Anthropic ha publicado un caso interno que merece más atención de la que suelen recibir este tipo de historias: un responsable de marketing de campo convirtió su informe semanal en mensajes personalizados para cada comercial, usando Claude Code, servidores MCP y datos alojados en BigQuery. El sistema cruza información del CRM, conversaciones de Slack, eventos y contenidos de marketing, y empezó como un piloto pequeño antes de extenderse a varios equipos.
Lo interesante no es la sofisticación técnica — no la hay especialmente — sino la naturaleza del problema resuelto. No se automatizó código, ni tests, ni despliegues. Se automatizó una tarea de oficina de las que nadie considera candidatas a automatización porque siempre han requerido criterio humano.
De un informe para todos a un mensaje para cada uno
El punto de partida es un clásico de cualquier organización con más de diez personas: un informe semanal que se envía igual a todo el mundo. Contiene mucho, sirve para poco. Cada destinatario tiene que localizar dentro de una pared de datos las tres líneas que le afectan, y la mayoría abandona a mitad de camino. El informe se sigue enviando porque cancelarlo parecería una dejadez, y se sigue sin leer porque el coste de extraer lo relevante recae en quien lo recibe.
La alternativa evidente — escribir un mensaje distinto para cada persona — nunca se hacía por una razón puramente aritmética. Requiere consultar el estado de cada cartera, mirar qué eventos afectan a cada territorio, comprobar qué contenidos encajan con cada conversación abierta y redactar todo eso una vez por destinatario. Para veinte personas son horas cada semana, todas las semanas. La tarea no se dejaba de hacer por falta de ganas, sino porque el coste crece linealmente con el equipo mientras que el tiempo disponible no.
El informe genérico no existía porque fuera mejor: existía porque personalizarlo no salía a cuenta.
Ese es exactamente el tipo de restricción que un agente elimina. La parte que consume tiempo es la recopilación y la redacción repetida, no el criterio. Una vez definido qué hace útil a un mensaje, generarlo veinte veces cuesta prácticamente lo mismo que generarlo una.
MCP es la pieza que hace esto replicable
El componente que convierte esta historia en algo aplicable fuera de Anthropic es el Model Context Protocol. Sin él, un caso así se resuelve escribiendo integraciones a medida: un script para el CRM, otro para exportar de BigQuery, otro para leer Slack, y un mantenimiento perpetuo cada vez que cualquiera de esas APIs cambia. Ese trabajo de fontanería es la razón por la que la mayoría de automatizaciones internas se quedan en la fase de buena idea.
MCP invierte el planteamiento: en lugar de programar cómo se accede a cada fuente, se conecta la fuente y el agente decide qué consultar. Eso cambia dónde está el esfuerzo. La parte difícil deja de ser la integración y pasa a ser la definición del encargo — qué información es relevante para cada persona, con qué tono, con qué nivel de detalle — que es precisamente la parte que domina quien hace ese trabajo a mano desde hace años.
Conviene también fijarse en la naturaleza de las fuentes combinadas, porque explica por qué el resultado es útil. No es solo la base de datos: es la base de datos más el contexto blando. El CRM aporta el estado objetivo de cada cuenta; Slack aporta lo que se está hablando realmente; el calendario de eventos aporta lo que va a pasar en cada territorio. Un informe generado solo desde BigQuery sería otra pared de números. La mezcla es lo que produce un mensaje que alguien lee.
El piloto pequeño no fue modestia, fue método
El detalle que más conviene copiar es el orden en que se hizo: primero un piloto reducido, después la extensión a otros equipos. En automatización interna esa secuencia importa más que la elección de herramientas, y casi nunca se respeta.
El motivo es que la calidad de este tipo de sistemas no se puede evaluar en abstracto. Sabes si un mensaje personalizado es bueno cuando su destinatario reacciona a él, no cuando tú lo lees y te parece razonable. Un piloto con pocas personas permite ajustar qué se incluye y qué sobra con retroalimentación real y sin coste de reputación: si el primer envío es mediocre, lo saben tres compañeros. Un despliegue completo desde el día uno convierte el primer error en el momento en que todo el mundo decide ignorar el nuevo canal, y recuperar esa atención cuesta mucho más que construir el sistema.
💡 Cómo elegir tu primer candidato
Busca una tarea que cumpla tres condiciones: la haces con periodicidad fija, consume datos que ya están en algún sistema y el resultado es texto. Si además la vienes haciendo a mano desde hace meses, mejor: ya sabes qué distingue un buen resultado de uno mediocre, y ese criterio es justo lo que hay que escribir en las instrucciones.
El mismo patrón en un negocio de una sola persona
La lectura para quien trabaja como freelance es directa, aunque el ejemplo venga de una empresa grande. La estructura del caso — datos dispersos, salida en texto, cadencia fija, destinatarios distintos — se repite igual en un despacho de una persona, solo que ahí el informe semanal se llama de otra manera.
Es el resumen de estado que mandas a cada cliente y que acabas escribiendo el viernes por la tarde con más voluntad que ganas. Es el parte de mantenimiento de las webs que gestionas: qué se actualizó, qué error apareció en los logs, qué queda pendiente. Es la propuesta que se arma juntando el histórico de trabajos anteriores. Ninguna de esas tareas es difícil; todas consumen un tiempo que no se factura y que se acumula.
Las fuentes también son equivalentes, aunque suenen más humildes que un CRM corporativo: el repositorio del proyecto y su historial de commits, la base de datos del WordPress que mantienes, el sistema donde llevas las horas, el correo del cliente, un calendario. Conectadas por MCP y orquestadas desde Claude Code o desde un flujo en n8n, dan para exactamente el mismo tipo de salida: un mensaje por cliente, con lo que le afecta a él y nada más.
Hay una consecuencia menos evidente y probablemente más valiosa. Un informe personalizado que llega puntualmente cada semana cambia la percepción del trabajo que haces, sobre todo en mantenimiento, donde el mejor mes es aquel en el que no pasa nada y por tanto parece que no se ha hecho nada. La automatización no solo ahorra el rato de escribirlo: hace visible un trabajo que hasta ahora era invisible por falta de tiempo para contarlo.
Y esa es, en el fondo, la moraleja del caso. Claude Code se vende como herramienta de programación y se usa mayoritariamente para eso, pero su punto fuerte real es convertir procesos manuales repetitivos en pequeños sistemas internos. No hace falta ser desarrollador para que eso valga la pena: hace falta tener una tarea aburrida que se repite y saber describir qué la hace útil.
