Un serveur MCP (serveur du Model Context Protocol) est un processus logiciel en cours d’exécution qui expose vos outils, vos données et vos systèmes à un agent IA via une interface standardisée. Quand un fournisseur affirme que son produit dispose du « support MCP », il veut dire que son logiciel peut être connecté à une IA comme Claude afin que l’IA puisse lire des données, exécuter des actions, ou les deux — sans code d’intégration personnalisé de votre côté. MCP est un standard ouvert, publié pour la première fois par Anthropic en novembre 2024 et maintenant géré par la Agentic AI Foundation (AAIF) de la Linux Foundation, avec l’adoption d’Anthropic, d’OpenAI et de Google DeepMind depuis début 2026.
Ce que ce n’est PAS
MCP n’est pas un produit que vous achetez. Vous ne payez pas pour MCP. C’est un protocole — une spécification qui définit comment les agents IA et les systèmes logiciels se parlent. Pensez à HTTP, le protocole qui régit comment les navigateurs web demandent des pages : HTTP n’est ni un navigateur ni un serveur, c’est le langage convenu qu’ils parlent tous les deux.
MCP n’est pas une garantie de maturité de production. Un fournisseur revendiquant le « support MCP » peut signifier n’importe quoi, de « nous avons implémenté la spécification de protocole de base en un week-end » à « nous exploitons un serveur MCP hébergé durci, conforme SOC 2, avec des SLAs d’uptime ». La conformité au protocole et la qualité opérationnelle sont deux choses séparées, et l’écart entre elles est là où se situe le vrai risque pour l’acheteur.
MCP n’est pas un agent ni une IA. C’est la plomberie qui connecte un agent IA à un système. L’agent — Claude ou un autre LLM — est distinct du serveur MCP. Un serveur MCP Salesforce expose vos données CRM à Claude ; Claude reste Claude.
Comment ça fonctionne (version non technique)
Un serveur MCP peut offrir trois types de choses à un agent IA :
- Tools — des actions que l’IA peut exécuter : créer un contact, mettre à jour un stage de deal, exécuter une requête de recherche, envoyer un message, déclencher un workflow. Ce sont les plus délicats du point de vue des permissions ; ils écrivent ou agissent en votre nom.
- Resources — des données que l’IA peut lire : fichiers, enregistrements de base de données, événements de calendrier, texte de contrats, offres d’emploi, données de pipeline. En lecture seule. Risque moindre.
- Prompts — des templates préconstruits que l’IA peut invoquer : requêtes structurées, instructions de workflow spécialisées regroupées côté serveur.
Quand vous enregistrez un serveur MCP dans Claude (via Claude Code, l’application desktop Claude, ou un plugin), Claude découvre quels tools et resources le serveur propose en lisant son manifeste. À partir de ce moment, quand vous demandez à Claude de faire quelque chose qui correspond à l’un de ces tools — « mets à jour le stage du deal Acme Corp en Proposition » — Claude appelle le tool, le serveur MCP exécute l’action sur le vrai système, et Claude rend compte du résultat.
La couche de transport est soit stdio (pour un serveur local tournant sur votre machine) soit HTTP/SSE (pour un serveur hébergé auquel vous vous connectez via internet). La plupart des serveurs fournis par les fournisseurs sont HTTP/SSE. Les serveurs locaux sont plus courants dans les workflows de développement.
Ce que « support MCP » signifie vraiment dans un pitch fournisseur
Les fournisseurs ont commencé à ajouter le « support MCP » à leur positionnement. L’expression peut signifier plusieurs choses distinctes :
- Niveau 1 — Conforme au protocole. Le fournisseur a construit un serveur qui suit la spécification JSON-RPC 2.0 qui sous-tend MCP. Cela fonctionne en démo. C’est le minimum pour revendiquer le support MCP. Le renouvellement de token, le rate limiting et la pagination peuvent ne pas être gérés. L’utilisation en production exige que votre équipe gère la complexité opérationnelle.
- Niveau 2 — Hébergé et maintenu. Le fournisseur exploite le serveur MCP pour vous. Il gère le cycle de vie des tokens OAuth (pour que votre IA puisse s’authentifier à 2 h du matin quand les tokens expirent), applique le rate limiting contre l’API sous-jacente et fournit un SLA d’uptime. C’est ce dont les équipes ops ont vraiment besoin pour faire tourner des workflows IA fiables.
- Niveau 3 — MCP géré. Un prestataire tiers génère et maintient des serveurs MCP pour de nombreux outils SaaS depuis une couche gérée unique, en gérant l’isolation multi-tenant et la complexité opérationnelle.
La différence entre le Niveau 1 et le Niveau 2 n’est pas visible dans les supports marketing. Vous devez demander.
Les cinq questions à poser à tout fournisseur revendiquant le support MCP
Avant de vous appuyer sur le serveur MCP d’un fournisseur dans un workflow, obtenez des réponses à ces questions :
- « Avec quelles plateformes IA avez-vous testé ? » S’ils disent « nous l’avons construit selon la spécification », c’est le Niveau 1. S’ils nomment des plateformes spécifiques testées et des clients enterprise qui l’utilisent en production, c’est plus crédible.
- « Que se passe-t-il quand un token OAuth expire en plein milieu d’un workflow ? » S’ils ne peuvent pas décrire précisément le comportement de renouvellement de token, ils ne l’ont pas traité. Cela compte pour les exécutions agentiques nocturnes et les tâches planifiées.
- « Puis-je restreindre mon agent IA à un accès en lecture seule ? » Les implémentations MCP responsables vous permettent de configurer si l’IA ne peut que lire des données ou peut aussi écrire et agir. S’ils disent non ou semblent désorientés, le rayon d’explosion d’un workflow IA mal configuré est plus grand que nécessaire.
- « Gérez-vous le rate limiting pour moi ? » Votre HubSpot, Salesforce et Greenhouse ont chacun des limites d’API différentes. Si le serveur MCP du fournisseur ne gère pas ça, vos workflows IA vont commencer à échouer à l’échelle.
- « Quel est votre SLA si le serveur MCP tombe ? » Un serveur MCP est désormais dans le chemin critique de votre workflow IA. Comprendre si les interruptions sont acceptables ou si vous avez besoin d’un service hébergé avec SLA.
Pourquoi c’est important pour les responsables opérationnels maintenant
L’écosystème MCP comptait plus de 10 000 serveurs publics actifs début 2026 (source : rapports sur l’écosystème Anthropic). Vos fournisseurs RevOps, Legal Ops et Recruiting ajoutent le support MCP pour rester pertinents auprès des équipes AI-first. Cela crée trois opportunités concrètes et un vrai risque :
Opportunités :
- Les agents IA (Claude, configuré avec des skills) peuvent lire et mettre à jour directement vos systèmes sans intégrations personnalisées ni wrappers API. Un agent de revue de deal peut extraire les données MEDDICC de Salesforce via MCP et les mettre à jour après l’appel, sans saisie manuelle.
- Les coordinatrices et coordinateurs de recrutement peuvent faire tourner des agents de sourcing qui lisent les offres d’emploi de leur ATS via MCP, recherchent des candidats et créent des ébauches d’outreach — le tout dans une seule conversation Claude.
- Les équipes juridiques peuvent connecter les systèmes CLM via MCP pour que l’analyse de contrats tourne sur des documents en temps réel, pas sur des copies obsolètes.
Le risque : « support MCP » comme case à cocher fournisseur ne signifie pas une infrastructure de production fiable. Traitez les revendications MCP des fournisseurs comme vous le feriez pour n’importe quelle revendication d’intégration API : renseignez-vous sur l’uptime, la gestion des erreurs, la gestion des tokens et le comportement en cas de rate limiting avant de construire des workflows par-dessus.
MCP et Claude Skills ensemble
Un serveur MCP seul donne à Claude l’accès aux données et la capacité d’action. Il ne lui donne pas la méthodologie de raisonnement de votre équipe. Associer un serveur MCP à un Claude skill — le skill apportant la procédure, le serveur MCP apportant les données en temps réel — c’est ce qui produit des workflows IA à la fois précis et cohérents. Un skill de risque contractuel connecté à un serveur MCP CLM surpassera l’une ou l’autre couche seule, parce que le skill code vos seuils de risque et le serveur MCP fournit le texte actuel du contrat. Pour une comparaison complète de ces deux couches, voir Claude Skill vs serveur MCP.
Pièges courants
- Faire confiance au « support MCP » sans demander la qualité opérationnelle. La spécification du protocole et l’infrastructure de production sont deux choses différentes. Demandez toujours la distinction Niveau 1 vs Niveau 2 avant de vous fier à un serveur.
- Donner à l’agent IA un accès en écriture alors que la lecture seule couvre le cas d’usage. Commencez avec un accès MCP en lecture seule. Ajoutez les tools d’écriture de manière incrémentale, un à la fois, et vérifiez la portée avant de les activer. Un agent IA qui peut écraser des enregistrements de deals ou envoyer des emails a besoin de contrôles de périmètre stricts.
- Supposer que MCP élimine le travail d’intégration. Même au Niveau 2, quelqu’un a configuré l’application OAuth, enregistré le serveur et testé les sorties des tools. MCP réduit considérablement le coût d’intégration par rapport au code personnalisé, mais n’élimine pas l’étape de mise en place.
Associé
- Claude Skill vs serveur MCP — comment associer les deux couches pour les workflows opérationnels
- Claude — l’agent IA qui consomme les serveurs MCP