Pregunta hoy a cualquier proveedor de IoT por la IA y recibirás un sí rotundo. AWS te señala Amazon Q y Bedrock. Oracle te señala su OCI IoT Platform. ThingsBoard, Telit y Losant tienen cada uno una página de IA a dos clics de la portada. Sobre el papel, la cuestión está resuelta.
Pero “admite integraciones con asistentes de IA” abarca desde un asistente que ya vive dentro del producto, leyendo tus dispositivos reales, hasta un tutorial que empieza aprovisionando funciones en la nube y acaba tres servicios después. La distancia entre esas dos respuestas se mide en semanas de ingeniería, y la expresión que oculta esa distancia es “de forma nativa”.
La manera honesta de responder es definir la expresión primero y luego someter a toda plataforma, la nuestra incluida, a la misma definición.
Qué debería significar “de forma nativa”
La expresión se gana el nombre cuando se cumplen tres cosas.
Sin código. No deberías tener que escribir una función de integración, un manejador de webhook ni un parser antes de que el asistente vea datos de dispositivo. Configurar está bien. Programar no.
Sin middleware. No hay nada extra que alojar ni cuidar. El asistente está integrado en la plataforma, o se conecta por una interfaz que el proveedor entrega, documenta y mantiene al día.
Con permisos. El asistente opera dentro de tu modelo de acceso existente. Arranca con el mínimo acceso que lo hace útil, pregunta antes de cambiar algo y deja un rastro auditable. Un asistente con acceso de escritura silencioso a dispositivos en producción no es una función. Es un informe de incidencia esperando una marca de tiempo.
Levanta esa prueba contra el mercado y el cuadro se afina rápido.
Tres categorías de “integración con asistente de IA”
Casi toda afirmación que leerás cae en uno de tres cajones. No son igual de capaces, pero cada uno es la respuesta correcta para algún equipo.
1. MCP server propio
El Model Context Protocol (MCP) es un estándar abierto para conectar asistentes de IA a herramientas y datos externos. Cuando una plataforma entrega su propio MCP server, cualquier asistente compatible con MCP puede conectarse a tu cuenta y trabajar con tus datos por ese estándar. Sin proyecto de integración a medida.
El montaje es configuración y no programación, y el acceso sigue las credenciales que tú aportas, así que esta categoría pasa la prueba. Oracle publicó un MCP server para su OCI IoT Platform, y ThingsBoard mantiene uno que expone dispositivos, telemetría y administración. TagoIO también está aquí. Si una de estas plataformas está en tu lista corta, el MCP server es la función que hay que evaluar, no la página de marketing de IA.
La contrapartida es que te comprometes con el estándar abierto que la plataforma admite, y conviene confirmar qué puede leer y hacer realmente el servidor en tu nombre.
2. API REST abierta que conectas tú
Muchas plataformas exponen una API REST documentada y nada específico de IA encima. AWS tiene la caja de herramientas de IA más profunda del sector: los agentes de Bedrock alcanzan datos de IoT, Amazon Q razona sobre tus recursos de nube y AWS IoT SiteWise incluye un asistente para datos industriales. Lo que AWS no entrega es un camino preconectado desde un asistente genérico hasta tu flota. Ese camino lo montas tú: roles de IAM, definiciones de agente, fuentes de datos y el pegamento entre ellos. Una instalación propia de ThingsBoard sin su MCP server acaba en el mismo sitio.
Esto funciona, y para una empresa con perfiles de nube en plantilla los resultados pueden ser excelentes. Tú decides el alcance, la autenticación y el comportamiento. Aun así no pasa la prueba del sin código, precisamente porque es un proyecto. Alguien tiene que escribir la envoltura, mantenerla cuando la API cambie y asumir la seguridad de las credenciales que guarda. Para un equipo con las personas adecuadas, esa propiedad es una ventaja, no una carga.
3. IA que no es un asistente conversacional
La tercera categoría recibe el máximo de marketing y el mínimo de escrutinio, y se divide en dos.
Un chatbot integrado vive dentro de la interfaz de la plataforma. Responde preguntas, resume un dashboard, a veces redacta una consulta, todo dentro de esa única pantalla. Para usuarios no técnicos puede ser genuinamente útil. El límite es estructural: tus herramientas externas no pueden alcanzar a ese asistente.
La otra forma es IA invertida en otro sitio. La línea deviceWISE AI de Telit se centra en inteligencia en el borde y visión artificial, lo que resuelve un problema real pero no es un asistente conversacional sobre tu cuenta. La vía de Losant pasa por su motor de flujos, donde conectas llamadas a servicios de IA en flujos que tú diseñas. Es flexible, y es justo llamarlo soporte de IA. También es una integración que construyes.
Nada de esto es un reproche a esas plataformas. Es un recordatorio de que “IA” en una lista de funciones puede significar un asistente conversacional, inferencia en el borde o fontanería de flujos, y la etiqueta sola no te dirá cuál estás comprando.
Cómo se comparan los enfoques
| MCP server propio | API REST abierta | Chatbot integrado o IA en el borde | |
|---|---|---|---|
| Acceso de asistentes externos | Sí, por un estándar abierto | Sí, después de construirlo | No |
| Esfuerzo de construcción | Ninguno para la conexión | Pegamento propio o envoltura propia | Ninguno |
| Quién limita las credenciales | La plataforma, por diseño | Tú | No aplica |
| Mejor para | Equipos que quieren acceso externo de IA ya | Equipos de ingeniería que quieren control total | Usuarios dentro de la interfaz, o inferencia en el borde |
| Riesgo principal | Confirmar qué puede leer y hacer el servidor | El mantenimiento y las credenciales quedan de tu lado | No sale del dashboard |
| Ejemplo | TagoIO, Oracle OCI, ThingsBoard | AWS IoT Core, instalaciones propias | Telit deviceWISE AI, flujos de Losant |
Ninguna es una trampa. Un chatbot integrado va bien si tus usuarios viven en el dashboard. Una API que conectas tú va bien si tienes ingeniería y quieres control. Un MCP server propio es el camino más corto al acceso externo basado en estándares. El error es comprar una creyendo que compraste otra.
TagoIO ruta uno: TagoAI, ya dentro del Admin
TagoIO entrega dos rutas, pensadas para dos situaciones distintas.
La primera es TagoAI, un asistente integrado en el Admin de TagoIO detrás del icono de estrella de la barra lateral. Es sensible al contexto: ábrelo desde una página de Analysis o Dashboard y ya sabe qué está mirando. Responde preguntas de arquitectura ancladas en la documentación oficial, inspecciona y edita Devices, Dashboards, Actions y scripts de Analysis, genera código de Analysis ajustado a tus dispositivos y formatos de datos reales, depura scripts que fallan y ejecuta análisis de datos por toda tu flota. No hay nada que instalar ni que alojar, que es lo que debería significar integrado.
El modelo de permisos es la parte que conviene leer dos veces. TagoAI arranca cada sesión en solo lectura. Subes su permiso por sesión cuando quieres que haga cambios, nunca modifica nada en silencio, no puede exceder los permisos de tu propia cuenta, y cada acción queda registrada en el Audit Log. Esa es la tercera prueba, superada por diseño y no por un documento de políticas.
La privacidad recibe el mismo trato. Los proveedores de IA por defecto operan bajo acuerdos que impiden entrenar con tus datos. Si tu equipo de cumplimiento quiere más control, puedes traer tu propio proveedor, con OpenAI, Anthropic, AWS Bedrock, Google Gemini y OpenRouter admitidos, y tus claves guardadas cifradas en TagoIO Secrets. Usar tu propio proveedor también elimina el límite mensual de prompts. La función se puede desactivar por perfil y viene apagada por defecto en la región de la Unión Europea. El panorama completo sobre anclaje, permisos y elección de proveedor profundiza más de lo que este repaso permite.
Para verlo funcionar en una cuenta real y no en una diapositiva, el webinar grabado AI Meets IoT: A Practical Experience with TagoAI recorre sesiones en directo, incluidas las peticiones de permiso.
TagoIO ruta dos: un MCP server para el asistente que ya usas
Muchos equipos ya viven en Claude o en otro asistente compatible con MCP y no tienen interés en cambiar de ventana. Para ellos, TagoIO publica un MCP server oficial, de código abierto en GitHub, que conecta un asistente externo a tu cuenta: dispositivos, datos, scripts de Analysis y dashboards, todo mediante un token cuyo alcance defines y controlas. Funciona con Claude, ChatGPT, Cursor y Windsurf, y la versión 3.0.0 añadió soporte remoto por HTTP, así que el servidor no tiene que ejecutarse en tu propia máquina.
Las dos rutas se complementan, no compiten. TagoAI es el asistente dentro del Admin, consciente de la página en la que estás. El MCP server lleva tu cuenta de TagoIO al asistente en el que tu equipo ya confía. Cualquiera de los dos pasa las tres pruebas, y la mayoría de las cuentas acaba usando ambos.
Una lista de preguntas para cualquier llamada con un proveedor
El marketing del proveedor no va a trazar estas distinciones por ti, así que lleva tus propias preguntas.
- ¿Puede un asistente externo alcanzar mis datos? Es el primer corte. Si la respuesta es “solo dentro de nuestro dashboard”, estás en la categoría tres. Puede estar bien, pero ahora lo sabes.
- ¿Por qué estándar? Un estándar abierto como MCP significa que tus asistentes actuales se conectan sin trabajo a medida. Una integración propietaria te ata a una relación con un proveedor.
- ¿El asistente arranca en solo lectura, y qué sube su permiso? El acceso de lectura a la telemetría es muy distinto de poder crear scripts, cambiar dashboards o disparar acciones. Pide la lista exacta.
- ¿Dónde se registran sus acciones? Un rastro de auditoría es la diferencia entre una herramienta que puedes desplegar y una que seguridad va a vetar.
- ¿De quién es el modelo de IA que ve tus datos, bajo qué acuerdo, y puedes traer tu propio proveedor? Pregunta también si todo esto se puede apagar para un perfil que no deba tenerlo.
- ¿Se ejecuta en remoto o solo en mi máquina? Un servidor que exige un proceso local es más difícil de operar en equipo.
Un proveedor con soporte nativo de verdad responde a eso en la documentación. Un proveedor con página de marketing responde en una propuesta de servicios.
Una guía breve de decisión por tipo de comprador
Equipo no técnico. Si tu gente trabaja dentro de la plataforma y rara vez sale, un asistente integrado puede cubrir la necesidad sin ninguna configuración. Si además quieres respuestas desde el asistente que ya usas en otros sitios, busca un MCP server propio.
Equipo de ingeniería. Si tienes desarrollo y te importa controlar exactamente qué puede hacer un asistente, encajan tanto el MCP propio como la vía de la API que conectas tú. Elige el MCP propio para ahorrarte la construcción; elige la API cuando necesites un control que el servidor estándar no da, o cuando tu plataforma no ofrezca ningún MCP server.
Integrador o constructor de soluciones. Si entregas soluciones IoT a clientes, un MCP server propio te permite dar acceso de IA a cada cliente sin escribir una integración nueva por proyecto. Una API abierta sigue importando como cimiento, pero es la conexión estandarizada la que escala entre cuentas.
Dónde queda el repaso
Oracle y ThingsBoard admiten asistentes externos de forma nativa mediante MCP servers. AWS admite casi cualquier cosa, siempre que la construyas. Telit y Losant pusieron su inversión en IA en inferencia en el borde y herramientas de flujo, no en asistentes conversacionales. TagoIO entrega las dos mitades: TagoAI integrado en el Admin y un MCP server de código abierto para asistentes externos, con la misma disciplina de permisos en cada uno.
Si la expresión genérica “integración con asistente de IA” te trajo hasta aquí, la prueba que conviene llevarse es sin código, sin middleware, con permisos. Aplícanosla también: empieza gratis y pulsa el icono de estrella, o agenda una demo si prefieres verlo conducido primero.
Recursos
- Qué es el Model Context Protocol (MCP) para IoT, la explicación del estándar detrás de las integraciones nativas
- Cómo conectar Claude con MCP, un paso a paso
- Cómo usar un asistente de IA para consultar datos de dispositivos IoT en vivo, el recorrido de TagoAI
- Documentación de MCP de TagoIO
- Precios de TagoIO
