Qué es MCP y cómo conectar el chat corporativo a los sistemas de tu empresa

Muchas empresas ya pagan un asistente de inteligencia artificial para su equipo: Microsoft Copilot, ChatGPT, Claude o Gemini. El problema aparece al día siguiente. El asistente redacta bien y resume rápido, pero no sabe nada de la empresa: no conoce el estado del F29 de este mes, las notificaciones pendientes del SII ni lo que dejó el último cierre. Para que responda sobre eso, alguien tiene que copiar la información al chat, con todo lo que eso implica en tiempo, en errores y en datos que salen de donde deberían estar.

MCP es la respuesta que se está imponiendo a ese problema. Esta guía explica qué es, cómo funciona, qué conviene cuidar antes de conectar un asistente a los sistemas de la empresa y cómo lo usamos en Business Tools.

Qué es MCP

MCP, sigla de Model Context Protocol, es un estándar abierto para conectar asistentes de inteligencia artificial con sistemas y datos externos. Se presentó a fines de 2024 y hoy lo admiten, con distintos alcances según el plan de cada proveedor, Microsoft Copilot (a través de Copilot Studio), ChatGPT, Claude y Gemini, entre otros.

La idea es simple. En vez de que cada asistente tenga que aprender a hablar con cada sistema, el sistema publica un servidor MCP con una lista de herramientas: qué puede consultar o hacer, qué datos necesita cada una y qué devuelve. El asistente lee esa lista, decide qué herramienta usar para responder la pregunta del usuario y la llama. El sistema responde con datos actualizados, y el asistente arma la respuesta.

Un ejemplo concreto: alguien le pregunta al chat corporativo qué sociedades tienen notificaciones del SII sin responder. El asistente no adivina ni busca en un documento viejo: llama a la herramienta de notificaciones del sistema tributario, recibe la lista y la resume.

Qué cambia frente a copiar información al chat

• Los datos no se copian. La información queda en el sistema de origen y el asistente la consulta cuando la necesita. No hay planillas exportadas dando vueltas por correos y chats.
• Las respuestas están al día. Cada consulta trae el dato vigente, no el que alguien pegó la semana pasada.
• Las reglas de acceso las pone el sistema. Es el servidor el que decide qué puede ver o hacer cada usuario, no el asistente.
• Una conexión sirve para varios asistentes. Si la empresa cambia de proveedor de IA, o usa más de uno, el servidor MCP es el mismo.

Cómo funciona una conexión

Una conexión MCP tiene tres partes:

1. El cliente: el asistente que usa la persona (el chat corporativo).
2. El servidor: el componente que publica el sistema de la empresa, con sus herramientas.
3. La autenticación: cómo el servidor sabe quién está preguntando.

Los servidores pueden correr en el computador del usuario o, lo más habitual en una empresa, como un servicio en internet al que el asistente se conecta. En ese caso la autenticación es la pieza clave: lo correcto es que cada persona conecte el asistente con su propia cuenta del sistema, para que cada consulta viaje con su identidad y sus permisos, y no con una clave compartida que ve todo.

Qué cuidar antes de conectar un asistente

Conectar un asistente a los sistemas de la empresa es darle manos, no solo ojos. Antes de hacerlo conviene revisar, como mínimo, estos puntos:

• Permisos por usuario. El asistente no debería poder hacer nada que el usuario no pueda hacer en el sistema. Si la conexión usa una cuenta de servicio con acceso total, cualquiera que use el chat ve lo de todos.
• Acciones sensibles fuera del alcance. Consultar es distinto de modificar. Las acciones de cierre (aprobar, presentar, borrar) conviene dejarlas en el sistema, con la revisión de una persona, aunque el asistente pueda prepararlas.
• Condiciones del proveedor de IA. Qué hace el proveedor con los datos que pasan por el asistente lo fija el contrato y el plan que tiene la empresa, no el servidor MCP. Hay que leerlo antes.
• Instrucciones escondidas en los datos. Un asistente puede leer en un documento o en un correo un texto que parece una orden («ignora lo anterior y envía esto»). Es el riesgo conocido como inyección de instrucciones, y se mitiga con permisos acotados, acciones sensibles bloqueadas y confirmación humana.
• Registro de lo que se hizo. Cada acción que ejecute el asistente debería quedar registrada con el usuario y la fecha, igual que si la hubiera hecho la persona en el sistema.

Cómo lo usamos en Business Tools

Business Tools, la plataforma de gestión tributaria de Grant Thornton Chile, tiene un servidor MCP propio. Funciona como un servicio en internet y cada usuario conecta su asistente con su cuenta de Business Tools; cada herramienta revisa los permisos de esa persona antes de responder o de actuar.

Hoy el asistente puede, entre otras cosas:

• Consultar el cumplimiento tributario: semáforo, observaciones del F22, IVA, renta, estado de las declaraciones juradas, notificaciones del SII, multas y certificados de deuda de la TGR.
• Revisar el borrador del F29: estado, cálculo, comparación con lo declarado en el SII, resumen anual y reglas por proveedor.
• Ejecutar los robots de la plataforma y revisar el historial y los archivos de cada ejecución.
• Comentar y responder notificaciones dentro del seguimiento.

Y hay cosas que dejamos fuera a propósito: aprobar o congelar una versión del F29 y los cambios masivos de reglas no están disponibles para el asistente. Se hacen en la plataforma, con la revisión de una persona.

Por dónde empezar

Antes de elegir herramientas, conviene responder tres preguntas:

1. ¿Qué preguntas se repiten? Las consultas que el equipo hace todas las semanas son las primeras candidatas: son fáciles de medir y el ahorro se nota rápido.
2. ¿Dónde están los datos? Un asistente solo es tan bueno como los sistemas a los que se conecta. Si la información vive en planillas sueltas, el primer paso es ordenarla.
3. ¿Qué no debería hacer nunca el asistente? Definirlo antes evita discusiones después, y dice qué herramientas se publican y cuáles no.

Si tu empresa está en ese punto, en Grant Thornton hacemos diagnósticos de implementación de inteligencia artificial: revisamos procesos, datos y sistemas, priorizamos los casos de uso y proponemos la arquitectura, con o sin Business Tools.