Le Model Context Protocol (MCP) est un standard ouvert, introduit par Anthropic fin 2024, qui permet aux assistants IA de se connecter à des outils externes et à des sources de données via une interface commune. Pour les équipes marketing B2B, cela signifie qu’un assistant comme Claude, ChatGPT ou un agent dans un IDE peut lire directement les enregistrements CRM, interroger les analyses ou rédiger des rapports de campagne, au lieu que quelqu’un ait à copier des données dans une fenêtre de chat.
Avant MCP, chaque intégration entre un modèle et un outil était personnalisée. Une équipe souhaitant que son assistant lise HubSpot et Google Analytics avait besoin de deux plugins sur mesure, reconstruits pour chaque produit IA. MCP définit un protocole : un outil s’expose en tant que serveur MCP, et tout client compatible peut l’utiliser. Le support s’est étendu à plusieurs clients IA et outils de développement majeurs, et de nombreux fournisseurs SaaS publient désormais des serveurs officiels.
Comment fonctionne MCP en termes simples ?
Il y a trois parties. L’hôte est l’application que la personne utilise, comme Claude Desktop ou un IDE. Le client vit à l’intérieur de cet hôte et parle le protocole. Le serveur enveloppe une source de données ou un outil et décrit ce qu’il offre.
Les serveurs peuvent exposer trois types de capacités :
- Outils : actions que le modèle peut appeler, comme “rechercher des contacts” ou “créer un brouillon d’e-mail”.
- Ressources : données que le modèle peut lire, comme un fichier, un rapport ou une table de base de données.
- Prompts : modèles réutilisables suggérés par le serveur, comme “résumer ce compte”.
Les serveurs peuvent s’exécuter localement sur un ordinateur portable ou à distance via HTTP avec authentification. Les serveurs distants utilisent généralement OAuth, de sorte que la personne se connecte à l’outil sous-jacent et l’assistant agit avec les autorisations de cette personne.
Quelles tâches de marketing B2B en bénéficient le plus ?
MCP est rentable là où le travail implique d’extraire des faits de plusieurs systèmes et de les transformer en une décision ou un document. Dans une équipe B2B typique, ce sont les candidats les plus solides.
Recherche de compte avant le transfert aux ventes
Un assistant connecté au CRM, aux analyses de site web et à une source de données firmographiques peut assembler un dossier de compte d’une page : quelles pages les visiteurs de l’entreprise ont lues, quels e-mails ils ont ouverts, les opportunités ouvertes et les actualités récentes. Les représentants obtiennent du contexte sans cinq onglets de navigateur.
Rapports de campagne
Connecté aux plateformes publicitaires et aux analyses, l’assistant peut extraire les dépenses du mois dernier, le pipeline influencé et le coût par opportunité, puis rédiger le récit. Un humain vérifie toujours les chiffres, mais le temps d’assemblage diminue considérablement.
Opérations de contenu
Avec un accès au CMS et à la Search Console, un assistant peut lister les pages perdant des impressions, ouvrir chacune d’elles et proposer des mises à jour dans un document pour qu’un éditeur les examine.
Quels sont les risques de sécurité liés à la connexion de l’IA aux données de l’entreprise ?
C’est la partie que la plupart des guides ignorent. Un serveur MCP donne à un modèle un accès réel, et le modèle peut être manipulé par le contenu qu’il lit.
- Injection de prompt : une page web, un e-mail ou une note CRM peut contenir des instructions cachées. Si l’assistant la lit et dispose également d’un outil “envoyer un e-mail”, il peut agir selon ces instructions.
- Autorisations trop larges : un serveur fonctionnant avec un jeton d’administrateur permet à l’assistant de faire tout ce que l’administrateur peut faire.
- Serveurs non approuvés : les serveurs communautaires sont du code que vous exécutez ; examinez-les comme vous le feriez pour toute dépendance.
- Résidence des données : les données transmises à un modèle cloud quittent vos systèmes, ce qui est important dans le cadre du RGPD et de la KVKK.
Le modèle le plus sûr est la lecture seule par défaut. N’accordez des outils d’écriture que là où un humain confirme chaque action, et utilisez des comptes de service distincts à faibles privilèges plutôt que des identifiants d’administrateur personnels.
Comment Alien Road applique le Model Context Protocol
Dans une mission typique, notre équipe d’optimisation IA commence par un inventaire des flux de travail plutôt que par une liste d’outils. Nous nous asseyons avec les opérations marketing et commerciales, notons chaque tâche récurrente impliquant la copie de données entre systèmes et estimons les heures hebdomadaires consacrées à chacune.
La configuration est l’étape suivante. Nous préférons les serveurs officiels des fournisseurs lorsqu’ils existent, exécutons des serveurs personnalisés uniquement pour les systèmes internes sans serveur officiel, et configurons chacun avec les portées les plus étroites nécessaires à la tâche. Chaque serveur reçoit une brève politique écrite : qui peut l’utiliser, quels outils sont activés, quelles données il peut lire.
La mesure est simple. Nous chronométrons les tâches choisies avant et après, suivons les corrections d’erreurs trouvées lors de la révision humaine et enregistrons les appels d’outils afin que le client puisse voir ce que l’assistant a réellement fait. Les rapports mensuels couvrent les heures économisées, les résultats de la révision et tout changement d’autorisation, et nous supprimons les serveurs qui ne sont pas utilisés.
Un plan de déploiement pour les 60 premiers jours
Gardez la première phase suffisamment petite pour être entièrement auditée.
- Semaines 1-2 : choisissez deux flux de travail en lecture seule, comme les rapports de campagne hebdomadaires et les dossiers de compte.
- Semaines 2-3 : connectez les serveurs officiels pour le CRM et les analyses, avec un compte de service limité à l’accès en lecture.
- Semaines 3-5 : exécutez les flux de travail en parallèle avec le processus manuel et comparez les résultats ligne par ligne.
- Semaines 5-6 : rédigez le guide de l’équipe : prompts approuvés, étapes de révision, ce qu’il ne faut jamais coller ou connecter.
- Semaines 7-8 : envisagez une action d’écriture, comme la création de brouillons d’enregistrements, avec confirmation humaine requise.
Que devrait-on laisser hors de portée ?
Certaines tâches sont mal adaptées même avec de bons outils. Les décisions de tarification finales, les conditions contractuelles et tout ce qui engage l’entreprise juridiquement doivent rester un travail humain. Il en va de même pour les messages sortants envoyés sans révision ; un assistant capable d’envoyer automatiquement des e-mails à des prospects est à une instruction injectée d’un incident.
Soyez prudent avec les données qui sont exactes à la source mais trompeuses hors contexte. Un champ CRM indiquant “étape de l’affaire : perdu” peut masquer une conversation rouverte enregistrée dans des notes. Apprenez à l’équipe à traiter les résumés de l’assistant comme des brouillons.
Comment jugez-vous si MCP vaut la peine d’être maintenu ?
Les serveurs ont besoin d’entretien. Les API changent, les jetons expirent et les fournisseurs mettent à jour leurs serveurs officiels. Un test utile après trois mois : si un flux de travail connecté économise moins de temps que les heures consacrées à le maintenir et à examiner les résultats, abandonnez-le. Gardez ceux pour lesquels les gens se plaindraient s’ils disparaissaient.
Par où commencer cette semaine
Notez trois tâches que votre équipe répète chaque semaine et qui impliquent de copier des chiffres d’un système vers un document. Pour l’une d’elles, vérifiez si l’outil source publie un serveur MCP officiel, installez-le dans un espace de travail de test avec un compte en lecture seule, et exécutez la tâche une fois avec un assistant tout en la chronométrant par rapport à la méthode habituelle. Prenez des notes sur chaque correction que vous avez dû apporter.
Continuer la lecture : Optimisation par IA · Optimisation par IA