Ifesca GmbH, fundada en 2016, es un sistema de previsión y optimización de energía con IA para diferentes industrias como la automotriz, la de vidrio, la manufactura, entre otras. Su plataforma (ifesca.ENERGY) alcanza más del 95% de precisión en predicciones y ha reducido costes energéticos hasta un 40% en clientes como Linde, ahorrando 6.800 toneladas de CO₂ en un solo año. Tras una década construyendo, su base técnica es sólida, su historial de datos es irreemplazable, y sus sistemas, motores de forecasting, integraciones ERP, pipelines de sensores, herramientas de reporting.

Cuando el equipo de Ifesca decidió acelerar la experimentación con IA, conectar flujos de desarrollo, explorar herramientas agénticas, iterar módulos más rápido, se encontró con el reto clásico: sus sistemas operativos no estaban diseñados para acceso y manipulación por agentes o modelos de IA. Conectar una herramienta de desarrollo a un motor de forecasting en producción implicaba meses de alcance de IT, revisiones de seguridad e integraciones a medida. Cada experimento requería un proyecto de integración propio. La velocidad moría en la frontera entre el sistema legacy y la nueva capacidad. La pregunta no era si adoptar IA, son una empresa de IA. La pregunta era: ¿cómo desbloquear la experimentación sobre una década de infraestructura sin reemplazar nada? 

- Plataforma central de forecasting y optimización (ifesca.ENERGY)

- Entornos de desarrollo e integración continua          

- Acceso seguro a sistemas de producción sin modificarlos                               

- Trazabilidad completa: cada acción del agente registrada y auditable

- Infraestructura 100% europea

En cuestión de semanas no meses:  

1. Mapeamos la arquitectura existente, sistemas activos, protocolos de acceso disponibles y puntos de integración sin explotar. No diseñamos nada nuevo; encontramos los puentes que ya estaban ahí.

2. Desplegamos conexiones MCP sobre los sistemas de ifesca, exponiendo capacidades específicas al agente sin abrir acceso indiscriminado a producción.3. Configuramos Tedi con el contexto operativo de ifesca: terminología del dominio energético, reglas de negocio propias, flujos de datos entre sistemas.

4. El equipo de ifesca empezó a experimentar conectando workflows reales, lanzando pruebas de concepto que antes requerían meses de IT, iterando en días.   

- Tiempo: De 3 a 6 meses de trabajo de integración estimado → desbloqueado en semanas 

- Infraestructura: Cero sistemas reemplazados, cero migraciones, cero riesgo sobre producción

- Cobertura: Una década de datos e infraestructura operativa, accesible para experimentación IA de forma segura y controlada

- Validación: Demostró que la barrera para adoptar IA en empresas con sistemas legacy no es técnica, es de conectividad. MCP resuelve exactamente ese problema.

- Resultado estratégico: Ifesca desbloqueó su hoja de ruta de IA interna sin necesidad de un proyecto de transformación. Siguieron construyendo; Tedi tendió el puente. 

- Capa de integración MCP sobre sistemas de forecasting y optimización energética 

- Puente seguro entre producción y desarrollo sin exposición de datos sensibles  

- Configuración del agente con conocimiento de dominio energético (terminología, reglas, flujos propios de ifesca) 

- Capa de auditoría: registro completo y trazable de todas las acciones del agente