El protocolo MCP logró algo notable el año pasado: hizo que todos los frameworks de IA estuvieran dispuestos a usar la misma interfaz para llamar a herramientas. Pero un problema quedó sin resolver: la calidad de los servidores MCP es desigual, las empresas tienen que mantenerlos por su cuenta y asumir la responsabilidad cuando fallan.
Google resolvió silenciosamente este problema en diciembre pasado: servidores MCP alojados oficialmente, dedicados a conectar sus propios servicios en la nube, listos para usar al implementar, y Google se hace responsable si hay problemas.
Qué se conectó y cómo
Los primeros cuatro servicios lanzados fueron: BigQuery, Google Maps, Google Compute Engine (GCE), Google Kubernetes Engine (GKE). La elección de estos cuatro no es sorprendente, ya que cubren exactamente los cuatro escenarios más comunes para Agentes de IA empresariales: análisis de datos, datos geoespaciales, infraestructura en la nube y orquestación de contenedores.
Experiencia concreta: los desarrolladores solo necesitan apuntar su cliente de Agente de IA (por ejemplo, Gemini CLI) al endpoint MCP administrado por Google y pueden llamar directamente a estos servicios, sin necesidad de instalar, configurar ni mantener nada.
¿Cómo era la solución anterior? La comunidad creó servidores MCP no oficiales para BigQuery, que tú mismo implementabas, administrabas y, si la versión se quedaba atrás, tú mismo la modificabas. Esta es la enfermedad común de todos los "MCP comunitarios": son útiles, pero frágiles e inadecuados para producción.
La diferencia de la versión oficial radica en la estabilidad y la seguridad:
- Gestión de permisos: utiliza el conocido mecanismo IAM de Google Cloud
- Registros de auditoría: registros de operaciones a través de Cloud Audit Logs, todo lo necesario para el cumplimiento normativo empresarial
- Protección de seguridad: Google Cloud Model Armor bloquea ataques de inyección indirecta de Prompt a través de MCP
- Descubrimiento de servicios: Cloud API Registry gestiona qué herramientas están disponibles, evitando que el Agente de IA llame a interfaces que no debería
Después del 17 de marzo: activación automática
Un detalle digno de mención: a partir del 17 de marzo de 2026, si activas un servicio compatible en GCP, el servidor MCP correspondiente se activará automáticamente.
Esta decisión tiene un significado claro: MCP ya no es una función que "necesita configuración adicional", sino la interfaz estándar de los servicios de Google Cloud. Así como BigQuery tiene naturalmente una API REST, ahora también tiene MCP de forma natural.
Una serie de otros servicios se están integrando gradualmente:
- Capa de cómputo: Cloud Run, Cloud Storage, Cloud Resource Manager
- Bases de datos: AlloyDB, Cloud SQL, Spanner, Memorystore
- Análisis: Looker, BigQuery Migration Service, Dataplex
- Mensajería: Pub/Sub, Kafka
- Seguridad y operaciones: Google Security Operations, Cloud Logging, Cloud Monitoring
- Herramientas de desarrollo: Developer Knowledge API, Android Management API
Básicamente, el mapa completo de servicios de Google Cloud.
Qué dice la gente de Anthropic
David Soria Parra, cocreador de MCP y ahora en Anthropic, hizo una declaración clara al respecto:
"El soporte de Google para MCP en una línea de productos tan diversa, combinado con su estrecha colaboración en la especificación del protocolo, ayudará a más desarrolladores a construir aplicaciones de IA agentivas. Con el aumento de la adopción en las principales plataformas, nos acercamos al objetivo de que 'los Agentes de IA puedan trabajar sin problemas entre las herramientas y servicios que las personas usan a diario'.
La lógica detrás de esta afirmación: el valor de MCP reside en el efecto de red — cuantos más servicios se integren, más cosas podrá hacer el Agente de IA, más sólida será la posición del protocolo. Este movimiento de Google ayudó a MCP a hacer algo que no podía hacer por sí mismo: hacer que los desarrolladores crean que este protocolo es serio y no desaparecerá en cualquier momento.
Un ejemplo para aclarar
Google presentó un caso de uso real: un Agente de IA para la selección de ubicación de tiendas para minoristas.
- Usar BigQuery para extraer datos de ventas de los últimos 3 años de varias ciudades para hacer predicciones de ingresos
- Llamar al servicio Google Maps para encontrar la ubicación de los competidores, el entorno circundante y el radio de entrega en la ciudad objetivo
Antes, estas dos tareas requerían dos SDK diferentes, ahora un solo cliente MCP llama a dos endpoints. Los datos fluyen dentro de la infraestructura de Google, sin necesidad de construir un pipeline de datos propio, y la gestión de permisos utiliza el mismo IAM.
Este ejemplo ilustra la lógica central de Google al hacer esto: no es para seguir la tendencia de MCP, sino para hacer que la combinación Gemini + GCP sea más atractiva para las empresas. Usas Gemini como Agente, la llamada a herramientas pasa por MCP oficial, si hay problemas hay soporte, y la factura está en el mismo lugar. Esto es mucho mejor que juntar un montón de herramientas de código abierto.
Para que los Agentes de IA sean útiles, la llamada a herramientas debe ser confiable. Google resolvió el problema de "quién es responsable de las herramientas" con MCP oficial.
Fuente de referencia: CocoLoop, Google Launches Managed Remote MCP Servers for Its Cloud Services (The New Stack); Announcing official MCP support for Google services (Google Cloud Blog)