Как AI‑агенты подключаются к Microsoft Dynamics 365 Business Central через MCP

Что произошло

Microsoft показала, как подключить AI‑агентов к Microsoft Dynamics 365 Business Central через протокол MCP (Model Context Protocol).

Главный результат — подробный видео‑туториал (YouTube, https://www.youtube.com/watch?v=XXDa68oFTw8), где на живой системе демонстрируют:

• настройку MCP‑сервера внутри Business Central;
• публикацию объектов Business Central для доступа ИИ;
• создание собственного AI‑агента в Copilot Studio;
• подключение агента к Business Central через MCP;
• проверку на реальном сценарии — запрос актуальной информации о клиентах.

Сумм, лицензий и юридических условий Microsoft не раскрывает. Это не сделка, а технологический шаг: компания фактически открывает Business Central для внешних AI‑агентов через стандартизированный протокол.

Зачем это нужно

MCP как «мост» между ERP и ИИ

MCP (Model Context Protocol) Microsoft использует как безопасный мост между AI‑агентами и бизнес‑данными.

Идея простая: консультант или сотрудник поддержки формулирует запрос обычным языком, а агент через MCP:

• читает данные из Business Central;
• добавляет новые записи;
• обновляет существующую информацию.

То есть AI‑агент перестаёт быть «болталкой» и получает доступ к живым ERP‑данным.

Почему именно сейчас

Microsoft активно продвигает Copilot и Copilot Studio во всех продуктах — от Office до Power Platform. Логичный следующий шаг — связать эти агенты с ERP‑системой Dynamics 365 Business Central.

Для Microsoft это:

• способ повысить ценность подписки на Business Central за счёт AI‑сценариев;
• аргумент для миграции с локальных ERP на облачный Dynamics 365;
• усиление экосистемы Power Platform и Copilot Studio.

Для компаний‑клиентов это шанс использовать ИИ не только в почте и документах, но и в ежедневных операциях: финансах, закупках, продажах, обслуживании клиентов.

Что меняет для рынка

Для конкурентов

ERP‑рынок уже много лет живёт вокруг автоматизации процессов. Microsoft теперь делает ставку на AI‑агентов, которые работают поверх этих процессов и данных.

Это подталкивает других вендоров ERP и CRM к похожим шагам:

• открывать протоколы доступа для ИИ;
• выпускать собственные конструкторы агентов;
• упрощать интеграцию с популярными LLM вроде GPT‑5 или Claude 4.

Для пользователей Business Central

Появляется реальный сценарий: не просто «Copilot внутри интерфейса», а агент, который может:

• по запросу вытащить актуальные данные о клиенте;
• обновить запись без ручного перехода по формам;
• использовать Business Central как источник правды для других систем.

Важный плюс: всё это работает через MCP, а не через прямой доступ к базе данных. Это снижает риски хаотичных интеграций и даёт более прозрачную архитектуру.

Для инвесторов

Microsoft показывает, что AI‑стратегия — это не только офисные продукты и GitHub Copilot, но и ERP‑направление.

Для инвесторов это сигнал:

• Business Central и в целом Dynamics 365 остаются важной частью AI‑портфеля Microsoft;
• компания вкладывается в стандартизированные протоколы (MCP), а не только в «закрытые» интеграции.

Что это значит для вас

Если вы консультант по Business Central

Появляется новый тип проектов:

• настройка MCP‑сервера в инсталляции клиента;
• отбор таблиц и сущностей, которые можно безопасно отдать AI‑агенту;
• разработка сценариев: какие вопросы сотрудники смогут задавать агенту, какие действия он вправе выполнять.

Придётся разбираться не только в функционале Business Central, но и в:

• структуре MCP;
• настройке Copilot Studio;
• базовых принципах работы LLM‑агентов.

Если вы разработчик

MCP превращает Business Central в «backend» для AI‑агентов. Это даёт несколько направлений работы:

• описывать объекты Business Central так, чтобы ими удобно пользовался агент;
• проектировать безопасные операции чтения/записи;
• строить свои надстройки поверх MCP и Copilot Studio.

Плюс: можно сосредоточиться на бизнес‑логике, а не на написании десятков REST‑интеграций.

Минус: нужно учитывать ограничения и поведение LLM — агент может неправильно интерпретировать расплывчатый запрос, если вы плохо описали контекст.

Если вы функциональный консультант или продакт в ERP‑команде

MCP и Copilot Studio позволяют быстро проверять гипотезы:

• «А что если дать продавцам агента, который отвечает на любые вопросы о клиенте?»
• «А если бухгалтерия сможет запросить состояние клиента голосом или текстом, без сложных отчётов?»

Это не замена классическим отчётам и формам. Это дополнительный слой взаимодействия с системой, который может сократить время на рутину.

Если вы просто следите за AI‑ERP

Этот туториал — хороший вход в тему AI‑агентов в ERP:

• вы увидите, как ИИ работает не с демо‑таблицами, а с реальной бизнес‑системой;
• поймёте, какие шаги нужно пройти, чтобы связать LLM‑агента и корпоративные данные;
• сможете оценить, насколько такие сценарии подходят под ваши процессы.

Как всё устроено на практике

Туториал показывает цепочку end‑to‑end:

1. Понимание MCP и его роли
   MCP выступает как протокол, через который AI‑агент запрашивает и изменяет данные Business Central. Запрос формулируется на естественном языке, но агент внутри опирается на строго описанные объекты и операции.

2. Настройка MCP‑сервера в Business Central
   Администратор включает и конфигурирует MCP‑сервер внутри Business Central. Это точка входа для всех AI‑агентов. Через неё проходят запросы на чтение и изменение данных.

3. Определение и публикация объектов Business Central
   Консультант или разработчик выбирает, какие сущности отдавать агенту:

   • клиенты;
   • заказы;
   • счета и другие объекты.
     Для них задаются поля, права и сценарии использования. Это критично для безопасности.

4. Создание кастомного AI‑агента в Copilot Studio
   В Copilot Studio автор настраивает агента:

   • задаёт его роль (например, помощник отдела продаж);
   • описывает типы запросов, которые он должен уметь обрабатывать;
   • подключает источники знаний, если нужно.

5. Подключение агента к Business Central через MCP
   На этом шаге Copilot Studio и Business Central «связываются» через MCP. Агент получает право ходить в MCP‑сервер Business Central и выполнять разрешённые операции.

6. Тестирование на реальном сценарии
   В качестве примера автор туториала показывает запрос: получить актуальную информацию о клиенте. Агент, опираясь на MCP, ходит в Business Central и возвращает живые данные.

Плюсы и минусы подхода

Плюсы

• Натуральный язык вместо форм. Сотрудник пишет запрос обычным текстом, а не кликает по сложной навигации.
• Единый протокол. MCP даёт понятный слой между LLM и Business Central, без прямого доступа к базе.
• Быстрый старт. Copilot Studio позволяет собрать агента без тяжёлой разработки.

Минусы и ограничения

• Нужна аккуратная модель прав. Ошибка в настройке MCP или объектов может открыть лишние данные.
• Зависимость от качества промптов и описаний. Если плохо описать объекты и сценарии, агент будет работать нестабильно.
• Не замена классическому UI. Для сложных операций и массовых изменений всё равно придётся использовать стандартный интерфейс Business Central.

Как начать

1. Перейдите к видео: https://www.youtube.com/watch?v=XXDa68oFTw8.
2. Разберитесь в базовых концепциях MCP и роли MCP‑сервера в Business Central.
3. На тестовом окружении Business Central включите и настройте MCP‑сервер.
4. Выберите 1–2 безопасных объекта (например, клиентов) и опишите их для доступа через MCP.
5. В Copilot Studio создайте простого агента и подключите его к вашему MCP‑серверу.
6. Протестируйте базовый сценарий: запрос информации о клиенте в естественной форме.

Если всё работает стабильно, можно расширять список сущностей и сценариев — от поддержки клиентов до внутренних запросов финансового отдела.

---

Читайте также

• Her: детектив для ваших сессий Claude Code
• Universal Memory Protocol: единый формат памяти для ИИ-агентов и приложений
• Как Microsoft пытается обезопасить AI-агентов: песочницы Azure и Agent Governance Toolkit