Automatización con IA, RAG y MCP
5 min de lectura
Por el equipo de ingeniería de UnlockLive IT
Diagram of staff using an AI assistant that reaches ERP, inventory and order APIs through an MCP server with approval for actions

En muchas empresas, las preguntas sencillas sobre el negocio requieren tres sistemas y una llamada telefónica. ¿Hay stock de este artículo en el segundo almacén? ¿Se ha enviado el pedido 4417 del cliente? ¿Puedo hacer una solicitud de compra de más embalaje? Las respuestas están en el ERP, en el sistema de inventario y en una antigua base de datos de pedidos, pero solo unas pocas personas saben dónde buscar.

La solución habitual es otra pantalla interna. Eso lleva meses, requiere formación y pronto se convierte en un sistema más que mantener. Mientras tanto, el personal sigue interrumpiendo a los mismos expertos y los clientes esperan respuestas que deberían tardar segundos.

Qué hace

MCP (Model Context Protocol) es un estándar abierto presentado por Anthropic. Permite que asistentes de IA como Claude, y otros clientes compatibles, se conecten a herramientas y datos mediante pequeños programas llamados servidores MCP. La compatibilidad varía según el cliente de IA, así que consulte la documentación actual de cada cliente antes de planificar un despliegue.

Un servidor MCP para sistemas internos ofrece al personal una única vía conversacional hacia las herramientas que ya utiliza. Expone un pequeño conjunto de herramientas de negocio, como:

  • Consultar el stock de un artículo en todos los almacenes.
  • Obtener el estado de un pedido, incluido el estado del envío y del pago.
  • Consultar un proveedor y sus órdenes de compra abiertas.
  • Crear una solicitud de compra que entra en su cadena de aprobación habitual.

El personal pregunta en lenguaje natural. El asistente llama a la herramienta adecuada y responde con datos en vivo. No se necesita una nueva interfaz de usuario, y sus sistemas actuales siguen siendo la fuente de verdad.

Un día en la oficina

Pensemos en un agente de atención al cliente atendiendo una llamada. El cliente pregunta dónde está su pedido. El agente pregunta al asistente, que llama a la herramienta de estado de pedidos y devuelve el estado del envío y la referencia de seguimiento. Luego el cliente pregunta si hay una pieza de repuesto en stock cerca. Una pregunta más, una llamada más a una herramienta, y el agente tiene la respuesta por almacén.

Más tarde, una compradora nota que queda poco stock de embalaje. Pide al asistente que haga una solicitud de compra por la cantidad habitual al proveedor habitual. El asistente rellena la solicitud y muestra una vista previa. Ella comprueba la cantidad y la aprueba. A continuación, la solicitud entra en la cadena de aprobación normal del ERP.

Ninguna de las dos personas abrió el ERP, y ninguna necesitó formación en una pantalla nueva. Los sistemas que hay detrás no cambiaron en absoluto.

Cómo funciona, paso a paso

  1. Mapear las preguntas. Entrevistamos a las personas a las que más se interrumpe y enumeramos lo que les preguntan.
  2. Encontrar la vía de acceso. Para cada sistema, elegimos la ruta más segura: una API oficial, una vista de base de datos de solo lectura o una pequeña capa de API nueva.
  3. Envolver los sistemas heredados. Cuando un sistema no tiene una API utilizable, construimos un servicio ligero delante de él. Aplica límites y protege el sistema antiguo de la carga.
  4. Diseñar herramientas acotadas. Cada herramienta hace una sola cosa con entradas validadas, por ejemplo un código de artículo y un almacén.
  5. Entregar primero en solo lectura. Primero llegan los niveles de stock, el estado de los pedidos y los datos de proveedores.
  6. Añadir acciones aprobadas. Herramientas como "crear solicitud de compra" muestran una vista previa. El usuario aprueba antes de que se envíe nada, y las reglas de aprobación propias de su ERP siguen aplicándose.
  7. Registrar y monitorizar. Cada llamada se registra con el usuario, las entradas, el resultado y el tiempo.

Herramientas que utilizamos

  • SDK de MCP en Python o TypeScript.
  • Python con FastAPI para las capas de integración delante de los sistemas heredados.
  • Las API existentes de su ERP y de sus sistemas internos, con cuentas de servicio con los permisos más restringidos posibles.
  • n8n cuando una acción debe desencadenar un flujo más amplio, como avisar a un comprador cuando se aprueba una solicitud de compra.
  • Patrones orientados a eventos cuando los sistemas deben mantenerse sincronizados sin saturar una API.

Las opciones de integración varían según el proveedor y la versión del ERP. Consulte la documentación y la oferta actuales de su proveedor antes de elegir una vía.

El trabajo de integración con límites de uso estrictos es terreno conocido para nosotros. En nuestra integración orientada a eventos con Canvas LMS, el sistema gestionó 50K+ llamadas diarias a la API sin ningún incidente por límites de uso en los dos primeros trimestres. La misma disciplina se aplica a las API de ERP.

Qué necesita para empezar

  • Una lista de los sistemas implicados y de quién es responsable de cada uno.
  • Documentación de la API, o acceso a la base de datos, de cada sistema. Para los sistemas heredados, alguien que sepa cómo se comportan.
  • Las diez preguntas más habituales y las dos o tres acciones que más tiempo ahorrarían.
  • Sus reglas de aprobación para cualquier acción, por ejemplo quién puede hacer una solicitud de compra y hasta qué límite.
  • Un entorno de pruebas o de preproducción, para probar las acciones sin tocar datos reales.

Alcance y plazos habituales

Como estimación, una primera versión de solo lectura que cubra uno o dos sistemas suele llevar de una a tres semanas. Los sistemas con API limpias están en el extremo inferior. Los sistemas heredados que necesitan una nueva capa de integración llevan más tiempo. Las acciones aprobadas suelen llegar en una segunda fase, cuando ya se confía en las herramientas de solo lectura.

Riesgos y cómo los gestionamos

Sobrecargar sistemas frágiles

Los sistemas antiguos pueden no soportar picos repentinos de tráfico. La capa de integración añade caché, límites de uso y tiempos máximos, para que el asistente no pueda saturarlos.

Acciones no aprobadas o erróneas

Las herramientas de acción son acotadas, están validadas y requieren aprobación. Siguen sus reglas de negocio actuales en lugar de saltárselas. Nuestro artículo sobre agentes de IA con aprobación humana explica en detalle los patrones de aprobación.

Desviación de permisos

Una cuenta de servicio compartida puede ver más de lo que debería ver cada persona. Cuando los sistemas lo permiten, transmitimos la identidad del usuario. Cuando no, aplicamos comprobaciones de rol en el propio servidor MCP.

Exposición de seguridad

Un servidor MCP es un nuevo punto de entrada a los sistemas principales. Aplicamos los controles de nuestra lista de verificación de seguridad para servidores MCP y mantenemos el servidor dentro de su red siempre que es posible.

Cuándo no conviene construirlo

Si el proveedor de su ERP ya ofrece un conector de IA oficial que cubre sus preguntas y permisos, empiece por ahí. Si el trabajo es un proceso fijo y de gran volumen, como introducir cada factura de proveedor, una automatización dedicada encaja mejor que una conversación. Consulte automatización del procesamiento de facturas con IA. Y si el sistema está a punto de sustituirse, espere e intégrese con el nuevo.

¿Está comparando un desarrollo a medida con una herramienta estándar? Nuestra guía automatización con IA: desarrollar o comprar repasa las ventajas e inconvenientes.

Cómo puede ayudar UnlockLive

UnlockLive IT es una agencia de software con sede en Toronto y su propio equipo de ingeniería. Desarrollamos estas integraciones para empresas de Estados Unidos, Canadá, el Reino Unido y Australia. Nuestro servicio de desarrollo de servidores MCP abarca el alcance, el modelo de amenazas, la construcción, el despliegue y el mantenimiento continuo. Cuando el trabajo abarca varios sistemas y flujos de aprobación, nuestro equipo de automatización de flujos con IA diseña los flujos en torno a las herramientas MCP.

Si desea una segunda opinión sobre el alcance o el riesgo, reserve una llamada gratuita de 30 minutos. Traiga una o dos preguntas que su equipo se plantee cada semana y le diremos con honestidad si un servidor MCP es la herramienta adecuada.

Preguntas frecuentes

¿Puede un asistente de IA conectarse a nuestro sistema ERP?

Normalmente sí, si el ERP tiene una API o una base de datos que pueda leerse con seguridad. Un servidor MCP encapsula ese acceso en unas pocas herramientas acotadas. Para sistemas antiguos sin API, primero construimos una pequeña capa de integración. Consulte las opciones de integración actuales del proveedor de su ERP antes de empezar.

¿Tenemos que sustituir nuestro sistema heredado para usarlo con IA?

No. Normalmente basta con una capa de API ligera delante del sistema heredado. El servidor MCP se comunica con esa capa, que conserva las reglas del sistema antiguo y lo protege de cargas inesperadas.

¿Puede el personal crear pedidos o solicitudes de compra a través del asistente?

Sí, mediante herramientas de acción acotadas con aprobación. El asistente prepara la solicitud, muestra una vista previa y no se envía nada hasta que el usuario, o un aprobador designado, lo confirma. Después, la solicitud sigue sus reglas de aprobación habituales en el ERP.

¿Es más barato que crear una nueva aplicación interna?

A menudo es más rápido, porque no hay una nueva interfaz que diseñar, construir y enseñar a usar. Que sea más barato depende de cuántos sistemas conecte y de lo complejas que sean las acciones. Un breve ejercicio de definición del alcance se lo dirá.

¿Y si nuestro personal no usa Claude?

MCP es un estándar abierto y varios clientes de IA lo admiten, pero la compatibilidad varía. Antes de construir, confirmamos qué clientes usa su equipo y qué admiten actualmente. A menudo, el mismo servidor puede dar servicio a más de un cliente.

¿Qué diferencia hay entre un servidor MCP y una API?

Una API es la forma en que el software se comunica con su ERP o su sistema interno. Un servidor MCP se sitúa sobre esa API y presenta unas pocas herramientas acotadas y bien descritas que un asistente de IA puede entender y llamar, como consultar el stock de un producto. También gestiona quién pregunta, qué puede ver y qué acciones requieren aprobación, de modo que la propia API no cambia.

Cómo podemos ayudarle

  • Servicios de desarrollo de servidores MCPServidores Model Context Protocol (MCP) a medida que exponen sus APIs, bases de datos y herramientas internas a Claude, Cursor, ChatGPT y cualquier IA compatible con MCP.
  • Automatización de flujos de trabajo con IAAutomatizaciones con IA en n8n autoalojado para leads, facturas, soporte, informes y documentos, con alertas y aprobaciones por Telegram, WhatsApp o Slack.
  • Desarrollo de software a medidaSoftware personalizado para equipos de producto y grandes empresas — del descubrimiento al lanzamiento con entrega por sprints, informes de estado escritos y un PM gestionado desde Toronto.

Hable con un ingeniero sobre su proyecto

Cuéntenos qué está construyendo. Respondemos en un día hábil con una opinión franca sobre alcance, enfoque y esfuerzo.

Reserve una llamada estratégica gratuita

Escrito por el equipo de ingeniería de UnlockLive IT. UnlockLive IT Limited trabaja con sus clientes a través de su sede en Toronto y entrega ingeniería desde su centro de desarrollo en Dhaka. Acerca de nosotros

Artículos relacionados

Automatización con IA, RAG y MCPAgentes de IA con n8n que actúan con seguridad: MCP y aprobación humanaAutomatización con IA, RAG y MCPAutomatización con IA: ¿software a medida o herramienta estándar?Automatización con IA, RAG y MCPExtraer datos de PDF con IA y llevarlos a su ERP o CRM sin teclear

Contáctenos

Complete el formulario a continuación y nuestro equipo se pondrá en contacto con usted en breve para ayudarle con su consulta.