MCP (Model Context Protocol) : à quoi ça sert pour une entreprise ?

En bref. MCP (Model Context Protocol) est un standard ouvert qui permet à un assistant ou à un agent d’IA de se brancher à vos outils et à vos données de façon uniforme. Au lieu de développer une intégration différente pour chaque couple « modèle d’IA + logiciel », vous exposez une fois votre outil via un « serveur MCP » que n’importe quel client compatible peut utiliser. Pour une PME, l’intérêt est double : moins de développements jetables et moins de dépendance à un seul fournisseur d’IA. Le revers est réel : un serveur MCP donne à une IA le pouvoir d’agir dans vos systèmes, ce qui impose de cadrer les droits d’accès dès le départ.

MCP, c’est quoi exactement ?

La documentation officielle de MCP le décrit comme un standard open source pour relier des applications d’IA à des systèmes externes : fichiers locaux, bases de données, moteurs de recherche, calculatrices, mais aussi des « workflows », c’est-à-dire des consignes préparées pour des tâches précises. Sa comparaison est restée célèbre : MCP serait « un port USB-C pour les applications d’IA ». Un port commun, des appareils interchangeables.

Concrètement, trois rôles :

• le client : l’application d’IA que vos équipes utilisent (un assistant, un agent, un outil de développement) ;
• le serveur MCP : une petite brique logicielle qui expose une capacité de votre système (« lire une fiche client », « créer un ticket », « interroger la base des commandes ») ;
• vos systèmes : CRM, ERP, base de données, espace documentaire, que le serveur MCP interroge à la place du modèle.

Le modèle d’IA ne se connecte donc jamais directement à votre ERP : il demande au serveur MCP, qui décide ce qui est autorisé.

Pourquoi ce standard compte pour une entreprise

Une adoption qui dépasse un seul éditeur

MCP a été publié en open source par Anthropic en novembre 2024. Selon le communiqué de la Linux Foundation du 9 décembre 2025, il compte plus de 10 000 serveurs publiés, des outils de développement jusqu’aux déploiements de grandes entreprises. À cette date, Anthropic a confié le protocole à l’Agentic AI Foundation, un fonds dirigé hébergé par la Linux Foundation, cofondé avec Block et OpenAI et soutenu notamment par Google, Microsoft, AWS, Cloudflare et Bloomberg. Pour un dirigeant, le message est simple : le protocole n’est plus la propriété d’un fournisseur, ce qui limite le risque de s’enfermer dans un écosystème.

Ce que cela change en pratique

• Vous développez une fois. Un serveur MCP pour votre outil de facturation peut servir à plusieurs assistants, aujourd’hui et demain.
• Vous changez de modèle plus facilement. Si un autre modèle d’IA devient plus adapté ou moins cher, vos connecteurs restent en place. C’est un levier concret pour maîtriser le budget évoqué dans notre article sur le coût d’un projet d’IA en PME.
• Vous séparez les responsabilités. L’équipe métier décide de ce qu’on expose, l’équipe technique l’implémente et le sécurise.

Trois cas d’usage réalistes en PME

Ces exemples sont des scénarios types, pas des retours d’expérience.

1. Un assistant commercial relié au CRM. Le commercial demande « quels devis sont restés sans réponse depuis trois semaines ? ». Le serveur MCP n’expose qu’une lecture des devis, sans droit de modification : l’assistant liste, le commercial relance.
2. Un agent de support relié à la base de connaissances et au système de tickets. Il retrouve la procédure, prépare une réponse et crée le ticket. La création est autorisée, la suppression ne l’est pas.
3. Un assistant de pilotage relié à l’outil de reporting. Le dirigeant pose une question en langage courant, l’outil exécute une requête en lecture seule et renvoie le chiffre, avec l’origine de la donnée.

Dans les trois cas, la valeur vient moins de l’IA que de la qualité du « contrat » entre l’IA et vos systèmes : ce qu’elle peut lire, ce qu’elle peut écrire, ce qui exige une validation humaine. C’est exactement le terrain des agents IA sur mesure.

Quand MCP est utile, et quand il ne l’est pas

Règle pratique : MCP devient intéressant quand l’IA doit choisir entre plusieurs outils selon la demande. Si le parcours est toujours le même, un flux automatisé reste plus robuste et moins coûteux à maintenir.

Les risques à cadrer avant de brancher quoi que ce soit

Le projet MCP publie lui-même des bonnes pratiques de sécurité du projet MCP. On y trouve des risques que tout dirigeant devrait connaître, même sans entrer dans le détail technique.

Les droits trop larges

Le document consacre une section à la « minimisation des scopes » : si un serveur accorde d’emblée des permissions très larges (accès à tous les fichiers, à toutes les bases, droits d’administration), le vol d’un seul jeton ouvre l’accès à l’ensemble. Il relève aussi que des droits trop larges brouillent les journaux d’audit et compliquent la révocation. Erreur à éviter : donner à l’assistant les mêmes droits qu’un administrateur « pour que ça marche ». Partez de la lecture seule, ajoutez les droits d’écriture un par un.

Le transfert de jeton sans contrôle

Le même guide décrit comme un anti-modèle le « token passthrough » : un serveur MCP qui accepte un jeton d’accès sans vérifier qu’il lui était bien destiné, puis le transmet tel quel à un autre service. Cela peut contourner des protections et fausser la traçabilité. Demandez à votre prestataire comment il valide l’origine des jetons.

Les serveurs locaux non maîtrisés

Un serveur MCP installé sur un poste peut accéder directement à ce poste. Le guide mentionne des commandes de démarrage malveillantes glissées dans une configuration ou des charges dangereuses distribuées dans le serveur lui-même. Conséquence pratique : n’installez pas un serveur trouvé en ligne sans le faire examiner, et tenez une liste des serveurs autorisés dans l’entreprise. Pour le panorama plus large des menaces, voir notre article Cybersécurité et IA : 5 risques à connaître.

Comment démarrer sans se tromper

1. Choisissez un cas d’usage borné. Un seul outil, une seule équipe, des actions en lecture au départ.
2. Listez les actions autorisées. Lire, créer, modifier, supprimer : chaque verbe est une décision à valider.
3. Prévoyez une validation humaine pour toute action irréversible (envoi d’un e-mail, paiement, suppression).
4. Journalisez les appels. Qui a demandé quoi, quand, avec quel résultat.
5. Testez avec des données non sensibles avant d’ouvrir l’accès aux données réelles.
6. Mesurez l’usage après quelques semaines : un connecteur que personne n’utilise doit être retiré.

FAQ

MCP est-il réservé aux développeurs ?

Les utilisateurs finaux n’ont pas à le manipuler : ils voient un assistant qui sait consulter ou agir dans leurs outils. La mise en place des serveurs, elle, demande des compétences techniques.

Faut-il changer nos logiciels pour utiliser MCP ?

Non. Le serveur MCP se place devant vos outils existants et s’appuie sur leurs interfaces (API, base de données). Si un logiciel n’a aucune interface exploitable, c’est ce point qu’il faudra traiter d’abord.

MCP rend-il l’IA plus risquée ?

Il ne crée pas le risque, il le rend concret : une IA qui peut agir dans vos systèmes doit être soumise aux mêmes règles qu’un collaborateur : droits limités, traçabilité, validation des actions sensibles.

MCP ou API classique : lequel choisir ?

Les deux se complètent. L’API reste la porte d’entrée de votre logiciel ; MCP est la couche qui permet à une IA de la découvrir et de l’utiliser de façon standard. Pour un traitement unique et figé, une API suffit.

Sources

• Model Context Protocol : introduction (documentation officielle)
• Model Context Protocol : Security Best Practices
• Linux Foundation : formation de l’Agentic AI Foundation (9 décembre 2025)
• Anthropic : Donating MCP to the Agentic AI Foundation

Crédits photo : Pexels (licence libre d’usage), photographes Nico Becker et gmyuruten01.