Ce qu'est MCP, et quand votre produit en a besoin

Le Model Context Protocol, ou MCP, est un standard ouvert pour connecter les assistants IA aux outils et aux données dont ils ont besoin. Anthropic l’a publié fin 2024, et la plupart des grands assistants et outils de code le prennent désormais en charge. Si vos clients utilisent un assistant au travail, il est fort probable que quelqu’un vous ait déjà demandé si votre produit « a un serveur MCP ». Voici ce que cela signifie, et quand il vaut la peine d’en concevoir un.

Comment tout s’articule

L’assistant, comme une application de messagerie ou un outil de code, joue le rôle d’hôte. Il se connecte à un ou plusieurs serveurs MCP, et chaque serveur décrit ce qu’il propose dans un format standardisé. N’importe quel assistant compatible MCP peut alors utiliser n’importe quel serveur, sans intégration sur mesure d’un côté comme de l’autre.

Les serveurs proposent trois types d’éléments. Les outils sont des actions que le modèle peut exécuter, comme « créer une facture » ou « rechercher des commandes ». Les ressources sont des données que l’assistant peut consulter, comme un document ou une fiche client. Les prompts sont des instructions prêtes à l’emploi qu’une personne peut choisir, comme « résumer ce compte ». La plupart des serveurs commencent par les outils.

En local ou à distance

Un serveur peut s’exécuter directement sur l’ordinateur de l’utilisateur, lancé par l’assistant et communiquant directement avec lui. Cela convient bien aux outils de développement et à tout ce qui manipule des fichiers locaux. Il peut aussi tourner sur Internet, accessible en HTTP avec l’authentification de l’utilisateur. C’est la configuration habituelle pour un produit avec des comptes clients : le serveur agit au nom de la personne connectée, avec ses autorisations, sans rien à installer.

Pourquoi pas une simple API ?

Vous avez peut-être déjà une API publique. MCP ne la remplace pas, et un bon serveur vient généralement s’appuyer dessus. La différence réside dans le destinataire. Une API est conçue pour des développeurs, qui lisent la documentation et écrivent du code. Un serveur MCP est conçu pour un modèle, qui lit les descriptions des outils au moment précis où il en a besoin et décide quoi appeler. Cela modifie la conception : des outils moins nombreux et plus clairs, nommés d’après les tâches que les utilisateurs veulent accomplir, avec des descriptions précisant quand employer chacun d’eux.

Quand votre produit en a besoin

Un serveur s’impose quand vos utilisateurs transfèrent déjà manuellement des informations entre votre produit et un assistant, en copiant des données dans une conversation pour y coller les réponses en retour. Il se justifie aussi quand des prospects le demandent pendant les ventes, ou quand votre produit détient des données qui rendent les assistants plus utiles, comme des tickets, des documents, des commandes ou des plannings.

Cela peut attendre si votre produit est essentiellement visuel ou en temps réel, si vos clients utilisent rarement des assistants pour le travail confié à votre produit, ou si les données sont trop sensibles pour être exposées tant que vos permissions et votre journal d’audit ne sont pas prêts.

Commencer petit

La première version devrait bien couvrir une ou deux tâches, en lecture seule dans la mesure du possible. Rechercher et consulter des enregistrements est utile en soi et peu risqué. Les actions modifiant des données peuvent venir plus tard, une fois observé l’usage réel du serveur et le comportement du modèle. Prévoyez aussi la sécurité dès le départ : l’identité adoptée par le serveur, ce à quoi il a accès et ce qu’il enregistre.

En résumé

MCP est la prise universelle entre les assistants IA et les produits du quotidien. Un serveur a du sens quand vos clients déplacent déjà des données entre votre produit et un assistant. Commencez par quelques outils simples en lecture seule, bâtis sur votre API existante, puis ajoutez des actions une fois que vous avez confiance dans leur utilisation.