En noviembre de 2024, dos desarrolladores de Anthropic lanzaron silenciosamente una especificación de protocolo. Sin grandes conferencias, sin escenarios iluminados. El objetivo era resolver un problema que cualquier persona que haya integrado IA con sistemas externos reconoce de inmediato: cada nueva herramienta exigía un conector nuevo, cada modelo requería una integración diferente. El resultado era código descartable apilado sobre más código descartable.
Lo que esos dos desarrolladores no sabían en ese momento es que en menos de dieciocho meses, Microsoft, OpenAI, Google y prácticamente todo el ecosistema de IA corporativo adoptarían ese protocolo como estándar. Incluyendo Microsoft 365 Copilot.
El Model Context Protocol llegó. Y si trabajas con M365, vale la pena entender qué cambia.
La pesadilla que todos fingían que era normal
Para cada combinación de modelo con fuente de datos, era necesario escribir un conector específico. Diez modelos, cien fuentes de datos: matemáticamente eran hasta mil integraciones independientes para construir y mantener. En el ecosistema de IA, esto se conoció como el "problema M×N": M modelos multiplicados por N fuentes. Crecía al mismo ritmo que la deuda técnica.
MCP resuelve esto con un enfoque de hub-and-spoke: construyes un servidor MCP una vez, y cualquier cliente compatible puede conectarse. La analogía que quedó: el USB-C para la IA. Antes, cada dispositivo requería su propio cable. Después, un único estándar sirve para todo.
El protocolo que nació de la frustración de un desarrollador
Fue el 25 de noviembre de 2024 cuando los desarrolladores David Soria Parra y Justin Spahr-Summers lanzaron MCP. El origen es cotidiano: el protocolo nació de la frustración de Soria Parra con la tarea repetitiva de copiar código manualmente entre Claude Desktop y su editor de código. Pequeño problema, gran solución.
En los primeros meses, la adopción fue creciendo de forma orgánica. Hasta febrero de 2025, la comunidad ya había creado más de mil servidores MCP públicos. En marzo de 2025, OpenAI adoptó el protocolo en su Agents SDK. Sam Altman fue directo: "People love MCP and we are excited to add support across our products." Competidores adoptando el estándar de un competidor es la señal más clara de que algo se convirtió en estándar de hecho.
En diciembre de 2025, Anthropic donó el protocolo a la Agentic AI Foundation, creada bajo la Linux Foundation, con cofundadores que incluyen Anthropic, Block y OpenAI, además de apoyo de Google, Microsoft y AWS. MCP dejó de ser "el protocolo de Anthropic" para convertirse en infraestructura neutra del ecosistema.
Microsoft llegó a la fiesta. Y trajo el plato principal.
Microsoft anunció la disponibilidad general de MCP en Copilot Studio en mayo de 2025, y amplió el soporte a llamadas de herramientas MCP en Microsoft 365 Copilot Chat, en los agentes Researcher y Analyst, y en agentes personalizados construidos en Agent Builder.
En abril de 2026, llegó la GA del soporte a MCP en agentes declarativos de Microsoft 365 Copilot, facilitando la integración de flujos de trabajo empresariales, sistemas SaaS y aplicaciones internas mediante el protocolo MCP, sin necesidad de conectores personalizados específicos.
Para completar, Microsoft desarrolló servidores MCP propios para las cargas de trabajo de M365, cubriendo Outlook, Teams, SharePoint, OneDrive, Dataverse y Word, todo respetando los mismos perímetros de seguridad, licenciamiento y cumplimiento que Microsoft 365 Copilot aplica internamente.
Quien entiende el protocolo, controla al agente
Dejemos lo abstracto de lado. Algunas consecuencias concretas para quienes trabajan en el ecosistema M365:
Copilot Studio se volvió mucho más simple de extender. Antes, conectar un agente a un sistema externo (un ERP, un CRM, una API interna) requería un conector personalizado o Power Automate como intermediario. Con MCP, basta tener un servidor configurado: las acciones y fuentes de conocimiento se agregan automáticamente al agente a medida que el servidor MCP evoluciona.
Los agentes declarativos acceden a datos externos de verdad. Un agente de RRHH puede consultar el sistema de nómina mediante MCP. Un agente de soporte puede abrir tickets en Jira o ServiceNow. Sin código de conector, sin autenticación personalizada que mantener.
La descripción de las herramientas importa más de lo que parece. Un ejemplo real: un maker descubrió que su herramienta create_ticket tenía una descripción que coincidía con close_ticket, haciendo que el modelo cerrara tickets en lugar de abrirlos. El modelo usa la descripción para decidir qué herramienta llamar. Saber estructurar, nombrar y describir los endpoints correctamente es lo que separa una implementación funcional de una que comete errores en producción.
El punto de inflexión que ya pasó
En marzo de 2026, Anthropic reportaba más de 97 millones de descargas mensuales de SDK y más de 10 mil servidores MCP públicos activos. MCP dejó de ser tendencia y se convirtió en fundación.
Para el ecosistema M365, el soporte en GA en Copilot Studio y en agentes declarativos marca un giro claro: integrar IA con herramientas externas dejó de ser trabajo de nicho y pasó a ser una decisión de arquitectura habitual.
Si aún estás evaluando si vale la pena entender MCP, la respuesta ya la dio el mercado. La pregunta ahora es cuándo empiezas.
Suscríbete al newsletter de Macareno.net y sigue de cerca lo que está cambiando en el ecosistema Microsoft 365.
Fuentes
- Model Context Protocol is now GA in Microsoft Copilot Studio - Microsoft Copilot Blog
- Build declarative agents for Microsoft 365 Copilot with MCP - Microsoft 365 Developer Blog
- Agent 365 MCP Servers for Copilot Studio - The Custom Engine
- What is MCP: The 2026 Guide for SaaS PMs - Truto Blog
- One Year of Model Context Protocol - Ajeet Raina