« Combien me reste-t-il de congés ? » La question est simple. Pourtant, un assistant d’IA qui n’a pas accès à votre dossier peut seulement vous expliquer où chercher. Vous devez encore ouvrir votre logiciel RH, retrouver le bon écran et consulter votre solde.
Imaginez maintenant que l’assistant puisse aller chercher cette information pour vous. Vous posez la question, il consulte votre solde et vous répond dans la conversation.
Le MCP, pour Model Context Protocol, est un standard ouvert qui permet de relier un assistant d’IA à des logiciels et à leurs données. Voici ce que cette connexion change au quotidien.
Une IA qui peut consulter vos outils
Un assistant peut vous aider à rédiger un e-mail ou à préparer un entretien avec les informations que vous lui donnez. Pour connaître les congés validés dans votre équipe, il lui faut un accès à votre outil RH.
Le MCP fournit une méthode commune pour établir ce lien. La documentation officielle le compare à une prise USB-C : un même standard de connexion pour des outils différents.
Vous entendrez souvent parler d’« un MCP ». Il s’agit généralement d’un serveur MCP : le programme qui expose à l’assistant certaines fonctions d’un outil, comme rechercher un document ou consulter un planning. Le MCP lui-même désigne les règles de cet échange.
L’intérêt pour vous : retrouver une information depuis la conversation, sans devoir la copier-coller à chaque demande.
Du solde de congés à la demande d’absence
Prenons un exemple fictif, avec un logiciel RH et un assistant compatibles, configurés pour cet usage.
Vous : « Combien me reste-t-il de congés payés ? »
L’assistant, après consultation du logiciel : « Votre solde disponible est de 8 jours. »
Vous : « Prépare une demande pour vendredi prochain. »
L’assistant : « Voici la date et le type d’absence. Confirmez-vous l’envoi de la demande à votre responsable ? »
Dans ce scénario, l’assistant utilise d’abord une fonction de consultation, puis une fonction de création de demande. Consulter un solde et déposer un congé sont deux autorisations distinctes. Un connecteur peut très bien proposer la première sans permettre la seconde.
Une fois envoyée, la demande suit le circuit de validation prévu dans le logiciel RH. Le responsable garde son rôle.
Ce qui se passe derrière votre question
La documentation technique du MCP décrit comment l’application d’IA découvre les fonctions proposées par un serveur et les appelle. Reprenons notre exemple :
- Le serveur décrit les fonctions disponibles. Par exemple : consulter un solde ou créer une demande d’absence, avec les informations à fournir.
- L’assistant choisit la fonction adaptée à votre demande. L’application transmet l’appel au serveur MCP, selon les autorisations configurées.
- Le serveur interroge le logiciel RH. Celui-ci reste la source du solde et doit contrôler les droits d’accès.
- L’assistant formule la réponse. Il s’appuie sur le résultat renvoyé pour vous répondre.
Il faut donc un assistant compatible, un serveur relié au logiciel et des accès correctement paramétrés. Une mention « compatible MCP » ne suffit pas à savoir quelles tâches seront disponibles.
Vous connaissiez les API ? Le MCP s’appuie souvent dessus
Une API permet à des programmes d’échanger avec un logiciel. Par exemple, elle peut donner accès à un solde de congés ou permettre de créer une absence.
Un serveur MCP peut utiliser cette API et présenter ces fonctions à l’application d’IA dans un format commun. Le développeur du serveur réalise le raccordement au logiciel ; l’assistant compatible peut ensuite découvrir les fonctions proposées.
Dans notre exemple, le chemin peut donc être : votre question → l’assistant → le serveur MCP → l’API du logiciel RH. Le résultat revient ensuite jusqu’à vous.
Les API restent utiles. Le MCP facilite leur utilisation par les assistants, sans devoir recréer toute l’intégration pour chaque application d’IA. La compatibilité et les fonctions prises en charge restent à vérifier.
Trois demandes qu’on aimerait déléguer
Au-delà des congés, voici trois usages envisageables si le connecteur donne accès aux fonctions nécessaires.
« Quelles absences attendent encore une validation ? »
La clôture de paie approche. Vous voulez retrouver les demandes en attente sur le mois et les responsables concernés. L’assistant pourrait rassembler cette liste pour vous aider à cibler vos relances.
« Qui sera présent mardi dans mon équipe ? »
Vous préparez une réunion. Une consultation du planning permettrait à l’assistant de repérer les disponibilités, dans le périmètre que vous avez le droit de consulter.
« Quels entretiens reste-t-il à organiser ? »
Vous faites le point sur la campagne d’entretiens. L’assistant pourrait retrouver les rendez-vous manquants et préparer une synthèse par service, à partir des statuts enregistrés.
Ces exemples illustrent des possibilités du protocole ; leur disponibilité dépend de chaque solution. Retrouvez d’autres usages dans notre dossier sur l’intelligence artificielle en RH.
Brancher l’IA ne règle pas tout
Si une absence n’a pas été saisie, elle manquera aussi dans la réponse de l’assistant. Et une IA peut mal interpréter votre question ou le résultat reçu. Demandez-lui de préciser la période, le périmètre et la source utilisés lorsqu’une réponse sert à préparer une décision.
L’accès aux données mérite la même attention. Un salarié qui consulte son solde ne doit pas obtenir le dossier de ses collègues. Les droits doivent être contrôlés par les systèmes qui fournissent les données. Une consigne écrite dans la conversation ne remplace pas ce contrôle.
La spécification MCP prévoit des principes de consentement et de contrôle, mais précise que le protocole ne les fait pas respecter à lui seul. Avant de connecter un outil RH, faites préciser :
- Ce que l’assistant peut lire et modifier. Un accès au planning n’implique pas un accès aux rémunérations.
- Ce qui nécessite votre confirmation. Vérifiez notamment le comportement avant tout envoi ou modification.
- Où vont les données. Quels prestataires les reçoivent, les conservent ou peuvent les réutiliser ?
Le RGPD continue de s’appliquer aux données personnelles. La CNIL recommande d’encadrer les usages et les informations transmises à une IA générative. Pour consulter un solde de congés, le dossier complet du salarié n’est pas nécessaire.
Les questions qui restent
Que signifie MCP ?
MCP signifie Model Context Protocol, ou « protocole de contexte pour les modèles ». Le contexte désigne ici les informations et les outils auxquels un modèle d’IA peut accéder pour traiter une demande.
D’où vient le MCP ?
Anthropic a présenté le MCP le 25 novembre 2024 comme un standard ouvert pour connecter les assistants aux données et aux outils. Depuis le 9 décembre 2025, il est géré de façon neutre par l’Agentic AI Foundation, au sein de la Linux Foundation. Il est pris en charge par les principaux assistants, dont ChatGPT, Claude, Gemini et Microsoft Copilot.
Faut-il savoir programmer pour l’utiliser ?
Pas nécessairement lorsqu’un connecteur prêt à l’emploi est proposé. Son installation et ses autorisations peuvent toutefois nécessiter l’intervention de votre équipe informatique. Construire un serveur spécifique demande des compétences techniques.
Le MCP est-il gratuit ?
Le protocole est ouvert et utilisable sans acheter de licence MCP. L’assistant, le connecteur, son hébergement ou le logiciel auquel il donne accès peuvent être payants.
Une connexion MCP empêche-t-elle l’IA d’inventer une réponse ?
Non. Elle lui donne accès à des sources utiles, mais l’assistant peut encore se tromper dans le choix de l’outil ou l’interprétation du résultat. Une réponse qui engage une action RH doit rester vérifiable.
Pour comprendre les autres termes que vous croiserez autour du MCP, consultez notre lexique de l’intelligence artificielle.
Sources et références
Anthropic, Introducing the Model Context Protocol, 25 novembre 2024
Model Context Protocol, What is the Model Context Protocol (MCP)?, architecture et spécification officielle
Linux Foundation, création de l’Agentic AI Foundation, 9 décembre 2025 ; Model Context Protocol, MCP joins the Agentic AI Foundation
CNIL, Comment déployer une IA générative : la CNIL apporte de premières précisions
