Qu'est-ce que MCP (Model Context Protocol) et pourquoi va-t-il devenir le standard des données d'entreprise
MCP est un protocole ouvert qui donne aux assistants IA accès aux données des systèmes d'entreprise - sans intégration manuelle pour chaque outil. Nous expliquons comment il fonctionne et pourquoi la majorité des logiciels d'entreprise reposeront dessus d'ici quelques années.
Demandez aujourd'hui à Claude ou à ChatGPT le statut d'un dossier précis, et le modèle vous répondra qu'il n'en sait rien - il n'a pas accès à vos données. Pas parce qu'il en serait incapable, mais parce qu'il manque, entre lui et votre système, un moyen standardisé de demander des données. C'est exactement cette lacune que comble le Model Context Protocol, ou MCP.
Ce qu'est vraiment MCP
MCP est un protocole ouvert qu'Anthropic (le créateur de Claude) a présenté en novembre 2024 comme un moyen standardisé de connecter les assistants IA aux systèmes où vivent réellement les données - CRM, bases de données, e-mail, logiciels d'entreprise. Avant MCP, chaque outil devait développer sa propre intégration, écrite à la main, pour chaque application IA séparément. Anthropic compare le protocole à un port USB-C - un seul connecteur au lieu de dizaines de câbles propriétaires.
En moins d'un an et demi, OpenAI, Google et Microsoft l'ont eux aussi adopté comme clients, si bien qu'il ne s'agit plus aujourd'hui d'un « standard Anthropic », mais d'un langage commun aux principales plateformes IA. Au printemps 2026, la gouvernance du protocole est en outre passée à l'Agentic AI Foundation, sous l'égide de la Linux Foundation - qui héberge par exemple aussi Kubernetes -, un signal pour les entreprises qu'il ne s'agit pas de l'expérimentation d'une seule société, mais d'un standard qui survivra même à un changement de fournisseur.
Comment fonctionne MCP
Un système qui veut rendre ses données accessibles lance un serveur MCP. Il y décrit trois choses : les outils (tools) - des actions que l'IA peut appeler, comme « trouver un dossier par son numéro » ou « créer un nouveau contact » ; les ressources (resources) - des données qu'elle peut lire, comme des documents ou des enregistrements ; et les modèles de prompts (prompts) - des façons toutes prêtes pour l'IA de poser une question donnée. Un assistant IA - le client MCP - se connecte au serveur et utilise directement ces capacités, sans qu'un développeur ait à écrire de code de connexion sur mesure pour un modèle en particulier.
Apexloop utilise déjà cette même logique dans l'application pour l'agent IA sur votre espace de travail : la lecture des données est libre, mais chaque modification vous est d'abord soumise par l'IA pour approbation. MCP ne fait qu'étendre ce principe au-delà des frontières d'une seule application - n'importe quel agent IA peut interroger les données de la même façon, sans obtenir automatiquement un accès en écriture illimité.
En quoi cela diffère d'une API et d'un webhook
Si vous connaissez les termes API et webhook, MCP vous paraîtra familier - il s'appuie sur les mêmes bases. La différence tient à qui il s'adresse. Une API et un webhook relient deux systèmes précis selon un contrat fixe conçu par un développeur des deux côtés. MCP s'adresse directement au modèle IA : le serveur décrit ses capacités de façon à ce que le modèle les comprenne lui-même, sans code de connexion écrit à la main pour chaque paire d'outils.
En pratique, cela signifie qu'une entreprise rend ses données accessibles une fois via un serveur MCP, et n'importe quel assistant IA prenant en charge le protocole peut ensuite s'y connecter - ceux d'aujourd'hui comme ceux qui n'existeront que l'année prochaine.
Où on le voit concrètement aujourd'hui
En moins de deux ans depuis sa présentation, MCP compte plus de 10 000 serveurs publics en fonctionnement et plus de 97 millions de téléchargements du SDK par mois. La dernière version de la spécification, du 28 juillet 2026 - la plus grande révision de son histoire selon les responsables du protocole - a en outre supprimé la nécessité de maintenir une connexion avec état entre client et serveur. Les serveurs MCP peuvent ainsi tourner sur une infrastructure web ordinaire et évolutive plutôt que sur une configuration spécialisée, ce qui réduit fortement leur coût d'exploitation.
En Tchéquie aussi, quelqu'un le fait déjà
Rohlík.cz, un service tchèque de livraison de courses, exploite un serveur MCP public qui permet à un client de passer commande directement dans une conversation avec Claude ou un autre assistant IA - sans ouvrir le site ni l'application. C'est encore l'exception, pas la règle, mais cela montre la direction que prend le logiciel d'entreprise dans son ensemble.
Ce que cela signifie pour une entreprise plus petite
Les serveurs MCP sont aujourd'hui surtout construits par de grandes entreprises disposant de leur propre équipe de développement - se connecter au protocole implique de décider quelles données et quelles actions il est pertinent de rendre accessibles, puis de les coder de façon sûre. Pour une entreprise qui utilise un système tout fait plutôt que de développer le sien, cela signifie surtout une chose : dès que l'éditeur de son CRM, de son outil de gestion de projets ou de son système d'entreprise décide de prendre en charge MCP, ses données deviennent soudain accessibles à des outils IA qui n'existent même pas encore aujourd'hui - sans que l'utilisateur ait quoi que ce soit à construire lui-même.
Apexloop a déjà parcouru ce chemin : un modèle de données unique sous le CRM, les dossiers, les projets et la signature électronique s'est révélé un point de départ idéal pour son propre serveur MCP, qui tourne aujourd'hui - avec la même règle d'approbation pour l'écriture que celle qui s'applique dans l'application. Comment un agent se connecte réellement à l'espace de travail, et ce qu'il peut lire et proposer, l'article Apexloop comme source de données pour les agents IA le montre.
Un accès, pas une confiance aveugle
MCP ne décide pas à lui seul si un agent IA voit toutes les données ou seulement une partie, ni s'il peut modifier des enregistrements de lui-même sans approbation. Cela dépend de la façon dont vous configurez le serveur MCP en question - tout comme pour les droits d'accès au sein du système. Le standard vous donne un langage commun, pas une configuration automatiquement sûre.
Comment Apexloop gère aujourd'hui qui, dans l'équipe, voit quelles données, le guide Droits d'accès et visibilité des données le détaille. Où vont réellement les données d'entreprise une fois que vous les mettez dans un outil IA, l'article Vous versez des données d'entreprise dans une IA. Où vont-elles ? le traite. Vous trouverez aussi une courte définition du terme dans le glossaire, et le lancement de notre propre serveur MCP est annoncé dans l'actualité.
Questions fréquentes sur MCP et les données d'entreprise
MCP est-il la même chose qu'une API ?
Pas tout à fait. MCP s'appuie souvent sur une API, mais décrit en plus ses capacités d'une façon directement compréhensible par un modèle IA - sans code de connexion écrit à la main pour chaque combinaison d'outils. Retrouvez la différence entre ces termes dans le glossaire : qu'est-ce qu'une API, qu'est-ce qu'un webhook.
Une petite entreprise a-t-elle aussi besoin de MCP ?
Construire son propre serveur MCP a surtout du sens aujourd'hui pour les entreprises disposant d'une équipe de développement. Une entreprise plus petite en profite plutôt indirectement - dès que les outils qu'elle utilise déjà commencent à le prendre en charge, ses données deviennent accessibles aux assistants IA sans intervention supplémentaire de sa part.
Est-il sûr de laisser un agent IA s'approcher des données d'entreprise via MCP ?
Cela dépend de la configuration du serveur en question - quelles données il rend accessibles, s'il distingue lecture et écriture, et si l'écriture nécessite une approbation. Le protocole lui-même ne garantit aucune sécurité - celle-ci doit venir de la configuration côté exploitant.
Apexloop dispose-t-il d'un serveur MCP ?
Oui. Le serveur MCP d'Apexloop tourne aujourd'hui, et un agent peut s'en servir pour lire les données de l'espace de travail et proposer des modifications qui attendent une approbation - exactement comme le décrit l'article Apexloop comme source de données pour les agents IA.