Google ouvre le serveur MCP Data Commons pour intégrer les données du monde réel dans l'IA

Google a révélé un serveur de protocole de contexte de modèle (MCP) pour sa plateforme Data Commons. Le serveur MCP permet aux développeurs et aux systèmes d'IA d'accéder à des ensembles de données publics à l'aide du langage naturel. 

La plateforme Data Commons héberge des chiffres du recensement, des ensembles de données climatiques et des statistiques d'organismes tels que l'ONU. L'outil vise à faciliter l'intégration de données de haute qualité dans les pipelines d'entraînement de l'IA et les applications.

Le serveur MCP de Google pour réduire les hallucinations de l'IA

La plateforme Data Commons a été introduite en 2018 pour consolider les ensembles de données publics des organisations internationales, des sources gouvernementales et des administrations locales. L'accès aux ensembles de données a été un défi nécessitant une expertise technique supplémentaire. Cependant, le version du serveur MCP a facilité la tâche pour les développeurs et les agents d'IA d'interroger ces ensembles de données à l'aide du langage naturel, élargissant son accessibilité aux systèmes et aux utilisateurs d'IA.  

Vous souhaitez pouvoir facilement trouver des réponses à vos questions de données les plus complexes ou générer des plans marketing à partir de vos données ? Notre nouveau serveur MCP connecte vos données GA directement aux LLM comme Gemini, rendant cela possible.

En seulement 8 minutes, @matt_landers vous guide à travers la configuration du serveur MCP :… pic.twitter.com/sw9vDM5Vbs

— Google Analytics (@googleanalytics) 19 septembre 2025

Jusqu'à présent, les systèmes d'IA ont été entraînés sur du contenu web non vérifié, ce qui augmente le risque décrit comme une hallucination lorsqu'il est combiné à la tendance à combler les blancs pour générer des sorties, selon un étude de l'Université de Cornell.

Google a confirmé que la sortie du serveur MCP a été conçue pour fournir des ensembles de données fiables et vérifiables qui peuvent alimenter les systèmes d'IA avec des informations du monde réel. Les pipelines d'entraînement et autres applications pratiques pourront désormais utiliser des données publiques, telles que les chiffres du recensement et les statistiques climatiques, de manière plus facile et vérifiable. 

« Le protocole de contexte de modèle nous permet d'utiliser l'intelligence du grand modèle de langage pour choisir les bonnes données au bon moment, sans avoir à comprendre comment nous modélisons les données et comment fonctionne notre API. »

-Prem Ramaswami, responsable de Google Data Commons

L'outil de protocole de contexte de modèle (MCP) a fait ses débuts en novembre 2024 par Anthropic en tant que plateforme open source pour fournir un cadre permettant aux systèmes d'IA d'accéder à des données structurées provenant de multiples sources, y compris les dépôts de contenu, les outils d'entreprise et les environnements d'application. Depuis son lancement, de grandes startups d'IA, y compris OpenAI, Microsoft, et Google, ont adopté l'outil pour connecter les modèles d'IA à des sources de données externes. 

Contrairement à d'autres entreprises qui ont testé l'outil MCP directement avec leurs modèles, l'équipe Data Commons de Google a intégré la norme directement dans sa plateforme, résultant en un serveur MCP dédié désormais ouvert aux développeurs. 

Le serveur MCP est désormais disponible pour les développeurs

Google a également partenariats avec la Campagne ONE, une organisation à but non lucratif se concentrant sur la santé publique et les opportunités économiques en Afrique, pour construire l'outil One Data Agent.

En utilisant le serveur MCP Data Commons, l'outil exploite de multiples ensembles de données de la santé et de la finance en langage clair. Ramaswami a révélé que la collaboration a accéléré le processus de développement puisque l'organisation à but non lucratif avait expérimenté MCP sur son propre serveur avant de s'approcher de Google. 

L'entreprise de recherche a confirmé que le serveur MCP est compatible avec n'importe quel grand modèle de langage (LLM) et a donné aux développeurs le feu vert pour expérimenter en utilisant un agent exemple dans le kit de développement d'agents (ADK) de Google, disponible sur Colab Notebook. L'entreprise a ajouté que le serveur MCP peut être accédé via l'interface de ligne de commande Gemini ou n'importe quel client compatible MCP utilisant le package PyPl.

Le dernier lancement de Google aiderait à réduire la dépendance aux données en ligne non vérifiées, améliorerait la fiabilité des systèmes d'IA et permettrait aux chercheurs et aux organisations d'intégrer plus facilement des données de confiance. Le serveur MCP a été rendu disponible pour les développeurs du monde entier en open source pour des essais.

OpenAI a également publié son propre guide sur la construction de serveurs MCP pour les intégrations ChatGPT et API, permettant aux développeurs d'étendre les modèles d'IA avec de nouvelles sources de données.

Le guide a démontré des moyens de créer un serveur MCP distant en utilisant Python et FastMCP, avec des exemples d'intégrations dans le chatbot OpenAI. OpenAI a également mis en garde contre les risques liés à l'utilisation de serveurs MCP personnalisés, y compris les serveurs malveillants invitant des injections pour voler des informations sensibles, et a exhorté les développeurs à faire preuve de prudence supplémentaire ou à se connecter uniquement à des serveurs de confiance ou officiels.