Le MCP, c'est quoi ?

Depuis un an, on voit fleurir le terme « MCP » partout.

Mais, concrètement, c'est quoi un MCP ? Et en quoi change-t-il la donne pour les IA et nos outils du quotidien ?

MCP : le nouveau standard pour connecter votre IA à vos outils

MCP, pour Model Context Protocol, c’est un peu comme une API universelle pour les IA. Avant son arrivée, connecter une intelligence artificielle à un outil comme HubSpot, Notion ou Gmail relevait du parcours du combattant.

Imaginez : pour que Claude ou ChatGPT puisse interagir avec un service, il fallait coder une intégration sur mesure pour chaque outil. Pire encore, si l’outil voulait envoyer des données à l’IA, il fallait aussi que cette dernière développe une API dans l’autre sens.

Résultat ? Un vrai casse-tête : chaque outil avait sa propre API, son propre format de données. Multipliez cela par des dizaines d’outils et vous vous retrouviez avec des dizaines d’intégrations à coder, tester et maintenir. À grande échelle, c’était tout simplement ingérable.

Prenez l’exemple de l’USB-C : avant, chaque appareil avait son propre câble. Aujourd’hui, une seule prise suffit pour tout brancher. Le MCP fait exactement la même chose, mais entre votre IA et vos logiciels. Voyez-le comme la nouvelle génération d’API, mais bien plus simple à utiliser, presque aussi intuitif qu’un branchement en un clic.

Comment le MCP révolutionne-t-il les choses ?

Au lieu de devoir coder une intégration sur mesure pour chaque outil, le MCP standardise la couche de connexion.

‍
Concrètement, voici comment ça fonctionne : un serveur MCP est créé pour chaque outil (par exemple, un serveur pour HubSpot, un autre pour Google Drive). Ce serveur expose les fonctionnalités de l’outil dans un format universel que n’importe quelle IA compatible peut comprendre.
L’IA, de son côté, n’a plus besoin de connaître les détails techniques de chaque API (les endpoints, les méthodes, les paramètres, etc.). Elle interroge simplement le serveur MCP, qui se charge de traduire sa demande dans le langage de l’outil.

‍
Et surtout, l’IA prend elle-même les décisions. Contrairement à une API classique, où vous devez choisir quel outil appeler, avec quels paramètres et dans quel ordre, le MCP permet à l’IA de gérer tout cela en autonomie.

Prenons un exemple : vous demandez à votre IA : « Récupère-moi les KPI des derniers deals depuis HubSpot. »

‍
L’IA va :

1. Identifier quel outil utiliser (ici, HubSpot),
2. Construire la requête adaptée,
3. Récupérer les données et vous les présenter.

Aucun besoin d’ouvrir HubSpot vous-même.

Comment ça marche ?

Trois mots suffisent à comprendre comment ça marche.

• ‍L'hôte : c’est votre application IA (Claude, ChatGPT, votre assistant personnalisé…).
• ‍Le serveur MCP : c’est l’adaptateur qui permet à l’IA de dialoguer avec un outil spécifique (un serveur pour HubSpot, un autre pour Notion, un pour Ahrefs…).
• ‍Le client : c’est le "câble invisible" qui relie les deux. Vous ne le voyez jamais, mais c’est lui qui fait transiter les demandes.

Concrètement ? Vous posez une question à votre IA. Si elle a besoin d’agir, elle passe par le serveur MCP correspondant, qui interroge l’outil, récupère la réponse et vous la renvoie… le tout en quelques secondes, directement dans la conversation.

C'est ce qui transforme votre chatbot, qui se contente de répondre, en un agent IA qui a les moyens d'agir.

Reprenons l'exemple concret avec HubSpot : vous demandez à votre IA : « Fais-moi un récap’ rapide des KPI depuis HubSpot. »

1. L’IA (l’hôte) comprend votre demande.
2. Elle interroge le serveur MCP HubSpot, qui connaît les données disponibles (deals, contacts, entreprises…).
3. Le serveur récupère les informations et les renvoie à l’IA dans un format qu’elle comprend.
4. L’IA vous présente le résultat, sans que vous ayez eu à ouvrir HubSpot.

Pourquoi est-ce révolutionnaire ?

Avec une API classique, c’est à vous de savoir quel outil appeler, définir les paramètres de la requête et gérer manuellement le routage des données.

Avec le MCP, c’est l’IA qui s’en charge : vous posez une question en langage naturel, l’IA choisit l’outil, construit la requête et vous renvoie la réponse.

Exemple concret : Si vous connectez les serveurs MCP de Google Drive, Slack, Ahrefs et HubSpot à Claude, vous pouvez lui demander :

• « Quels sont les fichiers SEO dans mon Drive partagés avec l’équipe marketing ? »
• « Envoie un message Slack à marie avec les 3 derniers deals HubSpot. »
• « Quelle est ma position sur le mot-clé ‘MCP’ selon Ahrefs ? »

Claude comprend, agit et vous répond directement, sans que vous ayez à ouvrir un seul outil.

Qui supporte le MCP en 2026

Anthropic a lancé le MCP fin 2024 pour son IA Claude. Très vite, le standard a séduit les géants du secteur :

OpenAI l'a adopté pour ChatGPT début 2025. Google a suivi. Microsoft l'intègre aussi.

Depuis fin 2025, le protocole est géré par la Linux Foundation : il n'appartient donc plus à un seul éditeur. Que vous utilisiez Claude, ChatGPT ou Gemini, vous parlez le même langage de connexion. C'est ça, la magie d'un standard.

Et concrètement, pour le marketing ?

C'est là que ça devient intéressant pour vous.

Avec les bons serveurs MCP, votre IA lit votre CRM, interroge vos données SEO et écrit dans vos outils, sans export ni copier-coller.

Chez Mantra, c'est déjà notre quotidien :

• La chaîne SEO interroge Ahrefs et écrit ses briefs dans Notion grâce au MCP.
• Un nouveau lead dans HubSpot et l'IA prépare la fiche de qualification.
• Une question sur la position de vos pages (SEO) et elle interroge Ahrefs sans ouvrir le dashboard.

Couplé à Claude Skills, qui apprend votre méthode à l'IA, le MCP lui donne accès à vos outils. Les deux ensemble, vous tenez un vrai assistant.

Et si vous voulez le faire de vos mains sur vos vrais outils, c'est le cœur de la formation Automatisation et Agent IA Marketing, en 3 semaines.

Les limites actuelles

Le MCP est encore jeune (à peine 2 ans), et malgré son adoption fulgurante, quatre limites subsistent :

1. Une couverture encore inégale. Les outils les plus populaires (Google Drive, Slack, Notion, HubSpot, Ahrefs, Gmail) ont leurs serveurs MCP mais beaucoup d’autres n’en proposent pas encore.
2. Une fiabilité variable
   • Les serveurs officiels (maintenus par les éditeurs) sont stables et sécurisés.
   • Les serveurs communautaires (créés par des développeurs indépendants) sont de qualité inégale. Attention : installer un serveur MCP non reconnu peut comporter des risques pour la sécurité de vos données.
3. Un contrôle limité. L’IA décide quand et comment appeler l’outil. Si vous ne définissez pas de règles précises (via un Skill ou un prompt détaillé), le résultat peut ne pas correspondre à vos attentes, ou générer des requêtes inutiles.
4. Des questions de sécurité. Donner à une IA un accès direct à vos outils soulève des enjeux d’autorisation. Même si vos données ne servent pas à entraîner les modèles, l’IA peut accéder à l’intégralité des données de l’outil connecté (par exemple, tous vos contacts HubSpot). Vérifiez toujours les permissions avant de connecter un serveur MCP.

FAQ

Le MCP, c'est quoi en deux phrases ?

Le Model Context Protocol est un standard qui connecte une IA à vos outils et vos données. Il joue le rôle de prise universelle entre votre IA et votre stack, comme l'USB-C pour vos appareils.

Faut-il savoir coder pour utiliser un MCP ?

Non. Vous installez un serveur existant via les connecteurs de votre IA, souvent en quelques clics. Coder ne devient utile que pour créer un serveur sur-mesure.

Un serveur MCP, c'est quoi ?

C'est un programme qui sait parler à un outil précis et expose ses fonctions à votre IA. Le serveur HubSpot lit vos contacts, le serveur Ahrefs sort vos positions.

MCP, Claude, ChatGPT, Gemini : qui le supporte ?

Les trois. Anthropic a créé le MCP pour Claude fin 2024, OpenAI l'a adopté début 2025, Google a suivi. C'est devenu un standard partagé.