MCP : le protocole dont dépend (désormais) chaque agent d’achat IA

Le Model Context Protocol est un standard ouvert permettant de connecter des modèles d’IA à des outils et des sources de données externes. L’analogie qui s’est imposée depuis l’annonce de lancement d’Anthropic est celle de l’USB-C : au lieu de concevoir un câble spécifique pour chaque association d’appareils, on dispose d’un connecteur universel. Avant MCP, chaque assistant IA avait besoin d’une intégration sur mesure avec chaque système qu’il souhaitait utiliser, soit le même problème N×N qui complique les intégrations dans le commerce. Avec MCP, un système expose ses capacités une seule fois, et tout client IA compatible peut les utiliser.

L’architecture comporte trois parties. Un hôte est l’application avec laquelle l’utilisateur interagit : Claude, ChatGPT, Gemini, Copilot ou un IDE comme Cursor. En son sein, un client gère la connexion. De l’autre côté, un serveur est le programme qui expose ce à quoi l’IA peut réellement accéder, sous trois formes : des outils (les actions que l’agent peut effectuer, comme rechercher dans un catalogue ou créer un panier), des ressources (du contexte en lecture seule, comme des données produit ou un historique de commandes) et des prompts (des modèles réutilisables pour les tâches récurrentes). Le serveur MCP de Stripe, pour prendre un exemple concret dans le commerce, expose environ 25 outils couvrant les paiements, les factures, les litiges et les abonnements, en suivant précisément cette structure.

Ce que MCP n’est délibérément pas : un protocole de commerce. Il ne dit rien sur la manière dont un achat doit être négocié, dont un paiement doit être autorisé ou sur la responsabilité en cas d’erreur d’achat commise par un agent. C’est une infrastructure technique, et cette modestie s’est révélée être sa plus grande force. Parce qu’il ne résout que le problème universel (comment une IA communique-t-elle avec un système externe ?), tout le monde a pu l’adopter sans avoir à choisir un camp dans la bataille des protocoles de commerce.

La courbe d’adoption mérite d’être détaillée, car sa rapidité est sans précédent pour une infrastructure de ce type.

Deux éléments ressortent. D’abord, la rapidité : les téléchargements du SDK ont atteint environ 97 millions par mois en l’espace de seize mois, avec plus de 10 000 serveurs publics référencés. Ensuite, le choix de gouvernance : en confiant le protocole à une fondation neutre cofondée avec OpenAI et Block, Anthropic a supprimé la dernière raison qui pouvait encore pousser ses concurrents à hésiter. Il est difficile d’exagérer à quel point cette situation est inhabituelle. La dernière fois que le secteur a convergé aussi vite vers une infrastructure commune, c’était avec HTTP.

Le déploiement le plus abouti dans le commerce est celui de Shopify. Chaque boutique de la plateforme dispose désormais de serveurs MCP officiels : un serveur Storefront qui répond en temps réel aux questions des agents sur les produits, leur disponibilité et les politiques de la boutique ; un serveur Customer Accounts pour le suivi des commandes et les retours au nom des clients connectés ; un serveur Checkout (encore en phase de test) qui gère le parcours depuis la création du panier jusqu’au transfert sécurisé vers le paiement ; et le serveur Dev pour créer et gérer des boutiques à l’aide d’agents IA. Lorsqu’un acheteur demande à Claude ou ChatGPT « cette boutique propose-t-elle cet article en taille 46, et quel est le délai de retour ? », c’est la boutique elle-même qui répond, avec des données structurées, actualisées et lisibles par les machines, au lieu de laisser l’agent déduire la réponse à partir d’une page web mise en cache.

C’est cette simplification du parcours qui constitue l’enjeu commercial. Un parcours qui nécessitait cinq à huit consultations de pages pour un utilisateur se résume désormais à une seule conversation. Et cela remet en question un point que tous les retailers pensaient avoir tranché : à qui, ou à quoi, votre vitrine s’adresse-t-elle réellement ? Depuis mars 2026, pour des millions de boutiques, la réponse inclut les agents IA par défaut.

La confusion entre ces protocoles est compréhensible, car ils sont apparus à quelques mois d’intervalle et contiennent tous le mot « commerce » ou sont évoqués dans des contextes liés au commerce. Le moyen le plus simple de les distinguer consiste à identifier la question à laquelle chacun répond.

Un moyen simple de retenir la différence : MCP est le langage, UCP est le contrat, ACP et AP2 sont les infrastructures de paiement. Il s’agit moins de protocoles concurrents que de différentes couches, avec une dépendance qui s’exerce dans un seul sens. UCP orchestre explicitement MCP, A2A et AP2 ; un checkout de type ACP suppose que l’agent a déjà découvert le produit et les capacités du marchand, ce qui, en pratique, se fait via MCP. En 2026, une transaction réelle pourrait utiliser MCP pour consulter les stocks en temps réel, UCP pour négocier les capacités du marchand et ACP ou AP2 pour finaliser le paiement. Retirez MCP de cet ensemble et l’agent est aveugle avant même que le premier euro ne soit dépensé.

Cette dépendance révèle également une ironie stratégique. OpenAI a fait marche arrière sur le checkout natif dans ChatGPT en mars 2026, lorsque les utilisateurs consultaient les produits sans les acheter ; la couche transactionnelle a vacillé. La couche de découverte sous-jacente, elle, n’a jamais vacillé. Quel que soit le standard de checkout qui finira par s’imposer, il accédera aux données produit via MCP.

Pour être précis, il faut distinguer deux courbes d’adoption. La courbe de l’infrastructure est rapide et bien réelle : trois laboratoires d’IA de pointe, les principales plateformes de commerce, les deux géants du paiement, une gouvernance neutre et des millions de boutiques accessibles par défaut. Quel que soit l’indicateur retenu pour mesurer l’infrastructure technique, MCP est aujourd’hui déployé à grande échelle.

La courbe des transactions accuse un retard considérable, pour deux raisons. La première est comportementale, comme l’a montré le recul d’OpenAI sur le checkout : les consommateurs posent de nombreuses questions sur les produits à l’IA, mais continuent de finaliser leurs achats là où se trouvent leurs habitudes, leurs cartes enregistrées et leur confiance. BCG estime toujours que 15 à 20 % des transactions e-commerce seront intermédiées par l’IA d’ici 2028, ce qui signifie aussi que la majorité des transactions ne le seront pas.

La deuxième raison est la sécurité, un sujet qui mérite davantage d’attention dans le secteur du commerce. L’ouverture de MCP est à double tranchant : les agents agissent en fonction des textes qu’ils lisent, et les attaquants ont appris à dissimuler des instructions dans ces textes. En avril 2026, des chercheurs ont détourné des agents de développement utilisés en production en injectant des instructions malveillantes dans les titres de pull requests GitHub ; en mai, OX Security a révélé une faille dans la chaîne d’approvisionnement qui aurait touché environ 200 000 instances MCP. Le « tool poisoning », qui consiste à altérer les descriptions d’outils lues par les agents mais jamais visibles par les humains, est devenu l’attaque emblématique de l’ère agentique. Des mesures sont en cours : la spécification de novembre 2025 a ajouté l’identité des serveurs et des accès à périmètre limité, la mise à jour de 2026 a introduit le consentement progressif aux autorisations, et l’AI Agent Standards Initiative du NIST, lancée en février 2026, prévoit son profil d’interopérabilité pour le quatrième trimestre 2026. Mais aucun acteur sérieux ne prétend que le problème est résolu, et un agent capable de dépenser de l’argent constitue une cible plus attractive qu’un agent qui peut uniquement consulter un calendrier. Il faut donc s’attendre à ce que les fonctionnalités MCP liées au paiement restent soumises à des points de contrôle humains plus longtemps que ne le laissent penser les démonstrations.

Alors, quand atteindront-elles une adoption à grande échelle ? La réponse la plus défendable est la suivante : la découverte via MCP est en train de passer à l’échelle en 2026 ; les transactions autonomes reposant sur l’ensemble de la pile de protocoles relèvent plutôt d’un horizon 2027-2028, avec des freins qui tiennent moins à la technologie qu’aux outils de lutte contre la fraude, à la maturité des standards et à la lente évolution des habitudes des consommateurs. Le commerce mobile a eu besoin de huit ans, pas de deux. Le même schéma se répète, avec cette fois une meilleure infrastructure.

Quatre conséquences concrètes, par ordre d’urgence.

Vos données produit deviennent une API, que vous l’ayez prévu ou non. Lorsqu’un agent interroge un serveur MCP Storefront, la qualité de la réponse qu’il obtient dépend directement de celle du catalogue qui l’alimente. Attributs manquants, stocks obsolètes, titres imprécis et identifiants incohérents étaient auparavant des problèmes de conversion ; désormais, ils déterminent si un agent est tout simplement capable de répondre à la question d’un acheteur sur vos produits. La qualité des flux produits est discrètement devenue le ticket d’entrée du commerce agentique, car c’est ce flux que la couche MCP met à disposition.

Vérifiez ce que votre plateforme expose déjà. Si vous vendez sur Shopify, les agents peuvent déjà consulter votre boutique ; la question est de savoir si ce qu’ils y trouvent est exact, complet et conforme à vos intérêts. Les marchands utilisant d’autres plateformes devraient poser une question simple à leur fournisseur : quelle est votre feuille de route MCP, et que verront les agents lorsqu’ils se connecteront ?

Considérez l’accès des agents comme une surface d’attaque. L’ouverture qui permet à votre boutique d’être découverte la rend également accessible. Des autorisations à périmètre limité, la surveillance du trafic des agents et des points de contrôle humains pour toute action impliquant des mouvements d’argent ou de données ne relèvent pas de la paranoïa ; ce sont aujourd’hui les bonnes pratiques de tout déploiement sérieux.

Ne confondez pas les différentes couches lorsque vous planifiez votre stratégie. Miser sur une expérience de checkout spécifique (celle de ChatGPT, de Google ou de tout autre acteur) revient à miser sur la couche la plus volatile, comme l’a montré le changement de cap d’OpenAI. Investir dans la couche de données, avec des informations produit propres, structurées, actualisées en temps réel et diffusées de manière cohérente partout, revient à miser sur la couche commune à tous les scénarios.

Il existe un schéma récurrent dans l’histoire des infrastructures : les standards qui perdurent sont rarement ceux qui ont cherché à contrôler le résultat final. TCP/IP ne décidait pas à quoi servirait Internet ; il se contentait de transporter les paquets. MCP a fait le même pari pour l’IA et, en vingt mois, il est passé d’une spécification discrète à l’infrastructure sous-jacente de toutes les initiatives sérieuses de commerce agentique, y compris celles lancées par les concurrents les plus féroces de son créateur.

La bataille du checkout va se poursuivre : UCP contre ACP, orchestration contre écosystèmes fermés, et les retailers auront raison de la suivre de près. Mais quelle que soit la boutique auprès de laquelle les agents finiront par acheter, ils auront trouvé le produit, vérifié son prix et consulté la politique de retour de la même manière. Discrètement. Via MCP.