Photo de Google a dévoilé un serveur MCP (Model Context Protocol) pour sa plateforme Data Commons. Ce serveur permet aux développeurs et aux systèmes d'IA d'accéder à des ensembles de données publics en utilisant le langage naturel.
La plateforme Data Commons héberge des données de recensement, des ensembles de données climatiques et des statistiques provenant d'organismes tels que l'ONU. Cet outil vise à faciliter l'intégration de données de haute qualité dans les chaînes de traitement et les applications d'IA.
Le serveur MCP de Google pour réduire les hallucinations de l'IA
La plateforme Data Commons a été lancée en 2018 afin de centraliser les jeux de données publics provenant d'organisations internationales, de sources gouvernementales et d'administrations locales. L'accès à ces données représentait un défi nécessitant des compétences techniques pointues. Toutefois, la mise en ligne du serveur MCP a simplifié l'interrogation de ces jeux de données par les développeurs et les agents d'IA grâce au langage naturel, élargissant ainsi leur accessibilité aux systèmes d'IA et aux utilisateurs.
Vous aimeriez trouver facilement des réponses à vos questions les plus complexes sur vos données ou générer des plans marketing à partir de celles-ci ? Notre nouveau serveur MCP connecte directement vos données Google Analytics à des plateformes de marketing digital comme Gemini, rendant ainsi cela possible.
En seulement 8 minutes, @matt_landers vous guide pas à pas dans la configuration d'un 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 d'hallucinations lorsqu'il est combiné à la tendance à combler les lacunes pour générer des résultats, selon une étude de l'Université Cornell.
Google a confirmé que la version MCP Server a été conçue pour fournir des ensembles de données fiables et vérifiables, capables d'alimenter les systèmes d'IA avec des informations issues du monde réel. Les chaînes de formation et autres applications pratiques pourront désormais utiliser plus facilement et de manière vérifiable des données publiques, telles que les chiffres de recensement et les statistiques climatiques.
« Le protocole Model Context nous permet d'utiliser l'intelligence du modèle de langage étendu pour sélectionner les bonnes données au bon moment, sans avoir à comprendre comment nous modélisons les données ni comment fonctionne notre API. »
-Prem Ramaswami, responsable de Google Data Commons
L'outil Model Context Protocol (MCP), lancé en novembre 2024 par Anthropic, est une plateforme open source offrant un cadre permettant aux systèmes d'IA d'accéder à des données structurées provenant de sources multiples, telles que des référentiels de contenu, des outils métiers et des environnements applicatifs. Depuis son lancement, d'importantes startups spécialisées en IA, comme OpenAI, Microsoftet Google, ont adopté cet outil pour connecter leurs 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, ce qui a permis de mettre en place un serveur MCP dédié désormais ouvert aux développeurs.
Le serveur MCP est désormais disponible pour les développeurs
Google s'est également associé à la campagne ONE, une organisation à but non lucratif axée sur la santé publique et les opportunités économiques en Afrique, pour développer l'outil One Data Agent.
Grâce au serveur MCP de Data Commons, l'outil exploite de multiples ensembles de données issus des secteurs de la santé et de la finance et les présente en langage clair. Ramaswami a révélé que cette collaboration a permis d'accélérer le processus de développement, l'association ayant déjà expérimenté MCP sur son propre serveur avant de contacter Google.
Google a confirmé la compatibilité de son serveur MCP avec tous les modèles de langage complexes (LLM) et a autorisé les développeurs à expérimenter avec un agent d'exemple fourni dans le kit de développement d'agents Google (ADK), disponible sur Colab Notebook. L'entreprise a précisé que le serveur MCP est accessible via l'interface de ligne de commande Gemini ou tout client compatible MCP utilisant le package PyPL.
La dernière initiative de Google vise à réduire la dépendance aux données en ligne non vérifiées, à améliorer la fiabilité des systèmes d'IA et à faciliter l'intégration de données fiables par les chercheurs et les organisations. Le serveur MCP est disponible en open source pour les développeurs du monde entier à des fins d'essai.
OpenAI a également publié son propre guide sur la création de serveurs MCP pour ChatGPT et les intégrations API, permettant aux développeurs d'étendre les modèles d'IA avec de nouvelles sources de données.
Le guide présentait des méthodes pour créer un serveur MCP distant à l'aide de Python et de FastMCP, avec des exemples d'intégration au chatbot OpenAI. OpenAI a également souligné les risques liés à l'utilisation de serveurs MCP personnalisés, notamment les serveurs malveillants qui injectent des code malveillants pour voler des informations sensibles, et a exhorté les développeurs à redoubler de prudence et à se connecter uniquement à des serveurs officiels ou de confiance.
