Roger Wallman · Directeur, marketing produit, Avaya

Si vous aviez dit aux architectes d'entreprise à la fin 2024 qu'un protocole ouvert d'une seule entreprise IA deviendrait l'un des standards les plus dynamiques en IA d'entreprise en 16 mois, la plupart auraient été sceptiques. Les standards technologiques nécessitent généralement des années de négociations de comités et de compromis politiques. Model context protocol (MCP) a sauté tout cela.

En juillet 2025, Avaya a annoncé que la plateforme Infinity prendrait en charge MCP nativement, devenant ainsi le premier grand fournisseur de centre de contact d’entreprise à s’engager officiellement au standard. Le PDG Patrick Dennis l’a décrit comme un « MCP moonshot » qui deviendra central dans la feuille de route produit. Mais Avaya ne s’est pas arrêtée à l’adoption. Elle a rejoint la fondation, façonnant l’avenir du standard.

Plus tard cette année, la Linux Foundation a lancé la Agentic AI Foundation. En mars 2026, l’organisation comptait près de 150 membres et accordait davantage d’attention à la préparation des entreprises. Les adhésions d’Avaya à la Linux Foundation et à l’Agentic AI Foundation reposent sur cette décision antérieure et clarifient la position de l’entreprise : les normes ouvertes deviennent une part plus importante de la façon dont l’IA d’entreprise est construite et utilisée.

La Fondation Linux et l’écosystème open‑source plus large

Le logiciel open dépend de plus que du code. Il dépend de la gouvernance, de la continuité et d’une structure qui permet aux normes importantes de croître au-delà de la feuille de route d’une seule entreprise.

C’est ce qui rend la Linux Foundation pertinente ici. Elle s’inscrit dans un écosystème open‑source plus large où les normes techniques peuvent se développer avec une participation plus large et une plus grande pérennité. Pour les entreprises, cela compte car la flexibilité dépend de la santé de l’écosystème autour d’une technologie, et non seulement de l’ensemble des fonctionnalités d’un produit.

MCP montre à quel point cela peut compter rapidement. Anthropic l’a introduit en novembre 2024 comme une spécification open‑source basée sur JSON‑RPC 2.0. En mars 2025, OpenAI l’a officiellement adopté dans ses produits, Google DeepMind suivant peu après. Microsoft a transformé Dataverse en un serveur MCP natif. Salesforce a intégré MCP dans Agentforce 3. Google a ajouté un support natif sur Cloud Run, Cloud SQL, Spanner et Google Workspace.

Le moment décisif est survenu en décembre 2025, lorsque Anthropic a donné MCP à la nouvelle Fondation Agentic AI sous la Linux Foundation. Cela a placé MCP dans un environnement de gouvernance plus formel et neutre vis-à-vis des fournisseurs. Pour Avaya, l’adhésion à la Linux Foundation reflète un engagement plus large envers le logiciel open comme principe architectural.

La Fondation Agentic AI et la prochaine phase des normes ouvertes

Ce plus large engagement devient plus précis dans la Fondation Agentic AI (AAIF), où l’accent se déplace vers l’IA agentique et les normes qui façonneront son fonctionnement dans les environnements d’entreprise. Avaya est membre de la Fondation Agentic AI, l’organisme de la Linux Foundation offrant une gouvernance neutre pour l’évolution du MCP. Cela signifie que les ingénieurs Avaya peuvent participer aux groupes de travail, aux événements communautaires et aux nominations de comités liés au développement du protocole.

L’adhésion d’Avaya place l’entreprise dans le processus d’évolution du MCP. Elle donne à Avaya un moyen d’intégrer les exigences d’expérience client — y compris la gouvernance, la sécurité et la conformité — dans les discussions qui façonnent l’évolution de ce standard ouvert.

Comment les normes ouvertes apparaissent dans Avaya Infinity

  • Agnosticisme complet des modèles. L’approche d’Avaya ne verrouille pas les clients dans un seul fournisseur d’IA ou un écosystème de modèles. Les entreprises peuvent utiliser des modèles de fournisseurs tels que Google, Anthropic, OpenAI ou des options open‑source spécialisées, et s’adapter au fil du temps sans rompre les intégrations basées sur MCP en dessous.
  • Tandem care. Le modèle d’exploitation tandem d’Avaya considère l’IA comme un copilote pour l’agent humain, pas comme un remplacement. MCP aide la plateforme à extraire l’historique contextuel, à exécuter des recherches et à mettre en évidence des informations exploitables lors des interactions en direct afin que l’agent humain puisse travailler avec un meilleur timing et un meilleur contexte.
  • Architecture à double rôle. Avaya Infinity est conçu pour fonctionner à la fois comme serveur MCP et comme client MCP. Il peut exposer des services tels que le statut de l’agent, les résumés d’appels et la logique de routage à des systèmes d’IA externes, tout en consommant des services provenant de systèmes compatibles MCP externes. Cela permet une orchestration bidirectionnelle à travers un écosystème IA plus large.
  • Sécurité de niveau entreprise grâce à Databricks. Le partenariat stratégique d’Avaya avec Databricks comble le vide de gouvernance qui rend MCP risqué pour de nombreuses déploiements d’entreprise. En utilisant Databricks pour gérer l’architecture de données sous-jacente et servir de lac de données sécurisé, Avaya offre un contrôle d’accès finement granulaire via Unity Catalog, une segmentation stricte des données tenant-aware pour les environnements multi‑clients, une journalisation d’audit immuable pour toutes les interactions IA, et une intégration transparente entre les sources de données structurées et non structurées.

À quoi ressemble l'architecture ouverte en pratique

La valeur d'une IA ouverte et connectée devient plus visible dans une interaction réelle.

Un appel de support dans un environnement fragmenté

Il est 14h14 un mardi. Une patiente appelle le centre de contact d’un système de santé régional. Elle est une femme de 67 ans qui a subi une chirurgie de remplacement du genou il y a 11 jours, a été sortie de l’hôpital il y a cinq jours, et appelle maintenant parce qu’elle s’inquiète d’un gonflement persistant et ne parvient pas à joindre le cabinet de son chirurgien.

Dans le modèle traditionnel, cet appel commence mal et s’aggrave. L’agent ouvre le compte du patient mais ne voit que l’historique de facturation. L’historique clinique se trouve dans un autre système. Le plan de soins post‑chirurgical se trouve dans un troisième. L’agent demande au patient de décrire sa situation à partir de zéro.

Le patient, qui est anxieux et en douleur, doit expliquer sa chirurgie, sa date de sortie et ses médicaments pour la troisième fois cette semaine. L'agent, faisant de son mieux avec les outils disponibles, lit des questions de triage scénarisées depuis un classeur de protocole tout en basculant entre quatre écrans.

Le même appel sur une plateforme MCP activée

Considérez maintenant le même appel sur une plateforme MCP activée exécutant le modèle de soins tandem.

Avant même que l’agent ne dise bonjour, l’IA de la plateforme a déjà orchestré la récupération de données en temps réel via MCP. Elle s’est connectée au système EHR via un serveur MCP conforme FHIR et a extrait l’historique chirurgical du patient, le résumé de sortie et la liste des médicaments prescrits. Elle a interrogé le système de planification et identifié que le rendez‑vous de suivi du patient avait été annulé en raison d’un conflit de planification. Elle a vérifié le protocole de soins post‑chirurgicaux et signalé que l’enflure du jour 11 pourrait nécessiter une révision clinique selon la gravité.

L’agent voit tout cela dans un seul tableau. Elle salue le patient par son nom et dit : « Je vois que vous avez eu votre remplacement de genou le 8 et que vous avez été libéré le 14. Je vois également que votre suivi a été reprogrammé. Laissez-moi vous aider avec la préoccupation de gonflement et remettre ce rendez‑vous en place. »

Le patient expire. Elle n’a pas besoin d’expliquer quoi que ce soit. L’IA, agissant comme un copilote intelligent, a déjà rédigé une liste de vérification d’évaluation de gravité basée sur la procédure et le calendrier de récupération du patient. L’agent parcourt les questions naturellement, en utilisant un protocole adapté à ce cas plutôt qu’un script générique. En fonction des réponses, l’IA propose une recommandation : planifier un suivi urgent dans les 48 heures et signaler le cas pour examen par l’équipe orthopédique.

L’agent confirme la recommandation, réserve le rendez‑vous via le serveur MCP de planification, et envoie un résumé au cabinet du chirurgien dans la même interaction. Durée totale de l’appel : quatre minutes et douze secondes.

C’est ce que MCP et le soin en tandem peuvent rendre possible ensemble : l’IA gère l’orchestration des données, et l’agent humain apporte le jugement, l’empathie et la responsabilité.

Interopérabilité, Gouvernance et Flexibilité d'Entreprise

Les centres de contact traditionnels peinent encore à présenter l’historique complet, les préférences et la situation actuelle d’un client en temps réel. Les agents passent d’applications disparates pour assembler les informations réparties entre les CRM, les systèmes de billetterie, les EHR et les bases de connaissances. Avant MCP, relier ces systèmes signifiait généralement des intégrations point‑à‑point fragiles que de nombreuses organisations ne pouvaient pas entièrement construire ou maintenir.

Les changements MCP donnent à l’IA une façon plus standardisée de découvrir des outils et de récupérer des données pertinentes pendant l’interaction elle‑même. Cela rend possible un modèle de service différent. Au lieu de se concentrer principalement sur la déviation, les organisations peuvent utiliser l’IA pour soutenir l’interaction en direct — assembler le contexte, mettre en évidence des informations utiles et aider la conversation à avancer avec moins de répétition et moins de friction.

L’interaction d’outils standardisés réduit également la barrière à la création de flux de travail plus dynamiques. Les parcours client ne dépendent plus du même niveau d’ingénierie personnalisée à chaque fois qu’une règle métier change ou qu’une nouvelle source de contexte devient pertinente. Les équipes peuvent configurer et affiner les interactions plus rapidement, ce qui rend le système plus facile à adapter lorsque les besoins évoluent.

Il y a une différence entre dire que les standards ouverts comptent et les construire dès le départ. Avaya l’a fait avec MCP. Ces adhésions renforcent cette position en liant directement l’entreprise aux organisations qui façonnent l’environnement des standards autour de l’IA d’entreprise.

Découvrez comment Avaya Infinity met l'orchestration ouverte et MCP au service de l'entreprise.

Voir cette mise à jour de statut sur MCP : Le protocole de contexte de modèle : un rapport de statut pour les leaders de l’expérience client d’entreprise

Découvrez comment l’approche d’Avaya diffère des autres offres CCaaS dans ce livre blanc : L’importance d’être ouvert pour l’IA

Questions Fréquentes

Qu’est‑ce que le protocole de contexte de modèle, et pourquoi est‑il important dans l’IA d’entreprise?

MCP est un protocole open-source qui fournit un moyen standardisé pour les modèles IA de se connecter aux outils d’entreprise, aux sources de données et aux applications. En pratique, il aide à réduire les goulets d’étranglement d’intégration qui maintiennent souvent les systèmes IA déconnectés du contexte commercial dont ils ont besoin pour être utiles. Il a été créé par Anthropic en novembre 2024 et est désormais gouverné par l’Agentic AI Foundation (un projet de la Linux Foundation). MCP est construit sur JSON-RPC 2.0 et élimine le besoin d’intégrations API personnalisées en établissant une couche de communication standardisée. Il est souvent décrit comme le « USB‑C de l’IA d’entreprise ».

Pourquoi MCP est-il important pour l'expérience client?

MCP peut aider à transformer le centre de contact d’un moteur de routage statique en une plateforme d’orchestration plus dynamique et pilotée par l’IA. En aidant l’IA à extraire des données en temps réel depuis les systèmes connectés pendant les interactions en direct, il réduit les points aveugles contextuels qui obligent les clients à se répéter et les agents à basculer entre des applications déconnectées. Il change fondamentalement le modèle de la déviation client vers l’augmentation client.

Comment Avaya Infinity utilise MCP ?

Avaya Infinity intègre MCP nativement dans son moteur d’orchestration central, fonctionnant simultanément comme serveur MCP et client MCP. Combiné à un partenariat stratégique avec Databricks pour la gouvernance des données de niveau entreprise et à l’appartenance à l’AAIF, Avaya Infinity fournit une orchestration AI sans dépendance de modèle, un contrôle d’accès granulaire via Unity Catalog, une journalisation d’audit immuable et le modèle de soin tandem de collaboration humain‑IA. Cela le rend spécialement conçu pour les industries réglementées.

Comment MCP se compare-t-il aux intégrations API traditionnelles ?

MCP réduit la complexité d’intégration d’un modèle exponentiel (N × M) à un modèle additif (N + M). Les intégrations traditionnelles exigent une connexion unique, codée sur mesure pour chaque paire modèle‑outil IA. Avec MCP, chaque outil nécessite un serveur MCP, et chaque modèle IA un client MCP. Les organisations signalent des temps de déploiement d’agents 40–60 % plus rapides avec MCP par rapport aux approches d’intégration traditionnelles.

MCP est-il prêt pour une utilisation en production d’entreprise ?

MCP a dépassé la phase expérimentale et se développe rapidement pour un usage en production d’entreprise. Les principales plateformes exécutent des déploiements de production, et la feuille de route de l’Agentic AI Foundation priorise explicitement la préparation aux entreprises. Cependant, les entreprises doivent associer MCP à des passerelles de sécurité robustes, des plateformes de données gouvernées et des contrôles d’accès stricts avant de déployer dans des environnements réglementés ou à enjeux élevés.

Afficher plus Afficher moins