MCP (Model Context Protocol) : le protocole qui unifie les agents IA en entreprise

En novembre 2024, Anthropic a publié le Model Context Protocol (MCP), une spécification open source qui est en train de devenir le standard d’interopérabilité entre les LLMs et les systèmes d’information d’entreprise. Compréhensible en une phrase : MCP est aux agents IA ce que l’API REST est aux applications web — un langage commun qui permet à n’importe quel modèle de parler à n’importe quel outil.

Le problème que MCP résout

Avant MCP, chaque intégration LLM-outil était un projet sur mesure. Pour connecter Claude à votre CRM Salesforce, il fallait écrire du code spécifique. Pour le connecter à votre base de données interne, encore du code spécifique. Pour chaque combinaison modèle × outil, un développement unique.

Le résultat : un écosystème de silos. Les agents IA restaient confinés aux outils préintégrés par leurs fournisseurs. L’innovation était freinée par la complexité d’intégration.

MCP propose une alternative : un protocole standardisé où les outils deviennent des “serveurs MCP” et les modèles des “clients MCP”. Une fois un outil exposé via MCP, il devient accessible à tous les modèles compatibles — Claude, GPT-4, Gemini — sans redéveloppement.

Architecture MCP : les concepts clés

Les trois primitives de MCP

1. Resources (Ressources) Ce sont des données que le serveur MCP expose en lecture. Exemples :

Fichiers d’un système de fichiers local
Lignes d’une base de données
Tickets d’un Jira
Emails d’une boîte Outlook

2. Tools (Outils) Ce sont des actions que le modèle peut déclencher. Exemples :

Créer un ticket dans Jira
Envoyer un email
Exécuter une requête SQL
Appeler une API REST externe

3. Prompts (Templates) Ce sont des modèles de prompts prédéfinis que le serveur peut suggérer au client selon le contexte.

Le flux d’une interaction MCP

Utilisateur → Client MCP (Claude Desktop, etc.)
                  ↓ Découverte des outils disponibles
              Serveur MCP
                  ↓ Liste des resources/tools/prompts
              Client LLM
                  ↓ Appel d'outil (ex: query_database)
              Serveur MCP
                  ↓ Exécution + résultat
              Client LLM
                  ↓ Réponse finale à l'utilisateur
              Utilisateur

L’écosystème MCP en 2025 : ce qui est déjà disponible

En moins de 6 mois après son lancement, MCP a vu émerger un écosystème impressionnant :

Serveurs MCP officiels (Anthropic + partenaires)

Filesystem : accès aux fichiers locaux
GitHub : lecture/écriture de repos, issues, PRs
Google Drive / Docs : accès aux documents Google
Slack : lecture des messages, envoi de messages
PostgreSQL / SQLite : requêtes sur bases de données
Puppeteer : automatisation de navigateur web
Brave Search : recherche web
AWS S3 : accès aux buckets S3

Serveurs MCP communautaires notables

Notion : accès complet à votre workspace Notion
Linear : gestion des issues et projets
Stripe : données de paiement (lecture)
HubSpot : CRM
Salesforce : CRM Salesforce
Jira : gestion de projet Atlassian
Airtable : bases de données no-code
Supabase : base de données PostgreSQL cloud

Cas d’usage enterprise concrets

1. Agent d’analyse commerciale

Un agent connecté via MCP à votre CRM (HubSpot/Salesforce), votre outil de facturation et votre data warehouse peut, sur simple demande en langage naturel :

“Donne-moi les 10 clients les plus à risque de churn ce trimestre avec les raisons”
L’agent interroge le CRM pour les interactions récentes, la facturation pour les paiements en retard, et le DWH pour les métriques d’usage

Avant MCP : rapport manuel 2h + requêtes SQL + copier-coller Excel Avec MCP : 30 secondes de conversation

2. Agent de support technique

Un agent MCP connecté à votre base de connaissances interne, votre outil de ticketing et votre documentation technique peut :

Rechercher les tickets similaires résolus
Identifier la solution probable
Rédiger la réponse au client
Mettre à jour le ticket et la base de connaissances

3. Agent de veille réglementaire

Connecté à vos bases documentaires internes, à des serveurs MCP de recherche web et à votre outil de gestion des politiques :

Surveille les nouvelles publications réglementaires (AI Act, RGPD, NIS2)
Compare avec vos politiques internes existantes
Génère une liste d’actions de mise en conformité

MCP vs autres approches d’intégration

Approche	Flexibilité	Maintenance	Portabilité	Complexité initiale
Intégration native (ex: OpenAI plugins)	Faible	Élevée	Nulle	Faible
API sur mesure	Élevée	Élevée	Faible	Très élevée
LangChain tools	Élevée	Moyenne	Moyenne	Élevée
MCP	Élevée	Faible	Très élevée	Moyenne

L’avantage clé de MCP : write once, use anywhere. Un serveur MCP développé pour Claude fonctionne automatiquement avec tout client compatible MCP — y compris des clients concurrents.

Sécurité et gouvernance avec MCP

Contrôle des permissions

MCP intègre un modèle de permissions granulaire. Chaque serveur déclare les capacités qu’il expose, et le client peut restreindre ce que le LLM est autorisé à faire.

Exemple : un serveur MCP GitHub peut être configuré en lecture seule pour un agent d’analyse, mais en lecture/écriture pour un agent de développement.

Audit et traçabilité

Toutes les interactions MCP peuvent être loggées : quels outils ont été appelés, avec quels paramètres, avec quel résultat. C’est un avantage majeur pour la conformité — vous pouvez auditer exactement ce que l’agent a fait.

Isolation des environnements

Les serveurs MCP peuvent être hébergés on-premise, ce qui permet de garder les données sensibles hors des infrastructure cloud des fournisseurs LLM. L’agent LLM reçoit uniquement les résultats des requêtes, pas un accès direct aux données.

Comment démarrer avec MCP en entreprise

Pour les équipes techniques

Commencez par un cas d’usage simple : connectez Claude Desktop à votre filesystem ou base de données locale avec un serveur MCP open source
Identifiez les 3 outils qui auraient le plus d’impact si un agent pouvait y accéder en lecture
Évaluez les serveurs MCP existants avant de développer le vôtre (l’écosystème est riche)
Définissez une politique de permissions avant tout déploiement en production

Pour les décideurs

MCP est gratuit et open source — pas de licence supplémentaire
La complexité d’implémentation est accessible pour une équipe dev standard (pas besoin d’experts IA spécialisés)
L’investissement principal est dans la définition des cas d’usage et la sécurisation des accès

Questions fréquentes

MCP est-il compatible avec d’autres LLMs que Claude ? Oui. MCP est un standard ouvert. Des clients MCP existent pour GPT-4 (via des wrappers), Gemini, et d’autres modèles open source. Claude Desktop est le client de référence, mais le protocole est indépendant du modèle.

Faut-il être développeur pour utiliser MCP ? Pour créer un nouveau serveur MCP, oui — c’est du développement logiciel. Pour utiliser des serveurs MCP existants avec Claude Desktop, un minimum de compétences techniques suffit (configuration en JSON).

MCP est-il sécurisé pour des données sensibles ? La sécurité dépend de la configuration. Un serveur MCP hébergé on-premise avec permissions restrictives peut être très sécurisé. Un serveur mal configuré peut exposer des données critiques. Le principe de moindre privilège est essentiel.

Quelle est la différence entre MCP et les “function calling” des LLMs ? Le function calling est une capacité du LLM à appeler des fonctions définies dans le prompt. MCP est un protocole de transport standardisé au-dessus de ce mécanisme, ajoutant découverte dynamique des outils, gestion des sessions, et interopérabilité multi-modèles.

Conclusion

MCP représente une étape importante dans la maturité de l’écosystème IA. Là où les agents IA étaient des îlots isolés, MCP construit les ponts qui les connectent aux systèmes d’information existants. Pour les entreprises, c’est la fin du “on ne peut pas connecter ça facilement” — et le début d’une nouvelle façon de construire des workflows intelligents.

Chez BetterPeople, nous aidons les équipes à identifier et construire leurs premiers cas d’usage MCP, de la définition des besoins au déploiement sécurisé. Discutons de votre projet.