Asistentes virtuales simples, los agentes de IA se convierten en compañeros de equipo digital reales, capaces de orquestar tareas y datos a gran escala. Todavía es necesario levantar las barreras de los silos y adoptar un lenguaje común.
A diferencia de la IA generativa, los agentes de IA tienen una gran autonomía. Pueden resolver tareas complejas y usar el aprendizaje automático para adaptarse y mejorar su rendimiento con el tiempo. Transforman los asistentes de IA de ayer en colaboradores proactivos … siempre que puedan acceder a la información que necesitan en el momento correcto y en el lugar correcto.
El agente IA en la empresa moderna
En Francia, según un estudio realizado por el Observatorio Data & IA 2024 de BVA/artefacto, el 54 % de los fabricantes de decisiones creen que sus datos aún están demasiado divididos para permitir el uso avanzado de IA. Sin embargo, un agente de IA, para ser efectivo, debe acceder a un gran conjunto de información. Puede ser rápido y eficiente, pero si permanece desconectado de datos, sistemas, herramientas y otros agentes, se vuelve casi inútil. Es como reclutar a un empleado brillante incapaz de acceder a archivos internos, conectarse al software o hacer preguntas a sus colegas.
Un historial de datos que es difícil de usar
El problema es que la mayoría de las empresas a veces se han acumulado durante décadas de información estratégica dispersa en sistemas dispares.
Un informe global de S&P indica que alrededor del 39 % de las organizaciones con datos tienen más de 50 silos de datos separados para administrar.
Esto significa que la inteligencia del cliente puede residir en bases relacionales obsoletas, mientras que los datos produjeron el sueño en depósitos separados. Esta fragmentación ralentiza el acceso a la memoria institucional, especialmente cuando los talentos abandonan la organización. Y aún más, esto complica la explotación de datos críticos, distribuidos entre múltiples entornos que requieren acceso específico. Las empresas necesitan una lógica comercial adaptada a su ecosistema digital para vincular estos datos entre sí.
Estandarizar el acceso: la revolución MCP
Los agentes de IA requieren un método unificado y estandarizado para acceder al contexto dentro de las aplicaciones. Es precisamente en este espíritu que el Protocolo de contexto del modelo (MCP), a veces apodado el «USB-C de AI». Originalmente definido por antrópico, este protocolo superó rápidamente su marco original para convertirse en un estándar interoperable adoptado en la escala de la industria. Microsoft ya lo ha integrado en su hoja de ruta para Copilot, mientras que Sam Altman (OpenAI) lo apoyó públicamente.
Más de 300 implementaciones de código abierto se basan hoy en las especificaciones de MCP, consolidando su posición como un estándar estándar para la conexión de agente en la era de AI de agente. En Europa, abrazando la cara (Francia) y la estabilidad AI (Reino Unido) experimentan estándares abiertos para el acceso a modelos en herramientas comerciales. El programa GAIA-X, apoyado por la Comisión Europea, también promueve formatos interoperables para la IA soberana.
Repensar el entorno de los agentes
Si bien la industria se centra en los protocolos y el rendimiento de los agentes, a menudo olvidamos un factor esencial: la arquitectura de datos subyacente. Las bases relacionales tradicionales se han diseñado en un viejo paradigma, centrado en la optimización del almacenamiento. Estos sistemas manipulan datos estructurados en tablas rígidas, adaptadas a una era antes de la explosión de formatos y volúmenes. Las cargas actuales de IA requieren un procesamiento masivo de varios datos: texto, video, audio, series de tiempo, vectores, eventos … con latencia mínima.
Estos datos deben ser centralizados, fluidos, accesibles sin silo. En Francia, la nueva empresa Qarnot, que se especializa en el cálculo distribuido, ofrece un almacenamiento ecológico optimizado para la IA, mientras que las compañías como Ovhcloud ya integran bases vectoriales capaces de satisfacer las necesidades de los agentes generativos de IA en sus ofertas.
Gobernanza y escalabilidad
Más allá del rendimiento, la infraestructura de datos moderna también debe garantizar la gobernanza y la seguridad. De hecho, puede suceder que los agentes de la IA cruzen las fronteras organizacionales. Luego acceden a la información confidencial. En sectores regulados, como la salud o las finanzas, estos acceso no filtrado pueden generar un gran riesgo de cumplimiento. En el campo bancario, el ACPR (Banques de Francia) publicó en febrero de 2025 una recomendación sobre el uso responsable de los agentes de IA. Esto advierte contra las derivaciones relacionadas con la automatización sin control del procesamiento de datos personales.
Por qué el MCP cambia la situación
Una vez que una base de datos moderna en su lugar, MCP se convierte en el elemento clave. Este protocolo abierto sirve como un lenguaje común entre los agentes de IA y las fuentes de datos o las herramientas de tercera parte. Él juega un papel doble para los desarrolladores de la era de los agentes: Lado del desarrolloLe permite crear datos centrados en los datos más rápidamente, eliminando la necesidad de integraciones específicas para cada fuente. Agentes lateralesEstandarizar el acceso autónomo a bases, API y sistemas. Los agentes pueden navegar en el ecosistema informativo y extraer información a gran escala.
Nos acercamos a un punto de inflexión: los agentes ya no se contentan con comprender los datos: los transforman en recursos vivos, activados en cualquier momento. Lo que fue sobre la ciencia ficción se convierte en el próximo paso concreto en la transformación digital. El próximo paso emocionante será descubrir el valor real que generarán estos agentes autónomos.
____________________________
Par Massimiliano MarconDirector de gestión de productos en Mongodb
Leer también:
Agentes de IA: La próxima revolución laboral ha comenzado …
La IA de agente, nueva revolución dentro de las organizaciones …
AI al rescate de la modernización: el arma secreta para innovar más rápido y ganar agilidad
2025: soberanía de datos y arquitecturas descentralizadas …
[
