Cuando llegó ChatGPT y todos vimos lo bien que respondía dentro de su chat, la siguiente pregunta era obvia: ¿y si en lugar de quedarse ahí, esta IA pudiera conectarse con mis sistemas y trabajar conmigo? Esa idea, que suena tan natural, escondía un problema técnico que durante un buen tiempo hizo que las integraciones fueran un dolor de cabeza. MCP (Model Context Protocol) es el estándar que vino a poner orden en todo esto, y abrió la puerta a que cualquier modelo de IA pueda hablar con nuestra red en lenguaje natural.

¿Qué lograrás con esta clase?

• Entender por qué las integraciones entre IA y herramientas empresariales eran insostenibles antes de MCP.
• Identificar qué problema técnico resuelve este protocolo cuando hay varios LLMs y varias herramientas en juego.
• Distinguir los componentes de la arquitectura de MCP.
• Diferenciar las primitivas que un servidor MCP puede ofrecer.
• Reconocer cuándo conviene construir tu propio servidor MCP y cuándo aprovechar uno que ya existe.
• Sentar las bases conceptuales antes de configurar tu primer servidor MCP en las próximas clases.

El problema que MCP vino a resolver

Si miran cómo hemos ido trabajando con los dispositivos de red a lo largo del tiempo, hay una tendencia clara: cada vez nos preocupamos menos por los comandos específicos y más por lo que queremos conseguir. Pasamos de la CLI a SNMP, luego a Python y Netconf, y más adelante al intent based networking, donde simplemente declaramos la intención. La IA generativa lleva esa idea un paso más lejos: ya no escribimos código, conversamos. En la clase repasaremos por qué este salto, que parece tan natural, tenía una barrera técnica que costó resolver.

Qué es MCP y por qué todos lo adoptaron

MCP es un estándar abierto creado por Anthropic en noviembre de 2024 que define cómo una aplicación de IA se comunica con sistemas externos. Lo interesante no es solo lo que permite hacer, sino quién lo respalda hoy, en muy poco tiempo se sumaron las empresas grandes del sector, lo que significa que cualquier esfuerzo que pongan en un servidor MCP les va a servir sin importar qué IA estén utilizando del otro lado.

Para un ingeniero de redes esto cambia bastante el panorama. Cualquier tarea sobre la infraestructura (consultar configuraciones, ejecutar comandos, hacer troubleshooting, configurar protocolos) se puede hacer conversando con la IA. Discutiremos las ventajas de conectarse mediante MCP y por qué montar un único servidor del lado de su infraestructura los libera de quedar atados a un proveedor de IA específico.

Arquitectura cliente-servidor y las primitivas

Abordaremos cómo se relacionan los elementos de la arquitectura MCP, y por qué el servidor es la única pieza sobre la que el ingeniero de redes tiene control y responsabilidad directa.

Una vez clara la arquitectura, revisaremos las primitivas que un servidor puede ofrecer: los Tools (acciones que la IA puede invocar), los Resources (información que la IA puede consultar) y los Prompts (plantillas reutilizables para tareas concretas). Cada primitiva tiene un rol diferente en cómo la IA decide qué hacer ante una petición.

Si quieres entender la base sobre la que se está construyendo toda la siguiente generación de automatización de redes con IA, accede al desarrollo completo de la clase donde repasamos la arquitectura con casos reales y dejamos lista la base para que en las próximas sesiones puedas construir tu primer servidor MCP. ¡Suscríbete!