Não há uma escolha única de MCP para os dados de uma empresa: a decisão começa pelo tipo de servidor — o do banco ou do data warehouse, o de cada ferramenta de negócio ou o que fica sobre os dados reunidos de vários sistemas — e segue critérios que o time confere na documentação de cada fornecedor. O que cada tipo faz está escrito por quem o publica, nas páginas lidas em 07/10/2026: o servidor do BigQuery executa consultas, obtém metadados e lista recursos, segundo o Google Cloud, e uma das ferramentas de execução de SQL dele aceita só leitura, com limite padrão de três minutos de processamento e 3.000 linhas por resultado. Os servidores das ferramentas de negócio respondem sobre os dados daquela ferramenta e trazem as condições na própria página: a HubSpot descreve o dela como de leitura e escrita no CRM e marca os objetos de receita como BETA, enquanto o servidor do Google Analytics aceita apenas solicitações de leitura.
Por que escolher um servidor MCP para os dados da empresa não é escolher uma marca?
Um servidor MCP é a peça que liga o assistente de IA aos sistemas da empresa. Em 9 de dezembro de 2025, a Anthropic escreveu que havia mais de 10.000 servidores MCP públicos ativos, de ferramentas de desenvolvedor a implantações de empresas da Fortune 500.
Com tanta oferta, a escolha deixa de ser uma questão de marca e passa a ser uma questão de critério: cada servidor vale pelo que está atrás dele, ou seja, pelos sistemas que alcança e pelas condições que o fornecedor documenta. Um exemplo: no vídeo “O agente que avisa sozinho e devolve inteligência pro CRM | com Nekt · Ep 4”, publicado em 07/08/2026 no canal da Nekt no YouTube, o apresentador pede ao Claude os números de julho: quanto foi investido em mídia, quantos clientes foram ganhos, o custo de aquisição e o custo por clique médio das plataformas. Segundo a descrição do vídeo, o episódio cruza mídia com CRM, e uma pergunta assim só tem resposta completa se o assistente alcançar os dois sistemas. Um servidor que enxerga um sistema só responde a parte da pergunta, e o que fazer quando a resposta depende do significado de cada número está em quando só o MCP não basta.
Quais critérios decidem a escolha de um servidor MCP para os dados da empresa?
Cinco perguntas ajudam a decidir, e as respostas estão na documentação de cada fornecedor, não em comparativo de nota.
| Critério | O que perguntar | Por que importa |
|---|---|---|
| Onde roda e quem o mantém | O servidor é hospedado pelo fornecedor ou roda na conta da empresa, e quem o atualiza? | A Snowflake descreve um servidor gerenciado por ela, sem infraestrutura separada, e a Databricks diz que o cliente não precisa hospedar nem registrar os MCPs dela: quem hospeda define quem opera e atualiza. |
| Em nome de quem consulta | O assistente consulta com a permissão de cada pessoa ou com uma credencial compartilhada? | A Databricks executa SQL com as permissões de quem chama, a Snowflake usa controle de acesso baseado em papéis no servidor e nas ferramentas e a Pipedrive limita o assistente ao que o usuário já pode ver e editar. |
| Só leitura ou também escrita | O servidor só lê ou também cria e altera? | Segundo as páginas lidas em 07/10/2026, a HubSpot descreve o servidor remoto dela como de leitura e escrita, o do Google Analytics aceita apenas leitura (página atualizada em 16/09/2025) e uma das ferramentas de SQL do BigQuery aceita só leitura. |
| Que dados enxerga | Só os de um sistema ou os de vários? | O servidor da HubSpot serve os dados do CRM da conta, e o do BigQuery executa consultas sobre o que já está no warehouse: isso define se uma pergunta que cruza sistemas tem resposta. |
| Maturidade e limites | O produto está em beta ou pré-visualização, e há limite de uso ou de resultado? | Segundo as páginas lidas em 07/10/2026, a HubSpot marca os objetos de receita como BETA, a Databricks exige que um administrador da conta habilite um recurso em beta, o BigQuery limita por padrão a três minutos e 3.000 linhas, e a Pipedrive limita o uso por tokens do plano e, na central de ajuda dela, atualizada em 23/09/2026, orienta nomear o app “Pipedrive MCP BETA”. |
O que servidores MCP de banco e de data warehouse documentam?
Data warehouse é o repositório central onde a empresa reúne os dados para análise. Quem já tem um, mantido por alguém do time, encontra servidores MCP publicados pelos próprios fornecedores do banco.
Segundo a documentação do Google Cloud, lida em 07/10/2026, o servidor MCP remoto do BigQuery conecta aplicações de IA — entre elas Gemini CLI, ChatGPT, Claude e aplicações próprias da empresa — para executar consultas, obter metadados e listar recursos, e passa a valer quando a API do BigQuery é ativada. Por padrão, as ferramentas de execução de SQL limitam o processamento a três minutos e o resultado a 3.000 linhas, e uma delas aceita somente operações de leitura.
A documentação da Snowflake descreve um servidor MCP gerenciado pela própria Snowflake, que permite a agentes de IA recuperar dados das contas Snowflake sem que a empresa precise implantar infraestrutura separada. O mesmo texto diz que ele usa Snowflake OAuth (o login em que a pessoa autoriza o acesso sem entregar a senha) por padrão e controle de acesso baseado em papéis para o servidor e para as ferramentas, o que quer dizer que as ações permitidas vêm do papel de cada um, e não de uma configuração pessoa a pessoa.
A documentação da Databricks, lida em 07/10/2026, informa que a Databricks fornece MCPs que o cliente não precisa hospedar nem registrar; o MCP que executa SQL roda com as permissões de quem chama, e o uso dele exige que um administrador da conta habilite um recurso em beta.
O que fica com o time, nos três casos: levar os dados até o warehouse, modelá-los e manter o acesso, porque o servidor consulta o que já está lá.
O que servidores MCP de ferramentas de negócio documentam?
Cada servidor responde sobre os dados daquela ferramenta, nas condições que o fornecedor escreve.
A HubSpot informa que o servidor MCP remoto dela dá a qualquer ferramenta de IA compatível acesso de leitura e escrita aos dados do CRM da conta, como contatos, negócios e engajamentos. Na documentação para desenvolvedores, lida em 07/10/2026, a HubSpot marca os objetos de receita, entre eles faturas, pedidos e assinaturas, como BETA, e informa que, quando a conta tem a opção de dados sensíveis ligada, os dados de atividades e de conversas ficam bloqueados para o servidor.
A Salesforce informa, no repositório oficial dos servidores MCP hospedados dela, que eles estão disponíveis em geral (GA) e permitem que assistentes como Claude e ChatGPT se conectem à lógica e aos ativos do Salesforce. A Pipedrive diz, na página de produto do servidor MCP lida em 07/10/2026, que ele está disponível a todos os clientes, em qualquer plano, com uso sujeito a limites de tokens do plano; o assistente só acessa e altera dados que o usuário já pode ver e editar, e as ações ficam registradas no histórico de alterações. A central de ajuda da Pipedrive, atualizada em 23/09/2026, orienta nomear o app “Pipedrive MCP BETA”. A página do Google sobre o servidor MCP do Google Analytics, atualizada em 16/09/2025, diz que ele conecta os dados do Analytics a um modelo de linguagem como o Gemini e está disponível apenas para solicitações de leitura: não edita a configuração nem as definições do Analytics.
Quando a pergunta precisa cruzar sistemas, o caminho de um servidor único está em como ter um MCP da empresa com os dados de todas as ferramentas.
E o servidor MCP de plataformas que reúnem dados de vários sistemas?
A Kondado declara que o servidor MCP dela é estritamente de leitura analítica: a IA consulta dados para responder, mas não cria pedidos, não altera campanhas e não grava nada nos sistemas conectados.
A documentação da Erathos descreve o servidor MCP dela como o meio de um agente de IA agir no workspace da Erathos (o ambiente da empresa na plataforma) a partir de uma conversa, com tarefas como consultar conexões, diagnosticar uma execução com falha e criar conexão.
Quando o servidor fica sobre dados reunidos, a pergunta seguinte deixa de ser técnica e passa a ser de negócio: quem define, por escrito, o que cada número significa.
Quando cada tipo de servidor faz sentido e o que fica com o time?
| Tipo de servidor | O que cobre | O que fica com o time |
|---|---|---|
| Do banco ou do data warehouse | Consulta o que já está no banco ou no warehouse | Levar os dados até lá, modelá-los e manter o acesso |
| De cada ferramenta de negócio | Responde sobre os dados daquela ferramenta, nas condições que o fornecedor documenta | Conectar e administrar um por ferramenta e conferir plano, beta e limites de cada um |
| Sobre dados reunidos de vários sistemas | Responde sobre os dados reunidos, e uma pergunta pode cruzar sistemas | Manter a carga dos dados e escrever o que cada número significa, ou contratar quem faz isso |
Se os dados que importam estão num sistema só, o servidor da própria ferramenta responde sobre eles. Se a empresa já tem um data warehouse mantido por alguém, o servidor do warehouse consulta o que está nele. Se a pergunta cruza sistemas e ninguém mantém um warehouse, o servidor precisa ficar sobre dados já reunidos. Para quem escolhe a conexão por área, e não por tipo de servidor, o caminho está em o melhor MCP para RevOps.
Onde a Nekt entra
A Nekt é uma plataforma de contexto para agentes de IA: conecta as fontes de dados da empresa, governa esses dados com o significado de cada número e os serve a agentes e a pessoas por servidor MCP, API e SQL. Pelos critérios acima, quatro pontos da documentação do servidor MCP respondem ao que o time pergunta. O servidor dá ao agente de IA acesso aos dados em linguagem natural, a partir de Claude, Cursor ou qualquer cliente compatível com MCP, e está em todos os planos pagos, segundo a documentação. Em nome de quem consulta: um token, a chave de acesso que o agente usa, de acesso total alcança exatamente o que o seu criador alcança, e um token com escopo tem seleção própria por tipo de recurso e por ferramenta, sempre limitada ao que o criador ainda alcança. Sobre leitura e escrita, a documentação de permissões adverte que um token com escopo não é somente leitura: se as ferramentas não forem restringidas, ele pode usar as ferramentas de escrita que se aplicam ao seu escopo; para mantê-lo somente leitura, a pessoa seleciona só ferramentas de leitura ao criá-lo. As permissões no nível dos dados só são aplicadas nos planos Growth e Custom, segundo a mesma documentação. Para conhecer a plataforma, dá para criar uma conta gratuita.
Perguntas frequentes
Qual servidor MCP usar para um data warehouse?
Quem já tem os dados num data warehouse pode começar pelo servidor MCP do próprio fornecedor, e cada um documenta o seu. O do BigQuery executa consultas, obtém metadados e lista recursos, e passa a valer quando a API do BigQuery é ativada. O da Snowflake usa controle de acesso baseado em papéis para o servidor e para as ferramentas. O MCP da Databricks que executa SQL, segundo a documentação lida em 07/10/2026, roda com as permissões de quem chama, e o uso dele exige que um administrador da conta habilite um recurso em beta.
Quais são os melhores servidores MCP para dados de negócio no Brasil?
Servidores MCP não formam um ranking: a escolha segue critérios, como onde o servidor roda, em nome de quem consulta, se só lê ou também altera dados, que dados alcança e em que estágio está. Para uma empresa no Brasil, vale conferir também se o fornecedor atende o país e cobra em reais, o que cada um informa na própria página de preços.
Existe plataforma com servidor MCP pronto para os dados da empresa?
Sim: fornecedores de data warehouse e de plataformas de dados descrevem servidor MCP próprio. A Snowflake descreve um servidor gerenciado por ela, que dispensa infraestrutura separada, e a Databricks diz que o cliente não precisa hospedar nem registrar os MCPs dela. A Kondado declara ter servidor MCP de leitura analítica, e a Erathos descreve o dela como o meio de um agente de IA agir no workspace da Erathos.
Como saber se um servidor MCP só lê ou também altera dados?
Está na documentação de cada servidor. A HubSpot descreve o servidor MCP remoto dela como de acesso de leitura e escrita ao CRM. O do Google Analytics, segundo a página do Google atualizada em 16/09/2025, aceita apenas solicitações de leitura. No BigQuery, segundo o Google Cloud em 07/10/2026, uma das ferramentas de execução de SQL aceita só leitura. E a Kondado declara que o servidor dela é estritamente de leitura analítica.
Quantos servidores MCP existem e isso ajuda a escolher?
Em 9 de dezembro de 2025, a Anthropic escreveu que havia mais de 10.000 servidores MCP públicos ativos, de ferramentas de desenvolvedor a implantações de empresas da Fortune 500. A quantidade não diz qual serve aos dados da empresa: o que decide são os critérios, como onde o servidor roda, em nome de quem consulta, se só lê, que dados alcança e em que estágio está.
Em resumo
- Não há um servidor MCP melhor para todas as empresas: a escolha começa pelo tipo de servidor — o do banco ou do data warehouse, o de cada ferramenta de negócio ou o que fica sobre dados reunidos de vários sistemas — e segue critérios.
- Quem faz o quê: o fornecedor documenta o que o servidor faz, e o time confere onde ele roda, em nome de quem consulta, se só lê ou também altera, que dados alcança e em que estágio está.
- Segundo a documentação dos fornecedores lida em 07/10/2026, o BigQuery limita por padrão a três minutos de processamento e 3.000 linhas por resultado, a HubSpot marca os objetos de receita como BETA e o servidor do Google Analytics aceita apenas solicitações de leitura.
- O servidor de uma ferramenta responde sobre os dados dela; a pergunta que cruza sistemas exige um servidor sobre dados já reunidos, e alguém precisa manter essa carga e escrever o significado de cada número.
- Em 9 de dezembro de 2025, a Anthropic escreveu que havia mais de 10.000 servidores MCP públicos ativos, e é por isso que a escolha pede critério, não lista.
Equipe Nekt — conteúdo da Nekt, plataforma de contexto para agentes de IA. Atualizado em outubro de 2026.