Google abre el servidor MCP de Data Commons para introducir datos del mundo real en la IA

Google ha revelado un servidor de Protocolo de Contexto de Modelo (MCP) para su plataforma Data Commons. El servidor MCP permite a los desarrolladores y sistemas de IA acceder a conjuntos de datos públicamente disponibles utilizando lenguaje natural. 

La plataforma Data Commons alberga cifras censales, conjuntos de datos climáticos y estadísticas de organismos como la ONU. La herramienta tiene como objetivo facilitar la integración de datos de alta calidad en los pipelines de entrenamiento de IA y aplicaciones.

El servidor MCP de Google para reducir las alucinaciones de IA

La plataforma Data Commons se presentó en 2018 para consolidar conjuntos de datos públicos de organizaciones internacionales, fuentes gubernamentales y administraciones locales. Acceder a los conjuntos de datos ha sido un desafío que requiere conocimientos técnicos adicionales. Sin embargo, el lanzamiento del servidor MCP ha facilitado a los desarrolladores y agentes de IA consultar esos conjuntos de datos utilizando lenguaje natural, ampliando su accesibilidad a los sistemas de IA y usuarios.  

¿Te gustaría poder encontrar fácilmente respuestas a tus preguntas de datos más complejas o generar planes de marketing a partir de tus datos? Nuestro nuevo servidor MCP conecta tus datos de GA directamente a LLMs como Gemini, haciendo que sea posible.

En solo 8 minutos, @matt_landers te guía a través de la configuración del servidor MCP:… pic.twitter.com/sw9vDM5Vbs

— Google Analytics (@googleanalytics) 19 de septiembre de 2025

Hasta hoy, los sistemas de IA se han entrenado con contenido web no verificado, lo que aumenta el riesgo descrito como alucinación cuando se combina con la tendencia a rellenar huecos para generar salidas, según un estudio de la Universidad de Cornell.

Google ha confirmado que el lanzamiento del servidor MCP ha sido diseñado para proporcionar conjuntos de datos confiables y verificables que puedan alimentar a los sistemas de IA con información del mundo real. Los pipelines de entrenamiento y otras aplicaciones prácticas ahora podrán utilizar datos públicamente disponibles, como cifras censales y estadísticas climáticas, de una manera más fácil y verificable. 

“El Protocolo de Contexto de Modelo nos está permitiendo usar la inteligencia del modelo de lenguaje grande para elegir los datos correctos en el momento correcto, sin tener que entender cómo modelamos los datos y cómo funciona nuestra API.”

-Prem Ramaswami, Jefe de Google Data Commons

La herramienta Protocolo de Contexto de Modelo (MCP) debutó en noviembre de 2024 por Anthropic como una plataforma de código abierto para proporcionar un marco para que los sistemas de IA accedan a datos estructurados de múltiples fuentes, incluidos repositorios de contenido, herramientas de negocio y entornos de aplicación. Desde su lanzamiento, importantes startups de IA, incluyendo OpenAI, Microsoft, y Google, han adoptado la herramienta para conectar modelos de IA a fuentes de datos externas. 

A diferencia de otras empresas que probaron la herramienta MCP directamente con sus modelos, el equipo de Data Commons de Google integró el estándar directamente en su plataforma, lo que resultó en un servidor MCP dedicado ahora abierto a los desarrolladores. 

El servidor MCP ya está disponible para desarrolladores

Google también se asoció con la Campaña ONE, una organización sin fines de lucro centrada en la salud pública y las oportunidades económicas en África, para construir la herramienta One Data Agent.

Usando el servidor MCP de Data Commons, la herramienta aprovecha múltiples conjuntos de datos de salud y finanzas en lenguaje claro. Ramaswami reveló que la colaboración ayudó a acelerar el proceso de desarrollo ya que la organización sin fines de lucro había experimentado con MCP en su propio servidor antes de acercarse a Google. 

La empresa de búsqueda confirmó que el servidor MCP es compatible con cualquier modelo de lenguaje grande (LLM) y dio luz verde a los desarrolladores para experimentar usando un agente de muestra en el Kit de Desarrollo de Agentes (ADK) de Google, disponible en Colab Notebook. La firma añadió que el MCP Serve puede accederse a través de la interfaz de línea de comandos de Gemini o cualquier cliente compatible con MCP usando el paquete PyPl.

El último lanzamiento de Google ayudaría a reducir la dependencia de datos en línea no verificados, mejorar la confiabilidad de los sistemas de IA y permitir que los investigadores y organizaciones incorporen datos de confianza más fácilmente. El servidor MCP ha sido disponible para desarrolladores de todo el mundo como código abierto para pruebas.

OpenAI también publicado su propia guía sobre la construcción de servidores MCP para integraciones de ChatGPT y API, permitiendo a los desarrolladores extender los modelos de IA con nuevas fuentes de datos.

La guía demostró formas de crear un servidor MCP remoto usando Python y FastMCP, con ejemplos de integraciones en el chatbot de OpenAI. OpenAI también destacó los riesgos de usar servidores MCP personalizados, incluidos servidores maliciosos que solicitan inyecciones para robar información sensible, y exhortó a los desarrolladores a ejercer precaución adicional o conectarse solo con servidores de confianza u oficiales.