La IA tiene que trabajar donde trabajamos
Cómo conectamos asistentes de IA a nuestras herramientas de trabajo, y qué aprendí en el camino.
Durante mucho tiempo usé asistentes de IA como casi todo el mundo: copiando y pegando. Copiaba un ticket, un fragmento de documentación o una planilla de horas, lo pegaba en el chat, pedía un análisis y volvía a copiar el resultado a donde correspondía. Funciona, pero tiene un techo bajo: el asistente solo sabe lo que uno le pega, y cada respuesta queda desconectada del lugar donde realmente pasa el trabajo.
Como Chief Solutions Officer, una parte central de mi rol es encontrar formas concretas de que la tecnología nos haga mejores en lo que hacemos. Y me convencí de algo: la IA rinde de verdad cuando está conectada a las herramientas donde vive el trabajo.
Qué es MCP, sin tecnicismos
MCP (Model Context Protocol) es un estándar abierto que permite conectar un asistente de IA con otras aplicaciones. Se lo puede pensar como un enchufe universal: en lugar de construir una integración a medida para cada herramienta, cada una expone un conector y el asistente puede consultarla directamente, con los permisos de la persona que lo está usando.
Qué cambia en el día a día
Conectamos Claude, el asistente de IA que uso a diario, con Azure DevOps, donde gestionamos proyectos, backlog y documentación; con Redmine, donde registramos las horas; y con Kepion. Algunos ejemplos de lo que eso habilita:
- Estado de un proyecto en una pregunta. Consultar en lenguaje natural cómo viene un proyecto y obtener una respuesta armada con información real del backlog, sin recorrer pantallas.
- Documentación que se encuentra sola. Buscar en las wikis internas sin saber exactamente dónde está guardado lo que necesito.
- Horas bajo control. Somos una empresa de servicios profesionales: las horas son nuestro producto. Revisar la carga del equipo y detectar a tiempo las horas sin registrar, en vez de descubrirlas a fin de mes, tiene impacto directo en el negocio.
Lo que aprendí implementándolo
La autenticación es el primer obstáculo, y el más silencioso. Cuando una sesión vence, el asistente no siempre falla con un error claro: a veces simplemente se queda esperando. Entender cómo se autentica cada conector y elegir el método adecuado ahorra horas de diagnóstico.
Fijar versiones no es opcional. Los conectores evolucionan rápido. Uno que funcionaba ayer puede dejar de hacerlo con una actualización, así que trabajar con versiones fijas y probadas da estabilidad.
Los permisos son los de la persona, no más. El asistente accede con las credenciales de quien lo usa: no ve nada que esa persona no pueda ver. Es una base de gobierno simple y potente.
Empezar por lectura. Arrancar con consultas y análisis, antes de habilitar acciones que modifiquen información, permite ganar confianza sin riesgos.
Lo que viene
Esto empezó como un experimento personal y hoy es una forma de trabajo que quiero llevar a más áreas de BIA. La tecnología ya está disponible; el desafío real es cultural: animarse a que la IA deje de ser un chat aparte y pase a ser parte del flujo de trabajo.