Il y a un peu plus d'un an, MCP (Model Context Protocol) était un protocole publié par Anthropic, qui circulait à petite échelle dans la communauté des développeurs. La plupart le considéraient comme une spécification technique pour connecter des outils d'IA, permettant à Claude de se brancher sur divers outils externes.
Aujourd'hui, il apparaît dans une annonce conjointe de Google Cloud et ServiceNow. Le scénario : l'auto-réparation des réseaux 5G.
Ce qui a été annoncé
Le 22 avril, Google Cloud et ServiceNow ont annoncé un partenariat lors de la conférence Google Cloud Next, dont le cœur est la combinaison de trois protocoles :
- MCP (Model Context Protocol) : Interface standard pour l'échange en temps réel de données et d'outils entre l'IA et les systèmes externes
- A2A (Agent-to-Agent) : Protocole de transmission de commandes et d'informations entre agents d'IA
- A2UI (Agent-to-UI) : Protocole permettant à un agent d'IA d'opérer directement l'interface utilisateur
Quel est l'effet de la combinaison de ces trois protocoles ?
Prenons l'exemple de l'exploitation d'un réseau 5G : l'agent d'IA de Gemini détecte une anomalie réseau, obtient des données réseau en temps réel via MCP, utilise le protocole A2A pour coordonner plusieurs sous-agents dans l'analyse des causes, puis déclenche le flux de travail automatisé de ServiceNow pour effectuer la réparation — l'ensemble du processus sans intervention humaine.
Les appels d'outils isolés se transforment en une véritable exploitation autonome.
Là où l'IA d'entreprise coince vraiment
C'est un sujet qui mérite d'être mentionné car il touche à un point douloureux très concret dans le déploiement de l'IA en entreprise.
L'IA n'est-elle pas assez intelligente ? Ce problème était pour l'essentiel résolu en 2024. Le véritable goulot d'étranglement de l'IA d'entreprise est la collaboration entre systèmes.
L'environnement informatique d'une grande entreprise est généralement le suivant : le système d'exploitation réseau est ServiceNow, les données sont stockées dans BigQuery, les modèles tournent sur Gemini, et les politiques de sécurité sont gérées par un autre système. Chaque système est une île, et les capacités d'IA y sont enfermées sans pouvoir en sortir.
Ce que fait MCP, c'est construire une route unifiée entre ces îles.
A2A résout un problème plus difficile : le problème du « langage » lorsque plusieurs agents d'IA collaborent. Différents agents fonctionnant sur différents systèmes ont besoin d'un format de communication commun pour vraiment coopérer, plutôt que d'agir chacun de leur côté.
Données sans copie : un autre détail
Le « Workflow Data Fabric » mentionné dans l'annonce utilise la connexion de données sans copie (zero-copy) de BigQuery ML.
Ce détail est important. Un piège courant dans l'IA d'entreprise : pour que l'IA analyse des données, il faut généralement d'abord copier les données dans le système d'IA. C'est lent et cela comporte des risques de sécurité et de conformité — qui gère cette copie des données ?
Sans copie signifie que l'IA accède directement aux données là où elles sont stockées, au lieu de les déplacer. Pour les secteurs sensibles aux données comme la finance et la santé, cette architecture est plus importante que la capacité du modèle elle-même.
Un autre signal : le Prix Partenaire
Google Cloud a décerné à ServiceNow le Prix Partenaire de l'année 2026, et ce dans quatre catégories simultanément, dont une spécifiquement nommée « Agentic AI Innovation ».
C'est la première fois que Google crée une catégorie de prix partenaire dédiée exclusivement à l'IA agentique.
La création de ce prix en elle-même est un signal : Google estime que l'IA agentique a atteint un stade où sa valeur commerciale peut être évaluée de manière indépendante, et qu'elle n'est plus seulement un accessoire des capacités du modèle.
Le chemin parcouru par MCP
Depuis la publication de MCP par Anthropic, le parcours a été à peu près le suivant :
- Standard de l'écosystème d'outils d'IA : Permettre à des outils comme Cursor et Claude Code de se connecter à des données et systèmes externes
- Repris par la Linux Foundation : Devenir une infrastructure du secteur, et non plus seulement un protocole propriétaire d'Anthropic
- Déploiement d'entreprise sur Google Cloud : Utilisé dans des scénarios de production comme l'exploitation de réseaux 5G et la maintenance prédictive dans le commerce de détail
Cette trajectoire rappelle un peu celle du HTTP à ses débuts — d'un réseau de recherche à Internet commercial, devenant la couche fondamentale que tout le monde utilise et que personne ne remarque particulièrement.
L'échelle et l'importance ne sont pas comparables, mais la logique de diffusion est similaire.
MCP répond désormais simultanément à deux types de besoins : l'intégration d'outils d'IA pour les développeurs et l'exploitation autonome pour les entreprises. Les utilisateurs de ces deux scénarios sont complètement différents, et les exigences le sont tout autant.
Savoir s'il peut bien faire les deux est le véritable test pour que MCP devienne un standard.
Source de référence : CocoLoop, ServiceNow and Google Cloud Unite AI Agents for Autonomous Enterprise Operations (Google Cloud Press Corner)