Agents MCP dans les Systèmes Corporatifs : Comment SimpleOne et Ainergy ont Intégré l'IA dans les Processus Métier

Les agents IA d'entreprise savent déjà rédiger des e-mails, résumer des réunions et trouver des réponses dans des bases de connaissances. Mais l'équipe SimpleOne, en partenariat avec le partenaire technologique Ainergy, est allée plus loin : ils ont intégré les agents MCP directement dans la plateforme d'entreprise elle-même — pour que l'IA ne se contente pas de conseiller aux côtés des processus, mais en devienne un participant à part entière.

La Limite de l'Agent Textuel

Un agent IA standard dans un environnement d'entreprise est un chatbot intelligent à côté du système, pas à l'intérieur. Il aide à formuler des tâches, résumer la correspondance ou trouver la bonne section de documentation. Mais créer un ticket dans ITSM, vérifier l'état d'un incident, trouver un objet connexe dans la base de données ou accéder à un système RH externe — c'est déjà au-delà de ses capacités.

En conséquence, l'employé alterne toujours entre l'agent et le système d'entreprise, transférant manuellement les données d'un côté à l'autre. L'IA aide à penser, mais ne aide pas à agir. Pour les scénarios d'entreprise comme ITSM, SDLC ou gestion des actifs, c'est une limitation fondamentale : ce qui compte, ce n'est pas le texte, mais l'action concrète dans le système.

Cette même contradiction — un agent comme consultant versus un agent comme exécuteur — a été le point de départ pour SimpleOne et Ainergy.

MCP : Accès Géré aux Actions

Model Context Protocol (MCP) est une norme ouverte développée par Anthropic qui formalise l'interaction entre un modèle de langage et les outils et systèmes externes. La différence clé par rapport aux appels d'API directs : l'agent n'accède pas directement à la base de données. Au lieu de cela, il reçoit un ensemble d'outils formellement décrits avec des droits d'accès clairs et une logique d'exécution explicite.

Chaque outil est décrit comme un contrat : ce qu'il prend en entrée, ce qu'il retourne, quels droits sont nécessaires pour l'appeler. Le LLM lui-même choisit l'outil nécessaire, l'appelle et transmet le résultat à l'utilisateur — dans une boucle gérée, sans accès direct à l'architecture interne du système.

• la récupération de données sur un ticket, un incident ou un objet du système
• la vérification du statut actuel d'une tâche ou d'une modification
• la création d'un nouvel enregistrement — un ticket, une tâche, un objet connexe
• la recherche d'objets connexes selon des critères spécifiés
• l'accès à un système externe (ERP, RH, CMDB) avec résultat retourné à l'agent

Comment C'est Implémenté dans SimpleOne

Dans la plateforme SimpleOne, un serveur MCP agit comme une couche entre le modèle de langage et la logique métier. Ainergy a développé la couche d'infrastructure de la plateforme GenAI qui permet de décrire les outils MCP au niveau du modèle d'objet de SimpleOne — sans donner au LLM un accès direct à la base de données et à la logique interne de la plateforme. En pratique, cela signifie que le même agent est configuré différemment pour différents rôles.

Un spécialiste IT voit les outils de travail avec les incidents et les modifications, un chef de projet — les outils pour les tâches et les statuts, un utilisateur externe — seulement un ensemble limité pour soumettre des tickets. Les droits d'appel des outils sont configurés séparément et liés au rôle de l'utilisateur ou au contexte de l'opération. L'agent ne voit que les actions autorisées et fonctionne strictement dans les limites définies par l'équipe de sécurité.

Pour un environnement d'entreprise, c'est crucial : l'auditabilité, la sécurité et la gérabilité sont préservées, tandis que l'IA obtient des outils réels pour participer aux processus — non pas comme consultant, mais comme exécuteur ayant des droits clairement limités.

Ce Que Cela Signifie

L'architecture MCP change le rôle de l'IA dans un contexte d'entreprise : d'assistant textuel — à participant aux processus de travail. Pour des plateformes comme ITSM, SDLC et autres systèmes d'entreprise, cela ouvre un chemin vers l'automatisation des opérations courantes sans compromettre le contrôle des droits d'accès et la sécurité des données. Les entreprises obtiennent une IA qui ne se contente pas de penser à côté du processus, mais qui agit à l'intérieur — dans des limites gérées et auditables.