Hasta hace poco, conectar un modelo de IA con una herramienta exigía una integración a medida para cada combinación: este modelo con este CRM, aquel asistente con aquella base de datos. Cada conexión era un pequeño proyecto, y cambiar de modelo obligaba a rehacerlas.
MCP (Model Context Protocol) es el estándar que resuelve eso: un protocolo común para que cualquier aplicación de IA pueda usar herramientas y datos de cualquier sistema que lo hable. En poco tiempo se ha convertido en la forma habitual de conectar la IA con el resto del software, y en atención al cliente tiene dos usos muy concretos.
La respuesta corta
MCP es un protocolo abierto que permite a una aplicación de IA —un asistente, un agente, un editor de código— conectarse a herramientas y datos externos de forma estándar. En atención al cliente sirve en dos direcciones: para que un agente de IA consulte y actúe en tus sistemas (pedidos, facturación, cuentas) y para que tus propias herramientas de IA trabajen con tu plataforma de soporte: leer conversaciones, consultar informes, mejorar la documentación o ajustar el agente. En los dos casos importan los permisos: qué puede leer y qué puede cambiar cada conexión.
Cómo funciona, sin tecnicismos
Hay dos piezas:
- El servidor MCP: un sistema que expone lo que se puede hacer con él como «herramientas» con nombre y descripción. Por ejemplo, «consultar pedido», «listar conversaciones», «crear artículo».
- El cliente MCP: la aplicación de IA que se conecta, ve qué herramientas hay y decide cuándo usarlas para cumplir lo que le piden.
El modelo lee la descripción de cada herramienta y decide llamarla cuando le hace falta, igual que hace con cualquier otra llamada a herramientas. La diferencia es que, con MCP, la misma conexión sirve para cualquier cliente que hable el protocolo.
Dirección 1: el agente consulta tus sistemas
Un agente de atención al cliente necesita datos que no están en la documentación: el estado de un pedido, el plan de una cuenta, la última factura. Si tus sistemas exponen esas consultas como herramientas —por MCP o por una API—, el agente las usa para responder con el dato real y para hacer gestiones con los permisos que le des.
Lo que aporta el estándar: si tu producto ya tiene un servidor MCP para sus propias integraciones, ese mismo trabajo sirve para conectar cualquier agente, sin rehacer nada. Cómo decidir qué puede hacer el agente solo y qué necesita confirmación está en IA agéntica en atención al cliente.
Dirección 2: tu IA trabaja con tu plataforma de soporte
La otra dirección es menos conocida y muy útil para un equipo pequeño. Si tu plataforma de soporte expone un servidor MCP, puedes usar el asistente de IA que ya usa tu equipo —en el chat, en el editor de código, uno que hayas construido— para trabajar con ella:
- Preguntar por las conversaciones: «¿de qué se han quejado más los clientes esta semana?».
- Consultar informes: rendimiento del agente, temas que más crecen, comparar dos periodos.
- Encontrar huecos de documentación: qué preguntas no supo responder el agente.
- Escribir y publicar contenido: un artículo del centro de ayuda a partir de esas preguntas.
- Ajustar el agente: sus instrucciones, su tono, cuándo pasa a una persona.
Es lo que hace el servidor MCP de Intake: tus propios modelos y agentes pueden trabajar con tus conversaciones, tu conocimiento, los informes y la configuración del agente usando el protocolo estándar. Más en la integración MCP de Intake.
Casos para una startup SaaS
| Caso | Dirección | Ejemplo |
|---|---|---|
| Responder con el estado de la cuenta | El agente consulta tus sistemas | «Tu plan incluye 5 usuarios y ya tienes 5» |
| Revisión semanal del soporte | Tu IA consulta la plataforma | «Resume los temas de la semana y qué ha empeorado» |
| Mejorar la documentación | Tu IA consulta y escribe | «Escribe un artículo para la pregunta que más se escaló» |
| Ajustar el agente | Tu IA cambia la configuración | «Haz que pase a una persona cualquier pregunta sobre reembolsos» |
| Investigar un caso | Tu IA consulta la plataforma | «Busca las conversaciones de este cliente del último mes» |
Seguridad: lo que hay que vigilar
Conectar una IA a sistemas reales tiene los mismos riesgos que dar acceso a una persona, y alguno más:
- Permisos mínimos. Cada conexión, con acceso solo a lo que necesita. Leer conversaciones no es lo mismo que cambiar la configuración del agente.
- Separar lectura y escritura. Lo que solo lee puede ir más suelto; lo que cambia algo, con más control.
- Credenciales propias y revocables para cada conexión, no compartidas.
- Registro de lo que se hace: qué herramienta se llamó, cuándo y con qué resultado.
- Cuidado con el contenido que entra: lo que un modelo lee —una conversación de un cliente, por ejemplo— no debe tratarse como una orden.
Las preguntas que te harán tus clientes grandes sobre todo esto están en cómo responder un cuestionario de seguridad.
Preguntas frecuentes
¿Qué es MCP?
Model Context Protocol: un protocolo abierto para que las aplicaciones de IA se conecten a herramientas y datos externos de forma estándar, sin una integración a medida para cada combinación.
¿Para qué sirve MCP en atención al cliente?
Para que un agente de IA consulte y actúe en tus sistemas, y para que tus propias herramientas de IA trabajen con tu plataforma de soporte: conversaciones, informes, documentación y configuración.
¿Necesito MCP para tener un agente de IA?
No. Un agente puede conectarse a tus sistemas por API. MCP es una forma estándar de hacerlo que se reutiliza entre aplicaciones.
¿Es seguro conectar una IA por MCP?
Lo es con permisos mínimos, credenciales propias y revocables, separación entre lectura y escritura y registro de lo que se hace.
¿Qué aplicaciones hablan MCP?
Los principales asistentes y entornos de IA y un número creciente de herramientas de software. Cualquiera que lo hable puede conectarse a un servidor MCP.
