Le MCP (Model Context Protocol) est un standard ouvert qui permet de connecter une IA à vos outils métier — CRM, ERP, bases de données, messagerie, outils de tickets — de façon uniforme et contrôlée. Initié par Anthropic fin 2024 et largement adopté depuis par l'ensemble de l'écosystème, il joue pour l'IA le rôle qu'a joué l'USB pour les périphériques : un connecteur universel qui remplace les intégrations développées au cas par cas.
Le problème que MCP résout
Sans standard, chaque connexion entre un assistant IA et un outil métier est un développement spécifique : un connecteur pour le CRM, un autre pour l'ERP, un troisième pour la base de données. Avec dix outils et deux assistants, vous maintenez vingt intégrations. MCP inverse la logique : chaque outil expose une seule fois ses capacités via un serveur MCP, et n'importe quel assistant compatible peut s'y connecter. On passe d'un problème multiplicatif à un problème additif. C'est ce coût de maintenance, plus encore que le coût initial, qui bloquait jusqu'ici les projets d'IA connectée dans les PME.
Un standard adopté à une vitesse record
Fait rare dans l'écosystème IA, MCP a été adopté en quelques mois par les principaux fournisseurs de modèles et d'outils de développement, qui l'ont intégré à leurs produits dès 2025. Des milliers de serveurs MCP sont aujourd'hui disponibles, couvrant la plupart des logiciels du marché. Pour une PME, cette adoption massive est la meilleure garantie de pérennité : investir dans un connecteur MCP, ce n'est pas parier sur une technologie propriétaire. Le protocole évolue en outre de façon ouverte, avec une spécification publique et une gouvernance associant plusieurs acteurs de l'écosystème.
À quoi ça sert concrètement
- CRM : demander à l'assistant l'historique d'un client, créer une opportunité ou préparer un compte rendu de rendez-vous directement injecté dans la fiche.
- ERP et facturation : interroger les stocks, l'état d'une commande ou les factures impayées en langage naturel.
- Bases de données : obtenir un chiffre ou un extrait sans écrire de SQL, avec des accès en lecture seule maîtrisés.
- Support et tickets : résumer les tickets ouverts, qualifier une demande, rédiger un brouillon de réponse à partir du contexte réel du dossier.
Le point commun de ces usages : l'assistant ne se contente plus de répondre en théorie, il agit sur des données réelles et à jour. C'est ce qui transforme un gadget conversationnel en outil de productivité quotidien.
Une architecture simple : client et serveur
MCP repose sur trois briques. L'hôte est l'application d'IA que vos équipes utilisent (assistant de bureau, agent, application interne). Le serveur MCP est un petit programme placé devant chaque outil métier, qui décrit les actions disponibles : rechercher un client, lire une commande, créer un ticket. Entre les deux, le client MCP gère la conversation selon un protocole commun. Concrètement, l'assistant découvre tout seul les capacités d'un serveur et sait les utiliser, sans code d'intégration spécifique côté assistant. Un serveur MCP peut tourner sur votre propre infrastructure, au plus près de vos données. Pour vos équipes techniques, écrire un serveur MCP revient à décrire proprement quelques fonctions métier : des kits de développement officiels existent dans les principaux langages, et un premier serveur fonctionnel tient souvent en quelques centaines de lignes de code.
Les bénéfices par rapport aux intégrations ad hoc
Le premier gain est économique : un connecteur écrit une fois sert à tous les assistants présents et futurs, et l'écosystème propose déjà des serveurs prêts à l'emploi pour la plupart des grands outils du marché. Le second est stratégique : vous n'êtes plus lié à un fournisseur d'IA, puisque changer de modèle ne remet pas en cause vos connecteurs. Le troisième est opérationnel : les capacités exposées sont explicites et documentées, ce qui facilite l'audit et la gouvernance.
Sécurité et permissions : le point à ne pas négliger
Connecter une IA à vos systèmes exige un cadre strict. Les bonnes pratiques sont connues : donner à chaque serveur MCP des droits minimaux (lecture seule par défaut), utiliser des comptes de service dédiés plutôt que les identifiants d'un collaborateur, exiger une validation humaine pour toute action d'écriture sensible, journaliser chaque appel, et n'installer que des serveurs dont la provenance est vérifiée. Un serveur MCP mal configuré est une porte d'entrée : traitez-le avec la même rigueur qu'une API exposée sur Internet. Pensez aussi aux données que le modèle voit passer : si l'assistant s'appuie sur un service cloud, les informations lues via MCP lui sont transmises, ce qui doit être couvert par vos contrats ou par un hébergement adapté.
Par où commencer en PME
- Identifiez un cas d'usage à valeur immédiate, par exemple l'accès en lecture au CRM ou aux tickets pour préparer les rendez-vous ou les réponses support.
- Vérifiez s'il existe un serveur MCP officiel ou éprouvé pour l'outil concerné ; sinon, un serveur sur-mesure se développe rapidement sur un périmètre restreint.
- Déployez en lecture seule auprès d'un petit groupe d'utilisateurs, avec journalisation activée.
- Mesurez l'usage réel et étendez progressivement vers des actions d'écriture validées par un humain.
La démarche est incrémentale par nature : chaque nouveau serveur MCP ajoute des capacités sans rien casser de l'existant.
MCP abaisse considérablement le coût de connexion entre l'IA et le système d'information, mais la valeur vient du choix des bons cas d'usage et d'une mise en œuvre sécurisée. C'est exactement le type de chantier où quelques jours d'accompagnement technique évitent des mois d'errements — et transforment un assistant générique en un outil qui connaît vraiment votre entreprise.