El 17 de junio de 2026, Google publicó en su blog de desarrolladores la especificación de Agentic Resource Discovery (ARD). Diez empresas más firmaron como respaldadores el mismo día: Microsoft, Salesforce, ServiceNow, Snowflake, Cisco, Databricks, GitHub, GoDaddy, Hugging Face y NVIDIA. Falta un nombre en esa lista que salta a la vista si trabajas con IA todos los días: Anthropic no está. Tampoco OpenAI.

Eso no es casualidad ni descuido. Es la tesis de este post: la pelea que de verdad importa en 2026 no es cuál modelo razona mejor. Es quién define el protocolo por el que un agente de IA encuentra y se conecta a tus sistemas. Anthropic lleva año y medio dominando esa capa con el Model Context Protocol, el estándar que se volvió por defecto para conectar asistentes de IA a herramientas y datos. Cinco de las empresas de software empresarial más grandes del mundo acaban de anunciar que van a construir su propia capa de descubrimiento, aparte, y no invitaron a los dos laboratorios que fabrican los modelos que esa capa va a servir.

El protocolo, no el modelo, es donde se pelea esto

Ya lo escribí en mayo sobre el harness y otra vez en julio sobre la gobernanza: la capa que envuelve al modelo es donde vive la ventaja competitiva en 2026, no el modelo mismo. ARD es la confirmación más clara que he visto de esa tesis, y viene de un lugar inesperado. No la escribió un consultor. La están construyendo, con presupuesto real y coordinación entre competidores directos, las cinco empresas que menos ganan si Anthropic y OpenAI terminan controlando cómo cada agente de IA entra a sus sistemas.

Míralo desde el lado de Salesforce o ServiceNow. Cada uno de ellos tiene décadas de datos de clientes viviendo dentro de su plataforma. Si el único camino estándar para que un agente de IA descubra y use esos datos pasa por un protocolo que diseñó, gobierna y define Anthropic, entonces Anthropic (no Salesforce, no ServiceNow) termina decidiendo las reglas de acceso a ese dato. Eso es exactamente lo que un análisis independiente de softmaxdata nombró sin rodeos: “una ventana a la lucha de poder central detrás de la IA hoy, entre las empresas que proveen las capacidades y las empresas que quieren ser dueñas de la interfaz”. No hace falta que ningún ejecutivo lo diga en voz alta para que sea cierto. Basta con ver quién firmó y quién no.

Qué hace ARD, en concreto

ARD no reemplaza a MCP. Resuelve un problema distinto, uno que aparece antes: cómo encuentra un agente la herramienta correcta entre cientos de miles distribuidas en dominios que no controla una sola empresa. La especificación define dos piezas. Primero, un archivo ai-catalog.json que cada organización publica en una ruta conocida de su propio dominio, describiendo qué capacidades ofrece. Segundo, una API de registro que rastrea e indexa esos catálogos y responde consultas en lenguaje natural con coincidencias clasificadas.

Con eso, ARD contesta tres preguntas que hoy un agente no puede responder solo: dónde vive la capacidad correcta, cuál usar entre varias parecidas, y cómo verificar que es segura antes de conectarse. Una vez que el agente ya sabe qué herramienta usar, la invoca por su protocolo nativo, que puede perfectamente ser MCP, A2A de Google, o una API normal. La documentación oficial de Google y Microsoft es explícita en este punto: ARD “no reemplaza a MCP, A2A ni Skills”. Es una capa de descubrimiento, no de ejecución. Licencia Apache 2.0, gobernanza a través de un grupo de trabajo de la Linux Foundation, versión actual 0.9 (borrador). GitHub ya lanzó Agent Finder para Copilot y Hugging Face lanzó su propia herramienta de descubrimiento el mismo día del anuncio: implementaciones reales, no solo un documento.

Lo que dicen los blogs corporativos y lo que dice la prensa

Aquí hay un matiz que vale la pena no aplanar. Si lees el anuncio de Google o el de Microsoft, el tono es cuidadosamente neutral. Google dice que “falta una forma estándar para que los agentes descubran capacidades a través de fronteras organizacionales”. Microsoft compara ARD con lo que un buscador hizo por las páginas web, y aclara: “la meta no es un catálogo global único; van a existir muchos servicios de descubrimiento”. Ningún comunicado oficial menciona a Anthropic. Ninguno menciona a OpenAI. Es un lenguaje de coordinación de industria, no de confrontación.

Y luego está la cobertura. The Information tituló su análisis “Google and Microsoft Team Up to Beat Back Anthropic and OpenAI”. CIO encuadró la nota alrededor de qué necesitan resolver los equipos de TI cuando ningún catálogo unificado existe todavía. Las dos lecturas son ciertas al mismo tiempo. Las empresas que respaldan ARD no van a decir en un comunicado que están construyendo esto para no depender de Anthropic: eso rompería la narrativa de “estándar abierto para todos” que necesitan para que terceros lo adopten. Pero la composición exacta de quién firmó, y sobre todo quién no, dice lo que el comunicado no va a decir nunca.

Por qué AI Maestro sigue corriendo sobre Claude y MCP

Aquí conviene ser directo, porque es fácil leer este post como una señal de que hay que cubrirse las apuestas. No es esa la lectura. AI Maestro, el servicio de IQ Source, corre sobre Claude de Anthropic y sobre MCP para conectar agentes a los sistemas del cliente. Es una decisión tomada antes de que existiera ARD, y sigue siendo la correcta hoy por una razón simple: MCP tiene dieciocho meses de adopción real, miles de servidores públicos construidos por la comunidad, y soporte nativo en todos los laboratorios frontera, Anthropic incluido, pero también Google DeepMind y Microsoft. ARD es un borrador 0.9 con implementaciones de referencia recién publicadas. Uno es infraestructura probada. El otro es una apuesta de coordinación entre competidores que todavía tiene que demostrar que once empresas grandes pueden mantener alineado un estándar sin que cada una empuje su propia variante.

Lo que este post sí cambia es el contexto en el que se toma esa decisión. No elegimos MCP porque fuera la única opción disponible o porque no supiéramos que las plataformas empresariales querrían control sobre esta capa algún día. Elegimos MCP porque, hasta ahora, es donde vive la adopción real, y la adopción real es lo que hace que un agente conectado a tu ERP o tu CRM funcione la semana que lo pones en producción, no la semana que el estándar madura. Si ARD gana tracción de verdad en los próximos doce meses (catálogos publicados, no solo comunicados de prensa), es una capa adicional que se agrega arriba de MCP, no un reemplazo que obligue a reescribir nada. Las dos cosas no compiten entre sí en la práctica; compiten por quién gobierna la conversación sobre agentes empresariales en la sala de juntas.

Lo que un CTO debería vigilar, no lo que debería anunciar

No hay una acción urgente que tomar esta semana por ARD. La especificación tiene un mes, la adopción real todavía es escasa, y ningún cliente va a pedirte mañana que publiques un ai-catalog.json. Lo que sí vale la pena es una pregunta distinta a la que la mayoría de equipos de TI se están haciendo: cuando evalúes tu próximo proveedor de agentes de IA, o tu próxima integración, pregunta qué protocolo habla, no solo qué modelo corre por debajo. El modelo que uses este trimestre lo vas a cambiar el próximo. El protocolo que elijas para conectar tus sistemas es el que va a seguir ahí cuando ya nadie recuerde qué versión de qué modelo estaba de moda en julio de 2026.

Si todavía no tienes clara la respuesta a esa pregunta para tu propia empresa, es exactamente el tipo de mapa que hacemos en la fase de discovery de AI Maestro: identificar en qué capa vive tu dependencia real antes de comprometerte con un estándar que puede o no seguir vivo en dos años. Ya escribí sobre por qué el harness operativo es el moat y sobre por qué la torre de control de gobernanza lo es también. ARD agrega una tercera capa a la misma lista: el protocolo de conexión. Ninguna de las tres se compra empaquetada. Las tres hay que decidirlas con criterio propio, y esa decisión pesa más que cuál modelo elegiste este trimestre.