En marzo de 2023, OpenAI abrió el plugin store de ChatGPT y el mercado enloqueció. Expedia, Zapier, Wolfram Alpha corrieron a publicar integraciones. Desarrolladores independientes también. En doce meses había más de 1.000 plugins publicados. Doce meses después, OpenAI cerró el store. Todos los chats basados en plugins murieron el 9 de abril de 2024.
El ciclo se repitió. Anthropic lanzó el Model Context Protocol en noviembre de 2024, un estándar abierto para conectar agentes de IA con herramientas externas. La comunidad volvió a correr. Aparecieron los SKILL.md, los servidores MCP, los marketplaces de skills. Otra fiebre. Y ahora, a mediados de 2026, el silencio otra vez.
La pregunta que nadie hace en voz alta es la correcta: ¿qué pasó realmente? ¿Y cuánto vale una skill de IA cuando funciona?
El patrón que ya conocemos
El ciclo plugins-custom GPTs-MCP no es una historia de tecnología. Es una historia de mercado. Y el mercado de extensiones de IA siguió el mismo arco que cualquier plataforma que abrió sus puertas a terceros: euforia inicial, saturación de oferta de baja calidad, consolidación brutal.
En 2023, la mayoría de los plugins hacían exactamente lo mismo: buscar en internet, conectar con una API pública, resumir algo. Eran envoltorios. Wrappers. Y como todo wrapper, vivían de la distancia entre lo que el modelo podía hacer solo y lo que podía hacer con ayuda. Esa distancia se achicó rápido.
Cuando el propio modelo comenzó a navegar la web, a ejecutar código, a conectarse a archivos, gran parte del ecosistema de plugins quedó sin razón de existir. La plataforma se comió a los builders que habían construido para la plataforma.
Con MCP pasó algo parecido pero más sofisticado. El protocolo es genuinamente bueno: un estándar abierto, donado por Anthropic a la Linux Foundation en diciembre de 2025, adoptado por OpenAI, Google, Microsoft y AWS. Ya hay más de 10.000 servidores MCP públicos activos y los SDKs acumulan alrededor de 97 millones de descargas mensuales. No es un proyecto muerto. Es infraestructura.
Pero los builders que llenaron el mercado en 2025 con skills genéricas enfrentaron el mismo problema que los plugins: si tu skill hace algo que el modelo base ya sabe hacer, no tienes un producto. Tienes una demo.
Lo que realmente mató la fiebre
No fue una mala tecnología. Fue un malentendido sobre qué parte de la cadena de valor estaban capturando.
La oleada de 2024-2025 produjo miles de skills que conectaban a ChatGPT o Claude con APIs públicas, bases de datos abiertas, servicios de terceros. Útil para demos. Útil para aprender. Difícil de convertir en algo que alguien pague o use de forma sostenida.
El problema estructural es el siguiente: una skill genérica no tiene contexto propietario. Y sin contexto propietario, el modelo ya puede hacer lo mismo con una búsqueda o con su entrenamiento. El valor de una integración de IA no está en la conexión técnica. Está en los datos, el flujo de trabajo y las reglas de negocio que esa conexión expone al modelo.
Cuando Block implementó agentes MCP internamente, redujo un 98.7% sus costos de tokens en toda la empresa. No porque conectó el modelo a una API pública. Porque codificó flujos de trabajo propietarios, contexto de negocio real y permisos específicos en servidores que solo ellos controlan. Eso no es una skill de mercado. Es una ventaja competitiva construida sobre el protocolo.
Los que desaparecieron del mercado construyeron para la categoría. Los que quedan construyeron para su organización.
Cuándo una skill vale lo que cuesta construirla
La pregunta honesta no es si las skills funcionan. Es para qué funcionan.
Hay dos tipos que el mercado separó con bastante claridad:
Las skills de lectura, las que traen información al modelo, están bajo presión constante. Los modelos actuales buscan, razonan y sintetizan cada vez mejor. A menos que la fuente de datos sea interna y no pública, una skill de lectura genérica tiene fecha de vencimiento corta.
Las skills de acción, las que ejecutan algo en el mundo real en nombre del usuario, son otra historia. Crear un ticket, mover un archivo, actualizar un registro, disparar un workflow. Esas no las reemplaza el modelo base porque requieren permisos, autenticación y contexto organizacional que el modelo no tiene por defecto. Y cuando están bien construidas, el ROI es verificable: hasta 70% de reducción en costos operativos de IA y 300% de retorno en 18 meses según implementaciones enterprise documentadas.
El problema es que las skills de acción son más difíciles de construir. Requieren ingeniería real, gobernanza, gestión de identidad. No son un fin de semana de código y un README.
La trampa del silencio
Que nadie hable de skills de IA en 2026 no significa que el tema murió. Significa que maduró. Y la madurez siempre desplaza a los entusiastas de la primera hora.
El 41% de las organizaciones de software ya tiene servidores MCP en producción. El 28% de las empresas del Fortune 500 corre servidores MCP propios. Eso no es silencio: es que el tema dejó de ser interesante para los medios y se volvió operativo para las empresas.
Lo que desapareció fue la ilusión de que cualquiera podía construir una skill genérica y capturar valor. Lo que quedó es el trabajo real: mapear un flujo de negocio específico, codificarlo en una integración gobernada, conectarlo al modelo con permisos correctos y medir el resultado.
Ese trabajo no genera titulares. Genera resultados.
El punto
La fiebre de los skills fue real. El vaciamiento del mercado también. Pero confundir el fin de la fiebre con el fin del tema es el error más caro que una organización puede cometer ahora.
Las skills genéricas murieron porque no tenían nada propietario que ofrecer. Las skills específicas, las que codifican el conocimiento de un equipo, los flujos de una empresa, el acceso a datos internos, son hoy una de las formas más directas de extraer valor real de la IA.
La pregunta no es si tu organización necesita skills de IA. Es si las que podría construir tienen suficiente contexto propietario para justificar el esfuerzo. Esa evaluación vale hacerla bien. Si querés analizarlo juntos, contactá a macareno.net.
Fuentes
- ChatGPT Plugins vs MCP: What Changed and Why It Matters — Unmarkdown
- MCP Adoption Statistics 2026 — Digital Applied
- The Enterprise MCP Guide 2026 — The Agentics
- Are AI Agents Overhyped? An Honest 2026 Reckoning — Taskade