El innovador Protocolo de contexto modelo (MCP) de Anthropic tiene como objetivo abordar datos fragmentados e impulsar la eficiencia de las soluciones impulsadas por IA. ¿Podría convertirse en el estándar para la integración de IA smart al contexto?
Uno de los desafíos más apremiantes en la innovación de la inteligencia synthetic (IA) en la actualidad es el aislamiento de los grandes modelos de lenguaje (LLM) de los datos en tiempo actual. Para abordar el problema, Anthropic, empresa de seguridad e investigación de IA con sede en San Francisco, anunció recientemente una arquitectura de desarrollo única para remodelar la forma en que los modelos de IA interactúan con los datos.
La nueva empresa Protocolo de contexto modelo (MCP)lanzado como un proyecto de código abierto, está diseñado para aumentar la eficiencia de la IA a través de una “comunicación bidireccional entre aplicaciones impulsadas por IA y diversas fuentes de datos en tiempo actual”.
La arquitectura está diseñada para abordar una frustración creciente: resultados de IA obsoletos causados por la falta de conexión a datos en tiempo actual. Anthropic afirma que el protocolo unificado puede mejorar el desarrollo y la funcionalidad de la IA para las empresas, y hacerlas más humanas a través del conocimiento del contexto en tiempo actual. Según la empresa, cada nueva fuente de datos comerciales requiere implementaciones de IA personalizadas, lo que genera ineficiencias. MCP busca abordar esto ofreciendo un marco estandarizado que los desarrolladores pueden adoptar universalmente.
“La arquitectura es sencilla: los desarrolladores pueden exponer sus datos a través de servidores MCP o crear aplicaciones de inteligencia synthetic (clientes MCP) que se conecten a estos servidores. En lugar de mantener conectores separados para cada fuente de datos, los desarrolladores ahora pueden construir con un protocolo estándar”, explicó Anthropic en un publicación de weblog. “A medida que el ecosistema madure, los sistemas de IA mantendrán el contexto a medida que se muevan entre diferentes herramientas y conjuntos de datos, reemplazando las integraciones fragmentadas actuales con una arquitectura más sostenible”.
Los modelos de IA, incluido, entre otros, el asistente insignia de Anthropic, Claude, pueden integrarse con herramientas como Google Drive, Slack y GitHub. Los expertos sugieren que MCP tiene el potencial de transformar las integraciones de IA empresarial de la misma manera que la arquitectura orientada a servicios (SOA) y otros protocolos revolucionaron la interoperabilidad de las aplicaciones.
“Tener un protocolo estándar de la industria para la canalización de datos entre los LLM y las fuentes de datos es un punto de inflexión. Comparable a REST y SQL en la industria del software program, Los protocolos estandarizados como MCP pueden ayudar a los equipos a crear aplicaciones GenAI más rápido y con mayor confiabilidad”. Me dijo Gideon Mendels, cofundador y director ejecutivo de la plataforma de evaluación de modelos de IA Comet. “Esto se debe a que el mercado se dio cuenta en los últimos seis meses de que un gran modelo LLM no es suficiente”.
Anthropic también reveló que los primeros usuarios empresariales, incluidos Block y Apollo, ya han integrado MCP en sus sistemas. Mientras tanto, proveedores de herramientas de desarrollo como Zed, Replit, Codeium y Sourcegraph están colaborando con MCP para mejorar sus plataformas. Esta asociación tiene como objetivo ayudar a los modelos y agentes de IA a recuperar información más relevante a través de datos en tiempo actual, captar el contexto de manera más efectiva y generar resultados matizados para tareas empresariales como la codificación, con mayor eficiencia.
“Los modelos de IA que son más humanos y conscientes de sí mismos pueden hacer que la tecnología parezca identificable, lo que podría impulsar una adopción más amplia”, me dijo Masha Levin, emprendedora residente de One Method Ventures. “Todavía hay mucho miedo en torno a la IA, y muchos la ven simplemente como una máquina. Humanizar estos modelos podría ayudar a aliviar esos miedos y fomentar una integración más fluida en la vida cotidiana”.
Levin también advirtió sobre una posible desventaja. “Existe el riesgo de que las empresas dependan demasiado de la IA para obtener apoyo, lo que le permitirá influir en sus decisiones de manera extrema, lo que podría tener consecuencias perjudiciales”.
Sin embargo, la verdadera prueba para MCP será su capacidad para lograr una adopción generalizada y superar a sus competidores en un mercado abarrotado.
MCP antrópico versus OpenAI y perplejidad: la batalla por los estándares de innovación de IA
Si bien el enfoque de código abierto de Anthropic MCP marca un avance notable para la innovación en IA, ingresa a un panorama competitivo dominado por gigantes tecnológicos como OpenAI y Perplexity.
La reciente función “Trabajar con aplicaciones” de OpenAI para ChatGPT muestra capacidades similares, aunque con un enfoque exclusivo en priorizar asociaciones estrechas sobre estándares abiertos. Esta función permite a ChatGPT acceder y analizar datos y contenido de otras aplicaciones, pero solo con el permiso del usuario, lo que elimina la necesidad de que los desarrolladores copien y peguen manualmente. En cambio, ChatGPT puede revisar los datos directamente desde una aplicación, ofreciendo sugerencias más inteligentes y contextuales gracias a su integración con datos de Web en tiempo actual.
Además, la compañía también presentó en octubre su arquitectura de datos en tiempo actual, llamada “API en tiempo actual”, que permite a los asistentes de voz responder de manera más efectiva al obtener un contexto nuevo de Web. Por ejemplo, un asistente de voz podría realizar un pedido en nombre de un usuario o recuperar información relevante del cliente para ofrecer respuestas personalizadas. “Ahora con la API en tiempo actual y pronto con el audio en la API de finalización de chat, los desarrolladores ya no tienen que unir varios modelos para impulsar estas experiencias”, dijo OpenAI en un publicación de weblog. “Bajo el capó, la API en tiempo actual le permite crear una conexión WebSocket persistente para intercambiar mensajes con GPT-4o”.
Asimismo, el protocolo de datos en tiempo actual para IA de Perplexity, conocido como “pplx-api”, proporciona a los desarrolladores acceso a su modelo de lenguaje grande (LLM). Esta API permite que las aplicaciones envíen consultas en lenguaje pure y reciban información detallada en tiempo actual desde la internet. A través de un único punto remaining API, permite la recuperación de datos actualizados y respuestas contextuales para aplicaciones de IA, lo que permite a los desarrolladores crear aplicaciones que permanecen alineadas con la información más reciente.
“Normalmente, la industria tiende a estandarizar una solución de código abierto, pero a menudo eso lleva años. Es muy possible que OpenAI intente introducir más protocolos”, afirmó Mendels. “Pero si MCP logra una amplia adopción como el primer estándar de su tipo, podríamos ver que las técnicas y las mejores prácticas comienzan a estandarizarse en torno a él”.
¿Puede Anthropic MCP establecer el estándar para la integración de IA consciente del contexto?
A pesar de su potencial, Anthropic MCP enfrenta desafíos importantes. La seguridad es una preocupación principal, ya que permitir que los sistemas de inteligencia synthetic accedan a datos empresariales confidenciales aumenta el riesgo de fugas si el sistema falla. Además, convencer a los desarrolladores que ya están arraigados en ecosistemas establecidos para que adopten MCP podría resultar difícil.
Otro problema es el gran tamaño de los datos, según JD Raimondi, jefe de ciencia de datos de la firma de desarrollo de TI Making Sense. Me dijo: “Anthropic es líder en experimentos que conducen a contextos grandes, pero la precisión de los modelos se ve muy afectada. Es possible que mejoren con el tiempo y, en cuanto al rendimiento, existen muchos trucos para mantener la velocidad aceptable”.
Si bien Anthropic afirma que MCP mejora la capacidad de la IA para recuperar y contextualizar datos, la falta de puntos de referencia concretos que respalden estas afirmaciones puede obstaculizar su adopción. “Ya sea que sea un desarrollador de herramientas de inteligencia synthetic, una empresa que busca aprovechar los datos existentes o uno de los primeros en adoptar la tecnología, lo invitamos a construir juntos el futuro de la inteligencia synthetic consciente del contexto”, dijo Anthropic.
A medida que los desarrolladores prueban las capacidades de MCP, la industria observará si este estándar abierto puede ganar la tracción necesaria para convertirse en un punto de referencia para la integración de IA consciente del contexto. Mendels sugiere que la estandarización podría ser una medida inteligente para Anthropic, potencialmente impulsando la interoperabilidad y permitiendo a los equipos experimentar con diferentes combinaciones de herramientas para determinar cuál es la mejor opción para sus necesidades. “En este momento, parece demasiado pronto para decir que muchos procesos en el ecosistema de IA se están estandarizando”, señaló Mendels. “Dado que la innovación ocurre tan rápidamente, las mejores prácticas actuales podrían quedar obsoletas la próxima semana. Sólo el tiempo dirá si un protocolo como MCP puede lograr estandarizar la recuperación de datos contextuales”.
