Skreddersydd MCP er AI-integrasjon som lar ChatGPT eller Claude bruke bedriftens egne systemer — CRM, regnskap, support og kunnskapsbase — med tilgang dere selv styrer. Hos Nettsmed bygger vi slike broer for norske SMB-er som allerede bruker AI i hverdagen, men som sliter med kopiering, gjetting og for lite kontroll. Målet er at assistenten svarer med deres fakta, ikke med generisk internettkunnskap.
Hvis dere først og fremst lurer på pris og tidsbruk, har vi en egen artikkel om MCP for bedrifter. Vil dere ha en mer trinnvis guide, se guiden om custom AI-integrasjon. Denne teksten handler om hvorfor det er relevant, hva dere får, og når det er fornuftig å ta en prat med oss.
Problemet: AI som ikke kjenner bedriften
Mange bedrifter har nytte av ChatGPT eller Claude til utkast og idéer — men stopper når svaret krever deres tall, kunder eller rutiner.
Typiske symptomer:
- Ansatte limer inn utdrag fra CRM eller regnskap i chatten — og håper at de ikke tar feil rad.
- Svarene høres trygge ut, men bygger på generisk kunnskap, ikke på det som ligger i Fiken, Tripletex, HubSpot eller supportverktøyet.
- Dere har testet ferdige koblinger og «zapper», men de treffer ikke helt: for overfladiske, for dyre per kjøring, eller for lite kontroll på hvem som får se hva.
Det er her AI-integrasjon skiller lag med «å bruke ChatGPT på jobb». Integrasjon handler ikke om en smartere chatbot på nettsiden. Det handler om at assistenten kan bruke bedriftens egne verktøy på en måte dere har bestemt.
Les gjerne også ChatGPT for bedrifter hvis dere fortsatt vurderer lisens og grunnleggende bruk — den artikkelen handler om verktøyet; denne handler om koblingen til resten av huset.
Hva MCP er — uten teknisk sjargong
MCP (Model Context Protocol) er en felles måte for AI-assistenter å be om lov til å gjøre noe i et eksternt system — for eksempel hente en kundeliste, slå opp et bilag eller søke i en håndbok.
Før slike standarder måtte hver AI-leverandør og hvert fagsystem få sin egen, skjøre kobling. Med MCP kan dere bygge én bro (en MCP-server tilpasset dere) som flere AI-klienter kan bruke — for eksempel både Claude og ChatGPT — uten å starte prosjektet på nytt hver gang. Den åpne spesifikasjonen beskrives blant annet på modelcontextprotocol.io.
For beslutningstakere er poenget dette:
- Dere eier broen. Den snakker med deres API-er og deres regler.
- AI-en får verktøy, ikke «fri ferdsel». Dere velger hva som er lov: hos Nettsmed starter vi nesten alltid med bare lesing.
- Samme tanke på tvers av leverandører. Dere låser dere mindre til én chat-app.
Vil noen i teamet forstå den tekniske siden, peker vi videre til guiden vår om MCP-server. Dere trenger ikke lese den for å ta en beslutning.
Konkrete eksempler på skreddersydd AI-integrasjon
Nedenfor er eksempler vi ser at norske SMB-er faktisk har nytte av — mindre friksjon i daglige oppgaver, ikke «AI-magi».
CRM og salg
«Hva sa kunden sist?», «Hvilke tilbud står åpne denne måneden?», «Oppsummer oppfølgingene til X». Med MCP mot CRM kan en AI-assistent hente fakta fra systemet og svare i vanlig språk — i stedet for at selgeren leter i ti faner.
Regnskap (for eksempel Fiken eller Tripletex)
Spørsmål som «Har vi betalt leverandør Y?» eller «Hvilke bilag mangler prosjektnummer?» er tidstyver. En lesetilkobling mot regnskapssystemet lar AI-en slå opp, mens selve bokføringen fortsatt skjer der den skal. (Tripletex kommuniserer selv om MCP i sine egne kanaler — et tegn på at økonomisystemene tar dette på alvor.)
Kundesupport
Når support trenger ordrestatus, returregler eller tidligere saker, kan en assistent hente det fra helpdesk og ordresystem — og foreslå et svarutkast som mennesket godkjenner. Mer om retningen finner dere i helpdesk med AI.
Kunnskapsbase og interne rutiner
Personalhåndbok, produktark, prosjektmaler: det er gull verdt når AI kan søke i deres dokumenter i stedet for å gjette. Et beslektet spor er AI-søk på egen nettside — samme idé, ofte rettet mot kunder eller ansatte.
Drift og «limet» mellom systemer
Noen trenger ikke en synlig chat i det hele tatt, men at en AI-agent kjører faste sjekker: avvik i lager, manglende felt i CRM, ukentlige oppsummeringer til ledergruppen. Da overlapper dette med det mange kaller AI-agent for bedrifter — MCP er ofte måten agenten får lovlige hender på.
Sikkerhet og kontroll: det beslutningstakere spør om
God AI-integrasjon handler like mye om hva AI-en ikke skal gjøre som om hva den kan.
Noen prinsipper vi legger til grunn i skreddersydde MCP-er:
- Minste tilgang. Start med lesing. Åpne skriving bare der gevinsten er tydelig og sporbar.
- Tydelige «verktøy». Hvert endepunkt har et formål («hent ordre», «søk i håndbok») — ikke en åpen dør inn i databasen.
- Innlogging på ordentlig. Særlig mot ChatGPT er det viktig at tilgang styres slik plattformen forventer, ikke med snarveier som føles enkle første uken og risikable den neste.
- Logging og ansvar. Dere skal kunne se hva som ble hentet, når, og i hvilken sammenheng — i tråd med hvordan dere allerede tenker personvern og arbeidsgiveransvar.
- Menneske i løkken der det haster. Forslag til svar og utkast er ofte riktig nivå; automatisk utsendelse til kunder er et bevisst valg, ikke en standard.
Ingen seriøs leverandør bør love «helt risikofritt». Det vi kan love, er at sikkerhet og tilgang tenkes inn før første demo — ikke etter første skrekkhistorie.
Når ferdigverktøy holder — og når skreddersydd AI-integrasjon lønner seg
Ferdige koblinger og skreddersydd MCP løser ulike behov — valget handler om kontroll, fagbegreper og hvor kritisk dataene er.
| Ferdig kobling (connectors, Zapier, Make, n8n …) | Skreddersydd MCP | |
|---|---|---|
| Passer når | Behovet er enkelt og standard | AI må forstå deres systemer og fagbegreper |
| Data / risiko | Ofte OK når dataene ikke er spesielt sensitive | Når tilgangsstyring, logging eller bransjekrav er reelle |
| Eierskap | Logikken lever ofte hos en tredjepart | Dere eier broen og reglene |
| Flere AI-klienter | Ofte én-til-én per verktøy | Samme bro kan brukes mot f.eks. både Claude og ChatGPT |
| Typisk start | Ferdig mal / oppskrift | Én systemkilde, først bare lesing |
Ferdige koblinger er smarte når behovet er standard (for eksempel «ny rad i regneark når skjema sendes»), dataene ikke er spesielt sensitive, og dere tåler at logikken lever hos en tredjepart.
Skreddersydd MCP er mer aktuelt når AI-en må forstå deres landskap, dere trenger samme bro mot flere AI-klienter, eller ferdige connectors stopper ved «nesten» — og nesten ikke er godt nok i kundesamtalen.
Hos Nettsmed ser vi at mange starter smått: én kilde, bare lesing, noen få spørsmål teamet faktisk stiller. Det er en sunnere vei enn «koble alt til alt».
Slik jobber Nettsmed med skreddersydd MCP
Nettsmed er et norsk byrå med WordPress og skreddersydde integrasjoner som kjerne — MCP er en konkret leveranseform for å koble AI til systemene deres.
En typisk vei ser slik ut:
- Avklar bruk. Hvilke tre spørsmål skal bli enklere først? Hvem skal bruke det?
- Kartlegg systemer og tilgang. CRM, regnskap, support, filområder — og hva som er lov.
- Bygg en smal MCP-bro. Hellere få ting som fungerer trygt, enn et stort diagram på whiteboard.
- Test med ekte ansatte. Justér formuleringer, rettigheter og svarstil.
- Utvid når gevinsten er synlig. Flere kilder, flere handlinger — i deres tempo.
En typisk første leveranse hos oss er ett system og lesetilgang — ikke et loft av koblinger fra dag én. De fleste vi snakker med er små og mellomstore virksomheter som allerede merker at manuell kopiering mellom chat og fagsystem koster mer enn de liker å innrømme.
Er dere usikre på om dere trenger utvikler, rådgiver eller mer strategisk sparring, har vi også skrevet om AI-utvikler og AI-byrå i Norge. Poenget er det samme: velg noen som forklarer risiko like tydelig som mulighet.
Ofte stilte spørsmål
Må vi bytte ut ChatGPT eller Claude for å bruke MCP?
Nei. MCP er laget for å koble assistentene dere allerede liker til systemene deres. Valg av chat-leverandør og valg av AI-integrasjon er to forskjellige beslutninger.
Er MCP det samme som en chatbot på nettsiden?
Nei. En nettside-chatbot svarer ofte på FAQ for besøkende. Skreddersydd MCP handler typisk om at interne eller kontrollerte AI-assistenter får lovlig tilgang til fagsystemer. Dere kan ha begge deler, men de løser ulike behov.
Kan AI-en komme til å endre data uten at vi merker det?
Bare hvis dere bevisst åpner for skriving. En god første leveranse er nesten alltid read-only, med logging. Skriving — for eksempel å opprette en sak — bør være eksplisitt, begrenset og testet.
Hva med personvern og kundeopplysninger?
Dere forblir behandlingsansvarlige for egne kundedata. Integrasjonen må respektere begrenset tilgang, dataminimering og bevissthet på hva som sendes til hvilken AI-leverandør. Dette avklarer vi før noe går i produksjon.
Er skreddersydd MCP bare for store konsern?
Nei. De fleste vi snakker med er små og mellomstore virksomheter. Skreddersøm betyr «tilpasset dere» — ikke «dyrest mulig» — og starter ofte med ett system og lesing.
Neste steg
Hvis dette høres ut som en samtale dere bør ta: fortell oss hvilke systemer dere bruker, og hvilke tre spørsmål teamet stiller oftest. Da kan vi si ifra om en skreddersydd MCP er riktig nivå — eller om dere kommer lengre med enklere grep.
Kontakt Nettsmed for en uforpliktende prat. Ingen forberedelsespitch kreves — bare en ærlig beskrivelse av hverdagen.
