Foto de Google ha presentado un servidor de Protocolo de Contexto de Modelo (MCP) para su plataforma Data Commons. Este servidor permite a los desarrolladores y sistemas de IA acceder a conjuntos de datos públicos mediante lenguaje natural.
La plataforma Data Commons alberga cifras censales, conjuntos de datos climáticos y estadísticas de organismos como la ONU. Esta herramienta busca facilitar la integración de datos de alta calidad en procesos y aplicaciones de entrenamiento de IA.
El servidor MCP de Google reducirá las alucinaciones de la IA
La plataforma Data Commons se introdujo 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 experiencia técnica adicional. Sin embargo, la implementación del servidor MCP ha facilitado a los desarrolladores y agentes de IA la consulta de dichos conjuntos de datos mediante lenguaje natural, ampliando su accesibilidad a los sistemas y usuarios de IA.
¿Le gustaría poder encontrar fácilmente respuestas a sus preguntas más complejas sobre datos o generar planes de marketing a partir de ellos? Nuestro nuevo servidor MCP conecta sus datos de GA directamente con plataformas LLM como Gemini, lo que lo hace posible.
En tan 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 el día de hoy, los sistemas de IA han sido entrenados con contenido web no verificado, lo que aumenta el riesgo descrito como alucinación cuando se combina con la tendencia a llenar espacios en blanco para generar resultados, según un estudio de la Universidad de Cornell.
Google ha confirmado que el lanzamiento de MCP Server se ha diseñado para proporcionar conjuntos de datos fiables y verificables que puedan alimentar sistemas de IA con información del mundo real. Los canales de entrenamiento y otras aplicaciones prácticas ahora podrán utilizar datos públicos, como cifras del censo y estadísticas climáticas, de forma más sencilla y verificable.
“El Protocolo de Contexto de Modelo nos permite utilizar la inteligencia del gran modelo de lenguaje para seleccionar los datos correctos en el momento adecuado, sin tener que comprender cómo modelamos los datos ni cómo funciona nuestra API”
-Prem Ramaswami, director de Google Data Commons
La herramienta Protocolo de Contexto de Modelo (MCP) fue lanzada en noviembre de 2024 por Anthropic como una plataforma de código abierto que proporciona un marco para que los sistemas de IA accedan a datos estructurados de múltiples fuentes, incluyendo repositorios de contenido, herramientas empresariales y entornos de aplicaciones. Desde su lanzamiento, importantes startups de IA, como OpenAI, Microsofty Google, han adoptado la herramienta para conectar modelos de IA con fuentes de datos externas.
A diferencia de otras empresas que probaron la herramienta MCP directamente con sus modelos, el equipo Data Commons de Google integró el estándar directamente en su plataforma, lo que dio como resultado un servidor MCP dedicado ahora abierto a los desarrolladores.
MCP Server ya está disponible para desarrolladores
Google también se ha asociado con ONE Campaign, una organización sin fines de lucro centrada en la salud pública y las oportunidades económicas en África, para crear la herramienta One Data Agent.
Utilizando el servidor MCP de Data Commons, la herramienta aprovecha múltiples conjuntos de datos de salud y finanzas en lenguaje sencillo. 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 contactar con Google.
La empresa de motores de búsqueda confirmó que MCP Server es compatible con cualquier modelo de lenguaje grande (LLM) y autorizó a los desarrolladores a experimentar con un agente de muestra del Kit de Desarrollo de Agentes (ADK) de Google, disponible en Colab Notebook. La empresa añadió que se puede acceder a MCP Serve mediante la interfaz de línea de comandos de Gemini o cualquier cliente compatible con MCP que utilice el paquete PyPl.
El último lanzamiento de Google contribuirá a reducir la dependencia de datos en línea no verificados, mejorará la fiabilidad de los sistemas de IA y permitirá a investigadores y organizaciones incorporar datos fiables con mayor facilidad. El servidor MCP se ha puesto a disposición de desarrolladores de todo el mundo como código abierto para su prueba.
OpenAI también publicó su propia guía sobre la creación de servidores MCP para ChatGPT e integraciones de API, lo que permite a los desarrolladores ampliar los modelos de IA con nuevas fuentes de datos.
La guía mostró cómo crear un servidor MCP remoto con Python y FastMCP, con ejemplos de integraciones con el chatbot de OpenAI. OpenAI también destacó los riesgos de usar servidores MCP personalizados, incluyendo servidores maliciosos que inducen inyecciones para robar información confidencial, e instó a los desarrolladores a extremar las precauciones o a conectarse únicamente con servidores oficiales o de confianza.
