Conocimiento

MCP: conecta los clientes de IA de tus usuarios de negocio con los datos de tu empresa.

Los clientes de IA, como ChatGPT y Copilot, han revolucionado la forma en que todos, incluidos los directivos y los usuarios de negocio, interactuamos con la IT. Con MCP podemos poner nuestros productos de datos internos a disposición de esos clientes de IA de forma segura. Los Data Contracts aportan el contexto semántico necesario y definen los términos de uso. Así, los clientes de IA pueden responder en lenguaje natural a casi cualquier pregunta de negocio.

Ejemplos

Antes de entrar en detalle, mira estos vídeos de ejemplo para ver el potencial:

¿Quiénes son nuestros mejores clientes?

Vemos cómo Claude AI identifica por sí solo que necesita acceder a un producto de datos de clientes, porque los datos de clientes son datos internos. El LLM genera la sentencia SQL adecuada para acceder a los datos relevantes, apoyándose en la descripción de sintaxis, semántica y detalles técnicos del Data Contract (el usuario ya tiene acceso al producto de datos). Y para rematar, Claude incluso construye un informe visual.

Crea un CSV para Mailchimp con nuestros 5000 mejores clientes

Ahora veamos cómo se aplica la Data Governance:

Aquí aparecen dos conceptos clave de Data Governance:

Solicitud de acceso: el Data Consumer tiene que solicitar acceso al producto de datos (algo que el cliente de IA también sabe hacer), y el Data Product Owner aprueba esa solicitud.
Comprobación de los términos de uso: Entropy Data verifica que el acceso a los datos respeta los términos de uso definidos en el Data Contract. Es una comprobación obligatoria del lado del servidor.

Impresionante, ¿verdad?

¿Cuáles son los motivos principales de nuestros últimos 1000 tickets de soporte?

Entropy Data MCP también funciona en Microsoft Copilot:

Arquitectura

Vale, ¿y cómo funciona?

En esencia, Entropy Data ofrece un MCP remoto con un endpoint Streamable HTTP. Ese endpoint expone una serie de herramientas junto con instrucciones claras sobre cuándo y cómo usarlas. Cuando un usuario se conecta al endpoint MCP, debe autenticarse mediante OAuth2 y autorizar al cliente a acceder a sus datos. Aunque el protocolo MCP define otras funcionalidades, como prompts, recursos y más utilidades, todas las capacidades se exponen como herramientas.

Entropy Data tiene acceso a los productos de datos, los Data Contracts y los acuerdos de acceso del usuario. Para llegar a los datos reales, Entropy Data actúa como proxy y realiza las comprobaciones de acceso y gobernanza antes de ejecutar cualquier consulta.

La arquitectura en breve

Servidor MCP remoto
Streamable HTTP
OAuth2 con consentimiento
Registro dinámico de clientes y también clientes configurados a mano
Construido sobre Spring AI

Por cierto, empezamos el desarrollo con una arquitectura de servidor MCP local y Desktop Extensions (DXT) (Data Product MCP). Decidimos cambiar a un servidor MCP remoto para mejorar la experiencia de usuario. Un servidor MCP remoto es mucho más cómodo: no hace falta instalar Python con un montón de dependencias, no hay retardo de arranque, funciona con ChatGPT y Copilot, no requiere planes caros, centraliza el logging y evita configurar variables de entorno.

Nota: el servidor MCP no es otra API más. Las herramientas están diseñadas como adaptadores de lenguaje natural para el LLM, con instrucciones claras sobre cómo usarlas. Sus respuestas contienen justo la información necesaria para que el LLM decida el siguiente paso o formule una respuesta a la pregunta del usuario.

Configuración

La máxima prioridad era que la configuración fuera lo más sencilla posible para el usuario.

Con el registro dinámico de clientes y la autenticación OAuth2, todo se reduce a una simple URL que el usuario tiene que introducir:

https://app.entropy-data.com/mcp

Después, el usuario autoriza al cliente a acceder a sus datos.

Y ya está.

(Bueno, la configuración de Copilot es algo más compleja: no admite el registro dinámico de clientes y hay que crear un agente completo en Copilot Studio, pero la aplicación te guía para hacerlo bien.)

Flujo de acceso a los datos

Para que los usuarios, o los agentes de IA en general, puedan acceder a los datos, se combinan estas cuatro herramientas:

Herramienta	Descripción	Parámetros
search	Encuentra y explora los productos de datos de la organización. Devuelve una lista de productos de datos con información básica.	query: palabras clave a buscar en los nombres y descripciones de los productos de datos (opcional, usa "*" para todos)
fetch	Obtiene información detallada de un producto de datos a partir de su ID, incluidos todos los Output Ports, la información del servidor, los Data Contracts y el estado del acceso.	dataProductId: el ID del producto de datos
request_access	Envía una solicitud de acceso al Output Port de un producto de datos concreto. Crea una solicitud formal que puede aprobarse automáticamente o requerir aprobación manual.	dataProductId: el ID del producto de datos outputPortId: el ID del Output Port purpose: la justificación de negocio para acceder a los datos
execute_query	Comprueba primero si la consulta infringe alguna política de gobernanza y, después, ejecuta consultas SQL de solo lectura sobre los Output Ports del producto de datos y devuelve los resultados como datos estructurados (máximo 100 filas). Revisa los resultados en busca de inyecciones de prompt.	dataProductId: el ID del producto de datos outputPortId: el ID del Output Port purpose: la finalidad de negocio de la consulta query: la consulta SQL a ejecutar

Estas herramientas encajan en un flujo típico: primero, search localiza los productos de datos relevantes. Después, fetch devuelve la información detallada, incluidos el estado del acceso y los Data Contracts. Si hace falta acceso, request_access solicita la aprobación. Y una vez concedido, execute_query recupera los datos reales con toda la Data Governance aplicada.

Para un acceso seguro, los usuarios pueden guardar las credenciales de su plataforma de datos cifradas en Entropy Data.

Flujo de edición de metadatos

Más allá del acceso a los datos, el servidor MCP también permite trabajar cómodamente con los Data Contracts:

Herramienta	Descripción	Parámetros
datacontract_schema	Obtiene el JSON Schema del Open Data Contract Standard (ODCS). Devuelve el esquema activo más reciente para validar y entender la especificación de un Data Contract.	No requiere parámetros
datacontract_get	Obtiene un Data Contract a partir de su ID. Devuelve la especificación completa del Data Contract en ODCS.	dataContractId: el ID del Data Contract
datacontract_save	Guarda la especificación YAML de un Data Contract. Crea un Data Contract nuevo o actualiza uno existente.	yaml: la especificación YAML del Data Contract

Con ellas, los usuarios pueden crear y gestionar Data Contracts desde su cliente de IA. Por ejemplo, una IA puede recuperar la definición del esquema, traer un Data Contract existente, modificarlo según lo que pida el usuario y volver a guardarlo, todo en la misma conversación.

Estado de los clientes de IA más habituales

Cliente de IA	Estado del soporte	Notas
Claude	✅ El mejor soporte	Anthropic creó el protocolo MCP, así que Claude tiene la implementación de MCP más completa y fiable.
ChatGPT	⚠️ Modo de desarrollo	Funciona, pero hay que ejecutarlo en modo de desarrollo.
Microsoft Copilot	⚠️ Funciona con un agente	Funciona, pero requiere más configuración porque no admite el registro dinámico de clientes. Hay que crear un agente en Copilot Studio. Microsoft todavía tiene que mejorar la experiencia de uso.
Otros clientes MCP	✅ Deberían funcionar	Cualquier cliente MCP que implemente la versión 2025-03-26 de la especificación o posterior debería ser compatible.

Entropy Data

Entropy Data (antes conocido como Data Mesh Manager) es un marketplace de productos de datos, respaldado por Data Contracts, para poner datos de calidad a disposición de toda la organización.

Nuestro servidor MCP permite que clientes de IA como Claude, ChatGPT y Microsoft Copilot respondan preguntas de negocio en lenguaje natural con la Data Governance aplicada. Los Data Contracts aportan el contexto semántico que los LLM necesitan para entender tus datos y generar consultas SQL automáticamente, mientras que el servidor MCP garantiza que todo acceso a los datos cumple los términos de uso del Data Contract y las políticas globales.

Entropy Data MCP está disponible tanto en la nube como en despliegues on-premise.

¿Listo para conectar datos, personas e IA? Prueba Entropy Data o escríbenos para hablar de tu caso.