Google dévoile un nouveau serveur MCP distant qui alimente sa plateforme d’entreprise Gemini

Le lancement par Google du serveur MCP distant permet de connecter des agents d’IA externes à Google Cloud

Google vient de franchir une étape importante dans le domaine de l’architecture IA d’entreprise avec son nouveau serveur MCP distant destiné à la plateforme Gemini Enterprise Agent. Ce lancement offre aux entreprises un moyen simple et sécurisé de connecter des outils d’IA externes à leurs environnements Google Cloud. Les développeurs utilisant des frameworks tels qu’Antigravity CLI ou Claude Code peuvent désormais interagir directement avec les ressources cloud essentielles, telles que les modèles, les modèles de prompt et les notebooks, sans avoir à développer de connecteurs propriétaires. La mise en place est rapide. Dès qu’un client active l’API de la plateforme Gemini Enterprise Agent, le serveur MCP distant devient automatiquement disponible, prêt à relier les agents d’IA aux ressources basées sur le Cloud.

Pour les dirigeants d’entreprise, il s’agit d’une évolution fondamentale vers des systèmes d’IA ouverts et agiles qui continuent de fonctionner dans le cadre d’une gouvernance adaptée aux entreprises. La valeur réside dans l’efficacité. Les équipes bénéficient de cycles d’itération plus rapides, d’une intégration plus étroite entre les outils externes et internes, ainsi que d’un contrôle accru sur les environnements de données. Cela permet d’éliminer le compromis entre flexibilité et conformité.

Le bilan de Google dans ce domaine est solide. L’entreprise a déjà déployé plus de 50 serveurs MCP gérés en interne au sein de son écosystème. Cette nouvelle option à distance étend cette infrastructure à l’extérieur, ce qui témoigne de la volonté de Google de créer un écosystème plus vaste et mieux connecté, au sein duquel les équipes d’entreprise peuvent travailler sur plusieurs systèmes d’IA tout en restant dans les limites sécurisées du cloud.

L’adoption du MCP en tant que norme ouverte renforce l’interopérabilité des systèmes d’IA

MCP, le Model Context Protocol, est la solution proposée par Google pour un écosystème d’IA plus ouvert et interopérable. Le principe est simple : créer une norme commune permettant de connecter les modèles d’IA, les sources de données et les outils logiciels afin qu’ils puissent communiquer sans passer par des couches de traduction ni subir de dépendance vis-à-vis d’un fournisseur. Le serveur MCP distant s’inscrit dans le prolongement naturel de cette philosophie, en mettant cette même norme ouverte à la disposition des agents tiers opérant en dehors de Google Cloud.

Pour les dirigeants, l’importance de cette évolution est évidente. Un protocole ouvert est synonyme de liberté de choix. Les entreprises peuvent adopter les outils les mieux adaptés à leurs équipes sans se soucier de la compatibilité ni craindre de perdre le contrôle de leur infrastructure. La stratégie en matière d’IA repose ainsi moins sur la dépendance vis-à-vis des fournisseurs et davantage sur l’adaptabilité à long terme. Lorsque les systèmes peuvent communiquer entre eux de manière native, l’intégration devient plus rapide, plus prévisible et bien moins gourmande en ressources.

Cette initiative témoigne de l’engagement plus large de Google en faveur de l’interopérabilité et de la transparence au sein de l’écosystème de l’IA. Elle répond à la demande croissante des entreprises qui souhaitent disposer d’un choix. Le déploiement antérieur par Google de plus de 50 serveurs MCP internes démontre que cette approche ouverte repose sur une technologie qui a fait ses preuves. Aujourd’hui, en étendant le MCP au-delà de son propre environnement, l’entreprise se positionne comme un leader en matière de connectivité IA ouverte, flexible et à grande échelle.

PARLONS-EN !

Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.

Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.

Planifier un appel

Veuillez saisir une adresse email professionnelle valide.

Une intégration simplifiée, assortie de contrôles renforcés en matière de sécurité et de gouvernance

Le serveur MCP distant de Google vise à simplifier la manière dont les entreprises connectent leurs flux de travail d’IA tout en plaçant la gouvernance au cœur de leurs préoccupations. Les développeurs consacrent souvent du temps et des ressources à essayer de faire fonctionner des outils externes avec des systèmes cloud sécurisés. Cette version résout ce problème en proposant une interface unifiée qui réduit les configurations manuelles tout en respectant des normes de sécurité strictes. L’intégration s’effectue via l’infrastructure de Google Cloud, où des politiques « Cloud IAM Deny » peuvent être configurées pour limiter l’accès selon des règles d’autorisation claires. Les agents externes ne peuvent accéder qu’aux ressources approuvées, ce qui élimine toute incertitude concernant l’exposition des données ou les manquements à la conformité.

Pour les dirigeants de haut niveau, les implications sont considérables. Il s’agit ici d’assurer un contrôle opérationnel à grande échelle. Le système garantit que les équipes chargées de l’IA puissent agir rapidement sans compromettre la sécurité ni accroître les risques liés à la conformité. Une intégration plus rapide des agents d’IA permet de raccourcir les délais de réalisation des projets et d’assurer une gouvernance plus cohérente, deux aspects essentiels lors du déploiement à grande échelle de l’IA d’entreprise au sein de plusieurs équipes ou régions.

L’intégration par Google de points de terminaison clairs et structurés pour les opérations essentielles, couvrant la génération, l’évaluation et le déploiement de modèles, renforce son engagement en faveur d’une flexibilité sécurisée. Les dirigeants chargés d’évaluer les infrastructures d’IA d’entreprise devraient y voir une avancée vers la réduction des coûts d’intégration tout en renforçant la gouvernance d’entreprise, un équilibre que la plupart des organisations peinent encore à atteindre.

Une gouvernance centralisée via le registre des agents pour la gestion des ressources d’IA

Le registre des agents (Agent Registry) de la plateforme Agent de Google répond à un défi de plus en plus important pour les entreprises : assurer le suivi d’un ensemble croissant de ressources d’IA. Cette bibliothèque centrale regroupe des outils, des compétences et d’autres composants d’IA, permettant ainsi aux organisations de les gérer à partir d’un emplacement unique et contrôlé. Les équipes informatiques peuvent définir les ressources auxquelles les agents externes peuvent accéder et la manière dont ces interactions sont contrôlées. En répertoriant leurs ressources internes et en appliquant des politiques d’accès, les entreprises gagnent en transparence et en contrôle sur les ressources d’IA utilisées et les conditions dans lesquelles elles le sont.

Du point de vue de la direction, une gouvernance centralisée devient indispensable pour un développement responsable de l’IA. Le Registre des agents offre aux dirigeants la visibilité dont ils ont besoin pour gérer les ressources d’IA à grande échelle sans que le contrôle ne soit fragmenté entre les différents services. Il facilite la mise en conformité et la préparation aux audits internes en conservant un registre détaillé des ressources disponibles et de leur utilisation.

Cette structure améliore également la collaboration entre les équipes. Les développeurs peuvent accéder de manière cohérente aux modèles et ressources existants, tandis que la direction a l’assurance que tout reste conforme aux politiques en vigueur. Pour les décideurs chargés de mener la transformation numérique, cela représente un modèle rigoureux et évolutif de gestion du développement de l’IA, qui minimise les risques tout en favorisant une innovation rapide.

Un accompagnement complet pour diverses opérations de développement en IA, au-delà de l’inférence

Le serveur MCP distant de Google ne se limite pas à des fonctions d’IA à usage unique. Il prend en charge l’ensemble des activités de développement en IA, de la génération de modèles et des prédictions à la gestion des notebooks, en passant par le réglage fin, le suivi du déploiement et l’évaluation. Le système s’articule autour de points de terminaison structurés, tels que /mcp/generate, /mcp/predict, /mcp/notebook et /mcp/prompts, offrant ainsi aux développeurs un accès direct à chaque étape du flux de travail d’IA. Cette structure élimine le recours à de multiples outils disparates et simplifie la manière dont les équipes gèrent les processus de bout en bout au sein d’un cadre cohérent.

Pour les dirigeants, cela se traduit par des cycles d’innovation plus rapides, soutenus par des normes cohérentes. Cela permet aux équipes de développement de travailler efficacement tout en garantissant une fiabilité à l’échelle de l’entreprise. La conception de la plateforme couvre l’ensemble du cycle de vie de l’IA. Elle aide les organisations à mettre en place des bonnes pratiques reproductibles, à assurer la qualité et à optimiser en permanence les performances. Les équipes peuvent travailler dans le respect de paramètres de sécurité définis tout en expérimentant les capacités de l’IA en temps réel.

Cette approche permet aux entreprises d’assurer la cohérence opérationnelle entre les différentes régions et équipes. En proposant une telle gamme de fonctionnalités par le biais de protocoles bien définis, Google garantit aux entreprises à la fois flexibilité et stabilité, deux éléments essentiels pour développer de manière responsable des opérations d’IA complexes.

Répondre aux besoins des entreprises en matière d’intégration de l’IA à la fois flexible et sécurisée

Ce lancement répond également directement à une demande formulée par de nombreuses entreprises : une intégration ouverte, sécurisée et flexible entre leurs outils de développement existants et leur infrastructure cloud. Les entreprises exploitent souvent des configurations hybrides, en utilisant des environnements de code externes tout en conservant leurs données les plus sensibles chez un fournisseur de cloud. Le serveur MCP distant fait office de passerelle permettant à cette configuration de fonctionner de manière transparente. Les équipes peuvent utiliser les outils de développement de leur choix tout en s’assurant que l’ensemble des opérations de calcul et de traitement des données restent soumises à des contrôles stricts en matière d’accès et de conformité au sein de Google Cloud.

Pour les dirigeants de haut niveau, cette évolution constitue une solution concrète à un défi récurrent : trouver le juste équilibre entre la liberté d’innovation et la gouvernance d’entreprise. Elle élimine les frictions entre les équipes de sécurité et les développeurs, en aidant les deux parties à opérer dans le cadre de politiques harmonisées. La conception du système, fondée sur des normes ouvertes, garantit également la pérennité des stratégies d’intégration, évitant ainsi aux organisations d’être prisonnières de l’écosystème d’un seul fournisseur.

Dans l’ensemble du secteur, la concurrence entre les fournisseurs de services cloud et d’IA s’articule désormais autour de la facilité avec laquelle les clients peuvent intégrer des agents externes sans perdre le contrôle de leurs données. L’engagement de Google en faveur des protocoles ouverts lui confère une position de force. Il correspond à la manière dont les grandes entreprises souhaitent fonctionner : rapidement, en toute sécurité, dans le respect des réglementations et dans un esprit de collaboration. C’est la direction que prend l’infrastructure moderne d’IA : une infrastructure qui valorise à la fois l’adaptabilité et la responsabilité à grande échelle.

Principaux enseignements pour les décideurs

• Développer l’intégration de l’IA grâce au serveur MCP distant : le nouveau serveur MCP distant de Google permet d’établir des connexions sécurisées entre des outils d’IA externes et Google Cloud, ce qui simplifie les flux de travail des développeurs. Les dirigeants devraient tirer parti de cette intégration pour accélérer le développement de l’IA tout en garantissant la conformité de l’entreprise.
• Favoriser l’interopérabilité grâce aux normes MCP ouvertes : en s’appuyant sur le protocole ouvert Model Context Protocol (MCP), Google met fin à la dépendance vis-à-vis d’un fournisseur et favorise la compatibilité multiplateforme. Les dirigeants devraient y voir un signal les invitant à orienter leurs stratégies en matière d’IA vers une infrastructure ouverte et flexible, garantissant une adaptabilité à long terme.
• Concilier efficacité et gouvernance rigoureuse : le serveur MCP distant simplifie l’intégration au développement tout en garantissant une sécurité stricte grâce aux politiques de refus IAM. Les décideurs devraient tirer parti de cette simplification pour améliorer la productivité de leurs équipes sans pour autant compromettre la conformité ni la protection des données.
• Centraliser la supervision de l’IA grâce au registre des agents : le registre des agents offre un inventaire unifié des compétences et des outils d’IA, permettant un accès contrôlé et une transparence accrue. Les dirigeants devraient mettre en œuvre ce modèle afin de maintenir la supervision, de garantir la conformité et de favoriser une gouvernance de l’IA évolutive.
• Accompagnement tout au long du cycle de vie de l’IA : l’accès étendu à toutes les étapes du processus, de la génération des modèles à leur déploiement et à leur évaluation, favorise l’amélioration continue. Les dirigeants devraient encourager son utilisation au sein de toutes les équipes afin d’uniformiser les flux de travail liés à l’IA et d’accélérer les cycles d’innovation.
• Répondre aux besoins des entreprises en matière d’écosystèmes d’IA ouverts et sécurisés : la solution de Google offre à la fois flexibilité et contrôle dans les environnements de développement hybrides. Les dirigeants devraient adopter des approches similaires, fondées sur des normes ouvertes, afin de favoriser une innovation collaborative et sécurisée en matière d’IA au sein d’environnements d’entreprise distribués.