Vynakladanie desiatok tisíc eur mesačne na zbytočné LLM tokeny pri B2B asistencii vyriešil nemecký distribútor priemyselných súčiastok nasadením rozhrania Okta Identity-Scoped Model Context Protocol (MCP). Tento architektúrny prístup osekáva kontext spracovávaný AI agentom výhradne na dáta a funkcie sprístupnené konkrétnemu prihlásenému používateľovi.
Pôvodný stav a architektúrny problém
Stredne veľký nemecký distribútor priemyselných komponentov spravuje B2B e-commerce platformu s viac ako 500 000 kaskádovo zložitejšími položkami a individuálnymi cenníkmi pre tisíce odberateľov. V snahe zrýchliť nákupný proces a odbremeniť zákaznícku podporu nasadil konverzačného asistenta postaveného na veľkých jazykových modeloch. Pôvodná naivná architektúra však pri každej zákazníckej otázke odosielala do kontextového okna LLM kompletnú systémovú schému, OpenAPI špecifikácie a prístupové rozhrania všetkých interných ERP, WMS a CRM modulov bez ohľadu na oprávnenia daného klienta.
Ako funguje Okta Identity-Scoped MCP v praxi
Riešenie spočíva v integrácii protokolu Model Context Protocol (MCP) prepojeného s identitným systémom Okta na úrovni prístupových tokenov. Pri nadviazaní relácie nákupným asistentom MCP server najprv overí identitu používateľa a jeho rolové oprávnenia pomocou OAuth2 a OIDC žetónov. Na základe získanej bezpečnostnej matice vygeneruje dynamickú, striktne redukovanú špecifikáciu MCP nástrojov (tools) a zdrojov (resources).
Ak prihlásený nákupca disponuje len prístupom k objednávaniu hydraulických systémov pre konkrétnu pobočku, MCP server do systémového promptu LLM agenta nepribalí schémy pre správu skladových zásob iných divízií, fakturačné moduly ani rozhrania pre elektrotechnický sortiment. Redukcia prebieha na úrovni proxy vrstvy ešte pred odoslaním požiadavky na LLM API endpoint.
Architektúra funguje v trojstupňovom cykle:
- Autentifikácia a autorizácia: Zachytenie požiadavky a overenie identitného žetónu cez Okta Identity rozhranie.
- Dynamický scoping: Filtrovanie ponuky MCP nástrojov na základe priradených RBAC a ABAC práv prihláseného zákazníka.
- Odoslanie striktného promptu: Odovzdanie očisteného promptu s minimálnym množstvom JSON-RPC schém do LLM agenta, ktorý vykonáva výhradne povolené funkcie.
Príklad z praxe
- Firma: Stredne veľký B2B e-commerce distribútor priemyselných súčiastok, Nemecko
- AI riešenie: Okta Identity-Scoped MCP (Model Context Protocol) v kombinácii s LLM agentmi
- Problém: Vysoké náklady na LLM tokeny pri B2B nákupnom asistentovi, ktorý pri každom konverzačnom kroku načítaval kompletné schémy a funkcie všetkých interných systémov bez ohľadu na oprávnenia a potreby zákazníka
- Výsledok: Zníženie celkového objemu prenesených tokenov o 45 % a úspora viac ako 12 000 EUR mesačne na prevádzkových nákladoch AI agenta
Merateľné výsledky a prínosy
Prechod na Okta Identity-Scoped MCP priniesol okamžité merateľné úspory vo výpočtových aj finančných zdrojoch spoločnosti:
- Pokles tokenov o 45 %: Objem prenesených dát v rámci kontextového okna výrazne klesol vyradením irelevantných API schém.
- Úspora 12 000 EUR mesačne: Priame prevádzkové náklady na API volania LLM modelov sa znížili o viac ako 12 000 EUR za každý mesiac prevádzky.
- Zrýchlenie odozvy: Priemerná latencia odpovedí AI asistenta klesla z 3,8 sekundy na 1,4 sekundy vďaka menšiemu objemu spracovávaného kontextu.
- Eliminácia bezpečnostných rizík: Riziko úniku citlivých API schém a neoprávneného spúšťania interných funkčných volaní sa znížilo na nulu, keďže LLM agent nemá o neuplatniteľných nástrojoch žiadne vedomosti.
Pojem pre B2B e-commerce sektory
Architektúra bez striktného ohraničenia kontextu vedie k neudržateľným nákladom a bezpečnostným rizikám pri škálovaní enterprise AI aplikácií. B2B e-commerce platformy disponujúce rozsiahlymi databázami a komplexnými prístupovými právami musia AI agentom poskytovať len tie dáta, ktoré daný používateľ skutočne potrebuje. Spojenie identitného riadenia s Model Context Protocol predstavuje udržateľný technický štandard pre podnikovú prevádzku AI agentov bez zbytočného finančného plytvania.