Aller au contenu

C'est quoi le MCP ? Le protocole qui permet à une IA de se brancher sur vos outils

Sans lui, chaque connexion entre un modèle et un logiciel demandait un développement sur mesure. Avec lui, c'est une prise standard. Explication d'une brique devenue centrale.

Espace publicitaire
L'analogie de départ 🔌
Avant l'USB, chaque périphérique avait son connecteur propriétaire : un câble pour l'imprimante, un autre pour la souris, un troisième pour l'appareil photo. L'USB a remplacé ce chaos par une prise unique. Le MCP joue exactement ce rôle entre les modèles d'IA et le reste du monde logiciel : une prise standard là où il fallait auparavant un branchement sur mesure pour chaque combinaison.

C'est l'une des briques les plus discrètes et les plus structurantes de l'IA actuelle. Si vous entendez parler de connecteurs, d'intégrations ou d'agents capables d'agir sur vos outils, c'est très probablement de cela qu'il s'agit.

Le problème que ça résout

Un modèle de langage, seul, ne sait que produire du texte. Pour devenir utile dans un contexte professionnel, il doit accéder à des choses extérieures : vos documents, votre calendrier, une base de données, un outil de gestion de tickets.

Le problème est combinatoire. Si vous avez cinq modèles différents et vingt outils à connecter, il faut potentiellement cent intégrations spécifiques, chacune à écrire et à maintenir. Chaque nouveau modèle ou nouvel outil multiplie le travail. C'est intenable.

Le Model Context Protocol, abrégé MCP, résout cela en définissant une manière standard pour un modèle de découvrir et d'utiliser des ressources externes. Un outil qui parle MCP fonctionne avec n'importe quel modèle qui parle MCP. Vingt outils plus cinq modèles ne font plus cent intégrations, mais vingt-cinq implémentations du même standard.

Comment ça marche, en trois idées

Un serveur expose des capacités. Côté outil, on met en place un serveur MCP qui déclare ce qu'il sait faire : lire tel type de document, effectuer telle action, fournir telle information. C'est une carte de menu.

Le modèle découvre et choisit. Côté IA, le système lit ce menu et détermine, selon votre demande, quelles capacités appeler. C'est ce qui permet à un agent d'enchaîner des étapes : consulter une donnée, la traiter, écrire un résultat ailleurs.

Les échanges sont structurés. Les appels et les réponses suivent un format défini, ce qui rend les intégrations prévisibles et débogables.

Pourquoi ça a été adopté si vite 🚀
Deux raisons. D'abord, le standard a été publié ouvertement plutôt que gardé propriétaire, ce qui a permis à des acteurs concurrents de l'implémenter sans dépendre de son auteur. Ensuite, il arrivait au bon moment : la bascule vers les agents rendait le problème des intégrations soudainement critique. Un standard qui répond à une douleur partagée au moment où elle devient aiguë a de bonnes chances de s'imposer. C'est exactement ce qui s'était passé avec les protocoles du web.

La question de sécurité, qui est sérieuse

Il faut aborder ce point sans détour, parce qu'il découle directement de l'utilité du protocole.

Un modèle branché sur vos outils peut agir sur vos outils. Il lit vos données, exécute des commandes, modifie des fichiers. Toute la surface de risque que nous avons décrite à propos de l'agentjacking s'applique ici pleinement : si un contenu piégé arrive dans ce que l'agent consulte, il peut déclencher des actions non voulues.

Trois précautions valent d'être rappelées. Le moindre privilège : un connecteur ne devrait exposer que les capacités strictement nécessaires, en lecture seule quand c'est possible. La validation des actions sensibles : tout ce qui supprime, envoie ou paie mérite une confirmation humaine. La méfiance envers les données entrantes : ce que l'agent lit n'est pas une instruction, même si c'est rédigé comme telle.

Cette dernière règle est la plus importante et la plus difficile à tenir techniquement, puisqu'un modèle ne distingue pas nativement les données des instructions.

Ce qu'il faut retenir

Le MCP est une brique d'infrastructure, invisible pour l'utilisateur final, mais qui explique une bonne partie de ce que les IA peuvent faire aujourd'hui au-delà de la conversation. Sans standard de ce type, les agents resteraient des démonstrations.

Son adoption illustre aussi une dynamique intéressante du secteur : la valeur se déplace vers les couches qui connectent. Les modèles se banalisent et leurs prix s'effondrent, comme nous le constatons chaque semaine. Ce qui reste difficile, c'est de les brancher proprement sur le monde réel, avec les bonnes permissions et les bonnes garanties. C'est là que se joue une partie de la valeur des prochaines années.

Espace publicitaire