Depuis fin 2024, un standard discret change la façon dont les intelligences artificielles se connectent aux outils d'entreprise : le Model Context Protocol (MCP). Fin juillet 2026, ce protocole open source a reçu sa mise à jour la plus importante depuis son lancement, avec des conséquences concrètes pour les PME qui veulent brancher un assistant IA sur leur ERP, leur CRM ou leur boutique en ligne sans multiplier les développements sur mesure.

Le MCP, un standard universel pour connecter l'IA à vos outils

Avant le MCP, chaque connexion entre un modèle d'IA et un outil métier (CRM, messagerie, base de données) demandait une intégration spécifique, coûteuse à maintenir dès qu'un outil ou un modèle changeait. Le MCP est un protocole open source créé par Anthropic fin 2024 qui standardise la connexion entre les modèles d'IA et vos outils d'entreprise : CRM, Slack, Google Drive, bases de données, etc. Résultat, un assistant IA peut lire une boîte mail, mettre à jour un CRM ou interroger une base de données sans développement dédié pour chaque combinaison outil/modèle.

L'adoption a été rapide : en 2026, plus de 13 000 serveurs MCP sont publiés sur GitHub, adoptés par OpenAI, Google DeepMind et Microsoft. Le protocole est en train de devenir, pour l'IA d'entreprise, ce que l'USB-C est devenu pour le matériel : un connecteur universel qui évite de réinventer une intégration à chaque nouveau cas d'usage.

Ce que change la mise à jour du 28 juillet 2026

La nouvelle spécification, datée du 2026-07-28, est présentée par ses auteurs comme la mise à jour la plus importante pour MCP depuis le lancement de MCP à distance, il y a plus d'un an. Elle introduit un cœur de protocole sans état, des requêtes à allers-retours multiples, un routage basé sur les en-têtes, des résultats de liste pouvant être mis en cache, un cadre formel pour les extensions et des SDK de niveau 1 mis à jour.

Une gouvernance pensée pour l'entreprise

Point important pour toute organisation qui dépend d'un outil : une nouvelle politique de dépréciation garantit désormais un délai d'au moins 12 mois entre l'annonce officielle du retrait d'une fonctionnalité et sa suppression effective, sauf correctifs de sécurité critiques. Cette stabilité change la donne pour une PME : intégrer un serveur MCP à son ERP ou son SaaS devient un choix technique moins risqué qu'il y a un an, quand le protocole évoluait encore vite.

Les risques à ne pas sous-estimer avant de brancher une IA sur votre SI

Ouvrir un canal entre un assistant IA et vos données métier n'est jamais neutre. Les spécialistes sécurité soulignent que ce type d'intégration promet modularité et efficacité, mais suppose des contrôles de permissions robustes pour rester exploitable, auditable et à l'échelle. Concrètement, cela veut dire :

  • Définir précisément quels outils et quelles données un serveur MCP peut exposer à l'IA (jamais un accès total « par défaut »).
  • Tester chaque serveur MCP en environnement contrôlé avant de le connecter à la production.
  • Journaliser les actions effectuées par l'IA via MCP, au même titre qu'un accès humain à privilèges.
  • Revoir les droits par cas d'usage plutôt que par outil entier (un agent qui lit un CRM n'a pas besoin d'y écrire).

Ces précautions rejoignent une tendance de fond côté réglementation : les entreprises qui exposent des systèmes connectés à l'IA doivent de plus en plus documenter leur gouvernance des accès, dans une logique proche de ce qu'imposent déjà des textes comme NIS2 pour les chaînes de sous-traitance IT.

Comment une PME peut adopter MCP sans usine à gaz

Le protocole étant désormais plus stable, il devient pertinent d'évaluer des cas d'usage concrets plutôt que d'attendre. Trois familles de projets se prêtent bien à une première intégration MCP :

  • Un ERP mieux connecté : un serveur MCP peut exposer certaines fonctions de votre module Dolibarr sur mesure à un assistant IA interne, pour automatiser des vérifications ou des relances sans réécrire toute l'intégration à chaque évolution.
  • Une boutique en ligne pilotée par IA : côté e-commerce, connecter un assistant à votre catalogue via un plugin WooCommerce permet d'automatiser la mise à jour de fiches produits ou le suivi de stock, avec des droits d'accès limités au strict nécessaire.
  • Une automatisation plus fine que les webhooks classiques : là où un script ou un projet d'automatisation des tâches répond à un déclencheur fixe, un agent connecté en MCP peut adapter son action au contexte, tout en restant traçable.

Dans tous les cas, l'intégration MCP doit s'inscrire dans une réflexion plus large sur votre stratégie d'intelligence artificielle en entreprise : à quoi l'IA a-t-elle réellement besoin d'accéder, avec quelles limites, et pour quel bénéfice mesurable. Une architecture SaaS ou un ERP mal préparés à ce type de connexion peuvent transformer un gain de productivité en risque de sécurité.

Passer à l'action sans se précipiter

Le MCP n'est plus un protocole expérimental : sa dernière spécification vise explicitement à mieux fonctionner à l'échelle de l'entreprise, avec des garanties de stabilité qui manquaient jusqu'ici. Cela ne veut pas dire qu'il faut tout connecter d'un coup. Commencez par un cas d'usage limité, avec des droits d'accès stricts et un suivi des actions de l'IA, avant d'étendre le périmètre. Si vous voulez évaluer sereinement où MCP peut apporter de la valeur dans votre ERP, votre boutique ou votre logiciel SaaS, contactez notre équipe pour un état des lieux de votre système d'information.

Questions fréquentes

Non, MCP s'appuie sur des API existantes mais standardise la façon dont un modèle d'IA les découvre et les utilise. Il évite de recoder une intégration spécifique pour chaque combinaison outil/modèle, mais votre ERP ou votre SaaS doivent toujours exposer des API propres et sécurisées derrière le serveur MCP.

Pas dans l'urgence. La mise à jour de juillet 2026 rend le protocole plus stable et plus adapté à l'entreprise, mais la priorité reste de cadrer un cas d'usage précis, avec des droits d'accès limités, avant de connecter un assistant IA à des données sensibles.

Un agent IA mal cadré peut lire, modifier ou exporter des données au-delà de ce qui est nécessaire à sa tâche, sans que cela soit toujours visible immédiatement. C'est pourquoi il est recommandé de journaliser les actions de l'IA et de limiter les droits par cas d'usage plutôt que par outil entier.