado |
Nenhuma das duas colunas é a resposta certa para todo mundo. O erro é escolher sem olhar a última linha.
As cinco perguntas para fazer a quem te oferece um conector
Estas cinco são as que separam um conector que respeita a sua estrutura de permissões de um que só parece respeitar. Todas nasceram de defeitos reais, achados em auditoria — inclusive na nossa.
- 01O token está preso a um projeto? Se a IA pode trocar de projeto sozinha, qualquer conversa pode acabar lendo o dado do cliente errado.
- 02O escopo de leitura é aplicado, ou só declarado? Marcar uma ferramenta como "somente leitura" na documentação não impede nada. O servidor precisa recusar a escrita na hora da chamada.
- 03Quando eu removo alguém da equipe, quando o acesso morre? Se o projeto ativo viaja dentro de um token de 90 dias e ninguém reconfere, um ex-membro continua lendo por três meses.
- 04O que a IA pode escrever? Ler relatório e apagar um conjunto de dados são poderes muito diferentes, e não deveriam vir no mesmo pacote por padrão.
- 05A consulta roda isolada? Se a IA pode escrever SQL, ela precisa ser barrada ao citar o schema de outro cliente ou uma tabela global — no servidor, não no prompt.
Ler a autorização e jogá-la fora é pior do que não lê-la: parece que foi considerada. Um conector que confere o papel do usuário e depois ignora o resultado dá a mesma resposta de um que nunca conferiu.
O detalhe do token que quase todo mundo erra
Vale abrir a terceira pergunta, porque a armadilha é sutil. É comum o projeto ativo ser validado uma vez, na hora de autorizar, e depois viajar dentro do token. A renovação copia o valor adiante sem reconferir. Funciona perfeitamente — inclusive para quem saiu da empresa.
O conserto não é complicado, mas precisa estar no funil por onde toda chamada passa, e falhar fechado: erro ao consultar a permissão não pode virar passe livre. Com um cache curto, o pior caso deixa de ser meses e passa a ser um minuto.
O que muda na prática
Com o conector no lugar, a conversa deixa de ser sobre gráficos e passa a ser sobre perguntas — inclusive as que não cabem num painel porque atravessam fontes diferentes:
- Quanto custou o lead que virou venda na campanha que subiu ontem?
- Quais anúncios gastaram na semana e não geraram nenhum contato?
- Quanto tempo passa, na média, entre o clique no anúncio e a compra — e quantas vendas caem fora da janela de atribuição por causa disso?
- Quais pessoas compraram sem nunca ter aparecido no CRM?
- O faturamento do mês bate com o que a plataforma de anúncios está creditando? Se não bate, onde está a diferença?
Nenhuma delas é difícil de responder quando os dados estão no mesmo lugar e a IA tem uma porta com regras. Todas são impossíveis quando a resposta depende de exportar três planilhas e cruzar na mão.
No CrazyLeads o conector de MCP é parte do produto: ele enxerga só o projeto ativo, recusa projeto de terceiro nas três formas de citar um projeto, deriva o escopo de escrita da própria anotação da ferramenta e reconfere o vínculo da pessoa com o projeto antes de assinar qualquer chamada.