Google lance des serveurs MCP pour connecter les agents IA à ses services

Google a annoncé le support du Model Context Protocol (MCP) pour ses services cloud et grand public. L’entreprise propose désormais des serveurs MCP entièrement gérés qui permettent aux agents IA de se connecter directement à Google Maps, BigQuery, Compute Engine et Kubernetes Engine.

Cette infrastructure évite aux développeurs de créer et maintenir leurs propres connecteurs, souvent fragiles. Google prévoit d’étendre ce support à l’ensemble de son catalogue de services dans les prochains mois, avec des fonctionnalités de sécurité et de gouvernance intégrées via Google Cloud IAM et Model Armor.

Le MCP, standard d’interconnexion pour les agents IA

Pour rappel, le Model Context Protocol (MCP) est un protocole open source développé par Anthropic, créateur de Claude, il y a plusieurs mois. Il permet aux systèmes d’intelligence artificielle d’accéder à des données et des outils externes via un standard unifié.

Sans cette couche intermédiaire, les développeurs doivent créer des connecteurs spécifiques pour chaque service, une approche chronophage et difficile à maintenir. Anthropic a récemment confié ce protocole à la Linux Foundation pour en faire un standard ouvert.

Le protocole MCP (Model Context Protocol) d’Anthropic, souvent comparé à un « USB-C pour l’IA », est rapidement devenu un standard pour connecter les modèles d’IA aux données et aux outils, explique Google.

MCP Google Services : quatre services disponibles au lancement

Google commence par proposer des serveurs MCP pour quatre de ses services. Google Maps permet aux agents IA d’accéder à des données géospatiales actualisées, comme les informations sur les lieux, les prévisions météo ou les itinéraires. Un assistant pourrait ainsi répondre précisément à des questions sur les distances ou recommander des restaurants sans halluciner d’informations, explique la firme de Mountain View.

BigQuery offre aux agents la possibilité d’interroger directement des données d’entreprise en interprétant les schémas et en exécutant des requêtes. Les informations restent dans leur environnement d’origine, ce qui limite les risques de sécurité liés au transfert de données sensibles.

Compute Engine et Kubernetes Engine permettent aux agents de piloter directement l’infrastructure technique. Concrètement, un agent peut créer des serveurs virtuels, les redimensionner ou ajuster automatiquement les ressources allouées en fonction de la charge, sans intervention humaine.

Une infrastructure sécurisée et gouvernée

Les serveurs MCP de Google intègrent plusieurs couches de sécurité. Google Cloud IAM gère les permissions, l’audit logging assure la traçabilité, et Google Cloud Model Armor agit comme un pare-feu contre les menaces propres aux agents IA, notamment l’injection de prompts ou l’exfiltration de données.

Apigee, la plateforme de gestion d’API de Google, permet de transformer des API standards en serveurs MCP, appliquant aux agents les mêmes règles de sécurité que celles utilisées pour les applications traditionnelles.

Nous rendons Google prêt pour les agents, dès la conception, a déclaré Steren Giannini, directeur de la gestion de produit chez Google Cloud.

Un déploiement progressif et continu

Ces serveurs sont actuellement disponibles en preview publique, sans surcoût pour les clients entreprise utilisant déjà les services Google. Steren Giannini, directeur de gestion produit chez Google Cloud, a indiqué à TechCrunch que le passage en disponibilité générale est prévu début 2026.

Google prévoit d’étendre le support MCP à l’ensemble de son catalogue dans les prochains mois : Cloud Run, Cloud Storage, AlloyDB, Cloud SQL, Spanner, Looker, Security Operations ou encore Cloud Logging. L’entreprise, membre fondateur de l’Agentic AI Foundation, s’engage également à contribuer à l’évolution du protocole via la communauté open source.