FlowSharp e MCP: quando una piccola roadmap anticipa una grande direzione

Un server MCP nativo a meno di un mese dalla nascita

Il 6 maggio 2026, con la versione 0.6 di FlowSharp, abbiamo introdotto un server Model Context Protocol (MCP) nativo. FlowSharp era nato da meno di un mese.

Il nostro obiettivo era semplice da formulare, ma decisamente ambizioso: permettere agli assistenti AI di interagire con i processi aziendali senza aggirare regole, responsabilità e autorizzazioni. Non volevamo costruire soltanto una chat capace di rispondere a domande sui flussi. Volevamo consentire a un assistente AI di consultare processi e attività, creare e aggiornare item, completare task, generare nuovi flussi, analizzare dati operativi, proporre azioni e operare entro i permessi assegnati all'utente.

Il tutto utilizzando strumenti tipizzati, chiavi API associate a ruoli e una selezione esplicita delle operazioni consentite.

Poco più di un mese dopo, l'11 giugno 2026, Pipefy ha annunciato pubblicamente la propria integrazione MCP, presentandola come il collegamento tra le conversazioni con gli assistenti AI e l'esecuzione dei workflow aziendali. Per noi è stato un momento interessante. Non perché FlowSharp e Pipefy siano prodotti direttamente confrontabili per dimensioni, storia o presenza internazionale, e nemmeno perché abbia molto senso trasformare l'innovazione in una gara a chi arriva qualche settimana prima. È stato interessante perché ha rappresentato una validazione indipendente della direzione intrapresa.

Dalla conversazione all'azione governata

Molti strumenti AI sono già molto bravi a leggere documenti, elaborare informazioni e suggerire cosa fare. Il passaggio successivo è permettere loro di agire. Ma un assistente che può modificare dati, avviare procedure o completare attività introduce domande molto più importanti della semplice qualità delle sue risposte: chi sta compiendo l'azione? Con quali autorizzazioni? Su quali processi può intervenire? Quali dati può leggere? Quali operazioni richiedono una conferma umana? Come possiamo ricostruire ciò che è accaduto? Cosa succede quando l'AI sbaglia?

Il vero valore di MCP, in un prodotto come FlowSharp, non consiste quindi nel permettere a un modello linguistico di chiamare qualche API. Consiste nel portare l'intelligenza artificiale dentro un sistema operativo governato.

L'assistente non agisce in uno spazio vuoto. Agisce all'interno di processi che possiedono stati, task, ruoli, scadenze, regole, documentazione, metriche e una storia verificabile. È questa la differenza tra un'AI che suggerisce e un'AI che può contribuire realmente al funzionamento dell'impresa.

Perché è particolarmente importante per le PMI

Nelle piccole e medie imprese il lavoro raramente vive dentro un solo software. Le informazioni sono distribuite tra gestionali, CRM, fogli Excel, email, documenti, automazioni, chat e conoscenza personale. Anche quando esiste una procedura, ciò che accade realmente può essere molto diverso da ciò che è stato formalizzato.

FlowSharp nasce per ridurre questa distanza. I processi diventano flussi eseguibili. Le procedure vengono collegate alle attività. Le persone mantengono responsabilità e controllo. Le automazioni vengono integrate nel percorso operativo. I risultati possono essere misurati.

MCP aggiunge un ulteriore livello: consente agli assistenti AI scelti dall'utente di accedere a questo contesto e di utilizzarlo operativamente. Un collaboratore potrebbe chiedere al proprio assistente: "Quali pratiche sono bloccate e richiedono il mio intervento?". Oppure: "Analizza questo file, crea un item per ogni riga valida e segnalami i dati mancanti prima di procedere". O ancora: "Proponi un nuovo flusso sulla base di questa procedura, ma non pubblicarlo finché non l'ho approvato".

La conversazione diventa un nuovo punto di accesso al lavoro aziendale. Il processo, però, continua a essere governato da FlowSharp.

MCP non è la strategia: è l'infrastruttura

Essere stati molto rapidi nell'introdurre MCP è un segnale importante, ma il protocollo non rappresenta da solo una proposta unica di valore. MCP sta rapidamente diventando uno standard condiviso. Sempre più piattaforme lo adotteranno e, con il tempo, la semplice disponibilità di un server MCP non sarà più un elemento differenziante. La vera partita comincia adesso.

Il vantaggio di FlowSharp consiste nel poter combinare l'accesso degli assistenti AI con elementi che appartengono già alla sua architettura: processi formalizzati ed eseguibili, autorizzazioni e separazione tra organizzazioni, procedure operative collegate ai task, supervisione umana, audit delle azioni, automazioni realizzate attraverso n8n, misurazione di tempi, risultati e saving, analisi dei processi e individuazione delle anomalie.

In altre parole, non vogliamo limitarci a collegare l'AI ai dati aziendali. Vogliamo collegarla al modo in cui l'azienda decide, opera, controlla e migliora.

La prossima evoluzione

La direzione che stiamo esplorando va oltre la semplice integrazione tecnica. Immaginiamo pacchetti FlowSharp utilizzabili da assistenti come Codex, Claude e altri ambienti di lavoro agentici: non soltanto una configurazione MCP, ma un insieme coerente di conoscenza aziendale, policy, descrizioni dei processi e competenze operative.

L'assistente potrebbe così comprendere come funziona l'organizzazione, quali flussi sono disponibili, quali procedure devono essere rispettate, quali azioni può eseguire, quando deve fermarsi e chiedere conferma e quali risultati sono attesi.

Stiamo inoltre studiando un livello di governo per gli agenti autonomi: identità dedicate, permessi granulari, budget, approvazioni, controllo delle azioni e possibilità di interrompere o correggere un'esecuzione.

Perché il futuro non sarà costituito soltanto da persone che utilizzano software. Sarà fatto di persone, sistemi e agenti AI che collaborano all'interno degli stessi processi.

Una piccola conferma, una grande responsabilità

Vedere una piattaforma internazionale come Pipefy presentare MCP come una nuova direttrice strategica, poche settimane dopo la nostra implementazione, ci ha fatto piacere. Non dimostra che ogni nostra scelta sarà corretta. Ma conferma che il problema che stiamo affrontando è reale e che la direzione merita di essere approfondita.

FlowSharp ha adottato MCP quando il prodotto aveva meno di un mese, prima che l'integrazione tra assistenti AI e processi governati diventasse una direttrice dichiarata dai grandi vendor del settore. Ora il nostro obiettivo non è semplicemente continuare ad aggiungere funzionalità AI. È costruire il luogo in cui procedure, persone, automazioni e agenti possano lavorare insieme senza perdere controllo, responsabilità e capacità di misurare i risultati.

Perché l'AI diventa davvero utile all'impresa non quando sa soltanto rispondere. Diventa utile quando può contribuire al lavoro reale, rispettando il modo in cui l'impresa deve funzionare.