Por qué la GUI podría dar paso a los Agentes de IA: Análisis usando MCP y Facturación como Ejemplo
Selectel
El autor, líder de producto fintech en Selectel, sostiene que la GUI tradicional enfrenta una disyuntiva fundamental entre simplicidad y versatilidad, que los agentes de IA combinados con el Protocolo de Contexto de Modelo (MCP) pueden resolver. Al permitir que los usuarios expresen su intención de forma natural, los agentes pueden traducirla en acciones del sistema, lo que podría convertir a MCP en una capa de interfaz principal mientras que la GUI sigue siendo un cliente.
El autor, quien lidera el desarrollo de productos de facturación en Selectel, observa que el diseño de interfaces gráficas inevitablemente obliga a elegir entre simplicidad (manejar pocos escenarios comunes) y versatilidad (agregar filtros, configuraciones, roles), lo que deja a los usuarios luchando cuando sus tareas no encajan en los caminos predefinidos. En facturación, los usuarios suelen hacer preguntas basadas en intenciones, como "¿Tendré suficiente dinero hasta fin de mes?", pero deben navegar interfaces complejas para encontrar la respuesta. El autor ve una solución combinando modelos de lenguaje grandes (LLM, por sus siglas en inglés) con agentes y el Protocolo de Contexto de Modelo (MCP, por sus siglas en inglés), un protocolo abierto que permite a los modelos de IA conectarse a servicios y datos externos a través de herramientas detectables. A diferencia de las API tradicionales diseñadas para desarrolladores que conocen puntos finales y parámetros, MCP publica capacidades de manera declarativa para que un agente las detecte e invoque según la intención del usuario. El autor hipotetiza que en unos años la mayoría de los productos digitales tendrán un servidor MCP como capa principal de interacción, y la interfaz gráfica se convertirá en un cliente más entre muchos. Para probarlo, construyeron un pequeño servidor MCP para la facturación de Selectel, exponiendo herramientas para consultar saldos, pronósticos, pagos e informes. El uso en el mundo real con el agente Hermes a través de Telegram mostró que el agente puede consultar saldos de forma autónoma, configurar trabajos programados proactivos y generar infografías de gastos, actuando más cerca de la intención real del usuario.
Fuente: Habr — хаб ИИ —
original
