Anthropic, Google, Mastercard, Visa, Stripe, Microsoft y AWS lideran el desarrollo de MCP, A2A y los protocolos de micropagos que harán posible el comercio autónomo entre agentes de inteligencia artificial
El pasado 28 de julio de 2026, el Model Context Protocol (MCP) publicó su quinta y más ambiciosa revisión: un núcleo sin estado que transforma el protocolo de un modelo bidireccional con sesiones persistentes a un modelo de solicitud-respuesta desacoplado.
El mismo ecosistema que MCP estandariza (agentes de IA conectándose a herramientas, datos y servicios) procesó más de 120 millones de transacciones autónomas en una sola semana de febrero de 2026, según Alipay. Pero la agencia de mercado McKinsey, proyecta que el comercio agentivo moverá entre 3 y 5 billones de dólares hacia 2030. Lo que está ocurriendo no es una tendencia: es la construcción deliberada de una pila de protocolos que permitirá a agentes de software descubrirse, negociar, ejecutar pagos de fracciones de centavo y liquidar acuerdos sin que un humano toque un botón.
Los dos protocolos que definen la interoperabilidad de agentes
El ecosistema de agentes de IA tiene hoy dos estándares abiertos que resuelven problemas complementarios, y entender la diferencia entre ambos es esencial para leer lo que viene.
MCP, publicado por Anthropic como estándar abierto el 25 de noviembre de 2024, resuelve la comunicación entre un agente y sus herramientas. Antes de MCP, cada integración entre un modelo de lenguaje y una base de datos, una API o un sistema empresarial requería conectores personalizados.
MCP estandariza esa conexión con un modelo cliente-servidor sobre JSON-RPC 2.0, donde los servidores exponen tres tipos de primitivas (recursos, herramientas, funciones ejecutables y prompts) y cualquier cliente compatible puede consumirlas. La metáfora recurrente en la industria es que MCP es el “USB-C de la IA”: un conector universal que elimina la necesidad de adaptadores propietarios para cada combinación de agente y servicio.
Claude Mythos rompe el algoritmo HAWK y acelera los ataques a AES y LEA
La llegada del protocolo A2A
Por su parte, A2A (Agent-to-Agent), desarrollado originalmente por Google y donado a la Linux Foundation, resuelve un problema distinto: la comunicación entre agentes. Su versión 1.0, publicada en 2026, define cómo agentes construidos sobre frameworks diferentes (LangGraph, CrewAI, Semantic Kernel, ADK de Google) pueden descubrir las capacidades de otros agentes mediante Agent Cards, negociar modalidades de interacción (texto, archivos, datos estructurados), delegar tareas y colaborar en flujos de trabajo de larga duración sin exponer su estado interno ni sus herramientas propietarias. El comité técnico de A2A incluye representantes de AWS, Cisco, Google, IBM Research, Microsoft, Salesforce, SAP y ServiceNow.
La relación entre ambos protocolos es de complementariedad, no de competencia. MCP opera dentro del agente: es cómo el agente se conecta a sus herramientas, APIs y fuentes de datos. A2A opera entre agentes: es cómo un agente descubre a otro, le delega una subtarea y recibe el resultado. Un sistema multi-agente típico usará ambos: MCP hacia adentro, A2A hacia afuera.
En todo caso, la adopción de MCP ha sido explosiva. Para principios de 2025 (apenas meses después de su lanzamiento) OpenAI, Google DeepMind, Microsoft y Meta AI ya lo habían adoptado de forma nativa. En julio de 2026, los SDKs de TypeScript y Python han superado los 1.000 millones de descargas totales cada uno, con un volumen combinado cercano a los 500 millones de descargas mensuales. Existen implementaciones oficiales en TypeScript, Python, Go, C# y Rust. La comunidad ha construido miles de servidores MCP que cubren desde Google Drive y GitHub hasta bases de datos empresariales y plataformas de diseño como Figma.
La actualización que cambia las reglas de despliegue
Pero la nueva especificación MCP lleva todas sus posibilidades un paso más allá. Hasta ahora, MCP requería sesiones persistentes entre cliente y servidor: un handshake inicial negociaba capacidades, se establecía un identificador de sesión y todas las solicitudes posteriores dependían de ese contexto compartido.
Esto funcionaba en entornos locales, después de todo, la inspiración original fue el Language Server Protocol de Microsoft, pero era un lastre en producción. Un servidor MCP remoto no podía escalar horizontalmente detrás de un balanceador de carga convencional sin coordinación de sesiones. Cada despliegue requería drenar conexiones activas. Las instancias no eran intercambiables.
La nueva especificación elimina todo eso. Cada solicitud viaja de forma independiente con su propia versión de protocolo, identidad del cliente y capacidades declaradas. El handshake y el header o identificador de sesión, quedan oficialmente deprecados. Los servidores MCP remotos se convierten en servicios HTTP sin estado que cualquier instancia puede manejar. El balanceo round-robin, el autoescalado y los contenedores serverless funcionan sin modificaciones. Dos headers nuevos (Mcp-Method y Mcp-Name) permiten a gateways y balanceadores enrutar tráfico MCP a nivel de cabecera sin parsear cuerpos JSON-RPC.
Ciberseguridad en la Era de la IA: Cómo los equipos Red, Blue y Green protegen tu empresa
Optimizando las capacidades de los MCP
La actualización también introduce extensiones formales: Tasks para operaciones de larga duración (contribuida por AWS) y Enterprise Managed Authorization para autenticación corporativa alineada con OAuth 2.0 y OpenID Connect. El canal de logging propietario que MCP usaba hasta ahora se reemplaza por OpenTelemetry con W3C Trace Context, lo que permite trazas distribuidas que atraviesan el agente, el cliente MCP, el gateway y los servicios downstream, renderizándose como un árbol de spans unificado en cualquier colector compatible.
Los endorsements corporativos no son cosméticos. AWS anunció que Amazon Bedrock AgentCore soporta la nueva especificación desde el día cero, con un solo llamado a UpdateGateway. Cloudflare integra MCP 2026-07-28 en Workers y su Agents SDK. Google Cloud lo calificó como “un salto masivo en escalabilidad de IA empresarial”. Microsoft Foundry lo usa como base de su toolbox unificado. Netlify, Figma, New Relic, Honeycomb e Intuit publicaron declaraciones de soporte el mismo día del lanzamiento. La transición tiene una ventana de doce meses con coexistencia de versiones, y los mantenedores del protocolo han declarado que esta es la última revisión con breaking changes.
Pagos de fracción de centavo: la capa que transforma agentes en actores económicos
Un agente que puede conversar, pero no pagar, es un mero asistente. Un agente que puede conversar y pagar es un actor económico. La infraestructura para ese segundo modo se está construyendo ahora, y no es un monolito: es un ecosistema de protocolos que convergen desde direcciones distintas.
Mastercard lanzó en junio de 2026 Agent Pay for Machines (AP4M), un servicio que permite a agentes de IA ejecutar pagos programáticos con liquidación garantizada a través de su red global. El sistema incluye credenciales verificables para cada agente, reglas de autorización programáticas con límites de gasto y liquidación multicarril: tarjetas, cuentas bancarias y stablecoins. Cloudflare, Ripple, Solana Foundation y Turnkey participan como socios de lanzamiento.
Visa, por su parte, publicó su Trusted Agent Protocol (TAP) y un white paper detallando cómo la infraestructura de tarjetas puede extenderse para el comercio agentico. Stripe lanzó su Machine Payments Protocol (MPP), que abarca tanto pagos on-chain con stablecoins como pagos fíat a través de tokens de pago compartidos. El protocolo x402 (que revive el código de estado HTTP 402 – Payment Required) permite que un servidor exija un micropago por un recurso y que un agente lo liquide en milisegundos, sin página de checkout, sin tarjeta guardada y sin sesión de navegación.
Expansión bancaria
El Fondo Monetario Internacional, por otro lado, dedicó un documento de trabajo en abril de 2026 a analizar el impacto de la IA agentiva en los sistemas de pago. Su marco propone tres capas: una capa de decisión probabilística donde el agente interpreta la intención del usuario, una capa de controles deterministas donde se verifican límites de gasto, identidad y restricciones, y una capa de liquidación final donde la transacción se ejecuta sin reinterpretación. La separación es crucial: permite que los agentes operen con autonomía en la capa superior mientras las capas inferiores mantienen las garantías legales y de estabilidad financiera que los sistemas de pago requieren.
Un paper de Stanford y la Universidad de Manchester Metropolitana, publicado en arXiv en junio de 2026, argumenta que la llegada de rails de micropago nativos para agentes (x402, AP2 de Google) cambia lo que es escaso en el comercio electrónico. Cuando el comprador es un agente incansable que puede consultar, comparar y verificar a escala, el emparejamiento de productos se vuelve barato; lo que sigue siendo escaso es la información verificable y relevante para la decisión.
Los autores proponen un mercado de micro-transacciones donde agentes compradores gastan fracciones de centavo para desbloquear progresivamente datos que un vendedor o un revisor independiente ha elegido exponer, pagados a la carta bajo un modelo freemium. Un producto que resiste el escrutinio puede permitirse revelar más; un agente que valora bien sus datos gana proporcionalmente más.
NVIDIA, Meta y Microsoft respaldan la IA abierta sin OpenAI, Google y xAI
La economía agentiva en números
Los datos de adopción temprana sugieren que el comercio agentivo no es una proyección a diez años: está ocurriendo en mercados específicos a escala significativa.
Según NielsenIQ, Alipay AI Pay procesó más de 120 millones de transacciones impulsadas por agentes durante la semana del 5 al 11 de febrero de 2026. El asistente Qwen de Alibaba alcanzó 100 millones de usuarios activos mensuales en dos meses desde su lanzamiento. Adobe Analytics reportó que el tráfico desde fuentes de IA generativa hacia sitios de retail en Estados Unidos aumentó un 1.200% entre julio de 2024 y febrero de 2025, con visitantes que mostraban mayor engagement (más páginas por visita, menor tasa de rebote) aunque la conversión todavía iba por detrás de los canales tradicionales.
McKinsey proyecta que el mercado global de comercio agentivo alcanzará entre 3 y 5 billones de dólares hacia 2030. Morgan Stanley estima que los agentes impulsarán entre 190.000 y 385.000 millones de dólares del comercio electrónico estadounidense para esa misma fecha, aproximadamente entre el 10% y el 20% del total.
Sin embargo, la autonomía total sigue siendo minoritaria. Los datos de NielsenIQ muestran que alrededor del 34% de los consumidores usa IA para investigar productos y el 23% para resumir reseñas, pero solo el 8% ha permitido que una IA complete una compra. La influencia de los agentes crece mucho más rápido que la delegación de la decisión final. La brecha entre recomendación y ejecución es donde se está librando la batalla por la confianza del consumidor.
Un comercio más «realista y menos reactivo»
EY publicó en julio de 2026 un marco estratégico para que las empresas se preparen para el comercio agentivo. Su diagnóstico es directo: los agentes no ven las marcas como las ven los humanos. No responden a storytelling, imágenes o experiencias en tienda. Evalúan señales estructuradas: atributos de producto, precios, disponibilidad, condiciones de elegibilidad, políticas de devolución y resultados esperados.
Si la diferenciación de una marca no es legible por máquinas, es invisible para un agente. EY recomienda que las organizaciones construyan una “verdad comercial única” (identificadores de producto consistentes, precios autoritativos, políticas expresadas como reglas ejecutables) y definan explícitamente dónde los agentes pueden actuar con autonomía y dónde se requiere aprobación humana.
El MIT, a través de su Initiative on the Digital Economy, publicó en mayo de 2026 un paper titulado “The Coasean Singularity” que examina cómo los agentes de IA reducirán los costos de transacción hasta transformar las estructuras de mercado. El argumento central: cuando los costos de buscar, comparar, negociar y verificar colapsan (porque un agente puede hacer todo eso en paralelo, a velocidad de máquina y por fracciones de centavo), los mercados donde existen intermediarios humanos (seguros, bienes raíces, servicios financieros, contratación) se reorganizan.
Los autores no lo presentan como una predicción sino como una bifurcación: la misma capacidad técnica puede producir estructuras de mercado radicalmente distintas según quién controle los agentes, si son provistos por la plataforma (como los zapatos alquilados en una bolera) o si el usuario trae el suyo, portátil y alineado con sus propios intereses.
La IA cambia para siempre el desarrollo del software libre
¿Cómo funciona una transacción agentiva, paso a paso?
El flujo completo de una transacción agentiva ilustra cómo encajan las piezas. Supongamos que un usuario solicita a su asistente personal: “necesito un seguro de auto con cobertura de responsabilidad civil ampliada, menos de 800 euros al año, que cubra también asistencia en carretera en Europa”.
El agente del usuario, ejecutándose en un cliente MCP como Claude Desktop, ChatGPT o un asistente empresarial, recibe la instrucción. Utiliza MCP para conectarse a sus herramientas: un servidor que consulta cotizaciones de aseguradoras, otro que verifica el historial de reclamaciones del usuario, otro que accede a su calendario para coordinar una inspección si es necesaria. Cada una de esas conexiones es una llamada MCP estandarizada: el agente no necesita saber qué API propietaria hay detrás de cada servidor.
Para interactuar con los agentes de las aseguradoras, el agente del usuario utiliza A2A. Descubre los Agent Cards de múltiples aseguradoras, cada una declarando sus capacidades, modalidades de interacción y endpoints, negocia parámetros, envía solicitudes de cotización y recibe ofertas estructuradas. Si una aseguradora cobra por consultar su tarifa de asistencia en carretera, el agente del usuario evalúa el precio (0,03 céntimos), autoriza el micropago a través del protocolo x402 o AP4M de Mastercard, recibe el dato y continúa. Todo ocurre en milisegundos, sin que el usuario vea una página de checkout ni introduzca una tarjeta.
Culminando el proceso
Cuando el agente identifica las tres mejores opciones, las presenta al usuario con un desglose de coberturas, exclusiones y precios. El usuario elige una. El agente ejecuta la contratación (firma digital, pago de la prima, emisión de la póliza) coordinándose con el agente de la aseguradora a través de A2A y liquidando el pago a través de los rails de Mastercard o Stripe. La trazabilidad completa de la transacción queda registrada mediante OpenTelemetry con W3C Trace Context, propagándose a través de cada salto: agente comprador, cliente MCP, servidor MCP de la aseguradora, gateway de pagos, sistema de liquidación.
Este flujo no es especulativo en todas sus partes. Los protocolos MCP y A2A existen en producción. Las capas de pago —AP4M de Mastercard, MPP de Stripe, TAP de Visa— están operativas o en despliegue avanzado. Lo que todavía está en construcción es la integración completa de las tres capas en flujos multi-agente que operen a escala y con la confianza del consumidor.
Agentic Market: así funciona el mercado de APIs y servicios para agentes de IA
Lo que viene
Así, podemos ver tres vectores que definirán los próximos doce a dieciocho meses. El primero es la consolidación de la pila de protocolos. MCP y A2A no son los únicos estándares en juego, el Internet of Agents de Cisco, el Agent Payments Protocol de Google, x402, MPP de Stripe, pero son los que han alcanzado masa crítica de adopción.
La pregunta no es si convergerán, sino qué forma tomará esa convergencia: ¿un gateway multi-protocolo que traduzca entre ellos de forma transparente, o una consolidación hacía menos estándares? El patrón histórico de internet sugiere lo primero: TCP/IP no eliminó otros protocolos, se convirtió en la capa de traducción.
Confianza y regulación
El segundo es la brecha de confianza. Los datos de NielsenIQ son elocuentes: el 34% de consumidores deja que la IA investigue, solo el 8% la deja comprar. Cerrar esa brecha requiere no solo mejor tecnología, sino marcos de gobernanza que definan con precisión qué puede hacer un agente, bajo qué condiciones y con qué trazabilidad. La FIDO Alliance anunció en abril de 2026 dos grupos de trabajo, en colaboración con Google y Mastercard, para desarrollar estándares de autenticación específicos para pagos iniciados por agentes.
El tercero es regulatorio. El marco de tres capas del FMI (decisión probabilística, controles deterministas, liquidación final) ofrece un modelo conceptual sólido, pero su implementación requiere coordinación entre bancos centrales, redes de pago y proveedores de identidad digital. El BIS ya demostró en 2025 que sistemas de IA generativa pueden gestionar funciones de tesorería (liquidez, priorización de pagos) sin entrenamiento especializado, lo que sugiere que la supervisión técnica es viable si se diseña desde la base.
La economía agentiva no es un futuro lejano: es una pila de protocolos que se está ensamblando ahora, capa por capa, con adopción empresarial real y volúmenes de transacción que ya se miden en millones por semana. Las empresas que estructuren sus datos para que sean legibles por máquinas, definan políticas de autonomía agentiva con gobernanza explícita y monitoreen su presencia en los conjuntos de consideración de los agentes estarán compitiendo en el mercado del mañana. Las que no, simplemente no aparecerán en los resultados.