Le MCP en clair : comment l’IA se connecte à vos données et outils

Un assistant IA qui ne connaît que ce que vous collez dans la conversation est utile, mais limité. Dès que vous voulez qu’il lise votre CRM, vérifie les chiffres du mois dernier ou crée un ticket, il lui faut une connexion à ces systèmes. Le Model Context Protocol, ou MCP, est la façon standard d’établir cette connexion.

Le problème qu’il résout

Anthropic a présenté le MCP en novembre 2024 comme un standard ouvert. Son annonce nommait clairement le problème : même les modèles les plus performants sont limités par leur isolement des données, coincés derrière des silos d’information et des systèmes hérités, et chaque nouvelle source de données exige sa propre intégration sur mesure.

Sans standard, chaque combinaison d’une application d’IA et d’un système demande sa propre intégration. Avec le MCP, un système est connecté une fois, puis utilisable par toute application qui parle ce protocole. Le site officiel compare le MCP à un port USB-C pour les applications d’IA : une prise standard au lieu d’un tiroir rempli d’adaptateurs.

Comment les pièces s’assemblent

Le MCP définit trois rôles.

• L’hôte : l’application d’IA dans laquelle vous travaillez, comme Claude Desktop, Claude Code ou Visual Studio Code.
• Le client : un composant à l’intérieur de l’hôte qui maintient une connexion avec un serveur. Un hôte relié à cinq serveurs fait tourner cinq clients.
• Le serveur : un programme qui met à disposition des données et des capacités. Il peut tourner sur votre propre ordinateur, comme un serveur qui lit des fichiers locaux, ou sur internet, exploité par un éditeur de logiciels.

Un serveur peut proposer trois types d’éléments :

• Des outils : des actions que le modèle peut déclencher, comme interroger une base de données ou appeler une API.
• Des ressources : des informations à utiliser comme contexte, comme le contenu de fichiers ou des enregistrements d’une base de données.
• Des prompts : des modèles réutilisables pour des tâches récurrentes.

En pratique, cela se passe ainsi. Le client demande au serveur quels outils il propose. Chaque outil arrive avec un nom, une description de ce qu’il fait et la liste précise des informations qu’il attend. L’application ajoute ces outils à ceux que le modèle peut utiliser. Quand le modèle décide qu’il en a besoin, l’application envoie l’appel au bon serveur et réinjecte le résultat dans la conversation. Sous le capot, les messages suivent un format commun appelé JSON-RPC ; les serveurs locaux dialoguent directement avec l’application, les serveurs distants passent par HTTP, et le MCP recommande OAuth pour l’authentification.

En tant qu’utilisateur, vous n’en voyez presque rien. Dans Claude, un serveur MCP apparaît comme un connecteur ; dans ChatGPT, un espace de travail peut ajouter des serveurs MCP personnalisés via des plugins.

Où en est le MCP aujourd’hui

En décembre 2025, Anthropic a fait don du MCP à l’Agentic AI Foundation, un fonds placé sous l’égide de la Linux Foundation et cofondé par Anthropic, Block et OpenAI. À ce moment-là, selon Anthropic, le MCP avait été adopté par ChatGPT, Cursor, Gemini, Microsoft Copilot et Visual Studio Code, et l’on comptait plus de 10 000 serveurs MCP publics actifs. La spécification continue d’évoluer ; la version actuelle est datée du 28 juillet 2026.

Ce que cela change pour votre entreprise

Le MCP, c’est de la tuyauterie, pas une politique de sécurité. La spécification le dit elle-même : le MCP ne peut pas imposer de principes de sécurité au niveau du protocole. La sûreté d’une connexion dépend de la façon dont l’application et les serveurs sont construits et configurés. La spécification énonce les principes : les utilisateurs doivent consentir aux accès aux données et aux actions, et les comprendre ; les applications doivent obtenir un consentement explicite avant d’utiliser un outil ; et les outils appellent la prudence, car ils reviennent à exécuter du code.

Le MCP, c’est de la tuyauterie, pas une politique. La sécurité vient de la façon dont vous le configurez.

Cinq questions à poser avant de connecter vos propres données :

1. Qui a construit ce serveur ? OpenAI déconseille de connecter un serveur MCP personnalisé si vous ne connaissez pas l’application qui se trouve derrière et ne lui faites pas confiance, et prévient que tout serveur peut recevoir des données sensibles issues de vos conversations.
2. Chacun se connecte-t-il en son nom ? Avec OAuth, chaque personne se connecte avec son propre compte, si bien que le serveur agit au nom de cette personne, avec ses droits. La spécification exige aussi qu’un jeton d’accès soit émis pour ce serveur précis et ne soit pas transmis à d’autres.
3. L’accès est-il aussi restreint que possible ? Les recommandations de sécurité du MCP conseillent de commencer avec le plus petit ensemble de permissions et de n’en ajouter que lorsqu’une tâche l’exige.
4. Lecture et écriture sont-elles séparées ? Lire des données est une chose ; envoyer, supprimer ou payer en est une autre. ChatGPT, par exemple, demande actuellement une confirmation manuelle avant toute action d’écriture.
5. Pouvez-vous voir ce qui s’est passé ? Un journal indiquant qui a utilisé quel outil, et quand, rend les problèmes visibles et clarifie les responsabilités.

Un risque mérite une mention à part. Un texte que l’IA lit via un outil, comme un e-mail ou une page web, peut contenir des instructions cachées. OpenAI appelle cela l’injection de prompt : si le modèle les suit, il peut entreprendre des actions que ni l’utilisateur ni le développeur n’avaient voulues.

Zaela utilise ce standard. Il fonctionne dans Claude (desktop, Cowork et Code), ChatGPT ou tout assistant compatible MCP : vos équipes connectent un seul lien, et les bons outils suivent, via une seule passerelle. Votre IA voit exactement ce que vous pouvez voir, les clés sont chiffrées et jamais visibles, pas même pour l’IA, et chaque action est enregistrée.