Questo documento blog è stato pubblicato originariamente il 18 novembre 2025 ed è stato aggiornato.
Di Tomydas Pall, Group Product Manager
Di recente un membro del team mi ha chiesto: “Quando attiveremo MCP e questo collegherà tutto, perché avremo ancora bisogno delle API? Le API scompariranno?”
Quella domanda mi ha fatto riflettere. All’inizio sembrava ovvio: se MCP collega gli agenti di intelligenza artificiale a strumenti e dati, forse le API non servono più. Ma più ci pensavo, più mi rendevo conto che la risposta non era così semplice.
Per capirlo, esploriamo questa domanda con un esempio di vita reale.
API: Le Basi della Connettività
Le API sono state la spina dorsale dei sistemi digitali per decenni. Definiscono come le applicazioni comunicano tra loro — recuperando dati, eseguendo azioni e abilitando integrazioni.
Prendi un sistema di gestione delle spese come Concur:
POST /spese/{id}/approva → approvare una spesa
Senza API, non c'è modo per altri sistemi di interagire in modo affidabile con questa applicazione. Le API sono le strade del software aziendale.
Aggiunta dello strato IA
Ora, proviamo ad aggiungere uno strato di IA per automatizzare queste interazioni.
Invece di digitare comandi o cliccare sui menu, immagina che un manager chieda semplicemente su Slack:
O più tardi:
Ecco cosa succede: l'agente AI in Slack interpreta la richiesta. Deve interfacciarsi con Concur per ottenere dati o eseguire un'azione. Tradizionalmente, si connetterebbe direttamente alle API di Concur, ma senza solide salvaguardie, ciò potrebbe significare autorizzazioni eccessive, mancanza di logging o automazione non sicura.
È proprio qui che entra in gioco MCP.
Presentazione di MCP: Governance nativa per l'IA
Il Model Context Protocol (MCP) non è stato concepito per sostituire le API. Rappresenta invece il ponte che rende le API sicure, comprensibili e utilizzabili dagli agenti di intelligenza artificiale.
Ecco come si inserisce nel nostro esempio:
Il client MCP (in esecuzione all'interno di Slack con l'agente AI) invia la richiesta. Il server MCP (collegato a Concur) gestisce le API di Concur, verificando le autorizzazioni, aggiungendo meccanismi di governance e registrando le azioni. Solo a quel punto la chiamata API viene eseguita da Concur.

Le API continuano a svolgere il loro lavoro, ma MCP garantisce un usage sicuro, trasparente e regolamentato.
Le API non supportano già la governance?
La naturale domanda successiva di solito è qualcosa del genere:
“Le API dispongono già di OAuth, RBAC, limiti di frequenza e registri di audit. Non è forse questa la governance? Perché abbiamo bisogno anche di MCP?”
Ecco la differenza:

La governance di MCP è incentrato sull'IA. Garantisce che gli agenti AI interagiscano in modo sicuro, con meccanismi di protezione (guardrails) personalizzati per l'autonomia, la spiegabilità e l'osservabilità.
In altre parole, le API governano accesso, MCP regola comportamento.
Quello strato aggiuntivo è importante man mano che le imprese passano dalle chiamate guidate dall'uomo a flussi di lavoro autonomi guidati dall'IA.
MCP nel mondo reale
MCP sta rapidamente guadagnando terreno, come dimostrano i seguenti esempi:
- SDK MCP di Anthropic → l'implementazione di riferimento.
- LangChain e LlamaIndex → analisi dei connettori MCP per i loro framework di agenti.
- Server Community MCP → sempre più utilizzati per strumenti come Jira, Slack e GitHub.
Questo segnala una tendenza: le imprese desiderano un modo standard e sicuro per gli agenti di connettersi ai sistemi aziendali.
API vs MCP: Esempio di approvazione delle spese
Sebbene tali collegamenti siano certamente possibili anche senza MCP, ecco una panoramica di come MCP contribuisca a semplificare e migliorare i processi:
Flusso solo API
- Lo sviluppatore crea un'integrazione Slack.
- I comandi attivano direttamente le chiamate API (GET /expenses, POST /approve).
- Questo flusso funziona, ma richiede codice personalizzato e gestione manuale.
MCP Flusso
- L'agente AI su Slack si connette tramite il client MCP.
- Il client MCP inoltra la richiesta al server MCP, che funge da wrapper per le API di Concur.
- Il server MCP verifica le autorizzazioni, registra le operazioni e il contesto, quindi chiama l'API.
- Concur esegue l'azione e restituisce i risultati a Slack.
- In questo flusso, le API svolgono il lavoro e MCP garantisce che gli agenti di intelligenza artificiale le utilizzino in modo sicuro.
Tendenze emergenti che influenzano il dibattito tra API e MCP
Si stanno concretizzando diverse dinamiche che cambieranno il modo in cui le aziende considerano le API e MCP:
Adozione dell'IA agentiva:
Man mano che più flussi di lavoro spostano verso agenti autonomi, la governance passerà da regole “utente-a-app” a framework “agente-a-app”.
Standardizzazione relativa a MCP:
I fornitori concorrenti stanno adottando lo standard MCP come metodo comune per collegare modelli e strumenti di intelligenza artificiale.
Piattaforme di Osservabilità dell'IA:
Dashboard che tracciano le decisioni degli agenti, le chiamate API e gli esiti di governance stanno diventando un must per le aziende.
Spiegabilità come Sicurezza:
Le interazioni con l'IA richiederanno non solo log, ma anche narrazioni sul perché sono state intraprese determinate azioni.
Cambiamento nella progettazione delle API:
Le API stesse potrebbero evolversi per includere metadati “adatti agli agenti” (permessi, impostazioni predefinite sicure, punteggio di rischio) integrati.
Allora, le API Disap scompariranno?
No. Le API non stanno scomparendo. Anzi, stanno diventando sempre più importanti e, in futuro, vedremo le API e MCP evolversi di pari passo per supportare le aziende che danno priorità all’intelligenza artificiale.
MCP garantisce governance, standardizzazione e osservabilità, ma le API rimangono il fondamento. Pensateci in questo modo: MCP è il codice della strada e il sistema di navigazione che permette agli agenti di intelligenza artificiale di guidare in sicurezza sulle strade delle API.
Man mano che l'adozione dell'IA agentica cresce, le aziende avranno bisogno di altro API, non meno.
Come Jitterbit garantisce la sicurezza di MCP
Jitterbit MCP fornisce un'implementazione di livello enterprise del Model Context Protocol, trasformando le API e le integrazioni esistenti in funzionalità riutilizzabili e pronte per gli agenti. Stabilisce un livello di controllo standardizzato tra modelli AI, agenti e sistemi enterprise, trasformando le integrazioni e le API esistenti in strumenti governati e riutilizzabili.
Jitterbit MCP riunisce tre funzionalità fondamentali in un'unica soluzione integrata.


Punti chiave strategici
Quindi, dove ci lascia questo?
- Le API rimangono il fondamento. Non scompariranno: sono ancora le vie che veicolano i dati e le azioni aziendali.
- MCP rende le API pronte per l'IA. Regolamentando il comportamento, e non solo l'accesso, MCP garantisce che gli agenti di IA possano interagire con le API in modo sicuro e trasparente.
- Gli sviluppatori dovrebbero progettare API per il futuro. Se state realizzando API oggi, pensate avanti: come verranno esposte, governate e monitorate queste API in un'azienda AI-first?
- Ci si deve aspettare un duplice investimento. Le aziende dovranno rafforzare sia le proprie strategie relative alle API sia adottare i framework MCP per la governance.
- Anziché rendere obsolete le API, MCP le sta rendendo “AI-first”, aiutando le aziende a utilizzare le API in modo sicuro nei flussi di lavoro basati sull’intelligenza artificiale.
Il Futuro della Connettività AI-Native
La prossima ondata di integrazione aziendale non consisterà nella scelta tra API e MCP. Questo perché il vero dibattito non è tra API e MCP.
Si tratterà invece di capire con quale rapidità le organizzazioni riusciranno a considerare le API e MCP come livelli complementari anziché come alternative in competizione tra loro.
In altre parole: le API non stanno per scomparire. Ma le aziende che non le adatteranno all’era MCP potrebbero farlo.
