Un agent sans accès à vos données ne sert à rien. Toute la difficulté d'un projet d'IA en entreprise se situe là : non pas dans le modèle, mais dans le branchement à l'ERP, à la messagerie, au ticketing, aux bases métier. C'est le poste de coût qui fait dériver les projets, et c'est le problème que MCP adresse.
Ce que c'est
MCP, pour Model Context Protocol, est un protocole ouvert publié par Anthropic fin 2024, dont la gouvernance a été confiée à la Linux Foundation fin 2025. Il normalise la façon dont un modèle d'IA se connecte à des outils et à des sources de données. On le surnomme l'USB-C de l'IA, et la comparaison est juste : avant l'USB-C, chaque appareil avait son câble.
Concrètement, MCP définit deux rôles. Un serveur MCPexpose des capacités : lire des fichiers, interroger une base, créer un ticket. Un client MCP, c'est-à-dire l'agent, les découvre et les appelle. Ni l'un ni l'autre n'a besoin de connaître l'implémentation de l'autre.
Le problème qu'il résout
Sans protocole commun, relier trois agents à quatre outils demande douze intégrations spécifiques, chacune à écrire, tester, documenter et maintenir quand une API change. Le coût croît comme le produit du nombre d'agents par le nombre d'outils.
Avec un protocole commun, chaque outil est exposé une fois et devient disponible pour tous les agents, présents et futurs. C'est un changement d'économie du projet : le deuxième agent coûte beaucoup moins cher que le premier.
Où en est l'écosystème
Plus de 500 serveurs MCP publics existaient en mai 2026, couvrant la plupart des outils courants : messagerie, stockage de fichiers, gestion de code, paiement, signature électronique, gestion de projet, entrepôts de données. Pour ces outils, il n'y a plus de connecteur à développer, seulement une configuration et des droits à définir.
MCP règle la liaison entre un agent et des outils. Un protocole complémentaire, A2A, traite la communication entre agents, qui devient le sujet suivant dès qu'une organisation en exploite plusieurs. Côté orchestration, les cadres logiciels se sont stabilisés autour de LangGraph, CrewAI, l'écosystème AutoGen et le Microsoft Agent Framework.
Ce que cela change pour un système d'information existant
L'intérêt principal, pour une organisation qui a déjà un parc applicatif, est de rendre ce parc exploitable par l'IA sans le refondre. Vos données restent où elles sont ; vous exposez des capacités précises, pas des bases entières.
- Les outils courants sont déjà couverts. Microsoft 365, les gestionnaires de tickets, les entrepôts de données disposent de serveurs existants ou de connecteurs officiels.
- Les applications maison demandent un serveur dédié.C'est un développement modeste, souvent quelques jours, qui expose les opérations utiles plutôt que la totalité de la base.
- La granularité des droits devient un travail de conception.C'est le vrai sujet d'architecture : décider ce qu'un agent peut voir et modifier, et le tracer.
Faut-il l'adopter tout de suite ?
Si vous n'avez encore aucun agent en production, le protocole n'est pas votre première question : commencez par identifier un processus qui vaut la peine d'être automatisé. Mais si vous en avez un et que vous envisagez le deuxième, c'est le moment de poser cette couche. Le coût de rattrapage augmente avec chaque connecteur sur mesure accumulé.
Un point de vigilance opérationnel : MCP normalise la liaison, pas la qualité de vos données. Un agent parfaitement branché sur un référentiel incohérent produira des décisions incohérentes, simplement plus vite. C'est la raison pour laquelle nous traitons le socle et les données avant les agents.