Intelligence Artificielle

Agents IA et MCP

7 min de lecture

MCP : hype passagère ou véritable nouveau standard ? On a mis les mains dans le cambouis pour se faire une vraie idée.

Didier Sampaolo
par Didier Sampaolo
Fondateur / Directeur technique
Agents IA et MCP

Notre agence est spécialisée dans l'automatisation de process complexes. On conçoit des Agents IA, entités autonomes, capables de prendre des décisions et d'utiliser des outils pour exécuter des tâches. La promesse du MCP, pour Model Context Protocol, c'est de nous simplifier ce travail.

Le MCP, c'est indispensable ?

Non. Avec des technos comme Function Calling d'OpenAI, on peut déjà brancher des outils sur des Agents. Ça suit la norme OpenAPI (anciennement Swagger) et les outils sont déjà déportés (ça marche très bien par exemple avec FastAPI en Python).

Mais alors, pourquoi une nouvelle norme ?

Le MCP, c'est un protocole normé, qui permet à un Client (embarqué dans l'Agent), de communiquer avec un Serveur.

Le Serveur s'occupe de donner au Client la liste des Outils disponibles, avec leurs paramètres et la description de ce qu'ils font. À partir de ça, le LLM décide tout seul de quels outils il aura besoin pour chaque tâche.

On peut brancher autant de Serveurs qu'on veut sur un seul Agent, et qu'on peut réutiliser les Servers d'un Agent à l'autre.

Le MCP, ce n'est pas une révolution, c'est juste une nouvelle norme qui vient cadrer ce qu'on bricolait déjà. Lancé par Anthropic et déjà adoubé par Google et OpenAI, je pense que ce protocole a tout ce qu'il faut pour devenir un véritable standard. Ça marche bien, c'est pratique, et c'est peu coûteux à mettre en place : autant ne pas s'en priver !

Techniquement

Un serveur MCP suit une structure bien définie et utilise une connexion en SSE (Server-Sent Events). Lorsqu’un agent s’y connecte, il reçoit immédiatement un message d’initialisation contenant la liste des outils disponibles, chacun décrit de manière standardisée : nom, description, paramètres, schéma de réponse attendu.

On peut brancher un Serveur MCP aussi bien à un bloc no-code (type Make ou N8N) qu'à un Agent LangGraph en Python.

Les avantages du MCP

  • Cumulable : un agent peut se connecter à plusieurs serveurs MCP pour collectionner les outils
  • Réutilisable : un serveur MCP peut être utilisé par plusieurs agents
  • Organisation : le code de chaque agent est plus propre et plus concis, puisque les outils sont déportés
  • Hébergement : chaque serveur peut disposer d'un hébergement adapté à ses besoins (gros stockage rapide pour les bases de données, GPU pour les modèles de génération d'images, etc)

Les Serveurs MCP

Les Serveurs peuvent être un ensemble hétéroclite avec des hébergements distincts, et chaque Serveur peut être écrit dans le langage le plus approprié.

C'est ça, la force du MCP : tous les Serveurs communiquent de la même manière, standardisée, avec leurs Clients.

On se retrouve donc déjà avec une pléthore de serveurs qu'on peut embarquer directement dans ses Agents, et on peut écrire des serveurs entiers pour ajouter des fonctionnalités à une IA.

Dans ce cadre, le MCP est un protocole qui nous simplifie réellement le travail : un Agent qui met en place une stratégie éditoriale multi-plateformes et qui tient sur une cinquantaine de lignes de code, parce que tous les outils sont déjà en place, et prêts à l’emploi, c'est une vraie avancée.

Exemples de serveurs MCP clés-en-main

Sur le repo officiel du protocole, on trouve par exemple :

  • un serveur d’outils financiers, qui permet de poser des questions sur un portefeuille ou d’obtenir des données de marché à jour ;
  • un serveur bien-être, qui propose des routines de sport, des recommandations alimentaires ou des conseils de sommeil ;
  • un serveur d’itinéraires de voyage, capable de générer des parcours sur mesure selon les contraintes et préférences de l’utilisateur.

Ces serveurs peuvent être utilisés tels quels pour des tests, ou servir de point de départ pour des déclinaisons plus spécifiques.

Exemples de serveurs MCP qu’on pourrait construire

Et bien sûr, on peut aussi développer ses propres serveurs MCP pour répondre à un besoin métier précis, dans un cadre maîtrisé :

  • Un Serveur MCP RH pourrait avoir accès à la liste de vos salariés : l'agent pourrait alors définir les plannings, éditer les contrats de travail, valider des demande de congés...
  • Dans un service achat, un Serveur MCP “fournisseurs responsables” pourrait proposer en temps réel les prestataires les plus alignés avec les critères RSE de l’entreprise. L’agent poserait quelques questions contextuelles (budget, localisation, certifications), et déclencherait directement une prise de contact ou une demande de devis.
  • Un agent support client pourrait s’appuyer sur un MCP connecté à une base de tickets déjà résolus, à une FAQ interne et à vos autres documents d'entreprise pour formuler des réponses précises.
  • Pour les équipes commerciales, un MCP de prospection locale pourrait croiser les données de la base Sirene avec la géolocalisation, le secteur d’activité et la densité concurrentielle, et se baser sur votre base client réelle pour déterminer qui sont les prospects les plus qualifiés, à relancer en priorité.
  • Sur un ecommerce, un Serveur MCP ayant accès à votre stock en temps réel et à l'historique de commandes de tous vos clients permettrait à un Agent de fournir des recommandations d'achat croisé personnalisées à vos visiteurs.

Ce ne sont là que quelques exemples. Ce qu’il faut retenir, c’est qu’avec un bon design d’outils et un protocole bien pensé, un agent n’a plus besoin d’être bridé. Il peut agir sur votre système d’information, en toute sécurité, avec une efficacité réelle.

Le moment magique : regarder un agent utiliser ses outils

Il y a un moment clé quand on travaille avec un agent compatible MCP : celui où il se connecte à un serveur, découvre les outils disponibles… et commence à les utiliser de lui-même. Sans que personne n’ait eu à coder chaque action à la main.

J'ai mis en place quelques serveurs MCP simples, j'y ai branché un LLM, et je lui ai demandé, en langage naturel, de publier un post sur un site Wordpress. Après quelques appels de tools, le post était en ligne, avec ses tags et ses images d'illustration. Bluffant.

Ce n’est pas simplement impressionnant d’un point de vue technique. C’est une bascule conceptuelle : on passe d’un agent scripté à un agent autonome, qui navigue dans un environnement outillé, choisit la bonne méthode, et l’exécute en fonction du contexte.

Mais surtout, ces agents ne se contentent pas de lire ou structurer de la donnée. Maintenant, ils agissent : ils publient un article sur un blog, déclenchent une commande logistique, envoient un email transactionnel, mettent à jour un CRM. Ils ont un vrai effet dans le monde.

Le MCP, c’est ce qui permet de passer facilement du raisonnement à l’action. Et quand on observe un agent autonome le faire en quelques secondes, sans intervention humaine, on comprend rapidement que ce protocole va transformer notre manière de penser les assistants intelligents.

MCP et RGPD

Chez LVLUP, on croise souvent des entreprises qui construisent leurs automatisations avec des briques populaires comme Make, Airtable et Notion. Ce sont des outils puissants, accessibles, et qui permettent de prototyper vite - aucun jugement là-dessus. Mais dans bien des cas, les données circulent sans réel contrôle, transitent par des services tiers, parfois hors UE, et exposent sans le vouloir des informations sensibles.

Le MCP offre une alternative intéressante. En hébergeant un serveur MCP chez vous (en France, sur votre infra, ou chez un prestataire de confiance) vous gardez la main sur vos flux, sans sacrifier l’automatisation. Chaque appel est traçable, chaque outil est auditable, et vous décidez précisément qui a accès à quoi.

C’est une réponse technique à une exigence légale, mais aussi une façon de reprendre le pouvoir sur vos données. Dans les métiers où la confidentialité est un enjeu (santé, juridique, RH, industrie…), c’est un choix qui fait sens.

Ce qu’on veut faire avec le MCP chez LVLUP

À l'agence, ce qui nous intéresse, ce sont les applications concrètes de nos technologies, quand on les aligne avec vos besoins métiers concrets. Le Model Context Protocol coche beaucoup de cases. Il ne résout pas tout, mais il change la donne sur un point fondamental : permettre à des agents autonomes d’utiliser des outils métiers complexes, sans que cela devienne un casse-tête pour les équipes techniques.

Aujourd’hui, on l’utilise déjà dans nos propres agents. Et demain, on compte bien en faire une brique centrale de notre offre IA. Pour aider les entreprises à automatiser plus vite, avec plus de sécurité, plus de clarté, et moins de dépendance à des plateformes tierces.

Le MCP, c’est un pas de plus vers des assistants intelligents qui ne se contentent pas de répondre, mais qui savent aussi agir.

👉 Vous réfléchissez à automatiser un process, à déployer un agent interne, ou simplement à reprendre la main sur vos données métier ?

Appelez-nous. On saura quoi faire, et où le brancher.