Hola a todos y bienvenidos a otro episodio de Píldoras de Conocimiento de Microsoft aquí en M365. FM suizo anfitrión Mirko Peters. Hoy abordaremos algo de lo que todos los que crean con IA han oído hablar, pero que casi nadie puede explicar en lenguaje sencillo. Es el protocolo de contexto de modelo OMSP. Están en Teams y le hacen a su asistente de IA una pregunta simple como ¿Cuál es el estado del proyecto Johnson? Responde, lo siento, no puedo exceder a esa información. ¿Le suena familiar? La IA es inteligente, el modelo es potente, pero no puede ver sus datos. ¿Está desconectada de los sistemas donde reside su trabajo real? Ese es el problema central que resuelve MSP. Al final de este episodio entenderán qué es realmente MSP, por qué es importante para cualquiera que use Microsoft 365 y cómo está cambiando lo que la IA puede hacer por ustedes. Dividiremos esto en bloque fundamental. El problema es la solución, cómo funciona y lo que significa dentro de Microsoft. Así que empecemos con el problema, porque probablemente ustedes mismos lo han sentido. El problema. Cada herramienta de IA tenía que ser construida a medida. Antes de que existiera MSP, si querían que un asistente de IA hiciera algo útil, consultar su calendario, extraer un archivo de SharePoint, buscar un registro de cliente en Dynamics, tenían que escribir código personalizado para cada uno. Cada conexión, cada fuente de datos, código separado. Aquí está el detalle. Cada sistema habla su propio lenguaje de API. Su calendario usa un formato, SharePoint usa otro, Dynamics usa otro más. Diferentes autenticaciones, diferentes reglas, diferentes formas de solicitar datos y recibirlos. Si querían que su guía hablara con tres sistemas, debían crear tres conectores personalizados. Piénsenlo de esta manera. Imaginen que están en su sala con un televisor, un equipo de sonido y luces inteligentes. Cada uno viene con su propio control remoto. Y ninguno de sus controles funciona con otro dispositivo. Necesitan el control de televisor para el televisor, el de sonido para el sonido y una aplicación separada para las luces. Así era el desarrollo de IA, antes de MSP. Cada herramienta necesitaba su propia integración personalizada. Pero a los usuarios de Microsoft esto les toca decir. Piensen en lo que Copilot quiere hacer cuando le hacen una pregunta. Podría revisar su calendario de Exchange para ver reuniones, leer correos recientes de un cliente específico o buscar un registro de cliente en Dynamics. Eso significa tres conexiones API diferentes, tres integraciones separadas, cada una requiriendo trabajo de desarrollo personalizado. El resultado. La mayoría de las herramientas de IA tomaron camino fácil y un genérico. Si haces una pregunta sobre tu propio trabajo y la IA decía no puedo acceder a sus datos, o necesito que configures una conexión primero. La integración real supone un costoso desarrollo a medida, y la mayoría de las organizaciones nunca lo logran. Ahora esta es la pieza clara. El modelo de lenguaje grande en sí mismo es increíblemente potente. Puedes razonar, resumir, generar y analizar, pero sin acceso a tus datos reales está a ciegas. Es como tener al asistente más inteligente del mundo encerrado en una habitación sin ventanas. Pueden pensar brillantemente, pero no pueden ayudarte con nada real. La solución. MSP como el conector universal. Entonces, ¿qué pasaría si existiera un conector universal? Una forma estándar de conectar cualquier IA a cualquier fuente de datos, sin escribir código personalizado para cada conexión. Aquí está la clave. Eso es exactamente lo que es el protocolo de contexto de modelo MSP para breve. Antropic, la empresa detrás de Cloud, lo introdujo a finales de 2024 y se popularizó rápidamente. MSP es un estándar abierto que define una forma consistente para que las aplicaciones de IA se comuniquen con herramientas y fuentes de datos. Piénsalo como el USB-C antes del USB-C. Cada dispositivo necesitaba su propio cable especial. Tu teléfono usaba un tipo, tu computadora portátil, otro y tus auriculares un intercepto. Tenías un cajón lleno de cables y nunca podías encontrarlo. Luego llegó el USB-C, un cable, un estándar y todo simplemente funciona. MSP hace lo mismo para las conexiones de... Un protocolo que funciona para bases de datos, sistemas de archivos, API web y sí, incluso servicios de Microsoft. En lugar de crear conectores personalizados para cada fuente de datos, creas un servidor MSP y cualquier aplicación de IA compatible puede usarlo. La adopción ocurrió rápidamente. En cuestión de meses, aparecieron miles de servidores MSP preconfigurados para Google Drive, GitHub, Slack y bases de datos como PostgreSQL y SQLite. Y para los usuarios de Microsoft, aquí es donde se pone realmente interesante. Tus herramientas de IA ahora pueden conectarse a SharePoint, Exchange, Dynamics y Power Platform, todo a través de la misma interfaz estándar. En resumen, ya no tienes que crear conexiones personalizadas. Te conectas a MSP, un protocolo, cualquier fuente de datos, cualquier aplicación de IA. Esa es la magia de esto. La arquitectura, host, cliente y servidor. Entonces, ¿cómo funciona esto realmente detrás de ese? Permítame desglosar. MSP utiliza una configuración sencilla de tres partes, host, cliente y servidor. Una vez que entiendes esas tres piezas, todo cobra sentido. El host es la aplicación de IA que estás utilizando realmente. Eso podría ser copiar de Microsoft 365, Cloud Desktop o un agente personalizado que tú mismo creaste. El host es donde planteas tu premio. Es la parte orientada al usuario. Dentro de ese host vive algo llamado cliente MSP. Esta es la parte que habla el protocolo MSP. No lo ves ni interactúas directamente, pero es el traductor, la pieza que sabe hablar con los servidores MSP. Luego tienes el servidor. El servidor MSP es un programa ligero que se sitúa entre tu aplicación de IA y tu fuente de datos real. Expone herramientas y recursos que la IA puede utilizar. El servidor sabe cómo llegar a tu sitio SharePoint, a tu buzón de exchange o a tu base de datos Dynamics. La IA no necesita conocer ninguno de esos detalles. Simplemente se ve mejor. Así es como fluyen los datos. Cuando le haces una pregunta a tu IA, la solicitud va del host al cliente MSP. El cliente envía un mensaje a través del protocolo MSP al servidor. El servidor accede a tu fuente de datos, obtiene lo que necesitas y lo envía de vuelta. Del host al cliente, al protocolo, al servidor y a tus datos. Limpio, sencillo y estandarizado. Piénsalo como un restaurante. El host eres tú sentado en la mesa. El cliente MSP es el mesero que toma tu pedido y lo lleva a la cocina. Y el servidor MSP es la cocina misma. No necesitas saber cómo funciona la cocina. Solo le dices al mesero lo que quieres y la comida aparece. Un host puede conectarse a múltiples servidores al mismo tiempo. Tu IA en Teams podría acceder a tus documentos de SharePoint, tu calendario de Exchange y tus registros de Dynamics en una sola conversación. La comunicación entre cliente y servidor utiliza algo llamado JSON-RPC. Solo una forma ligera y estandarizada a enviar mensajes de un lado a otro. Sin sobrecarga pesada, sin conexiones personalizadas. ¿Qué contienen los servidores MSP? Herramientas, recursos y prompts. Entonces, ¿qué le da realmente un servidor MSP a la IA cuando se conecta? Tres cosas. Herramientas, recursos y plantillas de prompts. Piénsalos como el kit de herramientas al que recurre a la IA cuando necesita hacer algo. Analicemos el lenguaje sencillo. Primero, las herramientas. Las herramientas son acciones que la IA puede realizar y que cambian cosas en el mundo real. Una herramienta puede buscar en una base de datos, enviar un correo electrónico o crear un documento. Cada vez que la IA invoca una herramienta, algo sucede. Se guarda un archivo, se envía un mensaje, se actualiza un registro. Las herramientas son los veros del sistema. Son las que hacen que las cosas sucedan. Ahora, los recursos. Los recursos son información de solo lectura que la IA puede consultar. Un recurso podría ser una lista de clientes de Dynamics, un documento, políticas en SharePoint o notas de reuniones, de Teams. La IA puede leerlos, analizarlos y referenciarlos, pero no puede modificarlos directamente a través de un recurso. Simplemente le proporcionan a la IA el contexto necesario para trabajar de forma más inteligente. Luego tienes las plantillas de prompt. Son instrucciones preconfiguradas que te ahorran tiempo. En lugar de crear el prompt perfecto cada vez, el servidor te entrega uno que ya está optimizado. Por ejemplo, un servidor MCP de SharePoint podría incluir una plantilla para resumir el contenido de una carpeta. Solo dices resume esta carpeta y la plantilla se encarga del resto. Es como tener un atajo especializado para las cosas que haces una y otra vez. Aquí tienes un ejemplo concreto para unirlo todo. Imagina un servidor MCP de SharePoint. Ofrece una herramienta llamada a buscar documentos que localiza archivos por palabras clave. Ofrece un recurso llamado Lister Sitios, que da acceso de solo lectura a todos los sitios de SharePoint disponibles. E incluye una plantilla de prompt llamada Resumir contenido de carpeta que le indica a la IA cómo presentar un resumen claro. Todo lo que la IA necesita para ayudarte con SharePoint está justo ahí, en un solo lugar. Ahora, aquí viene la parte interesante. La IA descubre todo esto automáticamente al conectarse al servidor. No se requiere programación previa. El servidor básicamente se presenta a sí mismo. Y está en mis herramientas, mis recursos y mis plantillas de prompt. Y la IA descubre cómo utilizarlo. Eso es lo que hace que MSP sea potente. El servidor le dice a la IA lo que es posible y la IA se encarga del resto. Es un sistema que se describe a sí mismo. Estas tres categorías trabajan juntas para que la IA tenga una visión completa de lo que puede hacer. MCP se encuentra con lo que Microsoft ya tiene. Así que llevamos esto al mundo de Microsoft. Aquí es donde se vuelve real para cualquiera que use Microsoft 365 o Azure. Aclaramos un mito común a mí. ¿Alguna persona piensa que MSP es solo un experimento secundario para Microsoft? Es una estratégica. Puedes verlo claramente en el servicio de agentes de IA de Azure. Si estás creando agentes de IA personalizados en Azure, ahora puedes añadir servidores MSP remotos directamente desde Azure AI Foundry. Configuras una etiqueta de servidor, una URL y encabezados de autenticación opcionales. Y tu agente puede empezar a llamar herramientas de ese servidor. La propia documentación de Microsoft lo denomina integración de primer nivel. Este no es el lenguaje de un proyecto secundario, pero va más allá de solo Azure. Microsoft ha publicado referencias oficiales de servidores MSP para Power Platform, incluyendo Power Automate, Power Apps e incluso Process Mining. Estos no son proyectos de la comunidad. Provienen directamente de Microsoft. Tomamos el servidor MSP de PowerApp. Incluye una herramienta llamada Invoke Data Entry. Es lo que significa en la práctica. Una IA puede tomar información no estructurada, como un correo, un chat o un documento escaneado, y convertirla en un registro estructurado en Dataverse. La IA propone el registro y tú lo apruebas. Actor Humano está integrado desde el inicio. El servidor MSP de Power Automate lleva esto aún más lejos. Describes un flujo de trabajo en lenguajes en sí. Algo como, cuando llegue un correo nuevo con la palabra urgente en el asunto, crea una tarea en Planner y avísale a mi jefe. La IA crea ese flujo por ti, sin arrastrar ni soltar conector, sin buscar activadores. Solo describe lo que quieres y el servidor MSP lo traduce en una automatización real. Microsoft también ha mostrado servidores MSP para el contenido de Microsoft Learn. Imagina a un agente de IA que consulta toda la biblioteca de documentación de Microsoft como recurso, no mediante el rastreo de páginas web, sino a través de un servidor MSP estructurado, que expone la documentación como datos organizados. Eso ya está funcionando hoy. Esta es la dirección hacia la que se dirigen tus herramientas Microsoft. Se están volviendo accesibles a MSP por diseño. La plataforma se está abriendo. Y al hacerlo, tu experiencia con Microsoft 365 será aún más inteligente. La integración está ocurriendo ahora y está incorporada en la base. MSP no es solo para desarrolladores. Es para cualquiera que use Microsoft 365 y quiera que su IA trabaje sin problemas con sus datos. Un escenario real. La IA que finalmente funciona. Entonces, ¿cómo se ve esto realmente en la práctica? Permíteme mostrarte un ejemplo real. Estás en Microsoft Teams y escribes esto en Copilot. ¿Cuál es el estado del proyecto ACME y quién? Tiene retraso en sus tareas. Presiona ACME. Ahora, detrás de escena, sucede algo distinto a lo que habría pasado hace un año. Tu asistente de IA se conecta a un servidor MSP vinculado a Project Online o Planner. Ese servidor anuncia las herramientas que puede usar, como listar tareas, obtener el estado de las tareas, verificar asignaciones y obtener el cronograma del proyecto. La IA no necesita que la guíen aquí. Descubre esas herramientas automáticamente porque el servidor literalmente dice, esto es lo que puedo hacer. Y la IA responde, genial, usaré eso. Nadie tiene que decir, oye, primero revisa este punto de conexión de la API. Simplemente funciona. Así que, la IA llama a la herramienta de listar tareas, luego obtiene el estado de cada tarea y finalmente verifica las asignaciones. El servidor MSP maneja toda la autenticación y la obtención de datos detrás de SEM. Unos segundos después, la IA regresa con una respuesta clara. El proyecto ACME va por Wink. Hay tres tareas vencidas, todas asignadas a SEM. ¿Quieres que le envíe un recordatorio? Aquí está lo importante. No se escribió código personalizado para esta consulta. Ningún desarrollador pasó dos semanas creando un conector entre Copilot y Project Online. El servidor MSP se encargó de toda la integración. Un servidor, un protocolo estándar y la IA supo exactamente cómo usarlo. Ahora, vayamos un paso más allá. Después de obtener el estado del proyecto, preguntas. Revisa mi calendario para una reunión con Sara mañana y redacta una actualización de estado basada en lo que sucede. La IA usa un servidor MSP de Exchange para revisar tu calendario. Busca correos relacionados a través del mismo servidor y luego llama a un servidor MCP de Word para redactar la actualización. Una conversación, múltiples fuentes de datos, cero desarrollo personalizado. Ese es el momento de revelación con MCP. Hace que la IA sea útil dentro de tu entorno de trabajo real. No solo un chatbot genérico que solo puede responder preguntas generales, sino un asistente que ve tus datos, comprende tu contexto y actúa. Todo a través de un estándar simple. Seguridad manteniendo tus datos a salvo. Tanta flexibilidad plantea una gran pregunta. Si tu IA puede acceder repentinamente a SharePoint, Exchange y Dynamics a través de MCP, ¿cómo mantienes esos datos seguros? Esta es la respuesta corta. ¿MSP es tan seguro como tú lo hagas? El protocolo no evita tus medidas de seguridad existentes. Trabaja con él. MCP es compatible con OAuth 2.1, el mismo estándar de autenticación de la industria que protege tu inicio de sesión de Microsoft. Cuando un servidor MCP requiere autenticación, tu cliente de IA debe demostrar que está autorizado antes de poder acceder a cualquier dato. El servicio puede usar encabezados de autenticación, claves API o acceso basado en tokens. Los mismos patrones que ya usas para proteger la SAP. Pero hay una capa adicional que realmente importa para el uso empresarial. La IA debe pedir permiso primero antes de poder ejecutar una búsqueda, enviar un mensaje o modificar un registro. Te lo pide a ti. Ve la solicitud directamente en tu interfaz de chat. Revisas lo que hará la herramienta y lo apruebas o deniegas. Eso significa que ninguna herramienta se invoca sin tu consentimiento explícito. Tu IA puede sugerir acciones, pero no puede ejecutarlas sin que tú digas que sí. Esa es una buena red de sube. Una cosa a tener en cuenta. Hay miles de servidores MCP públicos disponibles, y no todos son confiables. Existen registros públicos donde cualquiera puede publicar un servicio. Algunos son excelentes, otros no. Es tu responsabilidad usar servidores en los que confíen. En los entornos de Microsoft tienes una ventaja. Tus servidores MCP pueden usar los mismos controles de identidad y acceso que tus servicios de Microsoft existen. Si un usuario no tiene permiso para leer una biblioteca de documentos de SharePoint, un servidor MCP no puede evitarlo. El servidor haría los mismos límites, la misma autenticación, las mismas políticas y la misma gobernanza. Comenzando, tu primera experiencia con MCP. Sí que estás convencido y quieres probarlo tú mismo. ¿Por dónde empezar? La forma más fácil es elegir un host compatible con MCP. Cloud Desktop tiene soporte integrado para MCP y GitHub Copilot también funciona. Ambos te permiten conectar servidores casi sin configuración. A continuación, consulta los registros públicos de MSP. Hay miles de servidores preconfigurados para servicios como Google Drive, Slack, bases de datos, sistemas de archivos, sistemas de archivos y sí servicios de Microsoft también. Si eres usuario de Microsoft, empieza con las referencias de servidor MCP de Microsoft para Power Platform. La configuración es sí. La mayoría de los hosts usan un archivo JSON donde numeras tu servidor. Le das un nombre a cada uno, proporcionas el comando URL para acceder y configuras las credenciales de autenticación. Eso es todo y el host encarga el resto. No se requiere programación para el uso básico, así que no necesitas ser desarrollador ni escribir código de integración. Solo configura un archivo JSON y de repente tu ya puede acceder a datos que antes no podía tocar. El archivo JSON es como un archivo de configuración que le dice a tu host a qué servidores conectarse. Piensa en MSP como un traductor universal para tu ya. En lugar de aprender un lenguaje diferente para cada servicio, habla un solo protocolo. Empieza poco a poco conectando una fuente de datos como tu calendario a través de un servidor MSP de Exchange. Luego hazle a tu ya una pregunta sobre tu agenda y observa cómo descubre las herramientas disponibles. Prueba la aprobación humana en el proceso, lo que significa que puedes autorizar cada acción antes de que la IALA ejecute. Eso te mantiene bajo control. Asegúrate de entender el modelo de seguridad antes de ampliarlo. Una vez que te sientas cómodo, amplía agregando otro servidor para tu biblioteca de documentos. Y luego tu sistema de gestión de tareas. Cada servidor añade nuevas capacidades y cada uno sigue el mismo protocolo. Si quieres crear tu propio servidor MSP, tal vez para exponer una aplicación empresarial personalizada o una base de datos interna, Azure Functions de Microsoft funciona muy bien como backend. Envuelves tu API o fuente de datos existente en un servidor MSP con solo unas pocas líneas de código. Patrón es simple. Expone herramientas como funciones. Expone datos como recursos y deja que el protocolo maneje el resto. Es una forma directa de darle a tu IALA acceso a tus propias fuentes de datos. Eso es el protocolo de contexto del modelo. Un estándar que finalmente permite que las herramientas de IALA lleguen a tus datos reales. Tus archivos de SharePoint, tu calendario de Exchange, tus registros de Dynamics. Antes de MSP, tienes que crear conexiones personalizadas para cada sistema. Ahora te conectas a un protocolo y tu IALA puede comunicarse con todos ellos. La IALA se vuelve útil dentro de tu entorno de trabajo real. Esto no es solo una conveniencia. Cambia la forma en que trabajas con la IALA. Empieza con un servidor MSP. Conecta una única fuente de datos y comprueba la diferencia por ti mismo. Si esto te resultó útil, compártelo con un colega que tenga problemas con una IALA que no puede acceder a sus datos. Suscríbete para más píldoras de conocimiento como esta. Soy Mirko Peters y nos vemos en el próximo episodio.