Qu'est-ce que le MCP, et quand est-il plus intéressant que vos propres intégrations ?

En un an, le MCP est passé d'une annonce confidentielle d'Anthropic à un standard que tous les acteurs de l'IA prennent en charge. Si vous avez croisé le terme en vous demandant discrètement si c'est un vrai tournant ou l'acronyme du mois, voici la version en clair : ce que c'est vraiment, pourquoi il a pris si vite, et la réponse honnête à la seule question qui compte en pratique : quand utiliser le MCP plutôt que de construire l'intégration vous-même ?

Nous faisons tourner un seul serveur MCP avec environ 195 outils en production (contre 91 à l'époque où nous en parlions dans 91 outils, un seul serveur), qui alimente aussi bien un bot de commandes WhatsApp que des agents internes. Donc ceci vient du terrain, pas de la fiche technique.

Qu'est-ce que le MCP, exactement ?

Le MCP (Model Context Protocol) est un standard ouvert qui donne aux modèles d'IA une façon uniforme d'appeler des outils et de lire des données depuis des systèmes externes. Voyez-le comme une prise standard entre un modèle et vos logiciels : au lieu d'apprendre à chaque application IA comment parler à chacun de vos systèmes, vous exposez vos systèmes une seule fois, et n'importe quel modèle compatible MCP peut les utiliser.

Introduit par Anthropic fin 2024 et adopté depuis dans tout l'écosystème (OpenAI, Google et la plupart des grands outils d'IA), c'est une conception client-serveur simple : un serveur MCP expose des outils (des actions que le modèle peut effectuer), des ressources (des données qu'il peut lire) et des prompts ; un client MCP (Claude Desktop, Cursor, un agent, votre propre application) s'y connecte et les utilise via une interface JSON-RPC standard. Le modèle n'apprend pas votre API : il demande au serveur « que puis-je faire ici ? » et appelle ce qui est proposé.

Pourquoi tout le monde parle-t-il soudain du MCP ?

Parce qu'il transforme un casse-tête d'intégration en standard. Sans lui, connecter M applications IA à N systèmes est un problème en M×N : chaque application a besoin de code sur mesure pour chaque système. Le MCP ramène cela à M+N : exposez chaque système une fois en tant que serveur, et chaque client peut l'utiliser.

C'est le même type de gain que le standard USB a apporté au matériel, et c'est pourquoi l'adoption a fait boule de neige : dès lors que les grands fournisseurs de modèles et les outils de développement IA populaires parlaient tous le MCP, construire un serveur est devenu la façon évidente de rendre votre système utilisable par tous à la fois, plutôt que de parier sur un seul. L'effet de réseau a fait le reste.

En quoi le MCP diffère-t-il d'une intégration d'API classique ?

Il ne remplace pas vos API : il place devant elles une couche uniforme et adaptée aux modèles. Vos points d'accès REST et vos bases de données restent exactement où ils sont ; le serveur MCP est une fine couche de traduction qui les expose en outils typés que n'importe quel client IA peut découvrir et appeler.

La différence concrète tient à qui fait l'adaptation :

Intégration sur mesure : vous écrivez du code spécifique pour que chaque application IA parle à chaque système, et vous maintenez le tout. Une nouvelle application IA, et vous recommencez.
MCP : vous décrivez les outils de chaque système une seule fois, avec leurs schémas. La découverte (« quels outils existent ? »), l'invocation, l'authentification et la validation sont prises en charge par le protocole. N'importe quel client MCP, d'aujourd'hui comme de l'an prochain, peut l'utiliser sans aucun code de liaison sur mesure.

Le modèle n'a plus non plus besoin de « connaître » votre API. Il lit la liste des outils à l'exécution et choisit ce qui convient : vous pouvez donc ajouter ou modifier des outils sans réentraîner ni réécrire de prompts.

Quand utiliser le MCP plutôt que de construire sa propre intégration ?

Utilisez le MCP quand plusieurs clients IA toucheront le système, quand vous exposez de nombreuses capacités, ou quand ce sont des humains ou des agents qui déclenchent les appels. Gardez une intégration classique quand il s'agit d'un pipeline unique, déterministe, de machine à machine, sans modèle dans la boucle.

Le tableau de décision honnête :

| Situation | Optez pour le MCP | Gardez une intégration sur mesure | |---|---|---| | Consommateurs | Plusieurs clients IA (Claude, Cursor, votre app, des agents) | Un seul programme fixe, sans IA | | Surface | De nombreux outils que vous voulez découvrables et réutilisables | Un ou deux appels, codés en dur | | Qui déclenche | Un modèle ou un agent avec humain dans la boucle | Un pipeline déterministe ou un cron | | Rythme de changement | Des outils ajoutés ou modifiés souvent | Stable, rarement touché | | Profil de latence | Interactif, à vitesse humaine | Très faible latence, fort débit M2M |

Le MCP n'est pas gratuit : c'est un serveur à faire tourner, sécuriser et versionner. Pour un simple ETL nocturne, c'est de la complexité sans bénéfice ; écrivez le script. Mais dès que vous avez plus d'un consommateur IA, ou que vous voulez les mêmes capacités dans Claude Desktop et dans un agent et dans un bot de discussion, le MCP cesse d'être optionnel et devient ce qui vous évite de maintenir la même intégration cinq fois.

À quoi ressemble le MCP en production ?

Un serveur, beaucoup de clients, énormément d'outils typés. Notre serveur MCP expose environ 195 outils répartis sur huit modules (CRM, planification et facturation, tableurs, Linear, relevés bancaires, une base de données de vins, et plus) derrière un unique point d'accès JSON-RPC.

Le bénéfice est exactement la promesse du M+N : la même couche d'outils alimente Claude Desktop et Cursor pour l'équipe, des agents internes, et le bot WhatsApp/Telegram qui transforme les messages en commandes. Nous avons construit chaque capacité une fois, et chaque surface IA l'a obtenue gratuitement. C'est aussi ainsi que nous enveloppons des systèmes existants d'une interface conversationnelle moderne sans toucher à leur cœur : le serveur MCP est l'adaptateur.

Nous avons consigné les leçons durement apprises à part (les listes d'outils plates valent mieux que les hiérarchies, tout prévisualiser en mode test, vérifier la santé au démarrage, un seul serveur vaut mieux qu'un par domaine pour une petite équipe) dans 91 outils, un seul serveur.

Ce qu'il faut retenir

Le MCP n'est pas magique et ne remplace pas vos systèmes. C'est une prise standard : décrivez vos outils une fois, et chaque client IA, présent comme futur, peut les utiliser sans code de liaison sur mesure. La question n'est pas de savoir si le MCP est impressionnant ; c'est de savoir si vous avez plus d'un consommateur IA et une surface qui vaut la peine d'être réutilisée. Si oui, c'est la décision d'intégration la moins chère que vous prendrez. Sinon, écrivez le script et passez à autre chose.

Nous concevons et exploitons des serveurs MCP comme tissu conjonctif entre l'IA et les systèmes que les entreprises utilisent déjà. Si vous hésitez entre le MCP et une pile d'intégrations sur mesure, parlons-en, ou découvrez l'infrastructure que nous construisons.