Présentation du Model Context Protocol
 |
Le Model Context Protocol (bêta) est actuellement disponible en version préliminaire et ne propose qu'une validation fonctionnelle de base. Une qualification complète et des fonctionnalités étendues seront introduites dans les prochaines versions.
|
Traditionnellement, chaque application d'IA nécessite une intégration personnalisée avec chaque système back-end. Dans un environnement avec M applications AI et N sources de données, il en résulte M × N intégrations indépendantes.
Par exemple, trois applications d'IA se connectant à trois sources de données nécessitent déjà neuf intégrations distinctes, chacune avec sa propre logique d'authentification, son propre mappage de données, sa propre gestion des erreurs et sa propre maintenance continue. A mesure que le nombre de systèmes augmente, ce modèle devient plus difficile à mettre à l'échelle, ajoute des frais d'ingénierie, ralentit la livraison des fonctionnalités et crée des incohérences dans la façon dont les applications consomment les données d'entreprise.
Le MCP élimine cette fragmentation en normalisant la façon dont les applications d'IA interagissent avec les systèmes externes.
Le diagramme ci-dessous illustre le défi de l'intégration M×N, montrant comment plusieurs applications d'IA et sources de données créent un réseau de connexions personnalisées qui devient rapidement complexe.
Comment le MCP simplifie l'intégration
Le MCP introduit une couche d'interaction standardisée entre les applications d'IA et les systèmes back-end. Au lieu d'exiger que chaque application d'IA s'intègre individuellement à chaque source de données, le MCP fournit une structure unifiée via les clients MCP et les serveurs MCP :
• Les applications d'IA s'intègrent une seule fois à un client MCP.
• Les sources de données sont intégrées une seule fois à un serveur MCP.
Le MCP gère ensuite le modèle d'interaction, y compris l'exécution de l'outil, l'échange de schéma et la communication contextuelle. Cela fait passer le modèle d'intégration d'un schéma M×N, où chaque application nécessite une intégration personnalisée directe avec chaque source de données, à un modèle M+N, où chaque système ne se connecte qu'une seule fois à l'écosystème du MCP.
Concrètement, pour trois applications d'IA et trois sources de données, le nombre d'intégrations passe de neuf à six. Cette approche standardisée améliore l'évolutivité, réduit les coûts de maintenance et garantit une interopérabilité cohérente entre les différents systèmes.
Le diagramme ci-dessous montre comment le MCP modifie le schéma d'intégration des connexions personnalisées M×N vers un modèle M+N rationalisé, réduisant ainsi la complexité et améliorant l'évolutivité.
Intégration du MCP entre les déploiements multi-sites de ThingWorx
Le diagramme suivant illustre comment le MCP permet une interaction intelligente et unifiée entre les systèmes d'IA et les environnements ThingWorx distribués sur plusieurs sites de fabrication.
Couche d'interaction AI
Au niveau supérieur, ThingWorx AI Assistant peut fonctionner comme un client MCP, ce qui permet aux agents d'IA d'invoquer les services ThingWorx via des interactions MCP standardisées. Cela permet d'activer des processus tels que les requêtes de données, les diagnostics ou l'automatisation intelligente.
Les applications personnalisées et les applications ThingWorx (par exemple, DPM et AMU) peuvent également communiquer via la même interface MCP.
Serveurs MCP ThingWorx
Chaque instance de ThingWorx, déployée par région ou site de production, agit comme un serveur MCP et expose les capacités de la plateforme (outils, requêtes et ressources) via le MCP. Cela permet aux applications d'IA de se connecter à n'importe quel site à l'aide d'une interface cohérente sans intégrations personnalisées.
Voici des exemples de déploiements de site illustrés dans le diagramme :
• Serveur 1 : sites 1 et 2 (Boston, Détroit)
• Serveur 2 : site 3 (Munich)
• Serveur 3 : site 4 (Mexico)
Chaque serveur s'intègre aux systèmes opérationnels locaux (par exemple, ERP, MES, PLM) et les équipements industriels connectés à Kepware.
Continuité numérique multi-sites avec le MCP
Le MCP fournit une couche de communication standardisée entre les clients AI et les serveurs ThingWorx sur tous les sites. Les avantages sont les suivants :
• Interface unifiée et cohérente permettant à l'IA d'interagir avec les données opérationnelles
• Réduction de la complexité de l'intégration entre systèmes hétérogènes
• Accès aux informations contextualisées à partir de n'importe quel déploiement de ThingWorx
• Orchestration et analyse multi-sites évolutives optimisées par l'IA
Intégration agent-système à l'aide du MCP
Les clients MCP, tels que Claude Desktop, Cursor, les extensions VS Code ou les applications d'IA personnalisées, peuvent s'intégrer à n'importe quel système compatible MCP, notamment :
• Serveur MCP ThingWorx
• Systèmes tiers exposant des interfaces MCP
Cela permet aux agents d'IA de fonctionner sur plusieurs systèmes d'entreprise sans connecteurs personnalisés, tirant parti du MCP pour un accès structuré aux outils, des requêtes et des ressources de données.
Ecosystème d'agents d'IA et de systèmes connectés
Grâce au MCP, les agents peuvent interagir non seulement avec ThingWorx, mais également avec les systèmes prenant en charge le MCP, tels que :
• SAP
• Salesforce
• Microsoft 365
• Slack
• GitHub
• Autres serveurs ThingWorx
Principaux avantages
• Standardisation : le MCP élimine les intégrations point à point personnalisées en fournissant un protocole commun pour la communication entre l'IA et le système.
• Evolutivité : ajoutez de nouveaux sites ou applications sans recréer les intégrations.
• Informations basées sur l'IA : les assistants d'IA centralisés peuvent raisonner sur des données opérationnelles distribuées.
• Extensibilité : ThingWorx outils et ressources restent enfichables sur n'importe quel hôte compatible avec le MCP (par exemple, les extensions Claude Desktop et VS Code).