MCP : le coeur invisible de l'intelligence des LLMs 

Le Model Context Protocol (MCP), proposé fin 2024, est un nouveau mécanisme complexe destiné à structurer les interactions des modèles d’IA. Ce protocole, encore peu répandu, permet aux IA comme ChatGPT de s’appuyer sur tout un tas de données contextuelles, et ce, de manière homogène. 

Découvrez dans cet article comment ce protocole permet aux grands modèles de langage (LLMs) d’être capable de prendre plus de contexte en compte grâce à tout un tas de données afin de formuler une réponse pertinente. 

Pour en savoir plus sur l'intelligence artificielle et ses applications concrètes pour les entreprises, consultez notre site !

Comment est-on arrivé au MCP ? 

L’évolution vers le Model Context Protocol s’est faite en plusieurs étapes. Chacune répondant à des besoins spécifiques, mais en révélant quelques limites, ce qui a poussé les développeurs à innover davantage. 

Niveau 1 : fine tuning 

Au départ, on utilisait le fine tuning pour spécialiser les modèles d’IA qui étaient très généraux. Cela consistait à prendre un modèle déjà entraîné et le réentraîner sur une tâche ou un domaine spécifique afin d'améliorer la précision sur un processus sans repartir du début. La principale limite de cette méthode est qu’elle demande du temps et des ressources à chaque nouvelle spécialisation, et ne suffit pas toujours lorsqu'il s’agit de répondre à des informations récentes ou précises. 

Niveau 2 : RAG 

La génération augmentée de récupération combine quant à elle un modèle de langage avec un système d’informations. Lorsque le modèle doit répondre, il interroge une base de données externe pour récupérer des documents puis les utiliser pour enrichir sa réponse. Cependant, cela est complexe à connecter à plusieurs sources, et les informations ne sont pas intégrées sur le long terme au modèle. 

Niveau 3 : agents IA 

Ils vont plus loin dans la génération de texte, ce sont des systèmes capables d’agir de manière autonome. Ils peuvent interagir avec divers outils et gérer des tâches. Toutefois, chaque agent doit être connecté de manière individuelle à chaque outil, ce qui complique la gestion à grande échelle. 

Niveau 4 : MCP 

Enfin, le MCP se différencie en proposant un protocole standardisé. Au lieu de créer une connexion spécifique entre chaque modèle et outil comme les agents IA, il permet à tous les modèles compatibles de se connecter facilement, ce qui réduit la complexité des informations : c’est ce que nous allons vous expliquer dans cet article. 

Qu’est-ce que le MCP et comment fonctionne-t-il ? 

Le MCP, ou Model Context Protocol a été développé par Anthropic, la société à l’origine de la célèbre intelligence artificielle Claude. C’est un protocole qui permet aux modèles d'IA d'accéder à différentes sources d'informations de manière standardisées. Plutôt que de faire fonctionner les différentes IA seules, le MCP les fait travailler ensemble. C'est comme des collègues qui collaborent sur un projet dans une entreprise. 

Le fonctionnement du protocole MCP 

Le MCP définit un cadre clair et structuré de ces échanges et repose sur une architecture en trois acteurs principaux bien définis qui permettent à tout le système de fonctionner correctement. Pour simplifier, imaginez un ordinateur portable avec ses ports USB-C. Ces ports vous permettent de brancher une multitude d’appareils : platine DJ pour mixer ou bien un disque dur pour copier des fichiers. 

On va utiliser cette image pour comprendre ce qu’est le MCP. Les trois parties du MCP sont : 

- MCP Host (l’ordinateur) : ici, l’ordinateur représente le “Host” du MCP, c’est lui qui demande des services et se connecte aux appareils, il définit les modules disponibles et les règles du dialogue. Un peu comme un chef de projet qui propose une tâche à faire, définit les règles, les délais et choisit les outils disponibles 😉 

- MCP Protocol (le port USB) : c’est le canal qui permet à l'ordinateur de communiquer avec différents appareils. Il reçoit l’invitation de l’hôte à utiliser le MCP et l'accepte ou non. Il joue également le rôle d’interface en traduisant les demandes de l’hôte vers les serveurs qui vont les réaliser. .

- MCP serveur (les appareils connectés) : c’est l’endroit où se trouvent les outils et les données, les appareils que vous branchez sont les “serveurs” du MCP. Chacun offre un service derrière lequel se cache une source de données à laquelle il peut accéder de manière standardisée. 

Ainsi, un serveur MCP peut partager trois types d’éléments avec l’IA : 

- Des ressources : ce sont les données ou des documents accessibles par l’IA via une URL unique, elles sont toujours accompagnées d’informations (métadonnées) pour aider l’IA à les comprendre. L’utilisateur garde ainsi le contrôle sur ce que l’IA peut voir. 

- Des outils : ce sont les actions que l’IA peut mettre en route et qu’elle peut décider d’ utiliser. Leur usage est décidé par l’IA, mais encadré par l’hôte pour garantir la sécurité et éviter les hallucinations. 

- Des prompts : ce sont des modèles d’instruction préparés pour réaliser certaines tâches (résumé, extraire des infos…). L’utilisation est validée par l’utilisateur ce qui la rend plus rapide. 

Un exemple concret : MCP dans le secteur des RH 

Au sein d’une entreprise, les Ressources Humaines sont souvent amenées à utiliser une multitude d’outils pour gérer les candidatures, les salaires ou encore les formations.

Le problème ? Ces outils ne communiquent pas toujours très bien entre eux, ce qui complique la recherche d’informations. Le protocole MCP permet de standardiser leur communication, évitant ainsi des connexions spécifiques pour chaque outil. Une IA pourrait ensuite faciliter l’accès aux données à la demande, mais il faut d’abord s’assurer de l’harmonisation des protocoles d’accès de chaque logiciel. 

Prenons un exemple concret pour illustrer cela : si un responsable RH demande “ trouve une personne en interne qui pourrait traduire notre nouvelle application”. Grâce aux MCP, les systèmes RH partagent les mêmes formats de données. Ils peuvent être interrogés de manière uniforme. Le responsable obtient une liste de personnes qualifiées en quelques secondes. 

Pourquoi c’est utile ? 

Le MCP évite de créer des connexions spécifiques entre chaque outil. Tous utilisent un format commun, ce qui facilite l’interconnexion. Par exemple, les systèmes de compétences, d’agenda et de formation partagent le même format, donc ils peuvent être interrogés sans difficulté. 

👉 Résultat pour les RH : un gain de temps considérable, des analyses rapides et un traitement des données sécurisé. En somme, une gestion RH plus fluide et plus intelligente, que demander de plus ? 

Les avantages du MCP pour l’automatisation IA 

Le Model Protocol Context (MCP) est un protocole conçu pour faciliter la communication entre différents systèmes et outils. Il offre plusieurs avantages importants qui permettent aux entreprises de mieux gérer leurs données et leurs applications. Voici trois avantages majeurs du MCP. 

Amélioration de l’interopérabilité 

Le MCP améliore l’interopérabilité en standardisant la manière dont les modèles d’IA interagissent avec différentes sources de données et outils externes. Avant le MCP, chaque application ou IA devait être connectée individuellement à chaque source de données, ce qui demandait de créer des intégrations spécifiques et souvent complexes. 

L’avantage du MCP c’est qu’au lieu de devoir développer des intégrations spécifiques pour chaque combinaison de modèle et d’outil, le MCP agit comme un “USB-C” universel, mais pour l’IA. Il suffit juste que chaque outil parle le même langage. Ainsi, grâce à cela, les développeurs peuvent relier rapidement leurs modèles d’IA à n’importe quelle source de données ou services, sans se soucier des différences de formats. 

Protocole sécurisé 

Lorsque l’on parle d’Intelligence Artificielle, on peut souvent faire face à des inquiétudes, et se poser des questions comme “mais mes données, elles deviennent quoi ?”. Et on comprend vos doutes, personne n’a envie de voir ses fichiers se balader librement sur internet. 

Mais pas de panique car un autre avantage du MCP est la sécurité des échanges entre l’intelligence artificielle et les outils ou bases de données externes. Le MCP a été pensé pour éviter ce genre de scénario et créer un cadre sécurisé et fiable, sans mettre vos informations en danger. 

Et on peut vous assurer que le MCP ne rigole pas avec la sécurité, c’est un peu comme le garde du corps de vos données. Chaque utilisateur doit s’identifier pour accéder aux informations. Des permissions précises déterminent qui a le droit de faire quoi. Bref, tout est verrouillé, surveillé et traçable. 

Flexibilité des déploiements 

Le MCP a un troisième avantage : la flexibilité des déploiements. Cela veut dire que les entreprises peuvent facilement changer et améliorer leurs systèmes d'intelligence artificielle. Elles n'ont pas besoin de tout reconstruire à chaque fois. Grâce à son architecture standardisée, le MCP permet de : 

- ajouter ou remplacer des modèles d’IA ou de sources de données sans devoir réécrire toutes les intégrations techniques 

- connecter rapidement de nouveaux outils ou applications 

- personnaliser les interactions selon les besoins spécifiques de chaque organisation 

Les défis et limites de l’utilisation du MCP 

Complexité de sa mise en place 

Mettre en place le protocole MCP, ce n’est pas juste cliquer sur un bouton “installer” et attendre patiemment que tout fonctionne. Spoiler : c’est un peu plus compliqué que ça… 

Premièrement, il faut que l’entreprise possède des connaissances avancées en développement, en gestion des API et en sécurité, car chacun des outils doit être capable de parler le langage du MCP. Et tout cela demande une réelle coordination entre les équipes informatiques et les métiers, un vrai travail collectif. Elles doivent être capables de comprendre le protocole et maîtriser les outils associés, ce qui représente une barrière à l’entrée pour beaucoup d’organisations. 

C'est d'ailleurs l'un des objectifs de notre offre IA, faire sauter les verrous techniques afin de libérer la puissance des réseaux de l'intelligence artificielle.

Mais ce n’est pas tout, quand il s’agit de vouloir intégrer le MCP à des systèmes déjà existants, c’est un peu comme monter un meuble sans la notice… En effet, l’un des plus gros défis est l’authentification : chacun des services externes utilise ses propres méthodes et le MCP ne propose pas encore de solution universelle pour gérer cette diversité. Cela oblige les entreprises à mettre en place des solutions de contournement ou des outils tiers pour sécuriser les accès. 

Mauvaise interprétation des données contextuelles 

Grâce au protocole MCP, l’IA peut accéder à des données structurées et accompagnées de métadonnées censées lui expliquer de quoi il s’agit. Tout est là pour qu’elle comprenne, mais il suffit que ces métadonnées soient mal remplies ou mal adaptées… et c’est la catastrophe. Résultat : l’IA peut vous fournir une réponse assurée tout en hallucinant complètement. 

Le vrai défi, c’est le contexte, c'est-à-dire celui qui donne du sens à l’information. Il est souvent propre à chaque entreprise et l’IA n’arrive pas à lire entre les lignes. Plus le contexte et la demande sont précis, plus la réponse le sera. L'information qu'on lui transmet doit être la plus limpide possible !

Prenons un exemple simple : supposons qu’un agent IA, connecté via MCP à un logiciel de gestion RH, doit analyser des contrats de travail pour vérifier les périodes d’essai des nouveaux employés. Si les champs des contrats ne sont pas standardisés, cela peut poser problème. Par exemple, certains utilisent “période d’essai” et d’autres “essai initial”. L’IA pourrait alors mal comprendre la durée de la période d’essai ou confondre les informations. 

Demain, le MCP réinventera nos conversations avec l’IA ? 

Le protocole MCP représente une avancée majeure dans le monde de l’intelligence artificielle, ouvrant la voie à une nouvelle façon de faire fonctionner la technologie autour de nous. Pourtant, son évolution est loin d'être terminée.

À l'avenir, grâce à l'évolution du protocole MCP, les IA pourront mémoriser des conversations de plus en plus longues et mettre en avant les éléments les plus importants. Il s'adapte à votre manière de parler pour générer des réponses uniques, comme une vraie discussion entre deux humains. 

Cette approche pourrait transformer et simplifier les besoins de nombreux secteurs, de la santé, à l'industrie, l’éducation et en passant par les ressources humaines. Le MCP est peut être le début d’un tournant dans l’univers de l’intelligence artificielle et des métiers de demain ? 

A suivre… 🙃 

Pour en savoir plus sur les systèmes IA, leurs applications concrètes et nos innovations à même de valoriser vos données ? Faites un tour sur notre site dédié !