Green Street añade noticias y workflows a su MCP server inmobiliario

Green Street, la firma de análisis de real estate comercial con sede en Newport Beach, ha anunciado este 13 de octubre dos ampliaciones de su MCP server: la integración de Green Street News y un primer lote de workflows empaquetados. Llega apenas dos meses después de que la compañía declarase la disponibilidad general del servidor, a mediados de agosto, con conexión a las instancias corporativas de Claude, ChatGPT y Gemini.

La cifra que explica el movimiento está en su propia documentación: el servidor da acceso a más de 20.000 informes de research, más de 150.000 artículos de noticias y más de 40 años de datos propietarios del sector. Hasta ahora, la parte de noticias figuraba como "próximamente". Con el anuncio distribuido hoy, que puede leerse completo en PR Newswire, deja de serlo.

Qué incluye la ampliación

La herramienta de noticias permite hacer preguntas en lenguaje natural sobre la cobertura de Green Street News, que publica sobre Reino Unido, la Unión Europea, Australia, Canadá y Estados Unidos. La respuesta llega sintetizada y con enlace al artículo completo dentro de la plataforma de Green Street. Según la compañía, estas consultas pueden combinarse en una misma conversación con el resto de datasets del servidor: Research, Company Data, Market Data, Forecasts y Sales Comps.

La segunda novedad son los workflows. Green Street los presenta como vistas estructuradas que van más allá de la recuperación de una sola pregunta y que devuelven el mismo formato cada vez que se ejecutan. Los dos primeros se llaman Ask Green Street Concierge y Get Green Street Digest, y la empresa promete ampliar la biblioteca de forma periódica. La nota no detalla qué hace exactamente cada uno ni cómo están implementados.

Richard Neale, Chief Product Officer de la compañía, lo resume así: "Los datos son más potentes cuando van acompañados de contexto. Con News dentro del MCP Server, cada prompt puede apoyarse en las historias que hay detrás de los números".

Por qué importa

Lo relevante no es tanto el sector como el patrón. Un proveedor de datos de pago, con un producto consolidado durante décadas, decide que el canal para llegar al analista ya no es solo su web o su API, sino el asistente que el cliente ya tiene abierto. En la página del producto el catálogo es amplio: valoración automática de activos (AVM), comparables de transacciones, previsiones de cap rates, CPPI y ocupación por sector y mercado, y fichas de compañías con NAV premium y precios objetivo.

Los workflows apuntan a un problema que vemos a menudo en proyectos MCP: exponer herramientas no garantiza que el usuario sepa combinarlas. Un analista que pregunta por el mercado de oficinas en Londres puede obtener respuestas muy distintas según cómo formule la petición. Empaquetar una secuencia fija de consultas con un formato de salida estable es la forma de que diez personas de un mismo equipo obtengan informes comparables. El propio protocolo contempla esta idea con la primitiva de prompts, plantillas que expone el servidor; Green Street no aclara si sus workflows se apoyan en ella.

Conviene leer con cautela algunas cifras. La compañía afirma que participantes de su beta completaron en 15 minutos tareas que antes llevaban varias semanas. Es un dato de parte, sin metodología publicada. Más útil resulta su compromiso explícito de que los datos de clientes no se usan para entrenar ni ajustar modelos, algo que cualquier departamento de compliance preguntará antes de conectar el servidor. Su CTO, Travis Valentine, defiende el enfoque con un argumento difícil de discutir: si la IA razona sobre datos no verificados, el resultado son respuestas que suenan muy competentes pero son erróneas.

Para quién es útil

El público directo son los clientes institucionales de Green Street: fondos, REITs, gestoras de activos reales y equipos de research que ya pagan la suscripción. Para ellos, la novedad elimina pasos, por ejemplo al cruzar una noticia de última hora con las previsiones del mercado afectado sin salir de la conversación con Claude.

Para equipos técnicos de otros sectores, el caso sirve de referencia. Muestra cómo un proveedor vertical organiza su servidor por datasets, añade una capa de workflows para estandarizar el uso y separa lo que está en producción de lo que sigue en beta, como su herramienta de preguntas y respuestas sobre research.

En ElephantPink creemos que los workflows empaquetados acabarán distinguiendo a los MCP servers de datos que se usan a diario de los que solo se instalan. Falta ver cuánta flexibilidad conservan cuando el analista necesita salirse del guion.