C'est quoi, le Model Context Protocol (MCP)?

Le Model Context Protocol (MCP) est un standard ouvert qui permet aux assistants IA — Claude, ChatGPT, Gemini et d'autres — de se connecter directement à des sources de données et outils externes. Au lieu de copier de l'information dans une fenêtre de chat, le MCP donne à ton IA un accès sécurisé et structuré à des données en temps réel. Era est l'une des premières plateformes à utiliser le MCP pour les finances personnelles, transformant tes comptes bancaires, cartes de crédit et placements en une couche de données que n'importe quelle IA que tu utilises déjà peut lire et exploiter.

Si t'as déjà souhaité pouvoir demander à ton IA « combien j'ai dépensé en épicerie le mois dernier? » et obtenir une vraie réponse à partir de vraies données, le MCP est la technologie qui rend ça possible.

Le problème que le MCP règle

Les assistants IA sont remarquablement bons pour raisonner, planifier et expliquer. Mais ils ont une limitation fondamentale : ils peuvent seulement travailler avec l'information que tu leur donnes. Demande à Claude des conseils sur tes finances, et il peut offrir des conseils budgétaires génériques. Il ne peut pas te dire que ta facture d'électricité a augmenté de 40 % ce mois-ci, parce qu'il ne peut pas la voir.

Historiquement, les gens ont contourné ce problème de façon bancale :

• Copier-coller : Exporter un CSV de ta banque, le coller dans le chat, espérer que l'IA parse les colonnes correctement.
• Scraping d'écran : Des outils automatisés qui se connectent à ta banque et tirent les données — fragile, souvent contraire aux conditions d'utilisation, et un cauchemar de sécurité.
• Chatbots propriétaires : Des apps de finances qui construisent leur propre chatbot IA à l'intérieur de leur app. Tu obtiens de l'IA, mais seulement leur IA, seulement dans leur app, avec seulement leur modèle.

Chaque approche a le même défaut structurel : les données sont prisonnières. Soit elles sont prisonnières d'un format de fichier que ton IA doit deviner, soit derrière un scraper qui brise quand la banque change un bouton, soit à l'intérieur d'une app qui a choisi ton IA pour toi.

Le MCP élimine le piège.

Comment le MCP fonctionne, simplement

Le MCP définit une façon standard pour les clients IA (les apps avec lesquelles tu jases) de se connecter à des serveurs MCP (les systèmes qui détiennent tes données). Pense à ça comme le USB de l'IA — un connecteur universel qui permet à n'importe quel appareil compatible de parler à n'importe quel périphérique compatible.

Un serveur MCP expose des outils — des actions structurées que l'IA peut appeler. Ce ne sont pas des prompts en texte libre. Ce sont des points d'accès typés et documentés : « lister mes comptes bancaires », « chercher les transactions de la semaine dernière », « analyser les dépenses par catégorie ». L'IA lit les descriptions d'outils, décide lesquels appeler selon ta question, et présente les résultats en langage naturel.

Les propriétés clés :

• Standard ouvert : N'importe qui peut construire un serveur MCP. N'importe qui peut construire un client MCP. Aucune entreprise ne contrôle le protocole.
• Données structurées : L'IA reçoit des données typées et propres — pas un blob de texte qu'elle doit parser. Ça veut dire des réponses meilleures et plus précises.
• Accès permissionné : Tu décides quels serveurs MCP ton IA peut utiliser. Tu peux révoquer l'accès n'importe quand.
• Agnostique du client : Un serveur MCP fonctionne avec tous les clients compatibles. Construis une fois, connecte partout.

Ce que ça change pour les finances personnelles

Les finances personnelles sont l'un des meilleurs cas d'utilisation du MCP. Tes données financières sont profondément personnelles, changent constamment, et sont incroyablement utiles pour le genre de raisonnement dans lequel l'IA excelle — repérer des tendances, faire des prévisions, comparer, planifier.

Avant le MCP, faire travailler l'IA avec ton argent voulait dire une de deux choses :

1. Téléverser tes données manuellement chaque fois que tu veux une réponse. Fastidieux, sujet aux erreurs, et l'IA oublie tout entre les sessions.
2. Utiliser le chatbot intégré d'une app de finances, ce qui te verrouille dans le modèle IA de cette app, l'interface de cette app, et l'idée que cette app se fait des questions que t'as le droit de poser.

Le MCP crée une troisième option : tes données financières deviennent une couche persistante et sécurisée à laquelle n'importe quelle IA de ton choix peut accéder. T'es pas verrouillé dans un client IA en particulier. Tu téléverses pas de fichiers. Tes données restent chez ton fournisseur de données, et ton IA les interroge en temps réel.

Comment Era utilise le MCP

Era Context est un serveur MCP personnel pour tes finances. Tu connectes tes comptes bancaires à Era via MX (un fournisseur de données financières réglementé), et Era expose ces données sous forme de 33 outils MCP répartis en sept groupes : comptes, transactions, perspectives, activité, facturation, connaissances et connexions.

La configuration prend une seule ligne. Dans Claude Desktop, Cursor, VS Code ou n'importe quel client compatible MCP, tu pointes vers https://context.era.app avec ton jeton d'authentification. C'est tout. Ton IA peut maintenant voir ton argent.

Voici ce qui devient possible :

• « Quel est le solde de mon compte chèques? » — répondu à partir de données en temps réel, pas de mémoire.
• « Comment mes dépenses au resto ce mois-ci se comparent au mois dernier? » — calculé à partir de tes vraies transactions.
• « Montre-moi tous les frais récurrents de plus de 50 $ » — tiré de l'analyse de tendances à travers tes comptes.
• « Souviens-toi que j'épargne pour un voyage au Japon » — stocké dans la mémoire inter-agents d'Era, pour que chaque IA connectée connaisse ton objectif.

Ce dernier point mérite qu'on s'y attarde. La mémoire inter-agents d'Era fait en sorte que si tu parles de ton objectif d'épargne à Claude, ChatGPT le sait aussi. Ton contexte financier persiste d'une conversation à l'autre et d'un client IA à l'autre. Pas besoin de tout réexpliquer.

Au-delà de la requête : mémoire et automatisation

Le MCP, c'est pas juste lire des données. Parce que les outils MCP peuvent accepter des entrées en plus de retourner des sorties, un serveur MCP peut offrir des opérations d'écriture — des actions que ton IA peut prendre en ton nom.

Era utilise ça pour offrir deux capacités qui changent fondamentalement comment tu gères ton argent :

Mémoire inter-agents. Era Context inclut un système de connaissances qui persiste d'une conversation à l'autre et d'un client IA à l'autre. Dis à Claude que t'épargnes 500 $ par mois pour un voyage au Japon. Plus tard, ouvre ChatGPT et demande « est-ce que je suis sur la bonne voie pour mon objectif d'épargne? » ChatGPT sait déjà pour le voyage, le montant cible et ta progression — parce que c'est Era qui a stocké ce contexte, pas un client IA individuel. Tu peux aussi demander à n'importe quel agent d'oublier quelque chose, et c'est effacé partout. Ta mémoire est privée, jamais partagée avec d'autres utilisateurs, et jamais utilisée pour entraîner des modèles.

Règles d'automatisation en français courant. Décris une règle à n'importe quelle IA connectée — « catégorise toutes les transactions Starbucks comme café » ou « tague tout frais de plus de 500 $ comme à revoir » — et ton IA la crée via le moteur de règles d'Era. Tu approuves avant qu'elle s'active. Rien ne roule sans ton feu vert explicite. Chaque règle se souvient des mots exacts que t'as utilisés pour la créer, te donnant un journal d'audit complet dans tes propres mots. Une bibliothèque de règles préconstruites est aussi disponible pour parcourir et activer sans rien écrire de zéro.

Ces capacités sont seulement possibles parce que le MCP fournit une façon standard et structurée pour l'IA d'interagir avec des systèmes externes. Sans le MCP, chaque client IA aurait besoin de sa propre intégration personnalisée — et tes données seraient cloisonnées dans le client que t'utilisais à ce moment-là.

Le MCP vs. le chatbot en jardin clos

La plupart des apps de finances qui offrent de l'IA suivent le même modèle : embarquer un chatbot dans l'app. Tu ouvres l'app, tu tapes sur l'icône de chat, et tu parles à n'importe quel modèle qu'ils ont choisi pour toi.

Cette approche a de vraies limitations :

• Verrouillage de modèle : Tu utilises leur modèle, pas le tien. Si un meilleur modèle sort demain, tu peux pas changer.
• Verrouillage d'interface : Tu dois être dans leur app. Tu peux pas poser des questions sur tes finances depuis Claude Desktop, ou depuis VS Code pendant que tu codes, ou depuis n'importe quel outil IA que tu utilises dans ta journée.
• Isolation du contexte : Le chatbot connaît seulement ce qui est dans cette app. Il ne peut pas connecter tes données financières avec ton calendrier, tes courriels, tes outils de gestion de projet, ou quoi que ce soit d'autre auquel ton IA a accès.

Les serveurs MCP renversent ce modèle. Era n'a pas de chatbot. Era a une couche de données. L'IA de ton choix est l'interface. Ça veut dire que tu peux poser des questions sur tes finances où que tu sois déjà — au milieu d'une conversation sur la planification d'un voyage, en révisant un contrat, en construisant un budget dans un tableur. Ton argent apparaît en contexte, pas dans une app séparée.

Sécurité et confiance

Connecter tes comptes bancaires à l'IA soulève des questions de sécurité légitimes. Le MCP en adresse plusieurs par conception :

• Pas de partage d'identifiants : Tes identifiants bancaires sont gérés par MX pendant l'authentification et ne sont jamais stockés par Era ni vus par ton IA.
• Accès délimité : Chaque outil MCP a des entrées et sorties définies. Ton IA peut appeler « lister les transactions » mais ne peut pas accéder aux tables de base de données brutes ou aux systèmes internes.
• Révocable : Tu peux déconnecter n'importe quel client IA de ton Era Context à tout moment, coupant instantanément l'accès.

Era ajoute des protections supplémentaires par-dessus le MCP :

• Chiffrement AES-256 au repos, TLS 1.3 en transit.
• Tes données ne sont jamais vendues, jamais utilisées pour la publicité, et jamais partagées sans ta permission explicite.
• Chaque interaction d'agent IA nécessite une autorisation explicite.
• Un journal d'activité complet montre tout ce que chaque agent IA a fait en ton nom.

Quels clients IA supportent le MCP

L'adoption du MCP grandit rapidement. Era fonctionne avec n'importe quel client compatible MCP, incluant Claude, ChatGPT, Cursor, VS Code, GitHub Copilot, Gemini, Perplexity, OpenClaw, Manus, Cline, Hermes, et plus encore. La liste s'allonge régulièrement à mesure que plus d'outils IA adoptent le standard.

Le point important, c'est pas un client en particulier — c'est que t'es pas verrouillé. Quand un nouveau client IA sort et supporte le MCP, il fonctionne avec Era dès le premier jour. Pas d'intégration nécessaire, pas de demande de fonctionnalité, pas d'attente. Un protocole, tous les clients.

Pourquoi le MCP compte plus que n'importe quel modèle IA

Les modèles IA s'améliorent rapidement. Le modèle que tu utilises aujourd'hui sera probablement dépassé dans quelques mois. Ça crée un problème pour toute plateforme qui couple ses fonctionnalités IA à un modèle spécifique : chaque mise à jour de modèle devient une migration, et les utilisateurs sont pris avec ce que la plateforme livre jusqu'à la prochaine mise à jour.

Le MCP découple la couche de données de la couche IA. Tes données financières sont accessibles via un protocole stable peu importe quel modèle est de l'autre bord. Quand un nouveau modèle sort — plus rapide, moins cher, meilleur pour raisonner — tu le connectes au même serveur MCP et tu obtiens des bénéfices immédiats. Pas de migration, pas d'attente que ton app de finances l'intègre, pas de ré-entraînement d'un chatbot.

C'est pour ça qu'Era a bâti sur le MCP plutôt que d'embarquer un modèle spécifique. Le protocole survit à n'importe quelle génération de modèles. Tes données restent structurées et accessibles, et la meilleure IA disponible à un moment donné peut travailler avec.

Pour commencer

Le forfait Basic d'Era est gratuit et inclut deux comptes connectés avec un accès MCP en lecture seule. Tu peux t'inscrire sur era.app, connecter un compte bancaire, ajouter une ligne de configuration à ton client IA, et commencer à poser des questions sur ton argent en langage naturel.

La configuration prend environ cinq minutes. Le changement dans ta façon de penser à tes finances prend un peu plus de temps — mais une fois que ton IA peut vraiment voir ton argent, tu te demanderas pourquoi t'as géré tes finances autrement pendant si longtemps.