Data & IA Talks #6 : les serveurs MCP, le nouveau bras armé des LLM

MCP, c’est quoi au juste ?

MCP signifie Model Context Protocol. C’est un protocole de communication développé et standardisé par Anthropic, l’un des grands acteurs de l’IA générative aux côtés d’OpenAI. Son rôle : standardiser la communication entre un LLM et un service ou un programme externe.

Autrement dit, le MCP est le bras armé des LLM. Il ne se contente plus de dire quoi faire : il permet au modèle d’agir lui-même, d’envoyer des ordres, d’exécuter des opérations. L’image parlante : dans Terminator 2, le MCP serait le bout de code qui donnerait à Skynet les moyens de passer à l’action. Le modèle a l’idée de faire quelque chose, et le MCP lui en donne les moyens.

Concrètement, si demain vous voulez ajouter des fonctionnalités à votre LLM ou l’interfacer avec des services (envoyer des mails, faire un appel API vers un outil), vous l’interfacez avec un MCP développé pour cet usage. Le modèle a l’idée de l’action, et quand il doit l’exécuter, il l’exécute.

Des serveurs MCP fleurissent aujourd’hui pour à peu près tout. Il en existe pour Fabric, et il en existe un pour Power BI. Ce dernier mérite qu’on s’y attarde.

Le serveur MCP Power BI : un game changer

À la Fabric Conference de Vienne l’an dernier, Rui Romano, lead développeur Power BI, animait la dernière conférence de la journée sur ce sujet. Salle comble, dernier créneau : et pourtant un véritable festival de démonstrations. Après dix ans à faire du Power BI, le constat est clair : ce qui a été montré est un vrai game changer pour la suite.

Le principe de fonctionnement est simple à visualiser. Vous avez Power BI Desktop ouvert d’un côté, et GitHub Copilot dans Visual Studio Code de l’autre. Vous activez votre serveur MCP, vous discutez via votre prompt, et à partir de là Copilot se connecte à Power BI Desktop pour commencer à modifier votre modèle sémantique.

Le modèle vous demande toujours confirmation avant d’agir. Et un conseil de prudence s’impose : sauvegardez votre fichier Power BI (format PBIP/PBIX) avant de lancer quoi que ce soit.

À noter : aujourd’hui, le MCP permet de modifier le modèle sémantique, mais pas encore d’interagir avec la partie visuelle.

Ce que le MCP Power BI permet concrètement

Le refactoring de modèles. Votre modèle sémantique n’est pas forcément bien conçu. Vous pouvez d’abord demander au LLM de le critiquer : analyse des stratégies de nommage, pertinence des relations, détection des choix contre-performants comme les relations bidirectionnelles ou les many-to-many. Vous pouvez ensuite lui demander d’appliquer une norme de nommage cohérente à votre place, ou d’améliorer les performances. Sur un parc de 100 ou 200 modèles, c’est un gain de temps considérable sur une tâche habituellement très chronophage.

La traduction de modèles. Avant, il fallait exporter les noms de tables et de colonnes dans un fichier JSON, Excel ou XML, traduire, puis réinjecter. Désormais, vous demandez simplement de traduire l’ensemble du français et du portugais vers l’anglais, et c’est fait.

La documentation automatique. Vous injectez dans le LLM le jargon métier (le business verbage), et à partir des noms d’indicateurs et de ce vocabulaire, il rédige la description de chaque indicateur en bon français. Là encore, une tâche longue qui devient quasi instantanée.

La conception complète de modèle. Le cas le plus prospectif : vous partez d’un modèle vierge, vous le connectez à une source de données, et vous fournissez un cahier des charges détaillé (les indicateurs voulus, plus un guide de bonnes pratiques : norme de nommage, schéma en étoile plutôt qu’en flocon, etc.). Le LLM conçoit alors le modèle complet.

Sur ce dernier point, Rui Romano se dit satisfait à 80 % de ce qui est produit, venant de quelqu’un de réputé exigeant.

Le consultant augmenté

C’est désormais un outil dont on ne se passera plus chez Treez. L’objectif est clair : produire plus vite, mieux, plus efficacement. On rejoint pleinement l’idée du consultant augmenté : des outils plus puissants qu’avant pour mieux accompagner les clients.

Rendez-vous dans quelques semaines pour le prochain épisode, consacré aux nouveaux use cases.