L’émergence de MCP en tant que norme industrielle
Dans un paysage où l’intelligence artificielle évolue rapidement, une nouvelle norme pour l’interaction des modèles émerge. Le Model Context Protocol (MCP), une norme ouverte introduite par Anthropic en novembre 2024, est rapidement devenu un point central pour les développeurs et les entreprises. L’objectif principal de MCP est d’établir des liens bidirectionnels sécurisés entre les grands modèles de langage (LLM) et diverses sources de données, résolvant ainsi les incohérences dans la mise en œuvre des outils et facilitant le partage entre les modèles.
En quelques mois seulement, MCP a gagné une traction significative dans la communauté de l’IA. Lors de la conférence Create2025 Baidu AI Developer Conference le 25 avril, le fondateur de Baidu, Robin Li, a dévoilé deux modèles révolutionnaires : Wenxin Large Model 4.5 Turbo et Deep Thinking Model X1 Turbo. Ces modèles étaient accompagnés de diverses applications d’IA, marquant l’engagement de Baidu à aider les développeurs à adopter pleinement MCP.
La prise en charge de MCP s’étend au-delà de Baidu, englobant des acteurs majeurs tels que OpenAI, Google, Microsoft, Amazon, Anthropic, Alibaba et Tencent. Cette adoption généralisée signifie que MCP devient le ‘HTTP du monde de l’IA’, établissant une norme universelle pour la façon dont les modèles et les sources de données interagissent.
Lors de la conférence, Baidu Intelligent Cloud a officiellement lancé le premier service MCP de qualité entreprise en Chine. Ce service offre aux entreprises et aux développeurs un accès à plus de 1 000 serveurs MCP. De plus, la plate-forme permet aux développeurs de créer leurs propres serveurs MCP sur Qianfan, la plate-forme de développement d’IA de Baidu, et de les publier sur le MCP Square, offrant un hébergement et une indexation gratuits via Baidu Search.
La stratégie de Baidu Cloud axée sur l’entreprise
Alors que divers fournisseurs adoptent MCP, leurs approches diffèrent. Baidu Intelligent Cloud se concentre sur le marché des entreprises, dans le but d’impliquer le plus grand nombre de développeurs possible dès le début. Cette stratégie implique d’enrichir le MCP Square et de tirer parti de Baidu Search pour générer du trafic, favorisant ainsi un écosystème MCP robuste.
L’approche que Baidu adopte avec ses offres MCP est centrée sur les besoins des clients d’entreprise et sur ce à quoi ils répondront. L’entreprise est bien placée pour tirer parti de son empreinte existante auprès des clients d’entreprise afin de les faire entrer dans le monde de MCP.
La nécessité de MCP dans le paysage de l’IA
L’émergence de MCP répond aux défis critiques liés au déploiement des LLM, en particulier dans les environnements d’entreprise. Auparavant, l’application des LLM était principalement limitée aux scénarios de type chatbot. Les applications d’entreprise plus larges nécessitaient une personnalisation approfondie, ce qui rendait le processus de développement complexe et gourmand en ressources, même avec les chaînes d’outils fournies par des fournisseurs comme Baidu Intelligent Cloud.
L’année 2025 étant saluée comme l’année de l’agent d’IA, les LLM devraient évoluer au-delà de la simple pensée pour planifier et exécuter des tâches de manière autonome. Dans ce paradigme, le LLM sert de ‘cerveau’, nécessitant des ‘membres’ et des ‘sens’ pour effectuer des tâches spécifiques.
L’approche traditionnelle consistant à personnaliser chaque application d’IA nécessite l’intégration d’outils ‘M×N’, où chaque application d’IA doit interfacer avec de nombreux outils. MCP simplifie cela en standardisant l’interaction entre les LLM et les outils, réduisant la complexité à ‘M+N’. Cette normalisation est essentielle pour mettre à l’échelle les applications d’IA dans diverses fonctions d’entreprise.
Rationaliser les applications d’IA au niveau de l’entreprise
Shen Dou, vice-président exécutif de Baidu Group et président de Baidu Intelligent Cloud Business Group, a souligné que l’application des LLM implique plus que de simples invocations. ‘Cela nécessite de connecter divers composants et outils et d’effectuer une orchestration complexe. Souvent, un raffinement et une personnalisation supplémentaires des modèles sont nécessaires pour améliorer les performances’, a-t-il noté.
Shen Dou a en outre expliqué que la création d’applications de qualité entreprise nécessite un examen attentif des performances de calcul, de la stabilité, de l’évolutivité et de la sécurité. Il considère le déploiement d’une application comme un processus de construction de ‘système’.
Les applications d’entreprise exigent des normes plus élevées et une tolérance aux erreurs plus faible que les applications grand public. Selon un expert du secteur, le développement d’applications consomme 90 % du temps du projet, car si les modèles sont normalisés, les applications sont très variables.
Ces efforts impliquent généralement quatre tâches clés : compléter les connaissances professionnelles, orchestrer les processus métier, étendre les outils intelligents et intégrer les systèmes d’entreprise. En encapsulant ces tâches dans une plate-forme qui offre des fonctionnalités prêtes à l’emploi, les entreprises peuvent tirer parti de RAG (Retrieval-Augmented Generation) pour intégrer des connaissances d’experts, utiliser des flux de travail pour orchestrer les processus métier et utiliser des agents intelligents combinés à MCP pour tirer parti des systèmes et des actifs existants.
MCP est sur le point de répondre aux attentes de l’industrie en matière de simplification du déploiement des LLM dans des applications pratiques.
Combler le fossé dans les agents au niveau de l’entreprise
Comme l’a souligné Shen Dou, le déploiement des LLM nécessite une prise en charge complète au niveau du système, allant de la puissance de calcul sous-jacente aux applications. Cela inclut le matériel haute performance et l’optimisation des clusters, ainsi que des chaînes d’outils de développement flexibles et des solutions basées sur des scénarios.
Les capacités au niveau du système de Baidu Intelligent Cloud englobent une couche de puissance de calcul, y compris le cluster Kunlunxin à 30 000 cartes nouvellement annoncé et la plate-forme de calcul GPU Baige mise à niveau. La couche de développement de modèle comprend plus de 100 modèles sur la plate-forme Qianfan, y compris Wenxin 4.5Turbo et Wenxin X1 Turbo de Baidu, ainsi que des modèles tiers comme DeepSeek, Ilama et Vidu.
Dans la couche de développement d’applications, Baidu Intelligent Cloud offre des services Qianfan Enterprise-Level Agent et MCP, améliorant la capacité des agents à résoudre des problèmes complexes. Ces services sont complétés par une chaîne d’outils de développement de modèles complète qui prend en charge la personnalisation et le réglage fin des modèles de pensée approfondie et des modèles multimodaux.
Baidu Intelligent Cloud se concentre sur la couche de développement d’applications, avec des mises à jour importantes de la chaîne d’outils de développement d’agents de qualité entreprise de la plate-forme Qianfan. La plate-forme introduit le nouvel agent intelligent basé sur l’inférence, Intelligent Agent Pro, qui améliore les capacités, de la réponse rapide aux questions à la délibération approfondie, prenant en charge les agents intelligents personnalisés pour chaque entreprise.
Applications concrètes de l’écosystème MCP de Baidu
Prenons l’exemple de Sewage Treasure, qui utilise les capacités Qianfan Agentic RAG pour combiner des données spécifiques à l’entreprise et des bases de connaissances. Cela permet aux agents de formuler des stratégies de récupération basées sur une compréhension des tâches, réduisant considérablement les hallucinations du modèle.
Intelligent Agent Pro prend également en charge le mode Deep Research, permettant aux agents de planifier de manière autonome des tâches complexes, de filtrer et d’organiser les informations et de collecter des connaissances exploratoires en naviguant sur des pages Web. Il prend également en charge l’utilisation de divers outils pour créer des graphiques, rédiger des rapports et générer des rapports professionnels structurés et informatifs.
MCP permet aux développeurs et aux entreprises de mieux tirer parti des données et des outils de l’industrie lors du développement d’agents, comblant ainsi les lacunes critiques dans les capacités des agents au niveau de l’entreprise.
Les développeurs peuvent adopter MCP de deux manières : en fournissant leurs ressources, leurs données et leurs capacités au format MCP pour une utilisation par les applications d’IA, ou en tirant parti des ressources MCP Server existantes lors du développement d’applications d’IA. Les deux approches réduisent l’effort de développement et améliorent considérablement les capacités.
La plate-forme Qianfan de Baidu Intelligent Cloud est la première grande plate-forme de modèles à prendre en charge MCP. Avant MCP, les grands modèles et les outils étaient dispersés et manquaient de normalisation. MCP favorise l’interconnexion et facilite la prospérité de l’écosystème.
Le paysage concurrentiel de MCP
MCP et les grands modèles en général représentent une concurrence entre les plates-formes et les écosystèmes. Au début des nouvelles technologies, divers paradigmes sont immatures, nécessitant une optimisation de bout en bout pour obtenir des performances optimales. Cela explique pourquoi le déploiement de grandes applications de modèles repose fortement sur les principaux fournisseurs.
Pour ces fournisseurs, le défi ne consiste pas à exceller dans un domaine, mais à ne pas avoir de faiblesses importantes. Ils doivent créer des capacités de plate-forme robustes et favoriser des écosystèmes florissants pour attirer davantage de participants, opposant un grand écosystème de modèles à un autre.
La stratégie de Baidu dans le domaine MCP comporte trois étapes.
- Lancement des serveurs MCP : Baidu a été parmi les premiers à lancer des serveurs MCP, y compris le premier MCP de transaction de commerce électronique et le MCP de recherche au monde. Les développeurs peuvent ajouter les serveurs MCP de Baidu AI Search et de Baidu Youxuan à « l’assistant intelligent universel » sur la plate-forme Baidu Intelligent Cloud Qianfan, permettant aux agents intelligents de terminer l’ensemble du processus, des requêtes d’informations et des recommandations de produits à la passation de commandes directes. Cela combine la prise en charge des transactions de commerce électronique avec des capacités de recherche de premier ordre.
- Prise en charge du développement de services MCP : La plate-forme Baidu Intelligent Cloud Qianfan a officiellement lancé le premier service MCP de qualité entreprise en Chine, avec plus de 1 000 serveurs MCP disponibles pour les entreprises et les développeurs. Les développeurs peuvent créer leurs propres serveurs MCP sur Qianfan, les publier sur le MCP Square, profiter d’un hébergement gratuit et bénéficier d’une visibilité et de possibilités d’utilisation grâce à Baidu Search.
- Plan d’ouverture de l’IA : La plate-forme ouverte de recherche Baidu a lancé le « Plan d’ouverture de l’IA » (sai.baidu.com) pour offrir des opportunités de trafic et de monétisation aux développeurs d’agents intelligents, d’applications H5, de mini-programmes et d’applications indépendantes grâce à divers mécanismes de distribution de contenu et de services. Ce plan permet également aux utilisateurs de découvrir et d’utiliser facilement les derniers services d’IA.
En permettant à davantage d’entreprises et de développeurs d’ouvrir leurs capacités via MCP, Baidu favorise son écosystème tout en permettant à ses partenaires de réaliser une valeur commerciale. Le gagnant ultime de la concurrence des grands modèles n’est peut-être pas nécessairement le fournisseur le plus avancé technologiquement, mais celui qui possède l’écosystème le plus florissant.