Entendiendo los MCP: Uniendo Modelos de IA y Datos Externos
Los Protocolos de Contextualización de Modelos (MCP, por sus siglas en inglés) pueden conceptualizarse como APIs estandarizadas que sirven como un enlace crucial entre fuentes de datos o aplicaciones externas y grandes modelos de lenguaje (LLMs, por sus siglas en inglés) como ChatGPT o Claude. Estos protocolos permiten a los modelos de IA acceder a datos en tiempo real de sitios web de viajes, administrar calendarios e incluso manipular archivos en una computadora.
Si bien algunas herramientas de IA como Claude, Cursor y OpenAI ya emplean características de integración personalizadas, los MCP ofrecen un formato universal y estandarizado para todas esas interacciones, lo que mejora enormemente su versatilidad.
Un MCP consta principalmente de dos componentes: un cliente (por ejemplo, ChatGPT) y un servidor (por ejemplo, un sitio web de programación de vuelos). Cuando se utilizan juntos, dotan a los modelos de IA de la capacidad de acceder a datos en tiempo real, realizar acciones en línea y funcionar más como agentes proactivos que como chatbots estáticos.
Actualmente, dos tipos principales de MCP están ganando terreno. El primer tipo está dirigido a desarrolladores, ejemplificado por herramientas como Cursor o Claude Code, que pueden ejecutarse en dispositivos como computadoras portátiles para administrar archivos y ejecutar scripts. El segundo tipo está orientado a aplicaciones del mundo real, centrándose en actividades como buscar productos, registrar dominios, reservar eventos o enviar correos electrónicos.
Para explorar las implicaciones prácticas, se desarrollaron dos tipos distintos de MCP. El primero, llamado GPT Learner, es un servidor de desarrollador diseñado para ayudar a los usuarios a guiar a Cursor para que recuerde los errores y evite la repetición. Si Claude o Cursor sobrescriben incorrectamente el código, la herramienta permite a los usuarios registrar y aprender del error, almacenando el enfoque correcto para futuras referencias.
El segundo proyecto es un MCP de mercado de predicción que conecta grandes modelos de lenguaje a un sitio web, betsee.xyz, que agrega mercados de predicción en tiempo real. Cuando un usuario le hace a Claude una pregunta como: ‘¿Cuáles son los efectos secundarios de que Trump pause los aranceles y en qué está apostando la gente?’, el MCP devuelve los mercados relevantes y las probabilidades en tiempo real de Polymarket o Kalshi.
Por Qué los MCP Aún No Están Listos para el Horario de Máxima Audiencia
La construcción de estos dos MCP reveló varias ideas clave, principalmente que los MCP aún no están listos para una adopción generalizada.
La experiencia de usuario actual con los MCP es menos que ideal. La mayoría de los chatbots, como ChatGPT, aún no admiten servidores MCP. De los que sí lo hacen, la instalación a menudo requiere la edición manual de JSON, un proceso que está lejos de ser fácil de usar. Los chatbots como Cursor y Claude tienden a solicitar a los usuarios cada solicitud y con frecuencia devuelven información incompleta o salida JSON sin procesar, lo que hace que la experiencia sea torpe e insatisfactoria.
Al usar la versión de escritorio de Claude para consultar el MCP del mercado de predicción, a menudo no proporcionaba enlaces o precios a menos que se le preguntara explícitamente y, en ocasiones, no llamaba al servidor en absoluto. Las constantes ventanas emergentes de Claude cuando se usaban los MCP disminuyeron aún más el interés del usuario. Si bien se espera un procesamiento continuo y respuestas significativas de los MCP en el futuro, la tecnología aún no ha llegado a esa etapa.
La seguridad es otra preocupación importante. Dada su capacidad para realizar operaciones externas y acceder a sistemas en tiempo real, los MCP enfrentan numerosos desafíos de seguridad. La inyección de prompt, la instalación de herramientas maliciosas, el acceso no autorizado y los ataques de caballos de Troya son amenazas muy reales. Actualmente, existe una falta de sandboxing, capas de verificación y un ecosistema maduro para manejar estos casos extremos.
Estos problemas dejan claro que MCP sigue siendo una tecnología experimental.
El Papel Decisivo del Cliente
Una lección importante aprendida al construir estos servidores es que el cliente, no el servidor, en última instancia decide el futuro de los MCP.
Aquellos que controlan la interacción con grandes modelos también controlan qué herramientas ven los usuarios, cuáles se activan y qué respuestas se muestran. Uno podría crear el servidor MCP más útil del mundo, pero el cliente podría no llamarlo, podría mostrar solo la mitad de su salida o incluso podría no permitir su instalación.
Los MCP y el Surgimiento de los Guardianes
El poder crítico del cliente significa que los MCP finalmente se regirán como los motores de búsqueda y las tiendas de aplicaciones. Los principales proveedores de aplicaciones de modelos grandes, como OpenAI y Anthropic, se convertirán en los nuevos ‘guardianes’, decidiendo qué MCP se pueden incluir en la lista y curando su capacidad de descubrimiento a través de algoritmos de recomendación.
Desde su inicio a fines de la década de 1990, Google ha controlado qué contenido se presenta a los usuarios, lo que les ha ayudado a construir un negocio extremadamente rentable. Los chatbots ahora están ganando esta capacidad, reemplazando los ‘10 enlaces azules’ tradicionales del motor de búsqueda con respuestas directas. Pueden decidir qué contenido mostrar, cuál excluir y cómo formatearlo.
El proceso de instalación de MCP probablemente se parecerá al modelo de tienda de aplicaciones. Así como Apple y Google han dado forma al ecosistema móvil al decidir qué aplicaciones se recomiendan, se preinstalan o se aprueban, los clientes de modelos grandes determinarán qué servidores MCP se exhiben, se promocionan e incluso se permiten en la plataforma. Es probable que esta dinámica conduzca a la competencia entre las empresas, lo que podría implicar pagos a los proveedores de modelos por recomendaciones y exposición en el nuevo ecosistema, fomentando la creación de plataformas de distribución de MCP de alta rentabilidad.
Los usuarios instalarán MCP o ‘aplicaciones de chat de IA’ de ‘tiendas MCP’ cuidadosamente seleccionadas. Herramientas como Gmail, HubSpot, Uber y Kayak agregarán puntos finales de MCP, integrándose directamente en los flujos de trabajo basados en chat. Si bien los usuarios teóricamente podrían optar por instalar cualquier MCP que deseen, lo más probable es que la mayoría confíe en las recomendaciones proporcionadas por el cliente, como las de ChatGPT. Estas recomendaciones no serán arbitrarias, sino que provendrán de asociaciones lucrativas, con grandes empresas que pagan para convertirse en la opción predeterminada en las categorías de compras, viajes, búsqueda de dominios o búsqueda de servicios. Este nivel de visibilidad se traduciría en millones de usuarios, lo que ofrece una inmensa exposición, datos y valor comercial.
Algunas tiendas de aplicaciones MCP del lado del cliente (MAS) ofrecerán una selección más indulgente y abierta de MCP, lo que permitirá una gama más amplia de experimentación y MCP desarrollados por la comunidad. Otros tendrán procesos de aprobación estrictos, que priorizarán la calidad, la seguridad y la monetización. En cualquier caso, el cliente establece las condiciones para la participación y las reglas para el éxito.
Los clientes de MCP como OpenAI y Claude se convertirán en las nuevas plataformas iOS y Android, con los servidores MCP desempeñando el papel de aplicaciones. En lugar de iconos, estas aplicaciones se invocarán mediante comandos de usuario, ofreciendo respuestasricas, estructuradas e interactivas a las necesidades del usuario a través de la interacción lingüística.
Con el tiempo, podríamos ver surgir clientes especializados, adaptados a industrias o dominios específicos. Imagine un asistente de chat de IA centrado en la planificación de viajes, que integra a la perfección los servicios de aerolíneas, cadenas hoteleras y agencias de viajes para ofrecer a los usuarios una experiencia integral de planificación de viajes. O un cliente MCP centrado en recursos humanos, que proporciona acceso unificado a datos legales, registros de empleados y herramientas organizativas, transformando la forma en que se administran las empresas.
Si bien la mayoría de los usuarios se quedarán con los clientes principales, surgirán algunos chatbots de IA de código abierto. Estos chatbots atraerán a los profesionales que desean un control completo sobre los MCP que instalan, libres de las limitaciones impuestas por los guardianes. Sin embargo, al igual que los sistemas de escritorio Linux, es probable que estos productos de código abierto sigan siendo mercados nicho.
Nuevas Oportunidades en el Ecosistema Emergente
Se espera que surjan varios tipos de negocios y herramientas para servir al panorama MCP en evolución, que incluyen:
Wrappers de MCP y Paquetes de Servidores: Estos agruparán múltiples MCP relacionados en un solo paquete de instalación, lo que agilizará la configuración. Imagine un solo paquete que proporcione un calendario, correo electrónico, gestión de relaciones con el cliente y MCP de almacenamiento de archivos que esté listo para usar sin ninguna configuración. Dichos paquetes simplificarán los procesos de personal y serán particularmente útiles en los mercados verticales. También pueden incluir herramientas de empaquetado (‘Configurar calendario y enviar correo electrónico’).
Motores de Compra de MCP: Algunos servidores MCP actuarán como motores de comparación impulsados por IA, que ofrecen precios en tiempo real y listados de productos de varios proveedores. Se monetizarán a través de enlaces de afiliados, ganando tarifas de referencia. Este enfoque refleja la optimización temprana de motores de búsqueda y el marketing de afiliación.
Aplicaciones de Contenido MCP-First: Estos servicios optimizarán la entrega de contenido para grandes modelos de lenguaje a través de servidores MCP, en lugar de diseñar sitios web para espectadores humanos. Imagine datos ricos y estructurados y etiquetas semánticas devueltas a través de llamadas MCP. Los ingresos provendrán de suscripciones o patrocinios integrados y ubicaciones de productos, en lugar de visitas a la página.
Proveedores de API a MCP: Muchos proveedores de API existentes desean participar en este nuevo ecosistema, pero carecen de los recursos para hacerlo. Esto impulsará la aparición de herramientas de middleware que convierten automáticamente las API REST tradicionales en servidores MCP compatibles y detectables, lo que facilitará la unión de las plataformas SaaS.
Cloudflare para MCP: La seguridad es una gran preocupación. Estas herramientas se ubicarán entre el cliente y el servidor, limpiando las entradas, registrando las solicitudes, bloqueando los ataques y monitoreando las anomalías. Así como Cloudflare ha hecho que la web moderna sea más segura, este tipo de servicio desempeñará un papel similar en el ecosistema MCP.
Soluciones MCP ‘Privadas’ Empresariales: Las grandes empresas comenzarán a conectar sus servicios internos a servidores MCP privados y a utilizar productos de IA de código abierto. Estas configuraciones internas se convertirán en parte de los flujos de trabajo de IA detrás del firewall, lo que dará a las empresas el control.
Clientes MCP Enfocados Verticalmente: Si bien muchos chatbots pueden satisfacer las necesidades generales de los usuarios, ciertos escenarios, como las compras industriales y el trabajo de cumplimiento, requieren interfaces de usuario y lógica comercial específicas. Surgirán clientes MCP enfocados verticalmente, con operaciones, lenguaje y diseños personalizados para satisfacer estas necesidades únicas.