MCP: la infraestructura que permite a la inteligencia artificial conectarse con el mundo digital

MCP: la infraestructura que permite a la inteligencia artificial conectarse con el mundo digital

Cuando utilizamos una inteligencia artificial para responder una pregunta, traducir un texto o resumir un documento, resulta relativamente fácil olvidar que el modelo se encuentra, en realidad, bastante aislado. Puede disponer de enormes cantidades de conocimiento y ser capaz de razonar sobre problemas complejos, pero eso no significa que conozca automáticamente nuestros archivos, pueda consultar el calendario de nuestra empresa, revisar una base de datos interna o acceder a las herramientas que utilizamos cada día.

Esta limitación empieza a ser especialmente importante cuando dejamos de pensar en la inteligencia artificial como un simple sistema de conversación y comenzamos a imaginar agentes capaces de realizar trabajo. Un agente puede saber perfectamente cómo buscar un proveedor, organizar una reunión, analizar un proyecto o actualizar un registro comercial, pero si no tiene una forma segura y estandarizada de comunicarse con las aplicaciones donde se encuentra esa información, seguimos necesitando construir conexiones específicas para cada caso.

Precisamente para resolver este problema apareció MCP, Model Context Protocol. Anthropic presentó este protocolo como estándar abierto en noviembre de 2024 con la intención de crear una forma común de conectar sistemas de inteligencia artificial con repositorios de información, herramientas empresariales y entornos de desarrollo. La idea era reducir un problema que comenzaba a hacerse evidente: cada nueva combinación entre una inteligencia artificial y una fuente de datos necesitaba una integración diferente.

MCP intenta crear una capa común entre esos dos mundos. Si esta infraestructura continúa extendiéndose, probablemente termine siendo una de las piezas menos visibles y al mismo tiempo más importantes de la transformación provocada por los agentes de inteligencia artificial.

El problema de una inteligencia que sabe mucho pero no conoce nuestro mundo

Un modelo de inteligencia artificial puede haber aprendido enormes cantidades de información pública y ser extraordinariamente bueno interpretando lenguaje, pero nuestro trabajo cotidiano depende en gran medida de información privada, actualizada y específica. Una empresa puede tener contratos almacenados en un sistema documental, proyectos repartidos entre diferentes aplicaciones, datos comerciales dentro de un CRM, correos electrónicos, calendarios, bases de datos, archivos técnicos y numerosos programas especializados.

La inteligencia artificial no debería tener acceso indiscriminado a todo ese contenido, pero tampoco puede convertirse en una verdadera herramienta de trabajo si permanece completamente separada de él. El desafío consiste en permitir que un sistema pueda consultar o utilizar aquello que necesita, cuando lo necesita y con los permisos apropiados.

Antes de protocolos como MCP, una empresa que quisiera conectar su asistente de inteligencia artificial con cinco sistemas diferentes podía terminar desarrollando cinco integraciones distintas. Si posteriormente deseaba utilizar otro modelo o incorporar otra herramienta, parte de esas conexiones podía tener que reconstruirse. Cuanto mayor era el ecosistema, mayor era también el problema de mantenimiento.

MCP propone una arquitectura más estandarizada. En lugar de desarrollar una conexión completamente diferente cada vez que queremos relacionar un modelo con una herramienta, la aplicación puede exponer determinadas capacidades mediante un servidor MCP y las aplicaciones de inteligencia artificial compatibles pueden conectarse a ellas como clientes. Anthropic describió desde el comienzo esta arquitectura como una forma de establecer conexiones bidireccionales y abiertas entre aplicaciones impulsadas por IA y las fuentes donde se encuentran los datos.

La importancia del concepto no reside únicamente en facilitar la programación. Si diferentes sistemas comienzan a utilizar una interfaz común, la inteligencia artificial puede convertirse progresivamente en una capa capaz de trabajar sobre muchas aplicaciones sin que cada combinación tenga que inventarse desde cero.

Una comparación imperfecta, pero útil: el USB de la inteligencia artificial

Una forma sencilla de explicar MCP consiste en compararlo con USB, aunque técnicamente sean cosas muy diferentes. Antes de que determinados estándares de conexión se generalizaran, los dispositivos necesitaban una enorme variedad de cables, puertos y controladores. Cada fabricante resolvía el mismo problema de una manera diferente.

Los estándares no eliminaron la diversidad de dispositivos. Un teclado siguió siendo diferente de una cámara, y una impresora continuó realizando una función distinta a la de un disco duro. Lo que cambió fue que dejaron de necesitar sistemas completamente incompatibles para establecer una conexión básica.

MCP persigue una idea parecida en el ecosistema de la inteligencia artificial. Una base de datos continúa siendo una base de datos, un programa de diseño sigue teniendo sus propias funciones y un sistema de gestión comercial mantiene su estructura. El protocolo no pretende convertir todas esas herramientas en la misma aplicación. Intenta proporcionar una forma común mediante la cual una inteligencia artificial pueda descubrir qué capacidades están disponibles y utilizarlas de manera estructurada.

Por eso llamar a MCP «el USB de la IA» no es técnicamente exacto, pero ayuda a comprender su importancia. El verdadero valor de un estándar aparece cuando dejamos de pensar en una única conexión y empezamos a imaginar miles de aplicaciones capaces de comprender la misma forma básica de comunicarse.

Del contexto a las herramientas

El nombre Model Context Protocol puede inducir a pensar que su función consiste únicamente en proporcionar información adicional a un modelo, pero el concepto ha evolucionado considerablemente. En sus primeras etapas, MCP resolvía principalmente el problema de conectar modelos con fuentes de contexto. Sin embargo, a medida que los agentes han ganado importancia, el protocolo se ha convertido también en una infraestructura para exponer herramientas y permitir que los sistemas realicen determinadas acciones.

Podemos imaginar un servidor MCP conectado a una aplicación de gestión de proyectos. Este servidor podría indicar que existen herramientas para consultar tareas, buscar proyectos, crear nuevos elementos o actualizar determinados campos. La inteligencia artificial no tendría que conocer internamente cómo funciona toda la aplicación. Necesitaría comprender las capacidades que esa aplicación ha decidido exponer y utilizar la herramienta apropiada cuando el usuario solicite algo.

La diferencia resulta fundamental. Una inteligencia artificial aislada puede explicarnos cómo actualizar el estado de un proyecto. Una inteligencia artificial conectada puede llegar a actualizarlo, siempre que tenga autorización para hacerlo.

OpenAI ya está utilizando este modelo en sus propias integraciones. En agosto de 2026, la compatibilidad completa con MCP, incluidas acciones de modificación y escritura, se encuentra en despliegue beta para organizaciones que utilizan determinados planes empresariales de ChatGPT. Estas aplicaciones MCP pueden permitir que ChatGPT consulte sistemas corporativos y también realice acciones como iniciar flujos de trabajo, crear tareas o actualizar información en herramientas empresariales.

Estamos pasando, por tanto, de utilizar la inteligencia artificial únicamente para interpretar información hacia utilizarla también como una interfaz capaz de coordinar acciones entre diferentes sistemas.

Por qué MCP resulta especialmente importante para los agentes

En el artículo anterior hablábamos de la diferencia entre un chatbot y un agente. Un chatbot responde a una petición concreta mientras que un agente puede recibir un objetivo más amplio, utilizar herramientas y continuar trabajando hasta completar una tarea. Esta diferencia hace que la conectividad sea mucho más importante.

Imaginemos un agente encargado de organizar un viaje de trabajo. Para hacerlo correctamente podría necesitar consultar el calendario, comprobar dónde se encuentra la reunión, analizar vuelos, revisar políticas internas de gastos, localizar información sobre hoteles y finalmente preparar varias alternativas. Sin conexiones con esos sistemas, la inteligencia artificial puede ayudarnos a pensar, pero nosotros continuamos moviendo manualmente la información entre aplicaciones.

Si esos servicios exponen capacidades compatibles, un agente puede comenzar a utilizar diferentes herramientas a medida que avanza por el problema. No necesita necesariamente recibir toda la información desde el principio. Puede descubrir qué necesita, buscarla en la fuente adecuada y utilizarla para decidir el siguiente paso.

Aquí aparece una de las transformaciones fundamentales de la inteligencia artificial moderna. Durante años intentamos colocar toda la información relevante dentro del contexto del modelo. Con los agentes empezamos a construir sistemas donde la inteligencia puede buscar y utilizar la información cuando la necesita.

MCP se está convirtiendo precisamente en una de las capas destinadas a facilitar esa relación.

Lo realmente importante es la interoperabilidad

En tecnología existen continuamente nuevas herramientas y nuevos estándares, y muchos desaparecen después de unos años. Por eso la importancia de MCP no debería medirse únicamente por sus características técnicas actuales, sino por el grado de adopción que consiga alcanzar.

Un protocolo de este tipo empieza a volverse especialmente valioso cuando diferentes compañías que compiten entre sí deciden utilizarlo. En ese momento deja de ser simplemente una característica de un producto y comienza a funcionar como infraestructura común.

Desde su presentación por Anthropic en noviembre de 2024, MCP se ha extendido rápidamente por el ecosistema de inteligencia artificial. A finales de 2025 pasó a formar parte de la Agentic AI Foundation, creada bajo la Linux Foundation como espacio neutral para diferentes proyectos relacionados con agentes de inteligencia artificial. MCP fue uno de los proyectos fundadores de esta iniciativa.

Este cambio resulta especialmente significativo. Un estándar diseñado originalmente por una empresa adquiere mayores posibilidades de convertirse en infraestructura transversal cuando su gobernanza deja de depender exclusivamente de esa compañía y pasa a desarrollarse dentro de una comunidad más amplia.

En la práctica, esto significa que MCP ya no debe entenderse simplemente como «el protocolo de Anthropic». Su evolución está siendo gestionada mediante mantenedores, grupos de trabajo y procesos abiertos de propuestas para modificar la especificación.

En 2026 MCP ya es considerablemente diferente del protocolo original

La velocidad con la que está evolucionando el ecosistema puede observarse simplemente comparando las primeras versiones de MCP con la especificación publicada el 28 de julio de 2026. La actualización introdujo uno de los mayores cambios desde el nacimiento del protocolo y modificó parte de su arquitectura para hacerla más adecuada para infraestructuras empresariales y sistemas distribuidos.

Entre los cambios más importantes se encuentra una transición hacia un núcleo sin estado, diseñado para funcionar mejor sobre infraestructura HTTP convencional. Esto facilita escalar servidores MCP sin depender de mantener sesiones persistentes entre cada cliente y cada servidor. La versión también incorporó mejoras de autorización, mecanismos de extensión y nuevas capacidades destinadas a aplicaciones y procesos de larga duración.

Puede parecer una evolución demasiado técnica para quien simplemente utiliza inteligencia artificial, pero este tipo de cambios son precisamente los que permiten que una tecnología abandone la fase experimental y pueda comenzar a utilizarse en sistemas reales donde existen miles o millones de peticiones, diferentes niveles de autorización y necesidades estrictas de fiabilidad.

Según los mantenedores del proyecto, los SDK principales de MCP están registrando actualmente cientos de millones de descargas mensuales y los SDK de TypeScript y Python han superado individualmente los mil millones de descargas acumuladas. Estas cifras no significan que existan mil millones de usuarios diferentes, porque una gran parte procede de instalaciones automatizadas y sistemas de desarrollo, pero sí muestran la rapidez con la que la infraestructura se está incorporando al ecosistema tecnológico.

MCP Apps y una frontera que empieza a desaparecer

Otra evolución particularmente interesante consiste en que las conexiones MCP ya no tienen que limitarse necesariamente a datos y herramientas invisibles. La arquitectura de extensiones introducida en 2026 incluye MCP Apps, que permiten a los servidores ofrecer interfaces visuales que pueden aparecer dentro de la aplicación que está utilizando la inteligencia artificial.

Este concepto puede terminar modificando nuestra relación con el software. Durante décadas cambiamos continuamente entre programas. Si queríamos revisar un proyecto abríamos una aplicación; si necesitábamos consultar el correo, cambiábamos a otra; para comprobar un calendario utilizábamos una tercera y para analizar una base de datos abríamos una cuarta.

Una inteligencia artificial conectada mediante protocolos comunes puede comenzar a convertirse en una capa desde la cual consultamos y utilizamos diferentes sistemas sin tener que navegar constantemente entre interfaces. No significa necesariamente que las aplicaciones tradicionales vayan a desaparecer, pero puede cambiar dónde se encuentra el punto principal de interacción.

En lugar de preguntarnos qué programa debemos abrir para realizar una determinada actividad, podríamos simplemente explicar qué queremos conseguir y permitir que el sistema determine qué herramientas necesita utilizar.

La interfaz principal deja entonces de ser exclusivamente el menú de una aplicación y comienza a ser nuestra intención expresada mediante lenguaje.

La seguridad se vuelve mucho más importante cuando la IA puede actuar

Toda esta capacidad introduce también un problema evidente. Cuantas más herramientas puede utilizar una inteligencia artificial, mayores son las consecuencias potenciales de un error.

Si un chatbot interpreta mal una pregunta y responde incorrectamente, podemos ignorar la respuesta. Si un agente interpreta mal una instrucción y tiene permiso para modificar una base de datos, enviar un correo o cambiar información dentro de un sistema empresarial, el error puede convertirse inmediatamente en una acción.

Por eso la seguridad de MCP y de otras infraestructuras de agentes no puede consistir únicamente en comprobar que la conexión funciona. Es necesario definir claramente qué usuario está realizando la acción, qué permisos posee, qué servidor puede utilizar, qué herramientas están disponibles y qué operaciones requieren autorización adicional.

La especificación de julio de 2026 introdujo precisamente nuevas medidas para reforzar la autorización y adaptar mejor el protocolo a sistemas empresariales modernos. La hoja de ruta publicada el 22 de agosto de 2026 sitúa además la identidad de los agentes y la seguridad empresarial entre las prioridades principales para las próximas etapas del protocolo.

Esto muestra algo importante sobre la evolución de los agentes. El gran problema ya no consiste solamente en conseguir que puedan hacer más cosas. Empieza a consistir en determinar de manera fiable quién puede hacer qué, utilizando qué sistema y bajo qué condiciones.

Un protocolo común no elimina los riesgos

La existencia de un estándar tampoco significa automáticamente que cualquier servidor MCP sea seguro. Precisamente porque el protocolo facilita conectar herramientas con sistemas de inteligencia artificial, un servidor mal diseñado o malicioso podría representar un riesgo considerable.

Un usuario podría instalar una integración que solicita permisos excesivos. Una herramienta podría describir sus capacidades de manera engañosa. Una fuente externa podría intentar manipular a un agente mediante instrucciones escondidas en contenido aparentemente normal. También puede aparecer el problema clásico de las cadenas de confianza: una aplicación confía en un agente, el agente confía en una herramienta y esa herramienta obtiene información de otro sistema.

La seguridad de esta nueva infraestructura tendrá que combinar autenticación, permisos mínimos, supervisión, registros de actividad y mecanismos que permitan saber qué acciones ha ejecutado un agente y por qué.

Es una transformación semejante a la que experimentó Internet cuando pasó de páginas relativamente estáticas a sistemas capaces de manejar bancos, identidades, empresas y administraciones completas. Cuanto más útil se vuelve una infraestructura, mayor es también el interés en protegerla y explotarla.

La competencia puede desplazarse desde los modelos hacia el ecosistema

Durante los últimos años buena parte de la conversación sobre inteligencia artificial se ha centrado en comparar modelos. ¿Cuál razona mejor? ¿Cuál escribe mejor? ¿Cuál programa mejor? ¿Cuál tiene una ventana de contexto más grande?

Esas diferencias seguirán siendo importantes, pero si los modelos se vuelven progresivamente intercambiables y todos pueden acceder a las mismas herramientas mediante protocolos comunes, otra parte de la competencia puede desplazarse hacia el ecosistema.

Una inteligencia artificial que razona ligeramente mejor puede resultar menos útil que otra que está perfectamente conectada con los sistemas que utilizamos todos los días. Para una empresa, disponer de acceso controlado a documentación interna, calendarios, aplicaciones especializadas y sistemas de gestión puede aportar más valor práctico que una diferencia pequeña en determinados resultados de evaluación.

Aquí MCP introduce una posibilidad particularmente interesante: separar parcialmente la inteligencia de las herramientas. Si una empresa construye determinadas conexiones alrededor de un protocolo abierto, puede reducir la dependencia de un único proveedor de modelos y permitir que diferentes sistemas utilicen la misma infraestructura.

Esto no elimina completamente el problema del vendor lock-in, porque cada plataforma continuará teniendo características propias, pero puede reducir la necesidad de reconstruir todo un ecosistema simplemente porque aparece un modelo mejor.

Para el usuario, probablemente MCP termine siendo invisible

La mayoría de las personas no sabe qué protocolos utiliza su navegador para cargar una página ni qué mecanismos permiten sincronizar un correo electrónico entre diferentes dispositivos. Y no necesitan saberlo.

Si MCP realmente consigue convertirse en una infraestructura común, probablemente ocurra algo parecido. El usuario no tendrá que pensar continuamente en servidores MCP, esquemas de herramientas o protocolos de autorización. Simplemente verá que su inteligencia artificial puede conectarse a determinadas aplicaciones y realizar ciertas acciones.

La infraestructura será importante precisamente porque dejará de ser visible.

Podremos decir «busca el último presupuesto del proyecto, compara las modificaciones con la versión anterior y prepara un resumen para la reunión de mañana» sin preocuparnos excesivamente por qué aplicación contiene cada archivo o cómo se conecta la inteligencia artificial a ella.

Detrás de una instrucción aparentemente sencilla podrán producirse múltiples conexiones, consultas y verificaciones. La complejidad continuará existiendo, pero se trasladará progresivamente desde el usuario hacia la infraestructura.

El siguiente paso es que los agentes se comuniquen mejor entre ellos

La evolución tampoco termina en conectar una inteligencia artificial con aplicaciones. A medida que aparecen sistemas compuestos por múltiples agentes, comienza a resultar necesario mejorar la comunicación entre esos propios sistemas.

La hoja de ruta de MCP publicada el 22 de agosto de 2026 identifica precisamente los mecanismos de mensajería entre agentes, la mejora del transporte HTTP, la identidad y seguridad empresarial y la experiencia de desarrollo como áreas prioritarias para las próximas versiones.

Esto resulta especialmente interesante porque muestra hacia dónde está avanzando la arquitectura. En la primera etapa necesitábamos proporcionar contexto a un modelo. Después empezamos a conectar ese modelo con herramientas. Ahora comenzamos a diseñar infraestructuras donde agentes, aplicaciones y otros agentes pueden interactuar dentro de un mismo ecosistema.

La inteligencia artificial está dejando de ser una aplicación aislada para convertirse progresivamente en una capa que conecta diferentes componentes del mundo digital.

Quizá la verdadera revolución no sea el modelo

Cada pocos meses aparece un nuevo modelo que supera al anterior en determinadas pruebas y provoca una nueva oleada de titulares. Es comprensible que prestemos atención a esas mejoras porque son fáciles de mostrar. Podemos observar cómo una inteligencia artificial escribe mejor, programa mejor o resuelve un problema que anteriormente no podía resolver.

La infraestructura resulta mucho menos espectacular. Un nuevo mecanismo de autorización, un protocolo de conexión o una modificación en la forma de intercambiar herramientas difícilmente genera la misma impresión que ver un robot caminar o una inteligencia artificial crear un vídeo en segundos.

Sin embargo, la historia de la tecnología muestra que muchas de las transformaciones más profundas dependieron precisamente de estándares que posteriormente dejaron de llamar nuestra atención. Internet no existe gracias a una única aplicación espectacular, sino gracias a protocolos que permiten que millones de sistemas diferentes puedan comunicarse. La Web pudo expandirse porque existían reglas comunes que permitían construir sobre ella.

MCP intenta resolver un problema similar en una escala mucho más específica: proporcionar un lenguaje común mediante el cual las inteligencias artificiales puedan descubrir información y herramientas y utilizarlas.

Todavía es demasiado pronto para saber si MCP terminará convirtiéndose definitivamente en el estándar dominante o si en el futuro aparecerán otras arquitecturas que compartan ese espacio. Lo que parece mucho más claro es que el problema que intenta resolver no va a desaparecer.

Cuanto más capaces sean los agentes, más necesitarán conectarse con nuestro mundo digital. A su vez, cuanto más conectado esté ese mundo, menos sentido tendrá construir una integración completamente distinta para cada modelo, cada aplicación y cada empresa.

Por eso, la próxima gran revolución de la inteligencia artificial puede producirse en un lugar que la mayoría de los usuarios nunca llegará a ver. No tiene por qué ocurrir dentro del propio modelo, sino en la infraestructura que permite que ese modelo deje de funcionar de forma aislada y comience a conectarse con otras inteligencias, herramientas, aplicaciones, datos y sistemas.

Y, probablemente, no tendremos que esperar demasiado para comprobarlo. Todo está avanzando a una velocidad extraordinaria, hasta el punto de que desarrollos que hoy parecen propios de los próximos años pueden empezar a hacerse visibles en cuestión de días, semanas o meses. Claude y ChatGPT ya lo están haciendo. De hecho, cuando ese artículo salga publicado, es muy probable que lo que dice este ya sea antiguo. Así de rápido va esto.