Uno de los anuncios más significativos de Google Cloud Next 2026 para la comunidad de bases de datos ha pasado algo desapercibido entre el ruido de BigQuery y Gemini: Google ha añadido soporte nativo para servidores Model Context Protocol (MCP) en cinco de sus principales bases de datos —AlloyDB, Spanner, Cloud SQL, Bigtable y Firestore—. La implicación directa es que los agentes de IA pueden ahora conectarse a estas bases de datos como fuentes de contexto sin necesidad de capas de integración intermedias.
MCP, el protocolo desarrollado por Anthropic y adoptado ya por Oracle, Microsoft y ahora Google, define un estándar de comunicación que permite a los modelos de lenguaje acceder a herramientas y fuentes de datos externas de forma estructurada. Con los nuevos servidores MCP de Google Cloud, un agente puede consultar datos en Spanner, ejecutar operaciones en Cloud SQL o leer streams de Bigtable de la misma forma que usaría cualquier otra herramienta de su entorno. Para Firestore Enterprise Edition, la plataforma anuncia además un nuevo Query Engine con más de 100 nuevas características de consulta, índices sin configuración previa y escalabilidad virtualmente ilimitada con SLA de nivel enterprise. Cloud SQL Enterprise Plus suma una mejora de rendimiento de 3x para cargas de trabajo de IA y un SLA del 99,99%. Google también ha publicado en preview un driver JDBC open source de alto rendimiento para BigQuery, construido internamente por el propio equipo de Google.
El patrón que emerge de Google Cloud Next 2026 es consistente con el movimiento general del mercado: las bases de datos dejan de ser repositorios de datos para convertirse en participantes activos en arquitecturas agénticas. MCP actúa como el protocolo que permite esta transición sin imponer un vendor específico de IA, lo que es especialmente relevante para organizaciones que quieren mantener flexibilidad en su elección de modelos. La adopción de MCP por parte de Google consolida el protocolo como estándar de facto para la integración de datos en sistemas de agentes.
Para los arquitectos de datos con infraestructura en Google Cloud, el impacto es inmediato: los datos existentes en AlloyDB, Spanner o Cloud SQL son ahora accesibles por agentes sin requerir ETL adicional ni APIs personalizadas. La configuración de un servidor MCP sobre la base de datos existente se convierte en el paso mínimo para integrar cualquier agente compatible, incluyendo los de Vertex AI, Claude o cualquier sistema que soporte el protocolo.
Más en Dataprix: Tendencias y arquitecturas en bases de datos modernas
Fuente: Google Cloud Blog