MCP : connecter un agent IA à vos outils métier

Brancher un agent IA sur votre ERP, votre CRM ou votre base documentaire : jusqu'à récemment, chaque connexion exigeait un développement spécifique. Le Model Context Protocol change cela. Voici ce qu'il est, comment il fonctionne, et ce qu'il implique pour la sécurité de vos systèmes.

Quel problème le MCP résout-il ?

Un agent IA, tel que nous l'avons défini, ne vaut que par ce qu'il peut atteindre. Pour agir sur un ERP, lire une base documentaire ou écrire dans un CRM, il faut une connexion. Sans standard commun, chaque connexion est une intégration sur mesure : code propriétaire, maintenance, dépendance à un seul fournisseur IA. Avec cinq outils métier et deux modèles IA différents, on se retrouve à gérer dix intégrations distinctes.

C'est le problème dit N×N : N agents multipliés par N outils, autant d'intégrations à construire et à maintenir. Le Model Context Protocol (MCP) ramène ce problème à N+N. Chaque outil expose un serveur MCP une seule fois. Chaque agent sait lire les serveurs MCP. La connexion devient standard, réutilisable, et indépendante du fournisseur.

Comment fonctionne le Model Context Protocol en pratique ?

MCP définit une langue commune entre un agent et un outil. Le protocole distingue trois éléments : les ressources (données que l'agent peut lire), les outils (fonctions que l'agent peut appeler), et les prompts (gabarits prédéfinis pour guider l'agent).

Concrètement, un agent envoie une requête structurée au serveur MCP : « Lis la commande numéro 4821 » ou « Crée une fiche client avec ces informations ». Le serveur reçoit la requête, la traduit en appel API vers le logiciel concerné, et retourne la réponse dans un format que l'agent comprend. L'agent n'a jamais besoin de connaître les détails techniques du logiciel cible.

Lancé par Anthropic en novembre 2024 et rapidement adopté comme standard ouvert, MCP est aujourd'hui documenté publiquement sur modelcontextprotocol.io et supporté par un écosystème croissant de connecteurs open source. L'adoption a été rapide : en quelques mois, des dizaines d'éditeurs de logiciels ont publié leurs propres serveurs MCP.

Qu'est-ce qu'un serveur MCP ?

Un serveur MCP est le composant logiciel qui fait le lien entre l'agent et un outil métier. On peut l'imaginer comme un interprète bilingue : d'un côté, il parle la langue MCP que l'agent comprend ; de l'autre, il parle la langue native du logiciel (son API, sa base de données, ses fichiers).

Un serveur MCP déclare ses capacités au démarrage : « Je peux lire des commandes, créer des factures, lister des produits. » L'agent interroge cette liste et sait aussitôt ce qu'il peut ou ne peut pas faire avec cet outil. Cette déclaration explicite est aussi un mécanisme de contrôle : ce qui n'est pas déclaré n'est pas accessible.

Des serveurs MCP existent déjà pour de nombreux outils du quotidien : Slack, GitHub, Google Drive, Notion, PostgreSQL. Pour un ERP ou un système métier propriétaire, un développement spécifique reste nécessaire, mais il ne se fait qu'une fois. La deuxième intégration coûte une fraction de la première.

Comment relier un agent à un ERP ou un CRM via MCP ?

L'intégration d'un agent dans un système d'information suit une logique simple avec MCP. On déploie un serveur MCP en face du logiciel cible (sur site ou dans le cloud), on déclare les fonctions que l'agent est autorisé à utiliser, et on connecte l'agent.

En pratique, pour un ERP comme SAP, Sage ou Odoo, le serveur MCP expose les opérations métier pertinentes : consulter un stock, lire une commande, créer un avoir. L'agent n'a accès qu'à ces opérations précises, pas à l'ensemble du système. C'est une différence fondamentale avec une intégration directe via API, où le périmètre d'accès est souvent plus large que nécessaire.

Pour aller plus loin sur la construction d'agents et le choix de l'architecture, consultez comment créer et déployer un agent IA, qui détaille les étapes de bout en bout. Si vous démarrez sans ressources techniques en interne, créer un agent IA sans coder présente les plateformes no code qui s'appuient sur MCP pour se brancher sur vos outils.

Microsoft a intégré MCP dans ses outils d'IA d'entreprise. Le guide Microsoft Learn sur MCP décrit comment le protocole s'inscrit dans l'écosystème Azure AI Foundry, ce qui donne une idée de l'adoption industrielle du standard.

Comment le MCP gère-t-il la sécurité des accès ?

La sécurité est le point le plus souvent mal compris. MCP ne gère pas lui-même l'authentification : chaque serveur MCP délègue cela aux mécanismes d'autorisation existants du logiciel (OAuth, clé API, token). Ce que MCP apporte, c'est la granularité.

Un serveur MCP ne donne accès qu'aux fonctions explicitement déclarées. Si vous déclarez « lecture des commandes » et « création de devis », l'agent ne peut pas supprimer une fiche client, même s'il le demande. Ce contrôle au niveau du serveur est complété par le contrôle au niveau du déploiement : vous décidez quelles identités peuvent appeler quel serveur MCP.

Quelques principes à appliquer en pratique. Premièrement, le moindre privilège : déclarer uniquement ce dont l'agent a besoin pour sa tâche, rien de plus. Deuxièmement, la traçabilité : chaque requête MCP peut être journalisée, ce qui permet un audit complet de ce que l'agent a fait et quand. Troisièmement, la séparation des environnements : un serveur MCP de recette, un serveur MCP de production, avec des droits distincts.

Ces garde-fous sont particulièrement importants quand l'agent agit sur des données financières ou des informations clients, deux situations fréquentes dans les déploiements d'agents en PME et ETI. Un diagnostic IA préalable permet d'évaluer les risques et de dimensionner les contrôles avant tout déploiement.

MCP ou intégration sur mesure : quand choisir l'un ou l'autre ?

MCP n'est pas la réponse à tous les besoins. Il brille dans trois situations : quand plusieurs agents doivent accéder aux mêmes outils, quand on veut pouvoir changer de modèle IA sans tout reconstruire, et quand on souhaite capitaliser sur les connecteurs open source déjà disponibles.

Une intégration sur mesure reste pertinente quand les besoins sont très spécifiques (flux temps réel à haute fréquence, transformation de données complexe) ou quand le logiciel cible n'expose pas d'API stable sur laquelle bâtir un serveur MCP. Certains systèmes legacy tombent dans ce cas.

Dans la plupart des projets PME ou ETI, MCP réduit le coût de la première intégration et surtout du déploiement suivant. L'agent connecté à l'ERP peut être étendu au CRM en quelques heures, pas en quelques semaines. C'est cet effet cumulatif qui justifie d'adopter le standard dès le premier projet, plutôt que de l'envisager rétrospectivement après plusieurs intégrations propriétaires.