Por qué MCP es el eslabón perdido entre la IA y la infraestructura

He sido testigo de la evolución de Internet, la virtualización, la nube y la IA/ML. Pero nunca me he sentido tan ilusionado como ahora con lo que está sucediendo.

Una planificación minuciosa, ventanas de cambio bien definidas y un extenso trabajo manual han marcado la mayor parte de mi carrera como arquitecto de almacenamiento y responsable de operaciones de TI. Los entornos globales de TI complejos arrastran años de historial operativo, deuda técnica acumulada e innumerables decisiones del tipo “ya lo arreglaremos más adelante”.

La IA agentiva tiene un enorme potencial, pero siempre ha habido un problema: la IA no puede gestionar una infraestructura que no comprende.

Ahí es donde entra en juego Model Context Protocol (MCP).

Lo que hace solo unos meses parecía un objetivo ambicioso es ahora algo que estamos usando activamente dentro de NetApp IT. MCP se ha convertido en la base de nuestras operaciones asistidas por IA, dando a los agentes de IA el contexto de infraestructura que necesitan para analizar problemas, interrogar entornos de ONTAP, mostrar las causas raíz y acelerar la resolución de problemas de maneras que antes no eran posibles.

Lo que comenzó como una visión de futuro se ha convertido rápidamente en parte de cómo operamos hoy.

El problema de la IA que resuelve MCP

La IA destaca por su capacidad de razonamiento, pero el razonamiento por sí solo no basta en la infraestructura empresarial.

Un modelo de IA no comprende automáticamente tus clústeres ONTAP, SnapMirror relaciones, la topología de almacenamiento, los estándares operativos ni las decisiones de configuración acumuladas durante décadas. Sin ese contexto, la IA tiene que adivinar. Puede buscar en la documentación, inferir intenciones y hacer recomendaciones, pero le falta el conocimiento operativo necesario para interactuar con confianza con la infraestructura en vivo.

MCP cambia las reglas del juego.

En términos sencillos, MCP ofrece a los agentes de IA una forma estructurada de comprender e interactuar con sistemas como ONTAP. Proporciona los comandos, las capacidades y los conocimientos operativos necesarios para realizar un trabajo significativo en lugar de basarse en suposiciones.

Piensa en MCP como un traductor entre la IA y la infraestructura. En lugar de obligar a un modelo de IA a consultar ONTAP cada vez que recibe una solicitud, MCP le ofrece una forma fiable de comprender qué acciones están disponibles, cómo están configurados los sistemas y cómo interactuar con ellos de forma segura.

De «¿y si…?» a «vamos a hacerlo»

Cuando empecé a hablar de las operaciones de almacenamiento potenciadas por la IA, gran parte de ello parecía algo teórico.

Imagina agentes de IA para almacenamiento, redes, computación, nube y aplicaciones, todos trabajando juntos durante una interrupción. Cada agente entiende su propio dominio. Cada uno investiga su parte de la infraestructura. Luego, esos agentes correlacionan sus hallazgos y ayudan a identificar la causa raíz.

Esa era la visión. Ahora ya la hemos hecho realidad.

En NetApp IT, usamos flujos de trabajo agenticos que pueden recoger un ticket de ServiceNow, leer la descripción, enriquecerla con contexto de infraestructura, consultar ONTAP a través de MCP, cotejar dominios relacionados y generar un análisis tipo RCA en minutos.

En un caso concreto, un usuario informó que no podía montar una ruta NAS. El ticket no decía que era NFS. No identificaba ONTAP. No especificaba qué clúster, SVM, volumen o región investigar.

El agente acabó por resolverlo. Mediante MCP, analizó ServiceNow y los datos de CMDB, inspeccionó ONTAP, verificó el lado UNIX y determinó que el problema era una regla de exportación NFS. Incluso confirmó que otros montajes del host funcionaban antes de realizar un análisis entre dominios con un alto grado de fiabilidad.

IA agentiva en acción

Cualquiera que haya trabajado en un incidente de nivel P1 conoce el patrón. Llega una incidencia. La gente se une a una conferencia. Los equipos empiezan a comprobar sus propios dominios. El equipo de almacenamiento revisa el almacenamiento. El equipo de red revisa los switches. El equipo de computación revisa los hosts. Los equipos de aplicaciones revisan los logs.

Ahora imagina esto en su lugar:

• Un ticket en ServiceNow activa una investigación de IA
• Un agente coordinador lee la descripción del problema
• Un agente de almacenamiento utiliza ONTAP MCP para inspeccionar los clústeres, SVM, volúmenes, exportaciones, relaciones de SnapMirror y datos de rendimiento relevantes
• Un agente de UNIX o Windows comprueba el lado del host
• Un agente de red comprueba el entramado de almacenamiento y la capa 2
• Un coordinador compara los resultados de los distintos ámbitos
• El sistema publica un resumen de la investigación y recomienda los siguientes pasos en el ticket o en la sala de crisis

Hoy en día, gran parte de lo que estamos haciendo es de solo lectura, especialmente en los flujos de trabajo de incidencias en producción. Solo lectura es de bajo riesgo pero de alto impacto. Si la IA puede decirles rápidamente a los ingenieros dónde mirar, qué cambió, qué está mal configurado y qué es lo que probablemente está causando la incidencia, solo eso puede transformar el tiempo de respuesta.

La IA nos ayuda a abordar problemas «inhumanos»

La otra gran oportunidad es la deuda técnica.

Todas las empresas se enfrentan a problemas que no son difíciles por su complejidad conceptual. Son difíciles porque son demasiado grandes, demasiado tediosos o están demasiado distribuidos como para que los humanos puedan resolverlos de forma eficiente.

Por ejemplo, podemos pedirle a la IA que audite cuentas locales en docenas de clústeres ONTAP y cientos de nodos. No se trata de un simple ejercicio con una hoja de cálculo. La información sobre el último inicio de sesión puede encontrarse en los registros de seguridad, no directamente en la cuenta de usuario. Una persona tendría que recopilar exportaciones, fusionar datos, revisar registros, comparar marcas de tiempo y elaborar manualmente un informe útil.

Con ONTAP MCP, podemos formular preguntas en lenguaje natural y obtener análisis de toda la flota en cuestión de minutos. Las tareas que antes requerían horas de recopilación manual, trabajo con hojas de cálculo y revisión de registros ahora se pueden completar con una simple orden.

La misma idea se aplica a las instantáneas antiguas, los volúmenes de destino de SnapMirror abandonados, las configuraciones incoherentes, las relaciones de protección que faltan, la planificación del ciclo de vida y la higiene de la capacidad.

Este es el tipo de problemas que pueden quedar sin resolver durante años porque resulta demasiado doloroso abordarlos manualmente. La IA habilitada por MCP nos da una manera de solucionarlos y mantenerlos solucionados.

Si una deficiencia en la automatización provoca que se acumulen volúmenes de destino sin procesar, la solución no debería ser una limpieza puntual. La solución debería ser un flujo de trabajo gestionado por agentes que compruebe periódicamente si se da esa situación, la notifique y, en última instancia, ayude a subsanarla mediante controles aprobados.

Estamos pasando de la limpieza manual a la higiene continua.

El lenguaje natural cambia quién puede automatizar

La automatización ya no se limita a quienes escriben código.

Al principio de este proyecto, creé una demostración para mi equipo a la que, en broma, llamé “Storage Hotness”. El gran avance fue conectar el modelo a ONTAP a través de MCP. Conecté un agente de IA a un simulador de ONTAP y empecé a escribir solicitudes en inglés sencillo:

• Crear volúmenes
• Cambiar el tamaño de un volumen
• Crea relaciones de SnapMirror
• Muéstrame qué ha cambiado

Llevaba casi una década sin manejar ONTAP directamente, pero gestionaba el almacenamiento mediante lenguaje natural. Ese momento ayudó al equipo a darse cuenta de lo que era posible.

Nuestras funciones están evolucionando. Los ingenieros no van a desaparecer, pero el trabajo está cambiando. Nos estamos convirtiendo en coordinadores, revisores y controladores de calidad de las operaciones asistidas por IA. Quienes aprendan a utilizar estas herramientas multiplicarán su impacto. Quienes sigan anclados en flujos de trabajo manuales tendrán dificultades para mantenerse al día.

Por qué NetApp IT es el lugar adecuado para demostrar esto

NetApp IT está en una posición única porque usamos las mismas tecnologías que usan nuestros clientes.

Utilizamos ONTAP, StorageGRID, E-Series, Amazon FSx for ONTAP, Cloud Volumes ONTAP, Data Infrastructure Insights y otras tecnologías de NetApp en un entorno empresarial global real.

No estamos investigando la IA aplicada al almacenamiento en un entorno exclusivamente de laboratorio. La estamos aplicando a una infraestructura real, a incidentes reales, a deuda técnica real y a presión operativa real.

Dado que utilizamos estas tecnologías a escala empresarial, podemos comprobar de primera mano cómo MCP agiliza la resolución de problemas, descubre la capacidad no aprovechada, identifica las desviaciones en la configuración o saca a la luz años de deuda técnica acumulada.

Cuando vemos cómo un agente elabora un análisis útil al estilo RCA en cuestión de minutos, comprendemos cómo esto puede cambiar la forma en que los equipos de TI responden a las interrupciones.

Y cuando algo no funciona, también aprendemos de eso.

Almacenamiento con el que puedes hablar

Estamos más cerca de lo que mucha gente cree de un futuro en el que la infraestructura se gestione por intención.

Los directivos preguntarán: “¿De cuánta capacidad disponemos?”

Los ingenieros preguntarán: “¿Qué volúmenes de producción no tienen protección?”

Los equipos de operaciones preguntarán: “¿Qué cambió antes de este incidente?”

Los equipos de almacenamiento preguntarán: «¿Dónde está nuestra capacidad inactiva?»

Los agentes de IA recopilarán contexto, consultarán el entorno, analizarán los resultados y recomendarán acciones. Eso no reemplaza el criterio de ingeniería, sino que lo amplifica.

El futuro no es que la IA reemplace a los ingenieros de almacenamiento. El futuro es que los ingenieros de almacenamiento dirijan flotas de agentes de IA que pueden inspeccionar, analizar, correlacionar y, eventualmente, remediar a una escala que los humanos nunca podrían igualar manualmente.

Por primera vez en mi carrera, se está reescribiendo la capa operativa del centro de datos. MCP es un puente que conecta el razonamiento de la IA con la acción real en la infraestructura. Sin él, la IA sigue siendo un asistente. Con él, la IA se convierte en un multiplicador de fuerza operativa.

Y esta vez no es teórico. Ya lo estamos haciendo.