Amazon Ads lanza en open beta su MCP Server para integrar Agentic AI
Amazon ha anunciado la apertura (en fase de pruebas) de su nuevo Amazon Ads MCP Server, una infraestructura que facilita la conexión de Agentic AI con las soluciones de Amazon Ads mediante una sola integración, evitando que los equipos tengan que desarrollar integraciones personalizadas para cada flujo de trabajo o herramienta. Este servidor se basa en el Model Context Protocol (MCP), un estándar abierto que actúa como una capa de traducción entre sistemas de IA y las APIs de Amazon Ads, permitiendo que las acciones se ejecuten a partir de prompts en lenguaje natural sin necesidad de múltiples conexiones punto a punto.
Esta arquitectura está pensada para que los anunciantes y sus partners conecten agentes o plataformas de IA con la infraestructura de Amazon Ads con menos fricción técnica, reduciendo el trabajo de configuración manual y agilizando la ejecución de tareas como creación de campañas y ajustes de presupuesto. La tecnología se apoya en el estándar abierto MCP, que facilita que cualquier agente compatible pueda traducir instrucciones conversacionales en llamadas estructuradas a las APIs de Amazon.
Una de las características clave del lanzamiento es la "herramienta para acciones comunes", que permite a los agentes ejecutar flujos de trabajo publicitarios, que suelen involucrar múltiples pasos y sistemas, mediante una sola conversación. Tradicionalmente, estos flujos de trabajo requieren varias acciones a lo largo de diferentes plataformas, pero con las herramientas MCP, se pueden agrupar y simplificar, facilitando su ejecución de forma más eficiente. Esta simplificación aborda un desafío común en la Agentic IA: la sobrecarga de razonamiento.
Despins señaló como ejemplo de este problema, durante las primeras pruebas internas, un agente fue solicitado para generar un informe de ruta de conversión, mostrando los puntos de contacto de un anuncio antes de la compra. En lugar de extraer los datos de una API existente, el agente tuvo que escribir su propio código, procesando más de tres años de datos. Las herramientas MCP están diseñadas precisamente para evitar estos errores, proporcionando instrucciones claras para flujos de trabajo comunes.
Esta mejora también responde a la necesidad de hacer que los agentes puedan concentrarse en tareas más complejas y estratégicas, en lugar de perder tiempo y cometer errores con los detalles fundamentales. Al integrar herramientas que estandarizan los flujos de trabajo, los agentes pueden optimizar su rendimiento, dedicando su capacidad de razonamiento a las decisiones más críticas.
La beta abierta llega tras el piloto cerrado del MCP de Amazon, anunciado el año pasado, y se enmarca en una tendencia más amplia dentro del sector AdTech hacia la estandarización de la forma en que la Agentic AI interactúa con los sistemas publicitarios. Iniciativas similares, como AdCP, reflejan cómo las plataformas están evolucionando desde flujos de trabajo publicitarios rígidos hacia modelos de automatización impulsados por agentes. En este contexto, Amazon también ha dejado entrever una apuesta creciente en ‘agentic commerce’. Durante el tercer trimestre del año pasado, su CEO, Andy Jassy, señaló que la Agentic AI podría ampliar la manera en que los consumidores compran online, en un momento en el que el negocio publicitario de la compañía creció un 24 % interanual hasta alcanzar los 17.700 millones de dólares.
Puntos clave:
El MCP Server permite a los anunciantes conectar plataformas de IA con Amazon Ads a través de una única integración, evitando configuraciones personalizadas y reduciendo la fricción técnica.
Automatización de flujos de trabajo: gracias a las herramientas MCP, los agentes pueden ejecutar tareas publicitarias comunes mediante una sola conversación, eliminando la sobrecarga cognitiva y acelerando la ejecución.
Amazon apuesta por el Agentic Commerce como una evolución natural de la automatización, con un crecimiento del 24 % en su negocio publicitario en el último trimestre.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
