Lors de la mise en œuvre d'applications d'IA, les entreprises doivent souvent décider comment connecter leurs sources de données aux modèles qu'elles adoptent. Divers frameworks, tels que LangChain, facilitent l'intégration des bases de données, mais les développeurs doivent encore écrire du code chaque fois qu'ils lient des modèles à de nouvelles sources de données. Anthropic vise à révolutionner cette approche en créant une norme d'intégration des données. Anthropic a introduit le Protocol Contextuel de Modèle (MCP) comme solution open-source, offrant une méthode standardisée pour lier les sources de données aux cas d'utilisation de l'IA. Dans un article de blog, la société a annoncé que le MCP agira comme une "norme universelle et ouverte" pour connecter les systèmes d'IA à diverses sources de données. L'objectif est que le MCP permette à des modèles comme Claude d'accéder directement aux bases de données. Alex Albert, responsable des relations Claude chez Anthropic, a mentionné sur X que la vision de l'entreprise est "de construire un monde où l'IA se connecte à n'importe quelle source de données", le MCP jouant le rôle de "traducteur universel". Une force clé du MCP est sa capacité à gérer à la fois les ressources locales (comme les bases de données, les fichiers et les services) et les ressources distantes (comme les API pour Slack ou GitHub) avec le même protocole, a expliqué Albert. Une méthode standardisée d'intégration des données simplifie non seulement le processus pour les développeurs dirigeant des modèles de langage étendus (LLM) vers l'information, mais elle atténue également les défis de la récupération de données pour les entreprises construisant des agents d'IA. Étant open-source, Anthropic encourage les contributions à son référentiel de connecteurs et implémentations. Actuellement, il n'existe pas de norme universelle pour relier les sources de données aux modèles, donc les entreprises et les prestataires en sont responsables. Les développeurs recourent généralement à un code Python spécifique ou utilisent LangChain pour connecter les LLM aux bases de données.

Comme chaque LLM fonctionne légèrement différemment, un code distinct est nécessaire pour chaque connexion, entraînant des modèles fragmentés accédant aux mêmes bases de données sans collaboration fluide. Certaines entreprises modifient leurs bases de données pour faciliter la création d'embeddings vectoriels que les LLM peuvent connecter. Par exemple, Microsoft intègre Azure SQL avec Fabric, tandis que des entreprises plus petites comme Fastn offrent des méthodes alternatives pour connecter les sources de données. Anthropic envisage que le MCP aille au-delà de Claude pour favoriser l'interopérabilité entre modèles et sources de données. "Le MCP est une norme ouverte qui permet aux développeurs d'établir des connexions sécurisées et bidirectionnelles entre leurs sources de données et outils alimentés par l'IA. L'installation est simple : les développeurs peuvent rendre leurs données accessibles via des serveurs MCP ou développer des applications d'IA (clients MCP) qui se connectent à ces serveurs", a déclaré Anthropic dans l'article de blog. L'annonce du MCP a reçu des retours positifs sur les réseaux sociaux, notamment pour sa mise en disponibilité open-source, bien que certains utilisateurs sur des plateformes comme Hacker News expriment des doutes quant à la valeur d'une norme telle que le MCP. Actuellement, le MCP est une norme exclusivement pour la famille de modèles Claude. Néanmoins, Anthropic a publié des serveurs MCP préconstruits pour Google Drive, Slack, GitHub, Git, Postgres et Puppeteer. VentureBeat a contacté Anthropic pour de plus amples commentaires. Les premiers utilisateurs du MCP incluent Block et Apollo. Des prestataires tels que Zed, Replit, Sourcegraph et Codeium développent des agents d'IA qui utilisent le MCP pour recueillir des informations à partir de sources de données. Les développeurs intéressés par le MCP peuvent l'utiliser immédiatement en installant des serveurs MCP préconstruits via l'application de bureau Claude. Les entreprises peuvent également créer leur propre serveur MCP en utilisant Python ou TypeScript.