Inhoudsopgave
De afgelopen maanden zie ik steeds vaker de termen MCP en A2A voorbijkomen in AI-discussies. Veel organisaties vragen zich af:
"Moeten we hier iets mee?"
Mijn korte antwoord: ja.
Dit zijn namelijk de bouwstenen van hoe AI gaat samenwerken met jouw bedrijfsprocessen. Maar wat betekenen deze twee termen nou eigenlijk? Ik leg het je op een simpele manier uit.
Eerst MCP
Stel je vraagt je af: "Welke projecten lopen risico op vertraging?". Een AI-agent kan dan via MCP informatie raadplegen uit bijvoorbeeld:
- Microsoft Planner
- Azure DevOps
- Dynamics 365
- SharePoint
- ServiceNow
- Salesforce
- Dataverse
En vervolgens één antwoord teruggeven.
Microsoft zet hier inmiddels ook stevig op in. Zo kan sinds kort ook Dataverse optreden als een MCP-server, waardoor AI-agents, binnen de bestaande beveiligings- en toegangsrechten, gegevens kunnen raadplegen en acties kunnen uitvoeren.
Klik hier voor meer informatie over de Dataverse MCP server.
Dan A2A
A2A (Agent-to-Agent) gaat een stap verder. Dit is niet de verbinding tussen een agent en een systeem, maar de samenwerking tussen meerdere agents. Vergelijk het met collega's:
- Eén collega behandelt klantvragen
- Eén collega controleert financiële gegevens
- Eén collega plant werkzaamheden
Met A2A kunnen gespecialiseerde agents op dezelfde manier samenwerken. Stel dat een medewerker vraagt: "Kunnen we deze contractwijziging doorvoeren?". Een coördinerende agent ontvangt deze vraag en schakelt vervolgens automatisch andere gespecialiseerde agents in:
- Een financiële agent controleert de contract- en factuurgegevens.
- Een compliance-agent controleert of de wijziging voldoet aan interne richtlijnen.
- Een planningsagent bepaalt welke vervolgacties nodig zijn.
De resultaten komen terug bij de coördinerende agent, die hiervan één advies maakt voor de medewerker. De medewerker blijft daarbij de beslisser (human-in-the-loop), maar hoeft niet meer zelf alle controles uit te voeren.
Waarom is dit interessant voor bedrijven?
Veel organisaties experimenteren met één AI-assistent. Dat levert vaak tijdswinst op voor individuele medewerkers. Maar de echte waarde zit vaak niet in één taak. Die zit in een volledig proces.
Wat dit betekent voor Power Platform
De afgelopen jaren gebruikten we AI vooral om informatie te vinden of teksten te genereren.
Met MCP en A2A verschuift de focus naar iets veel groters: AI die niet alleen informatie geeft, maar daadwerkelijk samenwerkt binnen bedrijfsprocessen.
Daarvoor heb je eigenlijk beide nodig:
🔌 MCP om met systemen en data te praten
🤝 A2A om met andere agents samen te werken
Wat ik interessant vind aan de recente ontwikkelingen rond de Dataverse MCP Server, is dat Microsoft hiermee laat zien waar het platform naartoe beweegt: van AI die over data praat naar AI die daadwerkelijk met data werkt.
Voor organisaties die bezig zijn met Copilot Studio, Power Platform of agentic oplossingen wordt het daarom steeds belangrijker om niet alleen naar modellen te kijken, maar juist naar de manier waarop agents toegang krijgen tot processen, data en elkaar.
Want uiteindelijk zit de echte waarde niet in één slimme agent.
De echte waarde ontstaat wanneer meerdere agents veilig samenwerken rondom jouw bedrijfsprocessen.
Meer leren?
- Dataverse MCP Server (Microsoft Learn)
- Dataverse MCP Server release update (Microsoft Learn)
- Dataverse MCP Server blog (Microsoft Power Platform Blog)
Boek jouw Next Move workshop en ontdek hoe jij agents het meest waardevol inzet binnen de organisatie!
Wat is het verschil tussen MCP en A2A?
MCP (Model Context Protocol) en A2A (Agent-to-Agent) vullen elkaar aan, maar hebben een andere rol. MCP zorgt ervoor dat AI-agents veilig kunnen communiceren met systemen en databronnen zoals Dataverse, Dynamics 365, SharePoint of ServiceNow. A2A zorgt ervoor dat verschillende AI-agents onderling kunnen samenwerken en informatie uitwisselen om complexe processen uit te voeren.
Kort gezegd: MCP verbindt agents met systemen, A2A verbindt agents met elkaar. Organisaties die AI willen inzetten binnen bedrijfsprocessen hebben vaak beide technologieën nodig om maximale waarde uit agentic AI te halen.
Hoe kunnen bedrijven MCP en A2A gebruiken binnen Microsoft Power Platform?
Binnen Microsoft Power Platform, Copilot Studio en Dataverse maken MCP en A2A het mogelijk om AI-agents onderdeel te laten worden van bedrijfsprocessen. Een agent kan bijvoorbeeld via MCP klantgegevens ophalen uit Dataverse, terwijl via A2A meerdere gespecialiseerde agents samenwerken om een vraagstuk te beoordelen.
Denk aan processen zoals contractgoedkeuringen, klantenservice, vergunningaanvragen of interne IT-support. Hierdoor kunnen organisaties repetitieve werkzaamheden automatiseren, sneller beslissingen nemen en medewerkers ondersteunen met direct bruikbare adviezen.
Waarom zijn MCP en A2A belangrijk voor de toekomst van AI?
De ontwikkeling van AI verschuift van losse chatbots naar een netwerk van samenwerkende agents. Bedrijven willen niet alleen antwoorden genereren, maar complete processen ondersteunen en automatiseren. MCP en A2A vormen hiervoor belangrijke bouwstenen.
Met MCP krijgen AI-agents gecontroleerde toegang tot bedrijfsdata en applicaties. Met A2A kunnen gespecialiseerde agents samenwerken aan complexe taken. Hierdoor ontstaat een nieuwe generatie AI-oplossingen die niet alleen informatie geeft, maar daadwerkelijk meewerkt binnen de organisatie. Dit wordt vaak beschreven als de volgende stap richting Agentic AI.
Imke Schrijen
Power Platform Consultant @ ITRBLS
