AI Agents pour les RH12 min de lecture

MCP — Le connecteur universel pour les AI Agents

Ce qu'est le Model Context Protocol, comment il fonctionne, et pourquoi il compte pour connecter les agents AI aux systèmes RH sans vendor lock-in.

Le problème : les intégrations custom ne scalent pas

Chaque Agent AI doit se connecter à des systèmes externes — bases de données, APIs, systèmes de fichiers, plateformes SaaS. Sans standard, chaque connexion est custom. L'Agent A se connecte à SAP SuccessFactors d'une façon. L'Agent B différemment. L'Agent C ne peut pas du tout car personne n'a écrit l'intégration.

C'est l'état de la plupart des déploiements AI en entreprise aujourd'hui : fragiles, propriétaires, coûteux à maintenir.

Qu'est-ce que MCP

MCP — le Model Context Protocol — est un standard ouvert pour connecter les agents AI aux outils, sources de données et systèmes externes. Publié par Anthropic et adopté dans l'écosystème AI, MCP définit une interface universelle entre n'importe quel modèle AI (le client) et n'importe quelle capacité externe (le serveur).

Pense au MCP comme à l'USB pour les agents AI. Avant l'USB, chaque appareil avait besoin d'un câble différent. Le MCP standardise la connexion entre agents et outils.

Comment ça fonctionne

MCP a deux côtés :

ComposantRôleExemple
MCP ClientL'agent AI qui doit utiliser des outilsUn agent d'automatisation RH tournant dans ton infrastructure
MCP ServerUn wrapper qui expose les capacités d'un système comme outils standardisésUn serveur MCP SuccessFactors qui expose get_employee, update_role, search_positions

Le protocole définit trois types de capacités qu'un serveur peut exposer :

  1. Tools — fonctions que l'agent peut appeler (opérations read ou write)
  2. Resources — données que l'agent peut accéder (documents, datasets, configs)
  3. Prompts — templates d'instructions prédéfinis que le serveur fournit pour guider l'agent

Discovery : pas de hardcoding

Une fonction clé du MCP : l'agent n'a pas besoin de savoir à l'avance quels outils un serveur propose. À la connexion, le client demande au serveur : « Quels outils as-tu ? » Le serveur répond avec une liste structurée des outils disponibles, leurs paramètres et descriptions.

Conséquence : ajoute un nouveau serveur MCP à ton infrastructure, et chaque agent connecté sait immédiatement quelles nouvelles capacités sont disponibles. Pas de changement de code. Pas de redéploiement.

Exemple : un Agent utilise MCP pour rédiger une job requisition

  1. L'agent se connecte au Cobrainer MCP server
  2. L'agent appelle get_role_profile(role_id: "ENG-SDE-L4") → reçoit tasks, skills, proficiency targets
  3. L'agent se connecte au Compensation MCP server
  4. L'agent appelle get_pay_band(grade: 12, location: "Munich") → reçoit la fourchette salariale
  5. L'agent se connecte à l'ATS MCP server
  6. L'agent appelle create_requisition(title: "Senior Data Engineer", ...) → requisition créée

Trois systèmes différents. Un protocole standard. L'agent orchestre sans friction.

Pourquoi les RH doivent s'y intéresser

Le MCP change l'économie et l'architecture de l'automatisation RH :

  • No vendor lock-in — passe d'un HRIS à un autre sans réécrire les intégrations agents. Pointe juste vers le nouveau serveur MCP.
  • Composability — combine des serveurs MCP de différents vendors dans un seul workflow agent. Cobrainer pour le job architecture + Mercer pour la compensation + SuccessFactors pour les données employés.
  • Gouvernance — les serveurs MCP peuvent imposer access controls, rate limits et audit logging au niveau serveur. L'agent ne contourne pas la sécurité — il opère à travers.
  • Speed to deploy — de nouveaux serveurs MCP peuvent être ajoutés sans modifier les agents existants. L'agent découvre les nouveaux outils automatiquement.

L'écosystème MCP en croissance

Le MCP devient rapidement le standard pour l'intégration d'outils AI. Les grandes plateformes construisent le support MCP :

  • Cursor, Claude Desktop et autres environnements de dev AI supportent le MCP en natif
  • Les plateformes enterprise exposent leurs APIs comme serveurs MCP
  • Des serveurs MCP open-source existent pour bases de données, systèmes de fichiers, web scraping et outils SaaS courants

Pour les RH, cela signifie : les serveurs MCP pertinents pour ta stack sont déjà disponibles ou en cours de construction. L'article suivant map les serveurs MCP spécifiques aux catégories de systèmes RH.

Articles connexes

AI Systems et technologie — Ce que les leaders org et people doivent savoirVue d'ensemble structurée des systèmes AI pour les architectes organisationnels et leaders people. Du RPA aux agents : ce qui compte, ce qui ne compte pas, et où les données RH s'insèrent.Chatbots vs. AI Agents — La différence et pourquoi ça compteLa distinction pratique entre chatbots stateless et agents AI autonomes. Quand utiliser quoi, et ce qui change pour les opérations RH.Tool Calls — Comment les AI Agents prennent des actionsCe qu'est un tool call, comment ça marche, et pourquoi ça transforme un modèle de langue en système opérationnel.

Besoin d'aide pour construire ton Architecture Emplois & Skills ? Échange avec notre équipe.

Échange avec Hanns