Leaders d’opinion

Pourquoi les dirigeants IT devraient-ils réfléchir au Protocole de Contexte de Modèle ?

mm
Ajouter Unite.AI à vos sources préférées sur Google

Dernier novembre, Anthropic a lancé le Protocole de Contexte de Modèle (MCP), qui a initialement suscité un intérêt modéré. L’entreprise a inséré l’annonce dans un article de blog, qualifiant le MCP de norme ouverte destinée à « aider les modèles de pointe à produire de meilleures réponses, plus pertinentes ».

Mais à mesure que les développeurs en ont appris davantage sur le MCP, il est devenu clair à quel point il était puissant. En quelques mois, des entreprises comme OpenAI, Google et Microsoft ont adopté la norme. Cela a suscité un intérêt pour le MCP, car la croissance ressemblait à celle d’une application grand public à la mode, et non à un outil d’infrastructure pour développeurs.

Le dépôt GitHub du MCP s’est rapidement transformé en une communauté dynamique. Actuellement, il y a plus de 64 500 étoiles et environ 7 500 forks. Il y a également des milliers de serveurs qui ont surgi sur divers sites Web.

Une telle dynamique est rare pour l’infrastructure des développeurs. Pourtant, elle montre l’importance du MCP, qui est souvent qualifié de « USB C pour les applications d’IA ».

Voyons pourquoi cette norme ouverte est devenue si populaire et comment les dirigeants IT devraient y réfléchir.

Les avantages du MCP

Avant l’introduction des MCP, la création de systèmes d’IA générative avancés ou d’applications agissantes était un processus fastidieux. Chaque grand modèle de langage (LLM) nécessitait une intégration personnalisée avec chaque outil ou source de données qu’il utilisait. Cela a créé ce qu’on appelle le « problème MxN ». Il s’agit de la nécessité de connecter manuellement M modèles à N outils différents.

Par exemple, si vous utilisez trois LLM différents pour travailler avec dix applications, vous devrez créer 30 intégrations distinctes. Non seulement cela nécessitera-t-il des ressources d’ingénierie importantes, mais la base de code sera également difficile à maintenir à mesure que les outils, les API et les modèles évoluent.

Mais avec la norme MCP, le processus est considérablement amélioré. Elle offre deux capacités importantes : le contexte et l’utilisation d’outils avec les LLM. Cela permet non seulement d’obtenir des réponses plus pertinentes, mais également d’améliorer la précision et la productivité.

Par exemple, avec le contexte, une application d’IA peut accéder à une large gamme de sources de données publiques, telles que les données météorologiques ou financières. Les MCP peuvent également accéder à des sources de données privées comme Slack ou Jira.

En termes d’utilisation d’outils, un MCP peut effectuer des actions telles que des tâches CRUD pour les bases de données, la planification d’événements ou de rappels, ou des mises à jour pour les CRM ou les ERP.

Outre la standardisation du contexte et de l’utilisation des outils, il existe d’autres avantages avec le MCP. L’un d’eux est la sécurité, car il prend en charge l’autorisation basée sur OAuth. Ensuite, les modèles ne sont pas étroitement couplés avec les outils ou les sources de données. En d’autres termes, lorsque les API changent ou qu’un nouvel outil est adopté, il n’est pas nécessaire de réécrire le code.

Le MCP aide également à améliorer la gouvernance et la conformité en raison de la centralisation de l’utilisation des outils et des flux de données. Cela facilite l’application des politiques et des audits.

Compte tenu de ces avantages, il ne devrait pas être surprenant que le MCP soit devenu un système très populaire pour la création d’applications d’IA générative et agissantes.

Les défis du MCP

Le MCP nécessite encore beaucoup de travail pour le rendre plus stable et mature. Les interfaces utilisateur sont souvent maladroites et peu intuitives. Pour améliorer la sécurité, les MCP devraient également avoir des approches fortement typées pour minimiser les vecteurs d’attaque potentiels. Il est tout aussi important d’avoir une autorisation fine. Par exemple, il devrait être possible d’autoriser un serveur ou un agent MCP uniquement pour des actions spécifiques.

La découverte des MCP reste un problème. Ce dont nous avons besoin, ce sont des registres pour valider et certifier les serveurs, similaires à la façon dont fonctionnent les magasins d’applications. Ces registres peuvent servir différents secteurs verticaux, tels que l’informatique, la sécurité et la finance. Les entreprises sont susceptibles de développer des registres internes pour offrir un contrôle encore plus grand.

Enfin, les MCP peuvent avoir des implications plus larges, voire menacer les modèles économiques. Par exemple, ces systèmes pourraient réduire le nombre d’utilisateurs actifs quotidiens (DAU) pour les applications Web et les applications mobiles. La raison en est que les agents d’IA utiliseront les MCP pour effectuer des actions, ce qui signifie qu’il y a moins de besoin pour les utilisateurs humains de visiter les plateformes.

Sécurité en tant que fondation

Les MCP permettent une innovation beaucoup plus rapide. C’est particulièrement important dans la mesure où les entreprises sont confrontées à une pression croissante pour montrer des résultats tangibles issus de leurs investissements dans l’IA. Cependant, la poursuite de la vitesse ne doit pas se faire au détriment de la sécurité et de la conformité. Couper des corners dans ces domaines peut créer des risques importants, étant donné que les MCP non seulement accèdent à des données sensibles mais peuvent également agir directement sur celles-ci.

Une mise en œuvre du MCP devrait intégrer la gouvernance, la journalisation et la vérification dans chaque couche. Les politiques doivent clairement définir qui peut autoriser les agents, quelles actions ils sont autorisés à effectuer et comment ces activités sont surveillées. L’autorisation granulaire, combinée à une surveillance continue, réduit le risque de mauvaise utilisation tout en assurant la transparence requise pour la conformité.

Conclusion

Le MCP est en train de devenir un élément clé pour la création de la prochaine génération de systèmes d’IA générative et agissants. Pour les dirigeants IT, le MCP représente à la fois une opportunité et une responsabilité. Il y a l’opportunité de débloquer de nouvelles efficacités et capacités, et la responsabilité de le mettre en œuvre avec les garde-fous appropriés.

À long terme, les entreprises qui traitent la sécurité et la conformité comme des éléments intégraux, et non comme des options, seront les mieux placées pour capter toute la valeur du MCP. En équilibrant l’innovation avec une solide gouvernance, les dirigeants IT peuvent s’assurer que leurs initiatives d’IA ne sont pas seulement puissantes et transformatives, mais également fiables, durables et résilientes.

Nikhil Mungel, est le responsable de la R&D en IA chez Cribl, où il construit des systèmes alimentés par LLM pour la transformation et l'analyse des données IT et de sécurité. Avant Cribl, il a passé plus d'une décennie à développer des systèmes distribués à travers le paysage de l'observabilité et de la technologie sociale grand public. Il vit à San Francisco avec sa femme et ses deux enfants. Son objectif actuel est d'appliquer l'IA pour rendre les infrastructures complexes plus intuitives et explicables.