Comment donner des super-pouvoirs à votre agent IA ? (MCP)
+ Annonces d'OpenAI, Gemini et rapport McKinsey
Hello à tous,
Bienvenue dans cette 51ᵉ édition ! Merci de me suivre, on est maintenant plus de 9 000 🙏
Vous pouvez cliquer sur le ❤️ au-dessus ou en fin de newsletter si vous appréciez le contenu, ça m’aide beaucoup ! 🙏
Voici le sommaire de la semaine :
💼 Comment donner des super-pouvoirs à votre agent IA ?
🗞️ Annonces d’OpenAI et Gemini, Rapport McKinsey
⚡ Des démos en vrac d’utilisation de l’IA
📝 Dossier de la semaine : la fin du SaaS ?
⏳ Temps de lecture : 10 min
Me retrouver ailleurs :
🧑💻 Mes réseaux : Linkedin, Youtube
🤚 Rejoindre la communauté IA (ressources, échange, support, ..) : sur Circle
📞 Des besoins en IA : Prendre RDV
📖 Se former sur l’IA : exploitez l’IA générative en entrepise ou automatisez votre création de contenu.
💼 Comment donner des super-pouvoirs à votre agent IA ? (MCP)
L’IA générative est passée du stade d’assistant conversationnel à celui d’agent autonome, capable d’agir, de déclencher des actions, de gérer des workflows.
Sauf que pour vraiment déployer ces agents dans le monde réel, il leur faut des outils à portée de main.
Désormais, les entreprises ne veulent plus seulement des agents qui répondent → c’est bien, on va chercher un boost de productivité entre 10 à 30% mais pas de changement organisationnel pour l’entreprise.
Elles veulent des agents qui agissent → qui se connectent à leurs outils internes, CRM, bases de données, APIs pour avoir du contexte et être capable de remplacer l’humain.
Mais jusqu’ici, connecter un agent IA à un outil, c’était une galère :
chaque appel API devait être codé à la main
il fallait un schéma clair, une gestion des entrées/sorties
et espérer que le modèle IA comprenne comment remplir les bons champs sans halluciner.
⚠️ Résultat : beaucoup d’intégrations restaient des prototypes.
Avec MCP, tout change… et c’est le sujet de cette newsletter !
On assiste à un vrai changement d’échelle : les agents ne sont plus isolés, ils deviennent actionnables, interopérables, standardisés.
Rapide explication pour comprendre MCP
Tout commence en novembre 2024, grâce à un protocole qui a été cré par Anthropic.
“Imaginez un port USB-C pour les agents IA”
C’est exactement ce que propose le Model Context Protocol (MCP) : un standard universel pour connecter n’importe quel agent IA à des outils, des données ou des logiciels.
Plus besoin de tout recâbler à la main : les agents IA peuvent maintenant découvrir, comprendre et utiliser dynamiquement les outils disponibles autour d’eux. MCP crée une interface commune pour que les agents puissent agir dans le monde réel.
Plutôt que de bricoler des intégrations à la main, on laisse l’agent IA interroger dynamiquement un serveur MCP. Il découvre les outils disponibles, comprend les actions exposées, remplit les paramètres attendus… et fait lui-même l’appel API, sans aucun prompt spécifique ou couche d’abstraction.
👉 On utilise l’intelligence du modèle pour faire les bons appels API, sans config manuelle.
Comment connecter un serveur MCP à vos agents
Un serveur MCP est un point d’entrée d’outils/actions que l’agent peut appeler. Pour créer ou connecter un serveur MCP :
Choisissez vos outils à exposer (API internes, SaaS, bases de données…)
Standardisez les actions que l’agent pourra utiliser (avec un schéma clair : nom, entrées attendues, réponse)
Hébergez votre serveur MCP (localement ou via une plateforme comme Smithery ou Cloudflare)
Exposez les endpoints MCP (listing des outils, exécution, détails des schémas)
Une fois connecté, un agent IA pourra interroger le serveur pour :
lister les outils disponibles
comprendre les actions possibles
remplir les paramètres automatiquement
et déclencher les actions, sans aucun prompt supplémentaire.
Comment un agent IA agit avec MCP : démo avec n8n
Dans n8n, il existe déjà des nodes communautaires compatibles MCP. Voici ce que ça donne dans deux démos concrètes :
1. Connexion d’un serveur MCP à n8n (Airbnb)
L’agent IA interroge dynamiquement le serveur
Il découvre les actions disponibles (rechercher un logement, récupérer les détails)
Il remplit automatiquement les paramètres (ville, dates, nombre de personnes...)
Et lance la requête, sans prompt supplémentaire ni code.
Voici la démo en vidéo :
Vous pouvez retrouver la liste des serveurs MCP sur ce lien github.
D’autres exemples d’utilisation MCP que j’ai vu passer
Démo avec Blender-MCP qui permet de générer instantanément des scènes 3D à partir d’un simple prompt ou même d’une image 2D. Dans l’exemple, on rend ce serveur MCP disponible sur Claude.
Dans le même style :
Le MCP Perplexity disponible sur Claude pour interroger le web en temps réel via Perplexity et fournir des réponses actualisées et documentées.
Pourquoi c’est un tournant pour les agents IA ?
Avant MCP → chaque action devait être mappée manuellement. Chaque outil demandait une intégration sur mesure. Cela freinait la mise à l’échelle des agents IA.
Avec MCP → tout devient plug & play.
Un seul serveur MCP = plusieurs outils + plusieurs actions + détection dynamique des schémas. On peut construire un agent IA qui :
crée un repo GitHub
met à jour une base de données
récupère des informations sur Perplexity
récupère des informations en local
enchaîne des tâches à partir d’un prompt simple.
On voit déjà des marketplaces MCP, des App Store d’outils pour agents IA. L’infrastructure se met en place (Mintlify, OpenTools, Smithery...) pour créer, héberger et connecter des serveurs MCP en quelques clics.
Voici un aperçu des solutions qui existent autour du MCP :
Un seul agent pourra décider dynamiquement des meilleurs outils à appeler, comme s’il téléchargeait une compétence à la volée – un peu comme Neo dans Matrix avec le Kung-Fu ✨
Comment intégrer MCP dans vos projets
Si vous utilisez n8n : explorez les nodes communautaires pour tester des actions MCP
Si vous avez une API : standardisez-la au format MCP pour la rendre accessible aux agents IA.
Si vous déployez un agent IA : pensez MCP-first pour accéder à un maximum d’outils, sans intégrations sur mesure
Et si vous démarrez : testez un serveur existant (Airbnb, Resend, Firecrawl...)
La suite ?
On ne fait que gratter la surface.
Même si le MCP est déjà exploitable, la maturité de l’écosystème est encore jeune. Et les prochains mois vont être déterminants pour transformer le protocole en standard de fait. OpenAI a récemment annoncé qu’il allait aussi ajouter ce protocole sur son API et app Desktop. (déjà présent sur l’agents SDK)
Voici ce qui va (ou doit) évoluer pour faire passer MCP à l’échelle :
L'hébergement. Aujourd’hui, beaucoup de serveurs MCP sont locaux. Mais pour les usages SaaS, il faut pouvoir mutualiser les accès et déployer des serveurs MCP à grande échelle. Les solutions comme Smithery, Cloudflare, et bientôt un “MCP Gateway” vont jouer un rôle clé.
L’authentification & permissions sont encore à définir. Le protocole ne définit pas encore un standard pour sécuriser l’accès aux outils. C’est une vraie limite pour les usages sensibles. On va voir émerger des méthodes OAuth-like, une gestion des jetons, des scopes, des sessions agents.
La découvrabilité des serveurs commence à être simplifié. Pour l’instant, il faut connaître à l’avance l’URL d’un serveur MCP. Mais comme pour les APIs, une marketplace (type NPM) est en train de se structurer : Mintlify, OpenTools, Smithery... bientôt un App Store MCP où vos agents pourront "télécharger" des outils à la volée comme Fleur.
Le chaînage d’actions et workflows : un agent a rarement une seule tâche à exécuter. Aujourd’hui, la gestion de workflows multi-étapes (avec gestion d’erreurs, reprise de session, etc.) reste manuelle.
L’UX côté client IA ? faut-il une interface visuelle ? Le standard de l’expérience utilisateur côté agent n’est pas encore défini. Ce sera un enjeu clé pour l’adoption en entreprise.
À retenir
Le MCP est peut-être la brique manquante de l’architecture agent-native.
Un standard qui connecte n’importe quel agent à n’importe quel outil, sans friction.
Si l’écosystème arrive à adresser les verrous techniques (authentification, scaling, workflows, discoverability...), alors :
L’agent IA devient une plateforme
Chaque API devient un outil activable
Et chaque app pourra parler MCP nativement
Pour nous, ça veut dire quoi ? → Gagner du temps, industrialiser les intégrations IA, et surtout, passer de l’IA conversationnelle à l’IA actionnable.
🗞️ 3 actus importantes
OpenAI muscle GPT-4o avec des capacités d’image et ses agents avec de l’audio
OpenAI annonce deux avancées majeures :
Génération d’images native dans GPT‑4o
GPT‑4o peut désormais créer des visuels directement depuis une conversation. Une évolution qui rend la création d’images plus intuitive et plus précise :
Compréhension fine des prompts
Intégration des images envoyées pour guider les créations
Meilleure fidélité dans le rendu du texte et des détails
Cas d’usage : design, éducation, jeux vidéo, schémas, logos
Le rendu est quali, je vous invite à tester. Un exemple sur une image générée :
Nouveaux modèles audio (speech-to-text et text-to-speech)
OpenAI améliore considérablement ses capacités vocales, permettant la création d’agents vocaux sur-mesure au sein de son agents SDK (voir édition précédente)
Transcription vocale ultra-fiable, même dans des environnements complexes
Synthèse vocale personnalisable : tonalité, intention, style (voix empathique, narration, etc.)
Intégration simple via API pour des agents conversationnels plus riches
Cas d’usage : call centers, prise de notes, assistants vocaux, storytelling
→ Vous pouvez tester directement sur ce lien et changer les prompts en français :
Les grandes entreprises réorganisent leur fonctionnement pour tirer de la valeur de l’IA générative
Les organisations commencent à structurer en profondeur leurs déploiements d’IA générative pour en maximiser l’impact économique. Selon McKinsey, les grandes entreprises (>500M$ de CA) sont les plus avancées : elles re-structurent leurs workflows, nomment des dirigeants pour superviser la gouvernance de l’IA et mettent en place des roadmaps claires de déploiement.
Quelques chiffres clés :
71 % des entreprises utilisent désormais l’IA générative dans au moins une fonction métier
21 % d’entre elles ont déjà profondément redesigné certains workflows
80 % ne constatent pas encore d’impact significatif sur leur EBIT global
Les meilleures pratiques pour capturer de la valeur sont encore peu adoptées : moins d’un tiers des entreprises suivent la majorité des 12 leviers identifiés par McKinsey (KPI clairs, équipes dédiées, formation ciblée, etc.). Les grandes entreprises recrutent aussi davantage de profils IA (data scientists, ingénieurs ML, compliance/ethics) et centralisent les fonctions sensibles comme la gouvernance des données et les risques.
Ce qu’il faut retenir : La création de valeur avec l’IA générative ne viendra pas uniquement des modèles, mais d’une réorganisation en profondeur des entreprises. Celles qui investissent dès maintenant dans le pilotage, le talent et l’acculturation prendront une longueur d’avance.
👉 Source McKinsey
Google dévoile Gemini 2.5 Pro, son modèle IA le plus avancé à ce jour
Google présente Gemini 2.5 Pro, une version expérimentale de son nouveau modèle IA de pointe, désormais en tête du classement. Pensé comme un "modèle pensant", il intègre des capacités de raisonnement avancées : il analyse, contextualise et déduit avant de répondre, sans recourir à des techniques coûteuses comme le majority voting.
Gemini 2.5 Pro surpasse ses concurrents sur les benchmarks de mathématiques, de codage (SWE-Bench).
Le modèle s’appuie sur un contexte étendu (jusqu’à 1 million de tokens, toujours une grande force de Gemini) et une multimodalité native pour traiter textes, images, sons, vidéos et code à grande échelle.
⚡ Astuces de productivité & démos
Les mind maps sur Notebook LM
L’idée est simple mais puissante : transformer un document en une carte dynamique qui t’aide à visualiser et explorer les concepts clés. Un moyen ludique de mieux comprendre un sujet, de structurer sa pensée ou de préparer une réunion. Idéal pour ceux qui aiment apprendre en jouant, ou qui veulent faire émerger plus vite les bonnes idées dans leurs notes.
Les fonctionnalités d’édition (canvas) se répandent
Gemini permet d’éditer du code (React, HTML) ou de rédiger des documents de façon collaborative, avec un rendu en temps réel (un peu comme sur un Google Docs). Idéal pour tester rapidement des prototypes, visualiser des concepts ou même créer des jeux interactifs sans changer d’outil.
📝 Vers la fin du SaaS ?
Le SaaS vit peut-être ses derniers beaux jours ? Pas parce qu’il sera brusquement remplacé, mais parce qu’il est en train d’être absorbé.
Les agents IA sont en train de démonter le SaaS, pièce par pièce.
Les interfaces disparaissent. Les workflows se dématérialisent. Et l’utilisateur humain… devient optionnel.
Ce qu’on vit aujourd’hui, c’est un glissement progressif, mais irréversible. J’en parlais dans ce post LinkedIn, et j’identifie plusieurs phases :
1️⃣ Aujourd’hui : l’IA copilote.
Elle vous assiste dans vos outils préférés (Notion, Gamma, GitHub Copilot). Vous gardez la main, mais elle vous guide.
2️⃣ Demain : les agents IA autonomes.
L’agent n’aide plus, il fait. Il agit directement dans vos SaaS, exécute des tâches, automatise des séquences, et transforme des instructions naturelles en actions concrètes.
3️⃣ Bientôt : le SaaS invisible.
Les interfaces humaines deviennent superflues. Les agents interagissent en direct avec les APIs. Plus besoin d’ouvrir un outil : l’agent s’en charge. Le SaaS est toujours là, mais à l’arrière-plan.
Et ce n’est pas juste une question d’UX. C’est un changement structurel : la valeur quitte les apps pour se loger dans les agents eux-mêmes.
Ils deviennent les nouveaux "produits", les nouveaux "employés numériques", les nouvelles interfaces d’action.
Conséquence directe :
Les outils sur-mesure explosent (merci IA + no-code).
Les abonnements SaaS génériques perdent leur sens.
Les équipes internalisent des micro-outils ultra-ciblés, opérés par IA.
👉 Ceux qui survivront ne seront pas ceux qui construisent des interfaces jolies.
Ce seront ceux qui ouvrent leurs APIs, pensent pour les agents et acceptent de devenir moteurs plutôt que vitrines.
Le SaaS ne meurt pas. Il se fond dans la machine.
Et les agents prennent le contrôle.
Merci 🫶🏼
D’avoir lu cette édition jusqu’au bout.
Si ça t’a plu, pense à cliquer sur le ❤️ juste en dessous et partage ton point de vue en commentaire👇🏼
Vous pouvez aussi partager la newsletter à votre entourage (ça me booste beaucoup 🙏) et gagner des cadeaux 🎁
1 parrainage = 1 hack personnalisé
3 parrainages = +400 outils IA triés par thématique et vertical métier
5 parrainages = 30 min de coaching sur votre problématique
À très vite !
Passionnant !
Très intéressant, bravo!