Volver al blog

Cómo un servidor MCP me permitió hablar con mi propia empresa

Cómo un servidor MCP me permitió hablar con mi propia empresa

Consultar la información de mi empresa suele exigir saber dónde mora cada dato. Si quería averiguar qué había ocurrido durante la última semana, era menester revisar calendarios, tareas, actividades comerciales y proyectos o preguntar directamente a varias personas. La información existía, pero encontrarla, relacionarla y convertirla en una respuesta requería tiempo y no poca paciencia. En realidad, era otra manifestación de las islas de información: cada aplicación sabía una parte de la historia, pero ninguna podía contarla entera. Esto se hace especialmente evidente cuando vuelves de vacaciones y alguien te pregunta qué ha ocurrido durante tu ausencia. La respuesta está ahí, repartida por media empresa, pero no existe un lugar donde puedas simplemente ir a buscarla.

RSM Assistant es el interface para hablar con RSM AI, la inteligencia artificial que gobierna los datos en nuestro ERP.

La situación cambió cuando conectamos nuestros sistemas a una inteligencia artificial mediante un servidor MCP. Ahora puedo preguntar quién hizo qué durante la semana pasada, qué clientes visitaron los comerciales, qué problemas aparecieron, cuáles se resolvieron o qué actuaciones se llevaron a cabo para evitar que un pedido llegara tarde. Incluso puedo empezar por una pregunta bastante genérica y dejar que la inteligencia artificial vaya buscando las piezas necesarias para construir la respuesta. Las preguntas son las mismas que me hacía antaño. Lo que ha cambiado es la forma de obtener las respuestas. He pasado de escarbar en los datos a preguntarle directamente a mi empresa cómo va un asunto.

Por ejemplo, puedo preguntarle qué pedidos han tenido problemas esta semana y, a partir de ahí, preguntarle quién intervino en cada uno, qué tareas se realizaron y qué se hizo para evitar que el problema volviera a producirse. Para contestar a una pregunta así no basta con consultar una única tabla o una única aplicación. Hay que relacionar pedidos, clientes, incidencias, tareas, proyectos y personas. Antes era yo quien tenía que conocer esas relaciones y recorrerlas. Ahora puedo plantear la pregunta y dejar que la IA utilice las herramientas que tiene disponibles para encontrar la información.

MCP, siglas de Model Context Protocol, permite precisamente eso: que una inteligencia artificial pueda descubrir y utilizar herramientas proporcionadas por sistemas externos. En nuestro caso, el servidor puede acceder, de forma controlada, a proyectos, tareas, calendarios, clientes, pedidos y otras entidades de nuestros sistemas. La IA interpreta la pregunta, determina qué información necesita y utiliza esas herramientas para obtenerla.

MCP no sustituye a nuestra API ni es el responsable de la inteligencia de la respuesta. La API continúa siendo la forma estructurada y controlada de acceder a nuestros sistemas. MCP proporciona una interfaz que permite presentar determinadas capacidades de esa API de una manera que un modelo de inteligencia artificial puede descubrir y utilizar. Simplificando mucho, la pregunta llega al modelo, el modelo decide qué necesita consultar, utiliza las herramientas MCP y estas terminan accediendo a nuestros sistemas a través de las APIs que ya existían.

En Redsauce ya disponíamos de una API bien diseñada, fruto del orden y del contrato estable que exige una estrategia API first. Los datos tenían una estructura conocida y una forma estable de consultarlos. Tuvimos que crear un token, definir los permisos y diseñar las herramientas que utilizaría la IA. Sin esa API, la faena habría comenzado mucho antes, organizando el acceso a los datos y explicando cómo se relacionan. Y ahí está, probablemente, la parte más importante de todo esto. Conectar una inteligencia artificial a una empresa no consiste simplemente en darle acceso a una base de datos. Hay que decidir qué puede consultar, qué puede modificar, qué información debe quedar fuera y qué operaciones puede realizar. No es lo mismo permitir que consulte el estado de un pedido que permitirle modificarlo. Tampoco es lo mismo mostrarle una lista de clientes que darle acceso a toda la información que tengamos sobre ellos. La conversación puede parecer sencilla, pero detrás tiene que existir el mismo trabajo de permisos, seguridad y trazabilidad que exigiríamos a cualquier otra aplicación.

También puedo pedirle que indique qué registros ha utilizado y cómo ha obtenido cada resultado. No es una cuestión menor, pues una respuesta convincente no siempre es una respuesta cierta. Si la IA me dice que un pedido se retrasó por una determinada causa, quiero poder saber de dónde ha salido esa conclusión y qué información ha utilizado para llegar a ella. Es la misma cuestión que surge al preguntarse quién prueba la IA: no basta con que el sistema responda; hay que poder juzgar si responde con precisión y fundamento.

¿Significa esto que los servidores MCP son las APIs del mañana? No exactamente. Un servidor MCP no sustituye una buena API. En nuestro caso funciona precisamente porque esa API ya existe. La API ordena el acceso a los sistemas y MCP presenta sus capacidades de una manera que una inteligencia artificial puede descubrir y utilizar. Es muy posible que muchas APIs tengan hoy o mañana un servidor MCP delante, como hoy sirven a páginas web, aplicaciones móviles y procesos internos. Lo que sí cambia es la forma en que utilizamos esos sistemas. Durante muchos años hemos construido aplicaciones pensando en que una persona tendría que aprender dónde está cada cosa: qué menú debe abrir, qué formulario debe utilizar, qué filtros tiene que aplicar y en qué informe encontrará la información que busca. Eso tenía sentido porque la interfaz era la forma de relacionarnos con los datos. Ahora podemos añadir otra interfaz, mucho más flexible, en la que la persona no tiene por qué conocer previamente dónde está la información que necesita.

Esto tampoco elimina el trabajo de diseñar bien los sistemas. Para que una IA pueda responder preguntas sobre una empresa tiene que entenderse qué es un cliente, qué es un pedido, cómo se relaciona un pedido con un proyecto, quién es responsable de una tarea y qué permisos tiene cada persona o cada proceso. La forma de interacción es novedosa, pero el oficio que hay detrás continúa siendo el de integrar sistemas, ordenar información y construir software fiable.

A la postre, después de tantos años creando aplicaciones para que las personas naveguen por los datos, hemos conseguido que sean los datos los que respondan a nuestras preguntas. No se trata necesariamente de sustituir los sistemas que ya tenemos ni de construir otro sistema que los reemplace. Se trata de conseguir que, por fin, podamos preguntarle a nuestra propia empresa qué está pasando sin tener que recordar primero dónde está la respuesta.

Si quieres averiguar qué podría responder tu propia empresa, cuéntanos dónde viven hoy tus datos y te apuntaremos en la dirección correcta.