MCP för svenska bolag: så låter ni en AI-agent arbeta i era egna system
Gustav Brochmann
Model Context Protocol (MCP) är en öppen standard från Anthropic som låter en AI-assistent som Claude använda ett företags egna system som verktyg: läsa kundkort, skapa ärenden, söka i dokument. För ett svenskt bolag med 10–200 anställda är det den kortaste vägen från ”vi har ChatGPT” till ”vår AI arbetar i vår data” – förutsatt att man bygger in spärrar för vad agenten får ändra.
Vad MCP är, utan jargong
En AI-modell kan bara resonera om det den ser. MCP är ett protokoll för att visa modellen era system på ett kontrollerat sätt: ni beskriver ett antal verktyg (”hämta kund”, ”lista öppna ärenden”, ”registrera kvitto”), och en MCP-klient som Claude Desktop eller Claude Code kan anropa dem när användaren frågar något. Protokollet är öppet och används av Anthropic, OpenAI och de flesta utvecklarverktyg, så det ni bygger i dag är inte låst till en leverantör.
Skillnaden mot en chattbot på hemsidan är att agenten arbetar med riktiga poster i riktiga system. Skillnaden mot en integration är att ni inte behöver bestämma flödet i förväg – användaren formulerar uppgiften på svenska och modellen väljer verktyg.
Varför det spelar roll för mindre bolag
- Ni har redan datan: kunder, offerter, fakturor, mail. Problemet är att den ligger i fem system och att sammanställningen görs för hand. En agent med MCP-verktyg mot ett gemensamt datalager gör sammanställningen på sekunder.
- Ni behöver inte bygga ett eget gränssnitt för AI:n. Claude Desktop, Claude Code och andra klienter finns redan; ni bygger bara verktygen.
- Kostnaden hamnar hos modellleverantören per användning, inte i en licens per säte. För ett bolag med tjugo anställda är det ofta en bråkdel av vad ett CRM-tillägg kostar.
Risken: en agent som skriver i era system
Läsning är ofarlig. Skrivning är det inte. En modell som får skriva fritt kommer förr eller senare att skriva över ett telefonnummer med ett felaktigt, eller radera något den tolkade som dubblett. Det är inte en teoretisk risk; det är det första som händer när man kopplar en agent till ett CRM.
Så byggde vi det i vårt eget CRM
Vi driver Altu på ett eget system, Altu Central Command, som vi också säljer varianter av till kunder. Det har ett MCP-lager som exponerar CRM, prospektering, ekonomi (kvitton och utlägg) och att-göra-listor som verktyg. Så här ser arkitekturen ut i stora drag:
- Ett verktygsregister. Varje funktion i systemets serverkod – hämta bolag, skapa kontakt, söka i dokument – registreras en gång med namn, beskrivning, indata och en klassning: läsning, skrivning eller borttagning. Samma register används av MCP-transporten och av appens egna serverfunktioner, så det finns bara en sanning om vad som får göras.
- OAuth 2.1 mot riktiga användare. MCP-slutpunkten är skyddad med OAuth, och varje agentanrop körs som en verklig person med den personens roll. Det finns inga delade API-nycklar som ger agenten mer rättigheter än den som startade den.
- Styrda skrivningar. Alla skrivningar går genom ett gemensamt lager som avgör: tomt fält → skriv direkt; befintligt värde → köa för godkännande; borttagning → köa alltid. Kön är en sida i appen där en administratör ser före/efter-värden och godkänner eller avslår. Varje beslut hamnar i en logg.
- Ingen modell på vår server. Resonemanget sker i klienten – Claude Desktop hos användaren. Vår server tillhandahåller verktyg och data, inte intelligens. Det håller kostnaden nere och betyder att vi aldrig skickar kunddata till en modell utan att användaren själv gjort det.
Resultatet är att en säljare kan skriva ”vilka bolag i Göteborg har vi inte pratat med på tre månader, och lägg upp uppföljningar” i Claude Desktop, och få både svaret och en kö av föreslagna aktiviteter som hen godkänner med ett klick.
Vad ni behöver för att komma igång
- Ett system som äger datan. Ligger allt i tredjepartssystem utan API är första steget ett datalager som samlar det.
- Ett litet antal välbeskrivna verktyg. Tio bra verktyg slår hundra dåliga; modellen väljer sämre ju fler nästan likadana alternativ den ser.
- En godkännandekö och en logg från dag ett. Det är billigare att bygga in än att lägga till efter första incidenten.
- Ett Claude-abonnemang för de som ska använda agenten. Ingen egen modellinfrastruktur.
Vi bygger den här typen av lager för kunder, både på system vi byggt och på befintliga databaser. Hör av er om ni vill se hur det fungerar i praktiken, eller läs mer om vad vi byggt tidigare.