Eksekusi Model Context Protocol (MCP) pada pasar modal India menandai pergulatan besar dalam cara asisten kecerdasan buatan (AI) berinteraksi dengan data keuangan real-time. Sebelum standar terbuka ini hadir, model bahasa besar seperti Claude, ChatGPT, atau Cursor bergantung pada data pelatihan statis yang seringkali usang, sehingga rentan menghalusinasikan harga saham atau laporan keuangan lalu. Dengan MCP, asisten AI kini mampu menemukan alat, memanggil layanan data langsung, dan bertindak berdasarkan hasilnya — mengubah paradigma dari "menebak berdasarkan memori" menjadi "menganalisis berdasarkan bukti terkini".
Lanskap server MCP untuk pasar saham India terbagi menjadi dua kategori fundamental yang saling melengkapi. Pertama, server data dan riset seperti Tapetide MCP yang menghubungkan AI ke data pasar luas: seluruh saham terdaftar, fundamental, screener, teknikal, dan aliran institusional — tanpa memerlukan akun broker. Kedua, server berbasis akun broker seperti Zerodha Kite MCP, Groww MCP, dan Dhan MCP yang mengakses portofolio pribadi, posisi, dana, dan kadang eksekusi order. Pemilihan antara keduanya bergantung pada apakah pengguna butuh riset pasar menyeluruh atau manajemen portofolio personal.
Tapetide MCP muncul sebagai pemimpin tak tercantumkan untuk riset pasar utuh, menawarkan cakupan sekitar 8.200 saham terdaftar di NSE dan BSE — dari blue-chip Nifty 50 hingga listing SME — tanpa biaya terminal data mahal. Keunggulannya terletak pada 34 alat terintegrasi yang mencakup pencarian, penyaringan fundamental dengan 326 rasio (PE, ROCE, pertumbuhan penjualan, debt-to-equity, skor Piotroski), serta screener teknikal real-time (RSI, MACD, silang SMA/EMA, Bollinger Bands, ADX) yang memahami logika crosses_above dan crosses_below. Kedalaman ini memungkinkan agen AI bergerak dari ide samar ke daftar kandidat terperingkat, lalu ke analisis perusahaan menyeluruh dalam satu percakapan.
Di sisi data fundamental, server ini menyajikan laporan keuangan kuartalan dan tahunan — laba rugi, neraca, arus kas, 50+ rasio — dilengkapi pola kepemilikan saham, proyeksi analis (EPS, pendapatan, EBITDA dengan perbandingan aktual vs estimasi), dan sejarah dividen. Untuk aliran institusional, tersedia data arus kas harian FII/DII, posisi partisipan F&O, alokasi sektor FPI, dan streak beli/jual. Wawasan pasar meliputi bulk/block deals, daftar larangan F&O, IPO, saham pengiriman teratas, MTF, SLBM, heatmap indeks, dan sinyal teknikal. Semua respons dioptimalkan untuk jendela konteks AI, menghindari pembuangan JSON mentah yang sering mengakibatkan "conversation too long" pada integrasi lain.
Konektivitas Tapetide MCP dirancang fleksibel untuk berbagai klien AI. Pengguna Claude.ai, ChatGPT, Grok, atau Gemini cukup menambahkan URL kustom https://mcp.tapetide.com/mcp dengan otentikasi otomatis via Google Sign-In. Untuk lingkungan pengembangan seperti VS Code, Kiro, Zed, atau Claude Code, tersedia konfigurasi remote dengan token Bearer. Opsi lokal via npx (npx -y tapetide-mcp) mendukung Cursor, Windsurf, Claude Desktop, dan Codex dengan variabel lingkungan TAPETIDE_TOKEN. Token gratis dapat diperoleh di tapetide.com/settings/tokens, memudahkan eksperimen tanpa komitmen biaya awal.
Zerodha Kite MCP mengisi celah untuk pengguna broker terbesar India, Zerodha, dengan akses gratis ke holding, posisi, margin, dan dana reksa dana. Asisten AI dapat menjawab pertanyaan portofolio seperti "Berapa P&L hari ini?" atau "Sektor mana yang paling terekspos?" sambil menarik kutipan live dan data historis. Keterbatasannya jelas: cakupan terbatas pada aset yang dimiliki pengguna dan apa yang diekspos API Zerodha. Groww MCP menawarkan proposisi serupa untuk basis pengguna Groww dengan tambahan chat F&O dan penempatan order, sedangkan Dhan MCP difokuskan pada eksekusi trading live langsung dari antarmuka obrolan.
Perpaduan kedua kategori menciptakan alur kerja cerdas: gunakan Tapetide MCP untuk riset pasar menyeluruh — menyaring small-cap dengan ROE >15% dan RSI <40, membandingkan margin TCS vs Infosys, atau melacak kenaikan kepemilikan FII kuartal lalu — lalu eksekusi keputusan via broker MCP pilihan. Pendekatan ini memisahkan kekhawatiran analisis (butuh cakupan pasar penuh) dari eksekusi (butuh akses akun broker), mengurangi risiko kebocoran data sensitif ke server riset pihak ketiga.
Bagi ekosistem teknologi dan keuangan Indonesia, perkembangan ini menawarkan templat yang dapat diadopsi. Meskipun fokus pada pasar India, arsitektur MCP terbuka memungkinkan replikasi untuk BEI (Bursa Efek Indonesia) — menghubungkan AI ke data IDX, fundamental emiten, aliran investor asing/domestik, dan integrasi broker lokal. Startup fintech dan pengembang AI di Indonesia dapat mempelajari pola ini untuk membangun asisten investasi generasi baru yang tidak lagi "menebak" tapi "menganalisis" dengan bukti real-time, mendemokratisasi akses analisis kualitas institusional bagi investor ritel.