Le Model Context Protocol (MCP) est un standard ouvert qui définit comment une application d’intelligence artificielle se connecte à des sources de données et à des outils externes : un logiciel de gestion, une base documentaire, une messagerie, un serveur. On le compare souvent à un port USB-C pour l’IA : une seule prise, normalisée, au lieu d’un câble différent pour chaque appareil. Publié par Anthropic fin 2024 et documenté sur modelcontextprotocol.io, il a depuis été adopté par une grande partie de l’écosystème. Pour une entreprise, c’est une bonne nouvelle : brancher l’IA sur ses outils devient plus simple, plus réutilisable et plus facile à sécuriser.
Le problème que MCP résout
Un modèle de langage, aussi performant soit-il, ne connaît que ce qu’on lui transmet. Pour qu’il consulte un dossier client, crée un devis ou lise un tableau de bord, il faut le relier aux logiciels concernés.
Avant MCP, chaque intégration était développée au cas par cas : un connecteur pour tel assistant et tel CRM, un autre pour le même CRM et un autre assistant, un troisième pour la messagerie. Ce modèle « N assistants × M logiciels » multiplie les développements, les failles potentielles et la maintenance.
MCP remplace cette multiplication par une interface commune. Un logiciel exposé une fois via un serveur MCP devient utilisable par toute application compatible (le client MCP), qu’il s’agisse d’un assistant de bureau, d’un agent IA ou d’une application développée sur-mesure.
Comment fonctionne MCP ?
Une architecture client-serveur
- L’hôte est l’application d’IA utilisée par la personne : un assistant, un éditeur de code, un logiciel métier doté d’IA.
- Le client MCP, intégré à l’hôte, gère la connexion à chaque serveur.
- Le serveur MCP expose les capacités d’un système (un logiciel, une base de données, un service en ligne) dans un format standard.
Les échanges reposent sur des messages JSON-RPC. Un serveur peut tourner localement sur le poste (communication par l’entrée et la sortie standard) ou à distance (communication par HTTP), avec une authentification adaptée.
Trois types de capacités
Un serveur MCP peut exposer :
| Capacité | Rôle | Exemple |
|---|---|---|
| Outils (tools) | Actions que le modèle peut déclencher | Créer un devis, rechercher une facture, envoyer un message |
| Ressources (resources) | Données que l’application peut lire | Un document, une fiche client, un fichier de configuration |
| Prompts | Modèles de consignes réutilisables | « Synthétiser un dossier selon la trame maison » |
Chaque outil est décrit précisément : son nom, ce qu’il fait, les paramètres attendus. C’est cette description qui permet au modèle de choisir le bon outil et de l’appeler correctement.
Ce que MCP change pour une entreprise
Des intégrations réutilisables. Un serveur MCP développé pour votre logiciel métier sert à tous vos usages d’IA : l’assistant des équipes, un agent de traitement automatique, un futur outil. L’investissement n’est pas perdu au prochain changement d’outil.
Un catalogue qui grandit. De nombreux éditeurs proposent désormais leur propre serveur MCP, et des serveurs existent pour les briques courantes (fichiers, bases de données, outils de développement, services en ligne). Une partie des intégrations est donc disponible sans développement.
Des agents plus capables. Un agent IA n’est utile que s’il peut agir dans vos outils. MCP lui donne un moyen standard de le faire, et donc d’enchaîner des tâches qui traversent plusieurs logiciels.
Un point de contrôle unique. Puisque tous les accès passent par des serveurs identifiés, il devient possible de contrôler précisément ce que l’IA peut lire et faire, et de tout journaliser.
Sécurité : les précautions indispensables
Connecter une IA à des systèmes réels impose une vraie discipline de sécurité. MCP fournit un cadre, mais la sécurité dépend de la manière dont on l’utilise.
- Moindre privilège. Un serveur MCP n’expose que les outils nécessaires, avec un compte de service aux droits limités. Un outil de lecture ne doit pas pouvoir écrire.
- Authentification. Les serveurs distants doivent exiger une authentification solide ; la spécification s’appuie sur OAuth pour l’autorisation des accès.
- Validation humaine. Les actions engageantes (envoi, paiement, suppression, modification de données) doivent être confirmées par une personne, au moins dans un premier temps.
- Méfiance envers les contenus. Un document ou une page web peut contenir des consignes cachées destinées à détourner le modèle (injection de prompt). Les droits limités et la validation humaine en réduisent l’impact.
- Serveurs de confiance. N’installez que des serveurs dont vous connaissez l’éditeur et le code, comme n’importe quel logiciel ayant accès à vos données.
- Journalisation. Chaque appel d’outil doit être tracé : qui, quand, quel outil, quels paramètres.
MCP, API, pilotage de navigateur : quel moyen choisir ?
MCP ne remplace pas les API : il s’appuie généralement sur elles. Un serveur MCP traduit les capacités d’une API dans un format compréhensible par les applications d’IA.
- Le logiciel propose un serveur MCP officiel : c’est la voie la plus simple, à condition d’en vérifier les droits et la sécurité.
- Le logiciel a une API mais pas de serveur MCP : on développe un serveur MCP qui expose les seules fonctions utiles, avec les bons garde-fous.
- Le service n’a aucune API (portail administratif, extranet ancien) : l’IA peut piloter un navigateur, confiné aux sites autorisés et journalisé.
- Aucune interface n’existe : un traitement par du code (lecture de fichiers d’export, par exemple) prend le relais.
C’est précisément la logique de notre logiciel AIKeep, qui dispose de ces quatre voies d’accès (API et serveurs MCP, pilotage de navigateur, code confiné, administration système) pour atteindre les outils d’une entreprise, avec un périmètre déclaré à l’avance.
Mettre en place MCP dans votre entreprise
- Recenser les usages : quelles tâches l’IA doit-elle réaliser, dans quels logiciels ?
- Inventorier les interfaces : serveurs MCP existants, API disponibles, services sans interface.
- Définir les droits : pour chaque outil exposé, qui peut l’utiliser, en lecture ou en écriture, avec ou sans validation.
- Développer ou configurer les serveurs, en commençant par les fonctions de lecture, moins risquées.
- Tester en conditions réelles sur un périmètre limité, journal à l’appui, avant d’ouvrir plus largement.
Nous accompagnons cette démarche dans nos projets d’intégration de l’IA : choix de la bonne voie d’accès, développement de serveurs MCP, sécurisation et mise en production.
Questions fréquentes
MCP est-il réservé aux produits d’Anthropic ?
Non. C’est un standard ouvert, avec une spécification publique et des kits de développement dans plusieurs langages. Il est utilisé par des applications et des modèles de différents fournisseurs.
Faut-il être développeur pour utiliser MCP ?
Pour utiliser un serveur existant dans une application compatible, non : il s’agit souvent d’une configuration. Pour exposer un logiciel métier qui n’a pas de serveur MCP, oui : c’est un développement, généralement modeste si le logiciel dispose d’une API.
MCP rend-il l’IA plus risquée ?
MCP rend l’IA plus capable, donc les erreurs potentiellement plus lourdes. Bien utilisé, il améliore aussi le contrôle, puisque tous les accès passent par des points identifiés, limités et journalisés.
Mes données transitent-elles par MCP vers le fournisseur du modèle ?
Les résultats des outils appelés sont transmis au modèle pour qu’il puisse s’en servir. Il faut donc limiter les données exposées au strict nécessaire et, pour les informations sensibles, les anonymiser avant l’envoi.
Step By Step, studio de développement et d’IA basé à Ajaccio, conçoit des serveurs MCP et des intégrations d’IA sécurisées. Parlons de vos outils.