itsbydavid
    Agentes de IA y MCP

    Deja que la IA consulte tu negocio directamente.

    Tus datos viven en una base de datos a la que una IA no llega. Yo construyo la capa que cambia eso: una API limpia, un servidor MCP, y agentes que de verdad puedan hacer algo con ella.

    • Uno ya en producción
    • Alcance cerrado
    • Precios publicados
    • Una sola persona
    Agenda una llamada de 20 min

    El problema

    Una IA solo puede usar lo que puede alcanzar.

    Casi todos los datos de negocio están a un paso de ser útiles para un modelo, y ese paso es arquitectónico.

    Tus datos están encerrados en prosa

    Precios, disponibilidad, cobertura e inventario viven en el texto de las páginas, en PDFs y en imágenes. Un modelo puede leer una frase sobre tus precios. No puede filtrar, comparar ni calcular con ella.

    Cada integración es a medida

    Conectar tus datos a cada asistente por separado significa reconstruir el mismo conector una y otra vez. Una interfaz estándar las reemplaza todas.

    Agentes que responden pero no actúan

    Un chatbot que describe lo que haría es una demo. Reservar, actualizar un registro o abrir el ticket es donde está el valor, y eso necesita permisos reales y controles.

    Qué hago exactamente

    Qué construyo

    APIs legibles por agentes

    Una interfaz limpia, documentada y optimizada para lectura sobre los datos que ya tienes. La base sobre la que se apoya todo lo demás.

    Servidores MCP

    El estándar emergente para exponer herramientas y datos a clientes de IA. Se construye una vez, y Claude, Cursor, Codex y cualquier cosa compatible con MCP puede usarlo.

    Recuperación sobre tu base de conocimiento

    Para que las respuestas salgan de tus documentos, con citas, en lugar de que un modelo adivine de forma plausible.

    Agentes que ejecutan acciones reales

    Permisos acotados, trazabilidad y puntos de control humano donde la acción tiene consecuencias.

    Evaluación y guardarraíles

    La parte poco glamorosa que decide si un prototipo sobrevive el contacto con usuarios reales. Esto es lo que hago en TELUS de día.

    La capa de datos de abajo

    Muchas veces el trabajo real: convertir fuentes dispersas e inconsistentes en un almacén estructurado que valga la pena consultar.

    Prueba

    Ya construí uno.

    Parcela Nova evalúa los 340 municipios de Guatemala a partir de más de 12 fuentes oficiales, más de 10 conjuntos de datos globales y 5 herramientas construidas a medida. El resultado se expone a través de un servidor MCP abierto, sin llave y de solo lectura, con ocho herramientas que cualquier cliente de IA puede llamar.

    Apunta Claude o Cursor hacia él y pregúntale por terreno construible, exposición a amenazas o tiempo de manejo a la capital. Responde con datos verificados en lugar de adivinar. Antes de que existiera, esa información vivía en registros públicos, oficinas municipales, hojas de cálculo y la memoria de los corredores.

    Precios

    Cuánto cuesta

    Tarifas publicadas. No hace falta una llamada de descubrimiento para saber los precios.

    Construcción de un sistema

    $8.000–$15.000 USD

    4 a 6 semanas

    Un flujo, un agente o un arreglo de visibilidad, construido y en producción.

    Plataforma legible para IA

    $25.000–$60.000 USD

    8 a 16 semanas

    Capa de datos estructurada, API legible por agentes, servidor MCP, y el sitio encima.

    Ver la tarifa completa

    Preguntas

    Preguntas comunes

    ¿Qué es MCP, en una frase?

    MCP (Model Context Protocol) es un estándar abierto que permite a un sistema de IA conectarse a tus datos y herramientas a través de una sola interfaz, en lugar de construir una integración distinta para cada asistente.

    ¿Necesitamos un servidor MCP o basta con una API?

    Si solo un sistema va a consultar tus datos, basta una API limpia. El servidor MCP vale la pena cuando quieres que varios clientes de IA (Claude, Cursor, y lo que venga) usen los mismos datos sin reconstruir el conector cada vez.

    ¿Están seguros nuestros datos si una IA puede consultarlos?

    Depende de cómo se construya. Un servidor de solo lectura sobre datos que ya son públicos es de bajo riesgo. Datos internos requieren permisos acotados, trazabilidad y puntos de control humano. Eso se define en el alcance, no después.

    ¿Y si nuestros datos son un desastre?

    Suele ser el caso, y suele ser el trabajo real. Convertir fuentes dispersas en un almacén estructurado es lo que hace que todo lo demás valga la pena. En Parcela Nova, esa parte fue más grande que el servidor MCP.

    ¿Podría una IA responder preguntas sobre tu negocio?

    Cuéntame qué datos tienes y qué querrías que un agente hiciera con ellos. Te digo si es cosa de un fin de semana o de un trimestre.

    Agenda una llamada de 20 min

    ¿Prefieres escribir antes? Escríbeme por WhatsApp.