Qué es un servidor MCP y si lo necesita tu empresa

La misma documentación lo compara con un puerto USB-C. Igual que un USB-C conecta aparatos de marcas distintas con un solo enchufe, MCP permite que cualquier asistente compatible hable con cualquier sistema compatible de la misma manera.

El problema que resuelve es el de las integraciones a medida. Cuando Anthropic presentó MCP, explicó que cada nueva fuente de datos exigía su propia implementación. Con MCP, una empresa construye una sola conexión y la puede usar cualquier asistente que admita el protocolo.

Según la especificación de MCP, un servidor puede ofrecer tres cosas a un asistente:

• Recursos: datos y contexto que el asistente lee, como un catálogo, la ficha de un cliente o un documento.
• Herramientas: acciones que el modelo puede ejecutar, como buscar en una base de datos, crear un pedido o enviar un mensaje.
• Prompts: plantillas de mensajes y flujos de trabajo que la persona elige usar.

Quien usa el asistente no ve un «servidor MCP». En Claude lo ve como un conector, según la documentación de Anthropic; en ChatGPT, como un plugin, según la de OpenAI. Lo activa una vez y después pide las cosas en lenguaje normal: «búscame los pedidos pendientes de este cliente».

Que el estándar no dependa de una sola empresa importa a quien va a construir sobre él. Según el anuncio de Anthropic de esa fecha, la Agentic AI Foundation cuenta además con el apoyo de Google, Microsoft, Amazon Web Services, Cloudflare y Bloomberg.

La especificación de MCP se publica por versiones con fecha. A 10 de noviembre de 2026, la vigente en modelcontextprotocol.io es la del 28 de julio de 2026.

En el mismo anuncio, Anthropic contaba que MCP lo habían adoptado ChatGPT, Cursor, Gemini, Microsoft Copilot y Visual Studio Code. También que AWS, Cloudflare, Google Cloud y Microsoft Azure ofrecían infraestructura para desplegar servidores MCP.

Son cifras de Anthropic, la empresa que creó el protocolo, publicadas el 9 de diciembre de 2025, cuando lo donó a la Linux Foundation. Sirven para medir el tamaño del ecosistema, no para saber cuántas empresas de un sector concreto tienen ya un servidor MCP.

Para una empresa, la consecuencia es que un mismo servidor MCP llega a varios asistentes, pero no a todos sus clientes por igual. En Gemini, por ejemplo, alguien en España no puede añadir hoy un servidor propio, según la ayuda de Google.

En la práctica, el recruiter escribe en Claude algo como «búscame ingenieros backend en Madrid con Go y Kubernetes, entre 5 y 10 años de experiencia, hoy en una empresa de producto». Claude llama a la herramienta de búsqueda del servidor de HeyTalent, recibe los perfiles y los presenta en la respuesta. Así lo enseña la página del MCP de HeyTalent para recruiters.

El mismo patrón sirve en otros sectores. Un equipo de ventas puede conectar una base de datos de empresas, un servicio de enriquecimiento de contactos o su CRM, como explica HappySales en cómo usa un servidor MCP un equipo de ventas.

Una tienda online puede dejar que el asistente consulte su catálogo y su stock. Cuando además el asistente compra en nombre de la persona, se entra en el comercio agéntico y lo que pide a una web.

Para una empresa de servicios, el trabajo útil está en que el asistente pueda leer su web y encuentre fuentes que hablen de ella. El punto de partida es comprobar si los robots de IA pueden leer tu web.

Esa otra vía ya trae clientes. Entre el 15 y el 20 % de los clientes nuevos de Kulturo y HeyTalent llegan por GEO, según lo que declaran al cerrar. GEO es el trabajo para que los asistentes citen y recomienden una marca; la diferencia con el SEO está en qué es el GEO y en qué se distingue del SEO.

HeyTalent tiene las dos vías a la vez. Ofrece su servidor MCP a quien ya usa su herramienta y, por otro lado, recibe entre 2 y 3 demos a la semana de gente que llegó preguntando a ChatGPT, según los datos de HeyTalent. Las cifras completas están en el caso de HeyTalent con DoGeo.

Lo que decide si un asistente nombra una marca son la web que puede leer y las fuentes de terceros que hablan de ella. Por qué pesan tanto esas fuentes se explica en las menciones de marca en la IA.

Lo que dicen la especificación de MCP y la ayuda de Gemini sobre los riesgos de un servidor MCP:

• Privacidad: según la especificación, el asistente debe obtener el consentimiento explícito de la persona antes de mostrar sus datos a un servidor.
• Seguridad: la especificación reconoce que MCP no puede imponer estos principios por sí mismo, y pide a quien lo implementa flujos de autorización y controles de acceso.
• Confirmación: según Google, Gemini pide hoy confirmación manual antes de cualquier acción de escritura, aunque avisa de que puede equivocarse.
• Responsabilidad: Google no controla, supervisa ni protege los servidores MCP de terceros; la responsabilidad es de quien los conecta.

Para quien encarga un servidor MCP, la pregunta práctica es qué podrá hacer el asistente en nombre del cliente y quién revisa esos permisos. Es la misma conversación que ya se tiene con cualquier integración que toca datos de clientes.