Le Model Context Protocol expliqué simplement. Pourquoi connecter une IA à tes apps est devenu trivial en 2026 — anatomie host/client/server, écosystème de 10 000+ serveurs, adoption massive multi-vendeurs, limites honnêtes. L'article fondation de la rubrique connecteurs.
Avant 2024, connecter une IA à tes applications demandait du code sur mesure pour chaque intégration, et chaque assistant avait sa propre logique. En 2026, un seul protocole s'est imposé : le MCP. Et il change la donne d'une manière que peu d'utilisateurs perçoivent encore.
MCP signifie Model Context Protocol : un standard ouvert qui définit comment n'importe quel assistant IA accède à des outils, des données et des services externes. Voici ce que c'est concrètement, et pourquoi ça compte pour toi.
MCP résout un problème simple à énoncer : sans lui, connecter 4 assistants IA à 10 services demandait de construire et maintenir 40 intégrations différentes, chacune avec sa propre logique. Insoutenable.
MCP transforme ce « 4 × 10 » en « 4 + 10 » : tu construis un seul serveur pour un service, et tous les assistants compatibles peuvent l'utiliser. C'est ce qui a fait exploser son adoption. Voici concrètement comment ça marche et ce que ça change pour toi.
MCP repose sur 3 acteurs en architecture client-serveur. Si tu n'as jamais vu d'architecture distribuée, voici l'image mentale qui suffit : un restaurant (host) avec un serveur de salle (client) qui va chercher en cuisine (server) ce que demande le client. Pas plus complexe.
Un serveur MCP peut exposer 3 types de choses au host. C'est utile à savoir parce que ça structure ce qu'un connecteur peut ou ne peut pas faire :
Tools (outils, fonctions). Des opérations que l'assistant peut déclencher. « Crée un événement Calendar », « Envoie un message Slack », « Exécute cette requête SQL ». C'est l'usage le plus visible. Les tools peuvent être en lecture seule (get-account-history) ou en écriture (create-task) — la distinction compte pour la sécurité (voir Phase 4).
Resources (ressources, données). Des données que l'assistant peut consulter sans déclencher d'action — fichiers, contenu de pages, lignes de base de données, transcriptions. Le client peut récupérer une ressource pour la nourrir au modèle, comme un fichier de connaissances dynamique.
Prompts (modèles de prompts). Des templates de requêtes prédéfinies que le serveur expose pour des cas d'usage récurrents. Moins utilisés que tools et resources en pratique, mais structurants pour des serveurs métier complexes.
L'écosystème host (les assistants qui parlent MCP) est massif et continue de s'étendre. Les acteurs majeurs en 2026 :
Anthropic (côté Claude) : Claude Desktop est le client MCP de référence — c'est sur Claude Desktop qu'a été lancé le protocole en 2024. Claude Code (l'agent CLI) utilise MCP intensivement. Connectors MCP grand public lancés le 13 mars 2026 sur Pro/Max/Enterprise — auparavant réservés aux dev, désormais grand public en quelques clics.
OpenAI (côté ChatGPT) : support MCP intégré dans l'Agents SDK depuis avril 2025. ChatGPT (app grand public) supporte MCP via les Apps et les Custom GPT Actions configurables avec un serveur MCP. Note importante : sur ChatGPT Business/Enterprise, les admins peuvent déployer des connecteurs custom MCP pour des systèmes propriétaires de l'entreprise.
Microsoft (côté Copilot) : Copilot Studio supporte MCP depuis juillet 2025 — permet de construire des agents qui utilisent des serveurs MCP comme sources de connaissances et tools.
Google (côté Gemini) : support MCP dans le Gemini SDK et Gemini CLI. Adoption progressive.
Outils dev : Cursor (MCP natif depuis 2025), Windsurf (Codeium), VS Code via extensions, Sourcegraph Cody, Continue.dev, Goose (Block). C'est dans le monde dev que MCP a été adopté en premier — usage le plus mature.
L'autre côté de l'écosystème : les services accessibles. Plus de 10 000 serveurs MCP publics actifs en 2026, avec 3 catégories utiles à distinguer.
Côté utilisateur, tu n'écris jamais de code MCP. Tu installes des serveurs MCP préconstruits. Sur Claude Desktop, le flow typique en 2026 ressemble à ceci :
Tu colles ce JSON dans le fichier de config, tu redémarres Claude Desktop, et les 3 serveurs sont accessibles. Quand tu demandes « Lis le README de mon repo X et résume-moi les changements de la semaine dernière », Claude utilise le serveur GitHub. Quand tu dis « Combien de clients ont signé en mars dans la base ? », il utilise le serveur Postgres. Tu n'écris pas de code, pas de SQL, pas d'appel API — juste du langage naturel.
Variante simplifiée 2026 : les Connectors MCP de Claude Desktop (mars 2026) ajoutent une UI graphique pour configurer les serveurs MCP sans toucher au JSON. Pour ChatGPT Enterprise, les admins déploient des connecteurs MCP centralisés que les utilisateurs sélectionnent dans une liste. La friction d'usage continue de baisser.
MCP n'est pas magique. Il a des limites réelles à connaître pour ne pas être déçu. Et une roadmap 2026 qui clarifie où ça va.
Limite 1 — La sécurité reste à ta charge. Une étude académique d'avril 2025 a documenté plusieurs risques de sécurité (injection de code malveillant via connecteurs MCP, exfiltration de données via serveurs malicieux). MCP est un protocole, pas un firewall. Installer un serveur MCP = donner à l'assistant l'accès au service correspondant. Si le serveur est mal configuré ou malveillant, l'assistant peut faire des dégâts. Article 2.8 traite cette sécurité en profondeur.
Limite 2 — Qualité variable des serveurs communautaires. Sur 10 000+ serveurs MCP publics, la majorité sont expérimentaux. Certains sont production-ready (officiels Anthropic, ceux des grands éditeurs SaaS), d'autres ont des bugs, des fuites, ou ne sont plus maintenus. Discipline : audit avant installation.
Limite 3 — Configuration toujours technique pour serveurs custom. Pour des serveurs préconstruits, la config est simple (UI ou JSON minimal). Mais construire ton propre serveur MCP pour ton service interne demande des compétences dev (TypeScript, Python, ou autres SDK officiels). Pour un solo non-dev, c'est encore une barrière — bien que des plateformes managées (Truto, mcp.run, mcp.natoma.ai) émergent pour exposer une API existante en MCP sans coder.
Limite 4 — Synchrone uniquement (pour l'instant). En 2026, toutes les interactions MCP sont synchrones (request/response immédiat). Pas d'opérations longues asynchrones. Si tu veux qu'un assistant lance une analyse de 20 minutes et continue à travailler en attendant, ce n'est pas possible nativement (la primitive Tasks est sur la roadmap 2026 mais pas livrée).
Limite 5 — Pas adapté pour des automatisations multi-étapes complexes. MCP est excellent pour des opérations atomiques (lire X, créer Y). Pour des automatisations orchestrés multi-services avec logique conditionnelle, retry, et états intermédiaires, les outils no-code dédiés (Zapier, Make, n8n) restent plus adaptés. MCP ne remplace pas ces outils — il les complète. Voir la rubrique R4 sur les automatisations durables.
Le steering committee MCP a publié sa roadmap 2026 en mars. Trois évolutions importantes annoncées :
(1) Transport stateless HTTP en review — permettra aux serveurs MCP de scaler horizontalement derrière des load balancers standards. Critique pour des déploiements entreprise à grande échelle.
(2) Primitive Tasks pour les opérations asynchrones longues. Un assistant pourra dispatcher un job de 20 minutes et poller pour la complétion. Essentiel pour les agents persistants always-on (sujet R3).
(3) Open governance renforcée sous l'Agentic AI Foundation. Standards transparents, processus de décision communautaire, contributions externes facilitées. Renforce le statut de standard ouvert vs propriétaire.
Ce qui n'est pas (encore) sur la roadmap visible : un protocole agent-to-agent (A2A) complémentaire est en préparation séparée — il connecterait les agents entre eux, MCP les connectant aux outils. À surveiller en 2026-2027.
MCP est l'infrastructure invisible qui rendra l'écosystème connecteurs IA en 2027-2028 aussi banal que les APIs web le sont aujourd'hui. En 2026, on est dans la phase où les utilisateurs avancés en bénéficient massivement (productivité dev × 3-5), tandis que le grand public commence à toucher du doigt via Claude Desktop Connectors et ChatGPT Apps. Si tu construis des assistants en 2026 : investis 2 heures à comprendre MCP, installe Claude Desktop avec 2-3 serveurs officiels (Filesystem, Git, GitHub par exemple), expérimente. Tu vas voir tout de suite la différence avec les Custom GPT Actions de l'article 1.5 — MCP est plus puissant, plus portable, et probablement la bonne base sur laquelle tes connecteurs IA seront construits dans 5 ans. Pour la suite concrète de cette rubrique : 2.2 (Gmail), 2.3 (Calendar), 2.4 (Drive/Notion), 2.5 (Copilot/Workspace), 2.6 (Zapier/Make/n8n à l'ère MCP), 2.7 (navigateurs IA), 2.8 (★ sécurité connecteurs). Bon parcours.
Tu maîtrises maintenant les fondations MCP. Pour aller plus loin : les articles 2.2 à 2.7 de cette rubrique approfondissent connecteur par connecteur (Gmail, Calendar, Drive, Notion, Workspace, Zapier/Make, navigateurs IA). L'article 2.8 ★ Sécurité connecteurs traite les risques en profondeur. Pour le contraste avec les Custom GPT Actions (l'autre approche connecteur, propriétaire OpenAI) : article 1.5. Pour les automatisations multi-étapes complémentaires à MCP : la rubrique R4 sur les automatisations durables. Pour la délégation totale à des agents autonomes qui exploitent MCP intensivement : la rubrique R3 sur les agents IA. Si tu démarres juste sur la rubrique R1 : article 1.1 (comparatif des formats d'assistants).