MCP: De jugar con la IA a integrarla en la ejecución

En los últimos meses todos "probaron" IA: algún prompt en ChatGPT, un experimento suelto en marketing, un par de scripts para automatizar cosas chicas.

Está bien para empezar, pero tiene un límite claro:

Mientras la IA no esté conectada a tus sistemas y a tu operación real, no deja de ser un juguete caro.

Lo que cambia el juego no es "usar IA", sino integrar IA a la ejecución estratégica: que pueda ver tus datos, entender tus procesos y ayudarte a decidir qué hacer esta semana con el equipo.

Ahí entra en juego los MCP.

Qué son los MCP y por qué importa para la ejecución estratégica

Los MCP (Model Context Protocol) es, en simple, una forma estándar de conectar tus sistemas con modelos de lenguaje.

En vez de tener a la IA aislada en una ventanita de chat, el MCP permite que tus agentes de IA consulten datos reales, ejecuten acciones concretas y lo hagan de forma orquestada y segura, sin integraciones ad hoc para cada cosa.

Es, para los entendidos de términos más técnicos, una manera de hacer peticiones a la API de tu sistema desde un chat.

Pasas a decirle a un agente conectado por MCP: "Mostrame los clientes en riesgo esta semana y proponé una lluvia de ideas con próximos pasos alineados a nuestra estrategia, luego carga en nuestro gestor de proyectos las tareas que te confirmaré".

La IA deja de ser un asistente genérico y se convierte en parte de tu sistema de gestión.

Cómo lo probamos primero en casa

Antes de ofrecerlo a nadie, hicimos lo que cualquiera haría: experimentar con nosotros mismos.

Conectamos vía MCP las herramientas donde realmente vivimos todos los días. Con datos reales, contexto real, decisiones reales.

Attio (nuestro CRM) Acá vive la verdad sobre nuestros leads y clientes. Al conectarlo, el agente puede cruzar información de contactos, etapas comerciales, historial de interacciones y notas del equipo. Entonces cuando le preguntás "¿qué leads están calientes esta semana?" no te responde con una teoría genérica sobre pipelines: te dice nombres, contexto y por qué conviene actuar ahora. Esa diferencia entre un consejo de manual y un copiloto que conoce tu cancha es abismal.

Tability (nuestro gestor de OKRs) Tener OKRs escritos en un doc que se revisa cada dos meses es como tener un mapa y nunca abrirlo. Conectar Tability por MCP nos permite pedirle al agente que analice el estado de nuestros Key Results, detecte cuáles están en riesgo antes de que sea tarde, y nos sugiera iniciativas concretas para corregir el rumbo. Pero no se queda solo en leer: también puede ejecutar. Le pedís que haga un check-in sobre un KR, que agregue una iniciativa nueva a un objetivo específico, que actualice el progreso. Pasamos de revisar tableros a tener un copiloto que analiza, sugiere y actúa. Menos liturgia, más acción.

Canva (donde armamos nuestras propuestas comerciales) Nuestras propuestas viven en Canva, y al conectarlo el agente tiene visibilidad sobre las piezas que ya existen. Puede ayudarnos a mejorar copies, sugerir ajustes en la narrativa de una propuesta y mantener coherencia con lo que el cliente nos pidió y lo que le estamos prometiendo. Es como tener un segundo par de ojos que además se acuerda de todo el contexto comercial.

ClickUp (nuestro gestor de tareas y proyectos) Este es el centro de operaciones. Al conectar ClickUp, el agente entiende en qué estamos trabajando, quién está haciendo qué, qué está frenado y qué viene después. En vez de abrir quince tableros para armar el panorama semanal, le preguntás al agente y te devuelve un resumen accionable: qué está bien, qué está en riesgo y qué debería pasar esta semana para que la estrategia no se diluya en el día a día.

Con eso validamos algo clave: cuando la IA ve el contexto completo, mejora la calidad de las decisiones, no solo ahorra tiempo. Deja de ser un loro que repite frameworks y se convierte en algo que entiende tu operación.

Y además, en algo que puede leer información de un sistema y luego ejecutar en otro.

Por ejemplo, leer el brief de una reunión con un cliente en nuestro CRM y preparar una propuesta comercial adaptada para ellos en Canva.

De la casa al cliente: qué ya estamos probando con equipos reales

Una vez probado internamente, empezamos a llevar estos mismos principios a proyectos de clientes.

Como primera instancia, estamos probando conectar los OKRs del cliente con su asistente de IA conversacional. Que el equipo pueda sentarse el lunes y preguntarle al agente cómo vienen sus objetivos del trimestre, qué Key Results están en riesgo y qué debería priorizar esta semana. Sin abrir cinco tableros, sin depender de que alguien arme un reporte. La estrategia viva, accesible en una conversación.

Ese es el primer paso, y ya de por sí cambia la dinámica de ejecución de cualquier equipo.

Si después el cliente quiere ir más profundo y conectar otros sistemas — su CRM, su gestor de proyectos, su documentación — podemos capacitarlos para hacerlo. Pero eso requiere un análisis más detallado de sus operaciones, entender cómo fluye la información internamente y diseñar las conexiones que realmente muevan la aguja. No es enchufar cables por enchufar: es entender primero qué decisiones necesitan mejorar.

Super Agentes en ClickUp: agentes internos donde el trabajo sucede

Otro componente clave que no quiero dejar afuera son los agentes internos dentro de las herramientas que ya usamos.

En nuestro caso, hablamos de los Super Agentes en ClickUp: agentes que viven dentro de la plataforma de gestión del trabajo y que hoy usamos, por ejemplo, para:

Creación de anuncios Desde una misma tarea en ClickUp, el Super Agente lee el brief, los aprendizajes de piezas anteriores y el feedback del equipo. Nos ayuda a redactar scripts para reels, textos para carruseles e imágenes estáticas para Meta Ads. No te escupe un copy genérico: entiende el contexto del proyecto, el tono de la marca y los objetivos de la pauta.

Creación de tareas y briefs desde el chat Este es de los que más fricción nos sacó de encima. Tenemos agentes que leen hilos de conversación en nuestro chat y, a partir de lo que se discutió, les pedimos que creen tareas en ClickUp con contexto real: descripción, brief, responsable asignado automáticamente y valores de campos completados en base a lo que se habló. Se terminó eso de salir de una conversación pensando "después lo cargo". El agente lo hace en el momento, con la información que ya está ahí. Menos tareas perdidas entre mensajes, menos briefs armados de memoria tres horas después.

Análisis de status de clientes y proyectos El Super Agente revisa listas y vistas de clientes en ClickUp. Detecta proyectos trabados, hitos en riesgo y desvíos respecto del plan. Devuelve un informe en lenguaje humano: qué pasa, por qué importa y qué conviene hacer esta semana.

La clave no es la "magia" del modelo, sino que el agente está sentado sobre los mismos datos y procesos que usamos para gestionar el trabajo. No inventa un mundo paralelo: sintetiza y ordena el que ya existe.

Aplicar este enfoque

Estamos ya usando este enfoque en nuestra propia operación y probándolo con clientes que quieren que la IA deje de ser un experimento aislado y se convierta en parte de su sistema de gestión.

Si te gustaría ver cómo se vería algo así en tu equipo — agentes internos conectados a tus herramientas, ayudándote a ejecutar la estrategia semana a semana — este es el momento ideal para explorarlo.