MCP (Model Context Protocol) es un estándar abierto que permite conectar asistentes y agentes de IA con sistemas externos: bases de datos, aplicaciones de gestión, documentos y herramientas. Funciona como un conector común: tu empresa crea un servidor MCP para su sistema y cualquier aplicación de IA compatible puede consultarlo y operar en él, con los permisos que tú defines. Para una empresa, MCP es la forma más directa de que una IA trabaje con sus datos reales sin una integración distinta para cada herramienta.

Qué es MCP y de dónde viene

Anthropic presentó MCP el 25 de noviembre de 2024 como “un nuevo estándar para conectar asistentes de IA con los sistemas donde viven los datos”. La documentación oficial lo compara con un puerto USB-C para aplicaciones de IA: una conexión estándar en lugar de un cable distinto para cada dispositivo.

El protocolo ya no depende de una sola empresa. El 9 de diciembre de 2025, Anthropic donó MCP a la Agentic AI Foundation (AAIF), un fondo dirigido dentro de la Linux Foundation. La fundaron Anthropic, Block y OpenAI, con el apoyo de Google, Microsoft, AWS, Cloudflare y Bloomberg. Según el anuncio, el modelo de gobierno de MCP no cambia: los mantenedores siguen decidiendo de forma abierta y con la comunidad.

Para una empresa, este punto importa. Un estándar con gobierno neutral reduce el riesgo de quedarte atado a un proveedor de IA concreto.

Cómo funciona MCP: arquitectura

La especificación de MCP (revisión vigente: 2026-07-28) define tres papeles. Los mensajes usan el formato JSON-RPC 2.0.

Papel	Qué es	Ejemplo
Host	La aplicación de IA que usa la persona	Un asistente de escritorio, un IDE o un chatbot propio
Cliente	El conector dentro del host que habla con un servidor	El módulo del asistente que se conecta a tu CRM
Servidor	El servicio que expone datos y acciones de un sistema	El servidor MCP de tu ERP, de tu CRM o de tu gestor documental

Qué ofrece un servidor MCP

Un servidor MCP puede ofrecer tres tipos de capacidades:

Herramientas (tools): funciones que el modelo de IA puede ejecutar. Por ejemplo, buscar_cliente, crear_tarea o consultar_factura.
Recursos (resources): datos y contexto que la persona o el modelo usan. Por ejemplo, un documento, una ficha o un listado.
Prompts: plantillas de mensajes y flujos de trabajo que la persona elige. Por ejemplo, “prepara el resumen semanal de un cliente”.

El cliente también puede ofrecer funciones al servidor. La principal es la elicitación: el servidor pide a la persona un dato que falta, como confirmar un importe.

Transportes: local y remoto

La especificación define dos transportes estándar:

stdio: el host lanza el servidor como un proceso local y se comunican por la entrada y la salida estándar. Es habitual para herramientas en el equipo del usuario.
Streamable HTTP: cada mensaje es una petición HTTP POST a un único endpoint del servidor. La respuesta llega como JSON o como un flujo SSE. Es el transporte para servidores remotos, que es lo normal en un sistema de empresa.

La revisión 2026-07-28 hace el protocolo sin estado en el nivel del transporte: cada petición lleva su versión y sus capacidades.

MCP frente a una API REST y frente a los plugins

MCP no sustituye a tu API. Normalmente, el servidor MCP usa tu API o tu capa de servicios por debajo. La diferencia está en quién la consume y cómo.

	API REST clásica	Plugin para una herramienta de IA	Servidor MCP
Quién la consume	Programas escritos por desarrolladores	Una sola aplicación de IA	Cualquier aplicación de IA compatible con MCP
Descubrimiento	Documentación que lee una persona	Formato propio de cada proveedor	El cliente pide al servidor la lista de herramientas con su descripción y sus parámetros
Diseño	Recursos y operaciones técnicas	Depende del proveedor	Herramientas pensadas para que un modelo las entienda y las use
Reutilización	Alta, pero cada integración de IA es un desarrollo nuevo	Baja: un plugin por proveedor	Alta: un servidor sirve para varios hosts
Autorización	La que defina la API	La que defina el proveedor	OAuth 2.1 para transportes HTTP, según la especificación
Cuándo encaja	Integraciones entre sistemas sin IA	Un único asistente, sin planes de cambiar	Varios asistentes o agentes que deben usar el mismo sistema

La regla práctica: si dos sistemas se hablan sin IA, usa una API o una integración clásica. Lo explicamos en integración de sistemas ERP y CRM. Si quieres que un asistente o un agente de IA trabaje con el sistema, MCP evita repetir la integración para cada herramienta.

Casos de uso de MCP en empresas

MCP aporta valor cuando una persona quiere pedir algo en lenguaje natural y la respuesta depende de datos internos:

Consultar y operar el CRM o el ERP. “¿Qué facturas tiene pendientes este cliente?”, “crea una tarea de seguimiento para el lunes”. El asistente usa las herramientas del servidor con los permisos del usuario que pregunta.
Conocimiento interno. Un servidor MCP expone la búsqueda en la documentación de la empresa (procedimientos, contratos, manuales). Por debajo suele haber un sistema RAG, que explicamos en qué es RAG y cómo usarlo con los documentos de tu empresa.
Gestión de tickets e incidencias. El asistente lee la incidencia, consulta el historial del cliente, propone la clasificación y crea o actualiza el ticket.

Si el caso necesita que la IA decida varios pasos seguidos, hablamos de un agente. Lo explicamos en detalle en agentes de IA para empresas. MCP es la pieza que conecta ese agente con tus sistemas.

El servidor MCP de nuestro CRM

En LCApps hemos desarrollado un servidor MCP para nuestro propio CRM. Permite a un asistente de IA consultar y operar sobre clientes, tareas, facturas y gastos, siempre con los permisos del usuario que lo usa. Si una persona no puede ver o modificar una factura en el CRM, el asistente tampoco puede hacerlo en su nombre.

La lección principal: el trabajo está en el diseño de las herramientas, no en el protocolo. Hay que decidir qué puede hacer el asistente, qué datos ve y qué acciones necesitan confirmación. Diseñamos y operamos estos proyectos respetando el RGPD y el Reglamento de IA de la UE.

Seguridad: autorización, permisos y riesgos

Un servidor MCP da a una IA acceso a datos y acciones reales. La seguridad es la parte más importante del proyecto.

Autorización según la especificación

La especificación de autorización es opcional, pero para transportes HTTP se basa en OAuth 2.1. Los puntos clave son:

El servidor MCP actúa como servidor de recursos OAuth 2.1 y publica sus metadatos según el RFC 9728, para que el cliente encuentre el servidor de autorización.
El cliente usa PKCE e indica para qué servidor pide el token (indicadores de recurso, RFC 8707).
El servidor debe validar que el token se emitió para él. No debe aceptar ni reenviar tokens emitidos para otros servicios. La especificación prohíbe este reenvío (“token passthrough”).
Con el transporte stdio, la especificación indica que las credenciales se toman del entorno, no de este flujo.

En la práctica, esto permite que el usuario inicie sesión con tu sistema de identidad y que el asistente actúe con sus permisos, no con los de un usuario técnico con acceso total.

Mínimo privilegio

Las buenas prácticas de seguridad de MCP recomiendan un modelo de permisos progresivo: empieza con permisos de lectura de bajo riesgo y pide más permisos solo cuando la operación los necesite. Evita permisos comodín como admin o *.

Aplica la misma idea al diseño de herramientas:

Separa las herramientas de lectura de las de escritura.
No expongas operaciones que nadie necesita, como borrar clientes en bloque.
Aplica en el servidor las mismas reglas de negocio y de permisos que en la aplicación. Nunca confíes solo en que el modelo “se porte bien”.

Confirmación humana en las acciones de escritura

La especificación establece que el host debe obtener el consentimiento explícito del usuario antes de ejecutar una herramienta, y que el usuario debe entender qué hace cada una. Para una empresa, la recomendación es clara: las acciones con impacto (emitir una factura, enviar algo a un cliente, cambiar un estado) requieren confirmación de una persona.

Inyección de instrucciones (prompt injection)

Un correo, un documento o un ticket puede contener texto que intenta dar órdenes al modelo. OWASP lo describe como inyección indirecta de instrucciones: el modelo recibe la orden desde una fuente externa, como un archivo o una web. La propia especificación de MCP indica que las descripciones de las herramientas se deben tratar como no fiables si no vienen de un servidor de confianza.

Conecta solo servidores MCP de origen conocido, pide confirmación en las acciones de escritura y limita en el servidor lo que cada herramienta puede hacer.

Registro de auditoría

Registra cada llamada a una herramienta: quién, cuándo, qué parámetros y qué resultado. Sin este registro no puedes investigar un error ni demostrar qué hizo el asistente.

RGPD y Reglamento europeo de IA

RGPD

Un servidor MCP que da acceso a datos de clientes o empleados es un tratamiento de datos personales. Ten en cuenta el RGPD:

Minimización (artículo 5). Cada herramienta debe devolver solo los datos necesarios para su tarea.
Encargados del tratamiento (artículo 28). El modelo de IA que procesa las respuestas suele ser de un proveedor externo. Necesitas un contrato de encargo y saber dónde se procesan los datos.
Decisiones automatizadas (artículo 22). Si el asistente interviene en decisiones con efectos significativos sobre personas, mantén la revisión humana.
Evaluación de impacto (artículo 35). Si el tratamiento implica un alto riesgo para las personas, haz una evaluación de impacto antes de ponerlo en producción.

Reglamento europeo de IA (AI Act)

MCP es un protocolo de conexión. El Reglamento (UE) 2024/1689 no lo regula como tal, pero sí regula el sistema de IA que lo usa. Las obligaciones de transparencia del artículo 50 se aplican desde el 2 de agosto de 2026: si el asistente conversa con personas fuera de la empresa, deben saber que hablan con una IA. Si el caso de uso es de alto riesgo, como selección de personal o evaluación de empleados, las obligaciones son mucho mayores. Lo resumimos en obligaciones del AI Act para empresas.

Cómo crear un servidor MCP para tu sistema

Construir un servidor MCP es un proyecto de desarrollo de software a medida como cualquier otra integración. Estos son los pasos que seguimos:

Elige los casos de uso. Empieza por 3 a 5 preguntas o acciones que el equipo hace cada día. No expongas todo el sistema de golpe.
Diseña las herramientas. Cada herramienta necesita un nombre claro, una descripción que el modelo entienda y parámetros con tipos y validación. Una herramienta bien acotada funciona mejor que una genérica.
Define permisos y confirmaciones. Decide qué herramientas son de lectura, cuáles de escritura y cuáles necesitan confirmación humana.
Conecta con tu sistema por su capa de servicios. El servidor MCP debe aplicar las mismas reglas de negocio que la aplicación. No accedas directamente a la base de datos.
Implementa la autorización. Para un servidor remoto, usa OAuth 2.1 con tu proveedor de identidad y valida el destinatario de cada token.
Usa un SDK oficial. Hay SDK oficiales para TypeScript, Python, C#, Go, Rust, Ruby, Java, Swift, PHP y Kotlin.
Registra y monitoriza. Guarda un registro de cada llamada y mide errores, tiempos y uso por herramienta.
Prueba con usuarios reales. Haz un piloto con un grupo reducido, revisa las conversaciones y ajusta las descripciones de las herramientas.

El coste depende del número de herramientas y del estado actual de tu sistema. Lo explicamos en cuánto cuesta un software a medida.

Preguntas frecuentes

¿MCP es solo para Claude?

No. Anthropic lo creó, pero ahora lo gestiona la Agentic AI Foundation, dentro de la Linux Foundation. Según la documentación oficial, otros asistentes, como ChatGPT, y herramientas de desarrollo, como Visual Studio Code o Cursor, también lo soportan.

¿Necesito MCP si ya tengo una API?

Si solo quieres conectar dos sistemas sin IA, no. Si quieres que uno o varios asistentes de IA usen tu sistema, MCP te ahorra hacer una integración para cada uno. El servidor MCP normalmente usa tu API por debajo.

¿El asistente puede ver todos los datos de mi sistema?

Solo los que expongan las herramientas y permitan los permisos del usuario. Un buen servidor MCP aplica las mismas reglas de acceso que tu aplicación.

¿Mis datos se usan para entrenar el modelo?

MCP no decide eso. Depende del proveedor del modelo y del tipo de contrato. Revisa las condiciones de la versión empresarial o de la API antes de conectar datos de clientes.

Conclusión

MCP es la forma estándar de conectar asistentes y agentes de IA con los sistemas de una empresa. El protocolo resuelve la conexión; el valor y el riesgo están en el diseño de las herramientas, los permisos y la supervisión.

En LCApps construimos servidores MCP, agentes y chatbots conectados a los sistemas que ya usas, respetando el RGPD y el Reglamento de IA de la UE. Cuéntanos qué proceso quieres mejorar y te ayudamos a diseñar un primer servidor MCP realista.