
MCP y notas de gastos: consultar sus gastos desde Claude sin exponer a un empleado
La respuesta corta
Sí, una dirección financiera puede preguntar a Claude «¿cuánto gastamos en hoteles por país en los últimos doce meses, y dónde se concentran las anomalías?» y obtener un gráfico en segundos. El protocolo que lo permite se llama MCP.
Pero conectar un asistente de IA a las notas de gastos no tiene nada que ver con conectarlo a un catálogo de productos. Estos datos describen a personas: sus viajes, sus comidas, sus invitados. Por eso construimos el servidor MCP de EVA en torno a una regla: el asistente solo recibe datos agregados, nunca una línea, una nota ni un nombre.
El MCP en dos frases
El Model Context Protocol es un estándar abierto, publicado por Anthropic en noviembre de 2024, que permite a un asistente de IA llamar a las herramientas expuestas por un software de terceros [1]. Lo admiten Claude, ChatGPT, Gemini, Microsoft Copilot y Visual Studio Code, y desde diciembre de 2025 su gobernanza corresponde a la Agentic AI Foundation, bajo el paraguas de la Linux Foundation [2].
En la práctica, el editor del software describe herramientas («gasto por categoría», «tasa de anomalías por control»); el asistente elige las que responden a la pregunta, las llama y da forma al resultado.
Por qué las notas de gastos son un caso aparte
Una línea de nota de gastos es un nombre, una fecha, una ciudad, un restaurante, a veces el nombre de los comensales. Juntas, esas líneas cuentan la agenda de un empleado. Enviarlas a un proveedor de IA solo para trazar una curva de gasto mensual sería desproporcionado, y difícil de justificar frente al principio de minimización del RGPD.
La pregunta no es entonces «¿podemos conectar la IA a nuestras notas de gastos?», sino «¿qué sale exactamente, y quién lo ha autorizado?».
Lo que recibe el asistente, y lo que nunca recibe
El servidor MCP de EVA expone seis herramientas, todas de solo lectura:
- Visión general: periodo cubierto, número de empleados analizados, líneas de gasto y líneas ya controladas.
- Gasto por mes, por categoría y por país: importes en euros, número de líneas, tasa de líneas señaladas.
- Cruce de dos dimensiones: por ejemplo categoría × país, celda por celda.
- Tasa de anomalías por control: duplicados, importe que no coincide, documento provisional, foto de una pantalla, recibo generado por IA…
Cada respuesta se construye a partir de una lista blanca de campos. Un campo que no figura en ella nunca sale, aunque exista en la base de datos. Ninguna respuesta contiene nombres, correos, identificadores de SAP Concur, números de nota o de línea, nombres de proveedores, texto de un recibo, mensajes de anomalía ni clasificaciones de empleados.
Cada respuesta indica además su perímetro: campo de fecha utilizado, límites del periodo, moneda, líneas eliminadas y empleados excluidos descartados. Cualquier cifra que dé el asistente debe poder encontrarse en una pantalla de EVA.
| Pregunta al asistente | Nunca se transmite | Lo que recibe el asistente |
|---|---|---|
| Gasto en hoteles por país en 12 meses | Nombre del hotel, empleado, fecha de cada noche | Total, número de líneas y tasa de anomalías por país |
| ¿Dónde se concentran los duplicados? | Las líneas duplicadas y quién las presentó | La tasa de fallo del control de duplicados |
| Evolución del gasto desde enero | El contenido de una nota | Un valor por mes |
El umbral de 5 empleados, en la práctica
Un dato agregado también puede delatar a una persona. «Gasto en taxi en Portugal: 1.840 €» no protege a nadie si solo un empleado fue a Portugal. EVA aplica por tanto un tamaño mínimo de grupo:
- Un grupo de menos de 5 empleados distintos nunca se publica solo: se fusiona en una línea «Otros (grupos < K)».
- El umbral cuenta empleados, no líneas: cuarenta notas de la misma persona siguen siendo un grupo de una persona.
- El cliente puede subir el umbral, nunca bajarlo de 5.
Los cruces necesitan una protección más. Si el total de una categoría es conocido y todas las celdas de su fila salvo una son visibles, la celda oculta se deduce por resta. EVA oculta entonces otras celdas (supresión secundaria), hasta que ninguna resta permita reconstruir un grupo pequeño. Las descripciones de las herramientas piden además al asistente que nunca estime ni reconstruya una celda oculta.
En nuestro entorno de demostración (datos ficticios, 135 empleados, 12 meses), cinco controles ejecutados cada uno para menos de 5 empleados se agrupan en una línea «Otros» que suma 9. El asistente sabe que esos controles existen, no a quién afectan.
Quién decide conectar el asistente
- El cliente, en dos niveles. La función está desactivada por defecto. Un administrador la activa en EVA (Config > Asistentes de IA) y después cada usuario autorizado conecta su propio asistente.
- OAuth 2.1 con PKCE. El usuario inicia sesión con su cuenta de EVA y lee una pantalla de consentimiento que indica qué se transmitirá. Nunca se confía una contraseña al asistente.
- Permisos revisados en cada llamada. Un usuario que pierde el derecho a consultar los análisis pierde el acceso de inmediato, sin esperar a que caduque su token, válido una hora. La conexión se revoca en cualquier momento.
- Un punto de acceso por cliente. El servidor se sirve en el dominio EVA de cada cliente: el aislamiento entre clientes no depende de ningún parámetro que el asistente pueda modificar.
- Todo queda registrado, salvo las respuestas. Cada llamada se traza (usuario, herramienta, periodo, grupos fusionados, duración). El contenido de las respuestas, no.
- Un límite de carga. 30 llamadas por hora y por usuario: un asistente en bucle no ralentiza a los controladores.
El umbral de 5 empleados es una protección técnica. Por sí solo no basta para calificar los datos agregados como datos anónimos en el sentido del RGPD. Documente el uso en su registro de actividades de tratamiento con su DPO y lea las condiciones del proveedor del asistente que conecte: es allí adonde van los datos agregados.
Lo que cambia para una dirección financiera
Hasta ahora, la misma pregunta suponía una exportación, una tabla dinámica y media jornada de retrabajo. Con el servidor MCP se plantea en lenguaje natural:
- «Muéstrame el gasto por categoría en 12 meses y las categorías con la tasa de anomalías más alta.»
- «Compara el gasto en hoteles por país entre el primer y el segundo semestre.»
- «¿Qué controles se disparan más desde septiembre?»
El asistente encadena las herramientas (visión general, gasto por categoría, tasas de anomalías), traza el gráfico y lleva a la leyenda la línea «Otros» y el perímetro indicado.
Lo que el servidor MCP no sustituye: la revisión de una línea, la decisión de aprobar o devolver una nota, el examen de un caso individual. Todo eso sigue en EVA, en manos del controlador. Y para extraer el detalle de líneas o recibos está Smart Extract, no el asistente.
Los límites, asumidos
- Ningún detalle individual, por diseño. Para examinar un caso, hay que abrir EVA.
- El mes natural como unidad, sobre 36 meses como máximo.
- Por ahora, ninguna dimensión de departamento, responsable o proveedor: demasiado fácil de reidentificar.
- Los entornos de comités de empresa franceses (CSE) aún no están cubiertos.
- Un cálculo hecho en EVA. Los importes están cifrados en la base de datos y se suman en EVA, nunca en el asistente: una primera pregunta sobre un periodo largo puede tardar unos segundos; después, los resultados permanecen 10 minutos en caché.
Cómo probarlo
El servidor MCP de EVA está en acceso anticipado para los clientes de EVA (Control de notas de gastos o Audit Snapshot). Lo usamos con Claude; al ser el protocolo un estándar, otros asistentes compatibles con MCP pueden conectarse según su soporte de conectores OAuth. Lo mostramos en un entorno de demostración con datos ficticios.
Contáctenos para una demostración, o descubra EVA y el Audit Snapshot.
Fuentes
[1] Anthropic, Introducing the Model Context Protocol, noviembre de 2024
[2] Anthropic, Donating the Model Context Protocol and establishing the Agentic AI Foundation, diciembre de 2025
