Semarchy hace que cada producto de datos genere su propio servidor MCP para que los agentes de IA consulten datos gobernados

La empresa de gestión de datos Semarchy anunció el martes 22 de septiembre de 2026, desde Phoenix, una ampliación de sus Intelligent Data Products con capacidades nativas de inteligencia artificial. El cambio más concreto para un equipo comercial es este: cada producto de datos que se diseña en la plataforma genera automáticamente su propio servidor MCP, el protocolo que usan los agentes de IA para consultar sistemas externos.

Dicho de otra forma, el dato maestro de clientes, cuentas o productos deja de ser una tabla que alguien exporta y pasa a ser un servicio que un agente puede consultar con las reglas de gobernanza ya aplicadas. Semarchy suma además capacidades de DataOps y de ingeniería de datos para IA, y una interfaz de descubrimiento y exploración para encontrar qué productos de datos existen dentro de la organización.

¿Qué significa que un producto de datos genere un servidor MCP?

El Model Context Protocol es el estándar que permite a un asistente o a un agente de IA conectarse a una fuente de datos sin que alguien programe una integración a medida para cada caso. Hasta ahora, conectar un agente al dato maestro de una empresa implicaba construir esa capa: definir endpoints, decidir qué campos se exponen y replicar los permisos.

Lo que Semarchy plantea es que ese trabajo ya está hecho cuando el producto de datos está bien diseñado. La compañía lo resume en tres principios declarados en el anuncio:

• Diseñar una vez, consumir en cualquier lugar: el mismo producto de datos sirve a un reporte, a una aplicación y a un agente.
• Inteligencia incorporada, no agregada encima: las reglas de calidad y de negocio viven en el producto de datos, no en cada consumidor.
• Gobernanza persistente, aplicada en todas partes: los permisos y las reglas acompañan al dato cuando lo consulta un agente.

¿Por qué un proveedor de datos maestros habla de agentes de IA?

Craig Gravina, director de tecnología de Semarchy, lo planteó en el anuncio con una frase que resume la apuesta: las empresas están a punto de pasar años construyendo una capa de contexto para la IA, y lo que la compañía observa es que diseñar un producto de datos es construir esa capa de contexto.

La afirmación es interesada, porque Semarchy vende justamente productos de datos. Pero apunta a un problema real que muchas operaciones comerciales ya tienen sobre la mesa: los agentes responden con lo que encuentran, y si lo que encuentran es un CRM con cuentas duplicadas, razones sociales escritas de cinco formas distintas y campos que nadie mantiene, el agente va a actuar sobre ese desorden con total seguridad. Semarchy figura como líder en el Cuadrante Mágico de Gartner 2026 para Master Data Management, la categoría clásica desde la que llega a esta conversación.

¿Qué no dice el anuncio?

El comunicado no especifica fechas de disponibilidad general, precios de las nuevas capacidades ni qué versiones de la plataforma las incluyen. Tampoco detalla qué controles de autenticación o de auditoría operan sobre los servidores MCP generados, un punto que importa cuando un agente externo consulta datos de clientes. Conviene pedir ese detalle al proveedor antes de asumir que la gobernanza viaja completa.

¿Qué significa para las empresas en Chile y Latinoamérica?

La mayoría de las operaciones comerciales medianas en Chile y Latinoamérica no tiene un MDM formal ni lo necesita en el corto plazo. Pero el problema de fondo que el anuncio señala es transversal y no depende del tamaño: cuando un equipo conecta un agente de IA a su CRM para calificar leads, responder consultas o actualizar registros, el agente hereda la calidad de datos que ya existe.

En la región eso se agrava por razones concretas. El RUT chileno se carga con puntos, sin puntos, con guion o con dígito verificador separado. Las razones sociales conviven con nombres de fantasía. Los contactos se duplican entre formularios web, importaciones de ferias y cargas manuales. Nada de eso se arregla poniendo un agente encima.

Análisis de Revenue Hub

El anuncio de Semarchy importa menos por el producto que por lo que confirma sobre el orden de las prioridades. Durante el último año el mercado vendió agentes de IA como la capa que resuelve la operación comercial, y ahora los proveedores de datos están diciendo lo contrario: sin una capa de contexto confiable, el agente amplifica el desorden en lugar de corregirlo. Es la misma lección que dejaron los proyectos de CRM hace quince años, con un nombre nuevo.

La recomendación concreta para un líder comercial no es comprar un MDM. Es hacer, antes de conectar cualquier agente al CRM, un ejercicio de dos semanas sobre los tres o cuatro campos que realmente gobiernan las decisiones: identificador tributario de la cuenta, propietario del registro, etapa del negocio y fuente de origen. Definir para cada uno una regla de formato única, quién la mantiene y qué pasa cuando llega un valor que no cumple. Ese es el producto de datos mínimo viable, y se puede construir dentro del propio CRM sin comprar otra plataforma.

La señal de alerta es la contraria: equipos que conectan un agente a un CRM con datos sucios, miden el resultado por volumen de acciones ejecutadas y descubren tres meses después que el agente escribió mal cientos de registros. Limpiar eso cuesta mucho más que haberlo definido antes. Seguimos estos movimientos en la sección de CRM y datos y publicamos criterios de arquitectura comercial en el blog de Revenue Hub.