Repenser l’expérience client des entreprises pour la génération MCP
Les règles de l’IA s’écrivent presque au quotidien. Les gens et les marques se précipitent pour définir ce que signifie l’IA et comment l’utiliser, mais une seule question prime sur toutes les autres : qui contrôle l’avenir de l’expérience de vos clients et de vos employés, vous ou vos fournisseurs ? Chez Avaya, nous pensons que la réponse devrait être vous. C’est pourquoi nous adoptons l’avenir ouvert de l’IA, en développant la plateforme Avaya Infinity pour prendre en charge le Model Context Protocol (MCP). C’est la bonne décision, pour nos clients, pour le marché et pour le type de confiance et d’innovation qui définira l’avenir des entreprises et des organismes publics.
Qu’est-ce que le MCP ?
MCP est l’acronyme de Model Context Protocol, une norme ouverte émergente qui permet aux modèles d’IA (comme GPT, Claude ou Gemini) d’interagir de manière sécurisée et fiable avec des outils externes, des sources de données, des API et le contexte utilisateur de manière structurée. Il permet à l’IA de fonctionner avec mémoire, pertinence et continuité, et non de manière isolée, mais plutôt en synchronisation avec le contexte de l’entreprise, l’historique des utilisateurs et l’intention opérationnelle. Le MCP rend l’IA infiniment utile dans les environnements à enjeux élevés et à grande échelle.
« L’heure n’est plus à l’attentisme. Avaya estime que le moment est venu de s’engager résolument dans la création du moteur d’orchestration ouvert ultime pour l’entreprise moderne ».
David Funck, Chief Technology Officer, Avaya
Comment fonctionne le MCP ?
Le MCP repose sur une architecture client → modèle → serveur :
- Le client rassemble le contexte (informations utilisateur, rôle, tâche, environnement).
- Le modèle (par ex. Claude, GPT) reçoit le contexte et une liste des outils ou actions disponibles.
- Le serveur héberge les outils (API, bases de données, etc.) et exécute toutes les actions demandées par le modèle.
Toutes les communications suivent des schémas structurés afin que tout soit interprétable, traçable et sécurisé.
Avaya Infinity : des projets ambitieux au MCP
Conversation avec Patrick Dennis, CEO d’Avaya, et David Funck, directeur technique d’Avaya.
Éliminer les frictions grâce à l’IA et au MCP
Pendant trop longtemps, l’intégration de l’IA dans l’expérience client a nécessité de choisir le moindre mal entre deux problèmes :
- L’enfermement dans l’écosystème fermé d’un seul fournisseur, sacrifiant la flexibilité et les options futures
- Le chaos dû à des intégrations ponctuelles, fragiles et coûteuses entre plusieurs outils et silos de données
Ce faux choix limite l’innovation et pèse sur les équipes informatiques. Cela crée des expériences fragmentées qui érodent la confiance, tant des clients que des employés. Dans un monde qui évolue à la vitesse de l’IA, cette approche n’est tout simplement pas durable.
Découvrez le MCP, la norme ouverte et indépendante des fournisseurs qui change tout. Avec le MCP, les modèles d’IA peuvent interagir de manière transparente avec les outils, les données et la logique opérationnelle, de manière sécurisée et à grande échelle. L’une des métaphores préférées des spécialistes de ce sujet est de le considérer comme l’USB-C de l’IA : un connecteur universel qui fonctionne sur tous les modèles, toutes les plateformes et tous les systèmes d’entreprise.
Créé et publié par Anthropic fin 2024. L’adoption rapide du MCP par les principaux acteurs technologiques tels qu’OpenAI, Google DeepMind et Microsoft souligne son importance stratégique. Cette convergence indique une prise de conscience collective selon laquelle les intégrations exclusives entravent la croissance du marché plus que tout avantage obtenu par les écosystèmes fermés. Nous assistons actuellement à un changement fondamental vers l’interopérabilité, la transparence et le contrôle par l’utilisateur, que nous contribuons à façonner.
Le MCP permet aux systèmes d’IA de fonctionner avec une connaissance dynamique du contexte de l’utilisateur, de la session et de l’entreprise. Pour Avaya Infinity, cela signifie que les modèles peuvent systématiquement fournir des réponses qui sont non seulement précises, mais également pertinentes, personnalisées et conformes à la marque, même dans les écosystèmes fragmentés et à l’échelle de l’entreprise. Ce niveau d’intelligence contextuelle est essentiel pour les organisations gérant des milliers de flux de travail, d’utilisateurs et de points d’intégration dans toutes les opérations.
Collaboration avec Databricks
Dans le cadre de notre engagement en faveur d’une IA sécurisée, évolutive et ouverte, nous nous associons à Databricks pour apporter une gouvernance et une confidentialité des données de niveau entreprise à la mise en œuvre du MCP au sein de la plateforme Avaya Infinity. Cette collaboration garantit aux entreprises clientes qu’elles peuvent déployer en toute confiance des outils d’IA avec un contrôle d’accès granulaire, une journalisation des audits et une intégration transparente entre les sources de données structurées et non structurées.
« L’IA générative offre un potentiel considérable pour transformer l’expérience client, et nous sommes ravis de collaborer avec Avaya pour aider les organisations à unifier rapidement leurs données, à simplifier la gouvernance et la sécurité des données et de l’IA, et à fournir une IA qui comprend leur activité ».
Heather Akuiyibo, VP of GTM Integration, Databricks
De la fragmentation à la liberté avec le MCP
Dans une entreprise type, il existe une quantité « N » d’outils et de sources de données (par ex. Salesforce, une base de données de produits, une base de connaissances) et une quantité « M » de modèles ou d’applications d’IA qui doivent y accéder. Avant le MCP, la connexion de chaque outil à chaque modèle d’IA nécessitait une intégration point à point unique. Cela a entraîné une explosion combinatoire du travail de développement, aboutissant à une architecture coûteuse à mettre en place, difficile à maintenir et intrinsèquement non évolutive.
Le MCP transforme ce paradigme en introduisant une couche intermédiaire standardisée, convertissant le problème complexe N x M en une solution « N+M » simple et évolutive. Chacun des outils « N » ne doit être associé qu’à un seul serveur MCP, et chacun des modèles d’IA « M » n’a besoin que d’un seul client MCP. Une fois qu’un élément peut « parler » MCP, il peut communiquer avec n’importe quel autre élément compatible MCP de l’écosystème. Cela réduit considérablement les frais de développement, élimine le travail redondant et la dette technique associée au maintien de dizaines de connecteurs fragiles et personnalisés. Les investissements réalisés dans les nouvelles technologies, les nouveaux canaux et les nouvelles modalités destinés à unifier les interactions avec les clients ont souvent pour effet de les fragiliser. Les clients finissent par se sentir moins bien connus, pris en charge et connectés qu’auparavant aux entreprises qui leur offrent des services. Pour de nombreuses organisations, c’est dans le centre de contact que cette sensation se fait le plus sentir.
Avaya renverse cette tendance en unifiant l’expérience fragmentée du centre de contact. En connectant les canaux, les informations, les technologies et les flux de travail permettant d’offrir de meilleures interactions.
Le retour sur investissement potentiel du MCP
Avec le MCP, les utilisateurs d’Avaya Infinity bénéficieront d’une valeur encore plus importante : des temps de résolution plus rapides, des conversations plus naturelles, une cohérence de marque renforcée et une plus grande satisfaction dans les interactions avec les clients et les agents. Cela ouvre la voie à un nouveau niveau de performance dans le domaine de l’IA générative, où les résultats ne sont pas seulement intelligents, mais également adaptés à la situation et alignés sur la stratégie.
Les premières recherches suggèrent que le MCP apportera des améliorations spectaculaires aux entreprises, ce qui permettra d’économiser du temps et de l’argent dans un certain nombre de domaines :
| Avant MCP | Après MCP | |
| Intégration | Connecteurs personnalisés par modèle/outil | Une seule interface MCP fonctionne pour tous les modèles et outils |
| Délai de déploiement | Long et coûteux en raison d'une ingénierie sur mesure | 50 à 70 % plus rapide, coûts réduits grâce à la réutilisation (quiq.com, Palma AI, Humanloop, aibase.com) |
| Accès aux données | IA aveugle aux données du système, perte de contexte | Contexte complet en temps réel : CMS, CRM, EHR, ERP |
| Gestion des risques | Recherche manuelle, détection tardive des fraudes | Les vérifications instantanées entre les systèmes réduisent la fraude de 30 % |
L’avenir s’ouvre à vous
Les leaders mondiaux de l’IA les plus influents s’alignent sur le MCP, car ils reconnaissent que l’avenir de l’IA est ouvert et contextuel, et qu’il est presque impossible de surestimer son potentiel. Fidèle à sa conviction et à son engagement en faveur d’une orchestration ouverte et intelligente, Avaya est fière de contribuer à cette avancée en introduisant le MCP dans le monde de l’expérience client.
Glossaire
Glossaire complet des termes ci-dessous.
| Terme | Définition | Pourquoi est-ce important ? |
| MCP (Model Context Protocol) | Protocole ouvert qui normalise la manière dont les modèles d'IA interagissent avec les outils, les API et la mémoire via des objets contextuels structurés. | Permet un comportement IA fiable, interprétable et évolutif dans tous les flux de travail et systèmes d'entrepris. |
| Contexte | Ensemble d'informations structurées transmises à un modèle, telles que l'identifiant utilisateur, l'historique de session, les rôles, l'heure ou la disponibilité des outils. | Permet aux modèles de générer des réponses pertinentes, personnalisées et adaptées à la situation. |
| Model | L'IA générative (par exemple, Claude, GPT-4, Gemini) qui reçoit le contexte MCP et génère des réponses. | Le « cerveau » dans la boucle, qui utilise le contexte pour prendre des décisions plus intelligentes et mieux adaptées. |
| Client | L'application ou l'interface (par exemple, fenêtre de chat, infrastructure d'agent, portail client) qui recueille et envoie le contexte au modèle. | Le point d'entrée destiné à l'utilisateur qui lance les demandes et les interactions. |
| Serveur | La couche logique qui héberge les outils, les API, les fonctions et les sources de données que le modèle peut utiliser via MCP. | Le backend d'exécution des actions, qui garantit que les résultats de l'IA peuvent déclencher des actions commerciales concrètes. |
| Outils | Fonctions discrètes ou API (par exemple, « rechercher dans la base de connaissances », « vérifier le statut d'un ticket », « mettre à jour le CRM ») exposées au modèle via MCP. | Permettre aux modèles d'aller au-delà du langage et d'effectuer des actions sur des systèmes externes. |
| Schémas | Définitions structurées (au format JSON ou YAML) décrivant comment les outils et le contexte doivent être représentés et transmis aux modèles. | Créer un langage commun entre le client, le serveur et le modèle, améliorant ainsi la cohérence et le débogage. |
| Mémoire | Contexte persistant conservé d'une session à l'autre (historique de l'utilisateur, préférences, actions passées) fourni au modèle. | Permet la continuité et la personnalisation au fil du temps, à l'instar d'un agent qui « se souvient » d'un client. |
| Contexte éphémère | Informations spécifiques à une session et de courte durée (par exemple, tâche en cours, variables temporaires). | Permet aux réponses de l'IA de rester ciblées et efficaces uniquement pour l'interaction en cours. |
| Agent | Système d'IA capable d'effectuer des actions, d'utiliser des outils et de prendre des décisions en fonction du contexte MCP. Il est souvent utilisé dans les flux de travail autonomes ou semi-autonomes. | MCP fournit l'infrastructure nécessaire pour garantir un comportement sûr, utile et contrôlable des agents. |
| Orchestration | Coordination de plusieurs étapes, outils et résultats de modèles afin d'atteindre un objectif commercial de plus haut niveau. | MCP simplifie l'orchestration en donnant aux modèles accès à un contexte structuré et à des outils dans un seul protocole. |
| Observabilité | Capacité à inspecter le contexte transmis, les décisions prises par le modèle et la manière dont les outils ont été utilisés. | Essentiel pour le débogage, la conformité et la confiance des entreprises dans les systèmes d'IA. |
| Interopérabilité | Capacité de différents modèles et plateformes d'IA à fonctionner avec une structure commune d'outils et de contexte. | MCP permet une IA plug-and-play entre différents fournisseurs et architectures. |