Les MCP : le standard qui connecte l’IA aux données vivantes de l’État

Publié le lundi 16 février 2026

Le défi : des données toujours en mouvement, des IA souvent statiques

Vous avez déployé un chatbot basé sur un (Ouvre une nouvelle fenêtre) RAG (Retrieval-Augmented Generation) pour répondre aux questions des agents sur votre documentation interne. Tout fonctionne parfaitement… jusqu’à ce qu’un utilisateur demande : « Quels jeux de données sur (Ouvre une nouvelle fenêtre) data.gouv.fr ont été mis à jour cette semaine ? » La réponse, immuable, tombe : « Je ne dispose pas d’informations en temps réel. »

Ce scénario, vous le connaissez. Il illustre une limite majeure des systèmes actuels : l’IA ne sait pas interagir avec des données dynamiques ou agir sur des outils externes. C’est précisément pour répondre à ce besoin qu’a été conçu le Model Context Protocol (MCP).

MCP : l’USB de l’intelligence artificielle

Imaginez un monde où chaque périphérique avait son propre connecteur propriétaire. C’était le cas avant l’USB. Aujourd’hui, grâce à ce standard universel, tout se connecte, tout communique.
MCP fait pour l’IA ce qu’USB a fait pour l’électronique :

  • Un standard ouvert, désormais hébergé par la Linux Foundation.
  • Une interopérabilité totale : n’importe quelle IA (Claude, Mistral, ChatGPT, etc.) peut se connecter à n’importe quelle source de données ou outil compatible MCP.
  • Plus besoin de développer des intégrations sur mesure : un seul serveur MCP suffit pour exposer vos données ou services à toutes les IA compatibles.

RAG vs MCP : complémentarité, pas concurrence

Il est légitime de se demander : « J’ai déjà un RAG, pourquoi aurais-je besoin de MCP ? » La réponse est simple : ils ne résolvent pas les mêmes problèmes.

CritèreRAGMCP
Temporalité Données statiques (build-time) Données dynamiques (runtime)
Fraîcheur Limité à la date d’indexation Toujours à jour
Actions Lecture seule Lecture et écriture
Cas d’usage comparés
QuestionRAGMCP
« Que dit le code des marchés publics sur les seuils ? » ✅ Idéal ❌ Non adapté
« Quels datasets data.gouv ont été mis à jour cette semaine ? » ❌ Données périmées ✅ Idéal
« Résume-moi la doctrine CNIL sur les cookies. » ✅ Idéal ❌ Non adapté
« Crée un ticket JIRA pour signaler ce bug. » ❌ Impossible ✅ Idéal

Message clé : RAG et MCP sont complémentaires. Le RAG excelle pour les connaissances statiques, tandis que le MCP permet d’accéder à des données en temps réel et d’effectuer des actions.

Des cas concrets dans l’administration

1. datagouv-mcp : le serveur MCP officiel de (Ouvre une nouvelle fenêtre) data.gouv.fr

🔗 (Ouvre une nouvelle fenêtre) github.com/datagouv/datagouv-mcp

Ce serveur open source permet à toute IA compatible MCP de :

Exemples de questions résolues :

  • « Quels datasets sur la qualité de l’air ont été mis à jour cette semaine ? »
  • « Télécharge les dernières données INSEE sur la population parisienne. »

2. POC Mediatech + MCP + Albert API : une stack souveraine et performante

Cette preuve de concept combine :

  • Mediatech (catalogue vectorisé) pour la découverte sémantique.
  • MCP pour l’accès en temps réel aux données.
  • Albert API pour le traitement du langage.

Ce que cela démontre :

  • RAG et MCP sont complémentaires, pas concurrents.
  • Il est possible de construire des solutions souveraines et interopérables.
  • MCP facilite l’intégration de multiples sources de données.

Sous le capot : comment fonctionne MCP ?

Une architecture simple et modulaire

Le serveur MCP expose des outils (par exemple : search_datasets(query="qualité air")) que l’IA peut appeler dynamiquement en fonction des besoins de l’utilisateur.

Trois types de serveurs MCP

TypeFonctionExemples
Accès données Lire des informations APIs publiques, bases internes
Actions Effectuer des tâches Créer un ticket, envoyer un mail
Outils Transformer ou calculer Conversion, validation

Ressources pour aller plus loin

Documentation officielle

Exemples de serveurs MCP

Benoit Vinceneux — CPO Données & MCP @ IAE / DINUM
📧 benoit.vinceneux@numerique.gouv.fr