Nexla ha annunciato il superamento di 1.000 connettori bidirezionali nella sua libreria per agenti AI enterprise. Un traguardo concreto, non simbolico: ogni connettore supporta lettura e scrittura su un unico endpoint, il che significa che un agente può recuperare dati e inviare azioni allo stesso sistema attraverso una sola connessione.
Il problema che Nexla cerca di risolvere è più semplice di quanto sembri, e per questo spesso sottovalutato. Gli agenti AI non falliscono perché i modelli sono insufficienti. Falliscono perché non riescono ad accedere ai sistemi dove risiedono le informazioni aziendali. I dati delle grandi organizzazioni sono frammentati su centinaia di applicazioni, ciascuna con autenticazione e controlli di accesso distinti. Gli strumenti di integrazione tradizionali sono stati progettati per spostare dati verso analisti umani, non verso agenti autonomi. Il risultato è che molti progetti di AI aziendale si bloccano prima ancora di arrivare in produzione.
La libreria copre database, applicazioni SaaS, file system, piattaforme di streaming, modelli linguistici di grandi dimensioni e vector store. Se un sistema non è ancora supportato, il costruttore di connettori basato su AI di Nexla lo genera con un tempo mediano inferiore a una settimana. Clienti come Johnson & Johnson, DoorDash e American Express usano già la piattaforma, che elabora oltre 10 trilioni di record all’anno ed è certificata SOC 2 Type II.
La novità più rilevante dell’annuncio è MCP Studio. Il Model Context Protocol — standard aperto introdotto da Anthropic nel novembre 2024 e poi ceduto alla Linux Foundation — è diventato in poco tempo il punto di riferimento per connettere agenti AI a strumenti e sorgenti dati. A inizio 2026, il 78% dei team AI enterprise con cinquanta o più professionisti aveva almeno un agente basato su MCP in produzione, rispetto al 31% dell’anno precedente. MCP Studio consente alle organizzazioni di costruire server MCP dedicati a un singolo processo aziendale attraverso una conversazione, senza scrivere codice. Il sistema scopre autonomamente i dati disponibili sui sistemi coinvolti, assembla gli strumenti necessari e consegna un server MCP governato e con scope preciso. I server costruiti con MCP Studio sono compatibili con Claude, ChatGPT, Gemini e qualsiasi framework MCP.
Il punto tecnico centrale è la gestione del contesto. Esporre migliaia di strumenti a un agente crea problemi reali: il consumo di token aumenta, la selezione dell’azione corretta diventa più difficile, la qualità delle risposte può calare. Un server MCP circoscritto a un solo processo elimina questo rumore. L’agente riceve esattamente gli strumenti che servono per quel compito, niente di più. La governance rimane centralizzata nel piano di controllo di Nexla, che applica le policy e mantiene la traccia di audit.
L’adozione del protocollo MCP in ambito enterprise è cresciuta a una velocità che pochi avevano previsto. Anthropic riporta oltre 10.000 server MCP pubblici e 97 milioni di download mensili dell’SDK. Se il trend continua, la sfida per i team IT non sarà più giustificare gli investimenti in AI, ma gestire la proliferazione di server MCP senza perdere controllo sulla governance dei dati. Nexla punta esattamente su questo punto: un unico endpoint per oltre 1.000 sorgenti, con orchestrazione e audit integrati. La frammentazione dell’integrazione dati potrebbe diventare il prossimo grande tema dell’AI enterprise.
