Qué es MCP (Model Context Protocol) y para qué sirve en tu empresa

Los agentes de inteligencia artificial solo aportan valor si pueden acceder a los sistemas donde ocurre el negocio. El ERP, el CRM, las bases de datos, la documentación interna. Hasta hace poco, cada una de esas conexiones exigía una integración a medida, costosa y difícil de mantener. El Model Context Protocol (MCP) ha venido a resolver ese problema y, en poco más de un año, se ha convertido en el estándar que utilizan todos los grandes proveedores de inteligencia artificial.

En este artículo explicamos qué es MCP, por qué se ha impuesto tan rápido y qué puede hacer por tu empresa.

El estándar que conecta los agentes de IA con los sistemas de tu empresa

El Model Context Protocol es un estándar abierto que define cómo un modelo o un agente de IA se conecta con sistemas externos, ya sean aplicaciones corporativas, herramientas o fuentes de datos. Lo creó Anthropic, la compañía detrás de Claude, en noviembre de 2024, y desde el primer día se publicó como código abierto para que cualquiera pudiera adoptarlo.

La comparación más habitual es la del USB-C. Antes de que existiera un conector universal, cada dispositivo necesitaba su propio cable. Con los agentes de IA pasaba lo mismo. Cada asistente requería una integración distinta para cada sistema, y el resultado era un mosaico de conexiones imposible de escalar.

MCP funciona con una lógica de cliente y servidor. Un servidor MCP expone las capacidades de un sistema, por ejemplo consultar el stock en el ERP o buscar en la documentación. Un cliente MCP, que suele ser un agente o un asistente de IA, utiliza esas capacidades cuando las necesita. Una vez desarrollado el servidor para un sistema, cualquier agente compatible puede usarlo, sea de Anthropic, de OpenAI, de Google o de Microsoft.

De protocolo de Anthropic a estándar de la industria

El momento clave llegó el 9 de diciembre de 2025, cuando Anthropic donó MCP a la Agentic AI Foundation, una fundación creada bajo el paraguas de la Linux Foundation e impulsada junto a OpenAI y Block, con el apoyo de Google, Microsoft, AWS, Cloudflare y Bloomberg. Desde entonces MCP no es el protocolo de un proveedor, sino infraestructura abierta y neutral gobernada por la comunidad.

Las cifras dan idea de la velocidad de adopción. En su primer año, MCP superó los 97 millones de descargas mensuales de sus kits de desarrollo y los 10.000 servidores públicos activos. Hoy cuenta con soporte nativo en Claude, ChatGPT, Gemini, Microsoft Copilot, Cursor o Visual Studio Code, entre otros.

Para una empresa, esta trayectoria tiene una lectura práctica. Apostar por MCP no ata a ningún proveedor. Lo que se construya hoy seguirá siendo válido aunque mañana cambie el modelo de IA que lo utiliza.

Para qué sirve MCP en una empresa

La teoría se entiende mejor con casos concretos. Estos son algunos de los usos que ya se están implantando.

• Atención al cliente con datos reales: Un agente que consulta pedidos, stock o plazos de entrega directamente en el ERP y responde con información actualizada.
• Asistentes sobre documentación interna: Procedimientos, contratos, manuales técnicos o normativa, accesibles mediante lenguaje natural y con trazabilidad de las fuentes.
• Informes y análisis bajo demanda: Agentes que leen del data warehouse o de la plataforma de BI y preparan resúmenes, comparativas o alertas.
• Automatización de procesos: Agentes que crean tareas, actualizan registros o lanzan avisos en las herramientas corporativas como parte de un flujo de trabajo.

En todos los casos, la clave no es el chat. Es el acceso gobernado a los sistemas y los datos de la organización, con permisos definidos y control sobre lo que el agente puede y no puede hacer.

Qué cambia respecto a las integraciones tradicionales

Sin un estándar, conectar tres asistentes de IA con cinco sistemas corporativos exige quince integraciones distintas. Cada nueva herramienta multiplica el trabajo, y cada cambio de proveedor obliga a rehacerlo.

Con MCP, cada sistema se conecta una sola vez. El servidor MCP del ERP sirve igual para un agente de compras que para otro de atención al cliente, y seguirá sirviendo si el año que viene se incorpora un asistente nuevo. Esto se traduce en menos coste de desarrollo, menos mantenimiento y pilotos mucho más rápidos, además de reducir la dependencia de un único proveedor tecnológico.

Seguridad y gobierno del dato, la otra mitad del proyecto

Que exista un conector universal no significa que todo deba conectarse. Un proyecto serio con MCP obliga a decidir qué información se expone, a quién y con qué permisos, a registrar la actividad de los agentes y a garantizar que los datos que consumen son fiables.

Por eso los proyectos de agentes funcionan mejor cuando se apoyan en una base sólida de gobierno del dato. Definir propietarios, calidad y accesos no es un trámite previo, es lo que hace que el agente responda bien y que la organización mantenga el control. También conviene tener presente el marco regulatorio, con las obligaciones de transparencia del AI Act aplicando desde agosto de 2026.

Cómo empezar: tres pasos razonables

No hace falta un gran programa corporativo para aprovechar MCP. Un punto de partida sensato incluye tres pasos:

• Primero, elegir un caso de uso acotado con valor medible, por ejemplo la consulta de documentación interna o la atención de pedidos.
• Segundo, inventariar los sistemas y fuentes de datos implicados y decidir qué capacidades se exponen mediante MCP y con qué permisos.
• Tercero, lanzar un piloto en un entorno controlado, medir resultados y escalar a partir de lo aprendido.

MCP y el Claude Partner Network: cómo lo aplicamos en LIS

En LIS Data Solutions trabajamos con MCP en proyectos reales de agentes de IA. Formamos parte del Claude Partner Network de Anthropic, la compañía que creó el protocolo, con un equipo especializado en agentes de IA y certificado por el gigante tecnológico. Esa cercanía al origen de la tecnología nos permite aplicar las mejores prácticas desde el diseño, no descubrirlas por el camino.

Abordamos el ciclo completo del proyecto, desde la identificación de los casos de uso hasta la puesta en producción y el gobierno posterior, integrando los agentes con los sistemas, las aplicaciones y las fuentes de datos de cada organización. Proyectos como el chat documental desarrollado junto a INNOVA (Grupo LAE) muestran cómo esta forma de trabajar se traduce en resultados medibles.

Si estás valorando cómo conectar la inteligencia artificial con los sistemas de tu empresa, hablemos.

Preguntas frecuentes (FAQ) sobre MCP

Abordamos las dudas más frecuentes sobre MCP, su seguridad y su puesta en marcha en entornos empresariales.

¿Qué significa MCP y quién lo creó?

MCP son las siglas de Model Context Protocol, un estándar abierto que define cómo los modelos y agentes de IA se conectan con sistemas externos y fuentes de datos. Lo creó Anthropic en noviembre de 2024 y desde diciembre de 2025 pertenece a la Agentic AI Foundation, bajo la Linux Foundation.

¿MCP solo funciona con Claude?

No. Aunque nació en Anthropic, es un estándar abierto con soporte en las principales plataformas, incluidas ChatGPT, Gemini, Microsoft Copilot o Cursor. Un servidor MCP desarrollado hoy funciona con cualquier cliente compatible.

¿Mi empresa necesita desarrollar sus propios servidores MCP?

Depende del sistema. Existen miles de servidores públicos para herramientas muy extendidas. Para los sistemas propios, como un ERP a medida o una base de datos interna, se desarrolla un servidor específico que expone solo las capacidades necesarias.

¿Es seguro conectar mis sistemas a un agente mediante MCP?

MCP permite definir con precisión qué puede hacer el agente y con qué datos. La seguridad depende del diseño del proyecto. Permisos por usuario, trazabilidad de las acciones y entornos controlados forman parte de cualquier implantación bien hecha.

¿Qué relación hay entre MCP y los agentes de IA?

MCP es la vía por la que un agente accede a herramientas y datos externos. Sin ese acceso, un agente se limita a conversar. Con él, puede consultar sistemas, ejecutar acciones y trabajar dentro de los procesos de la empresa.