Qu'est-ce que le MCP (Model Context Protocol) ?
Définition simple du MCP
Le MCP (Model Context Protocol) est un protocole qui permet à un modèle d’intelligence artificielle (comme ChatGPT ou Gemini) de se connecter à des outils et des données externes.
Il agit comme un pont entre l’IA et différents systèmes tiers. Cela peut être des applications, des fichiers ou des bases de données.
Grâce au MCP, un outil d’IA peut échanger des informations de manière simple et structurée avec des plateformes externes. Par exemple : Adobe Photoshop (graphisme), Booking.com (réservation d’hôtels), etc
MCP vs. RAG
Attention à ne pas confondre le MCP et le RAG (Retrieval-Augmented Generation). Les deux concepts décrivent des systèmes de nature différente.
Le RAG est une technique de récupération d’informations. Le RAG intègre du contexte au modèle d’IA à partir d’une base documentaire.
Le MCP est un protocole d’orchestration et d’action. Il permet de connecter le modèle d’IA de façon standard à des outils et systèmes externes.
Finalement, le RAG est « passif » alors que le MCP est « actif ». Car il exécute des actions comme la réservation d’une chambre d’hôtel.
La distinction porte aussi au niveau de l’objectif de chaque système.
Le RAG est pertinent pour optimiser la qualité des réponses. Et ce, grâce à l’utilisation de données contextualisées : FAQ de l’entreprise, documentation technique des produits, etc.
Le MCP sert à appliquer les réponses de l’IA : créer un ticket pour le support client, envoyer un email, interroger une base de données…
Le MCP est la brique indispensable pour l’IA agentique.
Avantages du MCP
Vous l’aurez compris, le MCP présente des avantages certains pour l’IA.
Il permet d’abord de simplifier les connexions entre une IA et différents outils. Au lieu de créer une intégration différente pour chaque application, on utilise un système unique, ce qui rend le processus beaucoup plus aisé.
On peut comparer le MCP à un port USB pour l’IA.
Il rend aussi les modèles d’IA plus pratiques, surtout pour une entreprise.
On ne se limite plus à rédiger des prompts. On demander à l’IA d’appliquer ses réponses dans l’environnement.
Pour les développeurs, c’est un gain de temps important, car ils n’ont pas besoin de recréer les connexions à chaque fois.
Limites du MCP
Même s’il est utile, le MCP pose inévitablement des enjeux.
Le plus important concerne la sécurité : un système d’IA peut accéder à des données externes et parfois sensibles avec quelques autorisations.
Prenons l’exemple d’un logiciel d’emailing.
ChatGPT ou Claude.ai peut lire le contenu des emails. Attention à bien intégrer les risques sur la fuite de données personnelles ou privées d’une entreprise.
Pensez aussi aux règlementations en cours d’évolution. Par exemple, l’AI Act en Europe.
Un risque de non-conformité est tout à fait possible.
Ensuite, c’est un protocole encore récent, donc tous les outils ne l’exploitent pas encore.
Il existe d’ailleurs d’autres systèmes qui reposent sur le même principe. Même s’ils n’ont pas la même visée universelle que le MCP (l’idée d’un port « USB » pour l’IA).
Par exemple, le Tool calling natif.
Ce qu'il faut retenir
Le MCP est une technologie qui pemet d’augmenter le périmètre d’action des modèles d’intelligence artificielle grâce à l’accès à différents outils et plateformes tiers.
Cette capacité d’actions doit aussi augmenter la vigilance sur les risques de sécurité : cyberattaques, fuite de données, etc.
Pour une organisation, il est indispendable d’avoir une approche responsable de son usage.