Le Model Context Protocol est devenu l'USB-C de l'IA, et cette standardisation a un coût

En mars 2026, Anthropic a rapporté que le SDK du Model Context Protocol avait dépassé 97 millions de téléchargements mensuels. Chaque grand fournisseur d'IA — Anthropic, OpenAI, Google, Microsoft, AWS — propose désormais un support natif de MCP, et le nombre de serveurs publics dépasse 10 000. Selon n'importe quelle métrique de téléchargement, MCP a déjà gagné la bataille de standardisation pour connecter les agents IA aux outils et aux données. Mais gagner le nombre de téléchargements et résoudre le problème d'intégration sont deux choses différentes.

Pourquoi MCP a gagné si vite

Avant MCP, chaque application IA voulant se connecter à des outils externes avait besoin d'une intégration personnalisée. MCP a standardisé l'interface : un protocole qu'un modèle IA peut utiliser pour découvrir et appeler des outils, quel que soit le modèle ou l'outil de l'autre côté.

La fragmentation cachée dans le standard

Voici le piège : MCP standardise la forme de l'interface, pas chaque détail d'implémentation en dessous. Les mécanismes de transport divergent — certains serveurs MCP tournent sur stdio, d'autres sur HTTP avec des événements envoyés par le serveur. Les approches d'authentification divergent. Les modèles de permission divergent. Le résultat pratique est que « construire une fois, utiliser partout » se dégrade en « construire une fois, puis tester séparément contre chaque client que vous prévoyez réellement de supporter ».

La sécurité est le bord le plus tranchant du même problème

Les modèles de permission fragmentés ne sont pas qu'une nuisance d'ingénierie — c'est une surface de sécurité. La première moitié de 2026 a apporté exactement le genre de problèmes de sécurité qui tendent à émerger une fois que des millions de personnes dépendent de quelque chose. Les enquêtes du secteur suggèrent que seulement environ 41 % des organisations ont réussi à mettre des serveurs MCP en production.

Ce qu'il faut surveiller plutôt que les chiffres de téléchargement

MCP a résolu le problème qu'il visait à résoudre — une couche universelle de découverte et d'invocation pour les outils IA — plus rapidement et plus complètement que la plupart des efforts de standardisation. Le travail inachevé est la partie qui allait toujours être plus difficile : faire en sorte qu'« universel » signifie réellement interchangeable, pas seulement largement installé.