Durante años asumimos que el valor de una plataforma estaba en su interfaz. A mejor UI, mayor adopción. A mayor adopción, más datos. A más datos, mejores decisiones. Esa lógica funcionó. Y ahora está quedando obsoleta, no porque sea incorrecta, sino porque el usuario que accede a las plataformas ya no es solo un humano.
En Conversia estamos viendo ese cambio en tiempo real. Y lo que aprendimos en el proceso nos llevó a construir algo que, hace 18 meses, no teníamos en el roadmap: nuestro propio Model Context Protocol (MCP).
1. El cambio que no vimos venir: la interfaz dejó de ser el producto
La interfaz de usuario fue el centro del diseño de software durante décadas. En 2025, eso cambió: los Agentes AI acceden directamente a los datos sin necesidad de navegar ninguna pantalla. La plataforma que no expone sus datos a un Agente se vuelve invisible.
El primer síntoma lo noté cuando empezamos a darle contexto estático a nuestros Agentes, documentos de texto, manuales de producto, guías de onboarding. Funcionaba. El Agente respondía mejor cuando tenía más información de fondo.
Pero había un problema estructural: ese contexto envejecía. Los datos de Conversia cambiaban todos los días, nuevas conversaciones, nuevos agentes creados por los clientes, nuevos resultados de QA y el documento de texto no se actualizaba solo.
La nueva interfaz de usuario, en lugar de ser la plataforma de Conversia, se convirtió en una conversación en Claude. Y para que esa conversación fuera útil, necesitábamos que el Agente pudiera acceder a los datos en tiempo real. Necesitábamos un protocolo.
2. Qué es MCP y por qué importa más que el CRM que tienes hoy
El Model Context Protocol (MCP) es un estándar abierto, impulsado por Anthropic, que permite a los modelos de IA conectarse con fuentes de datos externas y ejecutar acciones sobre plataformas reales — sin que un humano intermedie. Es el puente entre el Agente y tu stack tecnológico.
Piénsalo así: hoy tu equipo de ventas entra a HubSpot, busca un contacto, actualiza el stage del deal, y copia el resumen a mano en un correo de seguimiento. Eso es lo que hace un humano cuando usa una interfaz.
Con MCP, un Agente AI puede hacer exactamente lo mismo, buscar, leer, actualizar, analizar a través de llamadas al protocolo, sin abrir ninguna pantalla. El Agente no navega la UI. El Agente habla directamente con los datos.
Esto no es ciencia ficción. MCP HubSpot ya existe. Los equipos de ingeniería que liberaron conectores MCP para HubSpot están logrando que Agentes AI actualicen propiedades de contactos, creen tareas, y generen reportes, todo desde una instrucción en lenguaje natural.
El CRM que tienes hoy fue diseñado para humanos. El que vas a necesitar mañana tiene que estar diseñado o al menos preparado para Agentes.
3. Cómo funciona en la práctica: el caso del MCP de Conversia
En abril de 2026, el equipo de ingeniería de Conversia liberó la primera versión de nuestro MCP. Cualquier Agente AI — Claude, GPT, o el que prefieras — puede ahora gestionar la plataforma Conversia a través de una conversación.
El punto de partida fue simple: liberamos la API de desarrolladores de Conversia y construimos encima el protocolo MCP. Lo que antes requería navegar la interfaz web, ahora se puede hacer desde una instrucción.
Lo que un Agente puede hacer hoy con el MCP de Conversia:
- Crear y configurar nuevos Agentes conversacionales dentro de la plataforma
- Actualizar bases de conocimiento en tiempo real, sin entrar al panel de administración
- Analizar conversaciones e identificar patrones de objeciones, dudas frecuentes o cuellos de botella en el proceso comercial
- Ejecutar QA automático sobre la calidad de las respuestas del agente
- Generar dashboards y reportes de desempeño directamente desde el chat
Un ejemplo concreto: un gerente comercial puede escribir en Claude "Muéstrame las conversaciones de esta semana donde el lead preguntó por precio y el Agente no lo derivó al equipo de ventas".
El Agente, vía MCP, consulta Conversia, filtra las conversaciones según esos criterios, y devuelve un análisis en segundos. Lo que antes tomaba una hora de revisión manual.
Antes pensábamos que el valor estaba en crear una interfaz de usuario atractiva. Hoy el valor está en disponibilizar los datos y construir contexto para Agentes AI.
4. A2A + MCP: cuando los agentes se hablan entre sí sin que el humano intervenga
El protocolo A2A (Agent-to-Agent) permite que múltiples Agentes AI se comuniquen y coordinen entre sí. Combinado con MCP, esto significa que un Agente de ventas puede pedirle a un Agente de CRM que actualice un deal — sin que ningún humano toque el teclado.
Si MCP es el puente entre un Agente y una plataforma, A2A es el protocolo que conecta Agentes entre sí. La diferencia es importante: MCP te da acceso a herramientas y datos. A2A te da acceso a otros Agentes especializados.
Imagina este flujo:
- Un Agente orquestador recibe la instrucción: "Prepara el informe comercial del Lunes"
- Le pide al Agende de Conversia (vía MCP) las conversaciones de la semana y su análisis de calidad
- Le pide al Agente de HubSpot (vía MCP HubSpot) el estado del pipeline y los deals que avanzaron o perdieron
- Consolida todo y entrega un informe estructurado, sin intervención humana
Esto no es una promesa a futuro. Los equipos que hoy están configurando sus stacks con MCP y arquitecturas A2A son los que van a operar con una ventaja estructural en los próximos 18 meses.
5. Qué significa esto para los equipos comerciales en LATAM
La promesa concreta para los equipos de ventas en LATAM es esta: el Agente AI mantiene el CRM actualizado y entrega el informe del lunes a las 8am. El vendedor se enfoca en la relación con el cliente y en cerrar. La administración la hace el Agente.
La imagen que tengo en la cabeza es simple: son las 7:59am del lunes. El gerente de ventas abre su teléfono. Tiene un mensaje de su Agente AI con el resumen de la semana: cuántos leads entraron, cuántos avanzaron en el pipeline, cuáles conversaciones necesitan seguimiento humano, y cuáles Agentes de Conversia están rindiendo bajo el estándar.
Nadie preparó ese informe. No hubo horas de extracción de datos del CRM el domingo por la noche. El Agente lo armó solo, porque tenía acceso a los datos via MCP y las instrucciones correctas.
Para los equipos comerciales en LATAM, que históricamente han tenido recursos más ajustados y procesos más manuales, esto no es un lujo, es una oportunidad de dar un salto que en mercados más maduros tomó años.
El obstáculo no es la tecnología. El obstáculo es la calidad de los datos. Y eso nos lleva al siguiente punto.
6. Cómo preparar tus datos para que los agentes los puedan usar
Un Agente AI es tan bueno como el contexto que recibe. Si tus datos están dispersos, sin estructura o sin estándares, el Agente va a fallar — no por limitaciones del modelo, sino por limitaciones de lo que tiene disponible para trabajar.
Estos son los pasos concretos para preparar tu stack:
- Audita la calidad de tu CRM hoy: ¿Qué porcentaje de los deals tienen stage actualizado? ¿Los contactos tienen empresa y cargo completos? Un Agente no puede analizar lo que no existe.
- Define propiedades obligatorias: Establece cuáles campos son no negociables antes de mover un deal. Esto no es para el Agente, es para que el Agente pueda hacer su trabajo.
- Conecta tus fuentes: CRM, plataforma de conversaciones, email, calendario. Los Agentes necesitan contexto de múltiples fuentes para razonar bien. Un dato aislado no sirve.
- Empieza con un caso de uso pequeño: No intentes automatizar todo de golpe. Elige un informe que hoy se hace manualmente, el pipeline semanal, el QA de conversaciones y conecta el MCP para ese caso primero.
- Documenta las instrucciones del Agente: El contexto que le das al Agente (qué debe hacer, cómo interpretar los datos, qué excepciones manejar) es tan importante como los datos mismos.
El error más común que veo es esperar a que la tecnología esté 'lista' para ordenar los datos. La tecnología ya está lista. Lo que frena a la mayoría es la calidad de su información.
7. Preguntas frecuentes sobre MCP y agentes IA en empresas
¿Qué es el Model Context Protocol MCP y para qué sirve en empresas?
El Model Context Protocol (MCP) es un protocolo estándar creado por Anthropic que permite a los modelos de IA conectarse con plataformas externas, CRMs, ERPs, bases de datos, APIs y ejecutar acciones sobre ellas.
En un contexto empresarial, sirve para que un Agente AI pueda actualizar registros en HubSpot, analizar conversaciones en Conversia, o generar reportes desde un ERP, todo desde una instrucción en lenguaje natural, sin que un humano opere la interfaz manualmente.
¿Cómo se conecta MCP con HubSpot?
Existen conectores MCP para HubSpot que actúan como intermediarios entre el Agente AI y la plataforma. El Agente envía instrucciones al conector MCP (por ejemplo, 'actualiza el stage del deal 1234 a Propuesta enviada'), el conector traduce esa instrucción a una llamada a la API de HubSpot, y devuelve la confirmación al Agente.
No se necesita acceso manual a la interfaz de HubSpot. El equipo de ingeniería configura el conector una vez; a partir de ahí, el Agente opera de forma autónoma.
¿Cuál es la diferencia entre MCP y A2A?
Son protocolos complementarios con funciones distintas. MCP (Model Context Protocol) conecta un Agente AI con plataformas externas, es el puente entre el Agente y tus herramientas (CRM, base de datos, API).
A2A (Agent-to-Agent) conecta Agentes AI entre sí, permite que un Agente orquestador delegue tareas a Agentes especializados. En la práctica, se usan juntos: el Agente orquestador (A2A) le pide al Agente de CRM que actualice el deal, y ese Agente de CRM usa MCP para ejecutar la acción en HubSpot.
¿Mis datos en el CRM están listos para ser usados por agentes IA?
Probablemente no al 100%, y eso es normal. Los criterios mínimos para que un Agente AI pueda trabajar con tu CRM son: (1) campos con datos consistentes y sin duplicados, (2) stages del pipeline definidos y actualizados, (3) propiedades obligatorias completadas.
La mayoría de los CRMs en LATAM tienen entre 40% y 60% de registros incompletos. La recomendación es hacer una auditoría rápida antes de conectar el MCP: identificar los 5 campos más críticos y exigir que estén completos antes de avanzar un deal.
¿Los agentes IA con MCP pueden reemplazar a mi equipo de ventas?
No y no es el objetivo. Los Agentes AI con MCP están diseñados para eliminar el trabajo administrativo del equipo de ventas: actualizar el CRM, preparar informes, hacer seguimiento de conversaciones, ejecutar QA.
Lo que no pueden reemplazar es la relación humana, la negociación compleja, y la lectura del contexto emocional de un cliente. El objetivo es que el vendedor dedique el 80% de su tiempo a cerrar y construir relaciones y el Agente se encargue del 80% de las tareas administrativas que hoy consumen ese tiempo.
Para cerrar
Lo que estamos construyendo en Conversia no es solo una plataforma de agentes conversacionales. Es la infraestructura de datos y contexto que permite que esos Agentes sean verdaderamente útiles, para el equipo comercial, para el gerente que quiere el informe del lunes, para el director que necesita visibilidad del pipeline sin depender de que alguien lo actualice.
El MCP es la apuesta técnica. La apuesta estratégica es más simple: las empresas que hoy ordenan sus datos y conectan sus plataformas a protocolos A2A y MCP van a operar con una ventaja estructural que sus competidores van a tardar años en alcanzar.
Estamos en el inicio. Y eso, para los que están construyendo, es exactamente el mejor momento para moverse.
¿Tu equipo está listo para el siguiente paso?
Si tu equipo está en ese punto donde la tecnología no está funcionando como esperabas, o si estás evaluando si es momento de incorporar agentes AI, el primer paso es el diagnóstico.
Agenda una conversación con el equipo de Impulse
Eduardo Eneque es CEO de Impulse, HubSpot Diamond Partner, y fundador de Conversia — plataforma de Agentes IA integrada nativamente con HubSpot. Escribe sobre Revenue Systems, IA en negocios B2B, y el proceso de escalar empresas en LatAm.
