Google lanza servidores MCP gestionados para una integración fluida de herramientas de IA

Google simplifica la conexión de agentes de IA con el mundo real

Los agentes de inteligencia artificial prometen revolucionar desde la planificación de viajes hasta la respuesta a complejas preguntas de negocio. Sin embargo, integrarlos con herramientas y datos externos a sus interfaces de chat ha sido un desafío técnico significativo, requiriendo que los desarrolladores mantengan frágiles conectores difíciles de escalar y gobernar.

Google afirma tener la solución: el lanzamiento de sus primeros servidores MCP (Model Context Protocol) completamente gestionados y remotos. Este movimiento busca que sus servicios en la nube, como Google Maps y BigQuery, sean fácilmente accesibles para cualquier agente de IA, eliminando semanas de trabajo de configuración.

Diagrama que explica el flujo de datos del Protocolo MCP conectando interfaces de chat, editores de código y herramientas de productividad
El Protocolo MCP actúa como un conector estandarizado entre sistemas de IA y fuentes de datos externas.

¿Qué es el Model Context Protocol (MCP)?

El MCP es un estándar de código abierto desarrollado por Anthropic hace aproximadamente un año, diseñado específicamente para conectar sistemas de IA con datos y herramientas del mundo real. Su adopción se ha extendido rápidamente en el ecosistema de agentes, y recientemente fue donado a un fondo de la Linux Foundation para su estandarización.

«La belleza del MCP es que, al ser un estándar, si Google proporciona un servidor, puede conectarse a cualquier cliente», explicó Steren Giannini, director de gestión de productos en Google Cloud. Esto significa que los servidores MCP de Google pueden trabajar con clientes como Gemini CLI, AI Studio, Claude de Anthropic y ChatGPT de OpenAI.

Los primeros servicios disponibles y cómo funcionan

En su lanzamiento inicial, Google ofrece servidores MCP gestionados para cuatro servicios clave:

  • Google Maps: Para que los agentes se basen en información de ubicación actualizada y precisa al planificar viajes o buscar lugares.
  • BigQuery: Permitiendo que asistentes analíticos consulten datos directamente.
  • Compute Engine y Kubernetes Engine: Para que agentes de operaciones interactúen con infraestructura de nube.

Según Giannini, en lugar de perder una o dos semanas configurando conectores, los desarrolladores ahora pueden «pegar una URL a un endpoint gestionado» para habilitar la integración.

Seguridad, gobernanza y el papel clave de Apigee

El despliegue empresarial va más allá de la simple conexión. Google está aprovechando su producto de gestión de APIs, Apigee, que muchas empresas ya usan para controlar claves, cuotas y tráfico.

Apigee puede «traducir» una API estándar en un servidor MCP, transformando endpoints (como un catálogo de productos) en herramientas que un agente puede descubrir y usar, todo ello bajo los mismos controles de seguridad y gobernanza existentes.

Los nuevos servidores MCP están protegidos por Google Cloud IAM para gestionar permisos y por Google Cloud Model Armor, un firewall diseñado para cargas de trabajo agenticas que defiende contra amenazas como la inyección de prompts. Además, los administradores cuentan con registros de auditoría para mayor observabilidad.

Diagrama de integración del Protocolo MCP con herramientas de IA como Claude y ChatGPT para interactuar con servicios de Google
Ejemplo de integración del MCP con diversas herramientas de IA y servicios de Google.

Disponibilidad y futuro de la integración

Actualmente, estos servidores MCP se encuentran en vista previa pública, lo que significa que aún no están cubiertos completamente por los términos de servicio de Google Cloud. Sin embargo, se ofrecen sin costo adicional para los clientes empresariales que ya pagan por servicios de Google.

«Esperamos llevarlos a disponibilidad general muy pronto en el nuevo año», afirmó Giannini, añadiendo que anticipa que más servidores MCP se irán incorporando cada semana. Los planes de expansión incluyen soporte para servicios de almacenamiento, bases de datos, logging, monitoreo y seguridad en los próximos meses.

Con esta iniciativa, Google busca construir la «plomería» para que los desarrolladores puedan enfocarse en crear aplicaciones de IA poderosas y conectadas, sin tener que preocuparse por la compleja infraestructura de integración.

Comparte este artículo

Otras notas de tu interés:

Negocios

Google lanza CC: su nuevo asistente de productividad basado en email con IA Gemini

Negocios

Adobe Firefly revoluciona la edición de video con prompts e integración de modelos de IA de terceros

Economia

Databricks Recauda Más de $4 Mil Millones en Ronda Serie L y Alcanza Valuación de $134 Mil Millones

Negocios

Everbloom AI: La revolución sostenible que transforma residuos de plumas en fibra de lujo

Negocios

El Desarrollo de Startups de IA para Consumidores: Estabilización y Nuevos Dispositivos en el Horizonte

Negocios

Nvidia refuerza su apuesto por la IA abierta: adquiere SchedMD y lanza la familia Nemotron 3

Espectáculos y Entretenimiento

Disney y OpenAI: Un Año de Exclusividad en Asociación Millonaria

Economia

Chai Discovery, startup biotecnológica con respaldo de OpenAI, levanta $130 millones en ronda Serie B

Politica

Casa Blanca Anuncia Medidas Clave en Política de Inteligencia Artificial

Noticia Local

DeSantis Impulsa Ley para Controlar el Uso de IA en Florida