Le 17 août 2026, Google a transféré son protocole A2A (Agent-to-Agent) à l'Agentic AI Foundation (AAIF) hébergée par la Linux Foundation — la même organisation qui gouverne déjà le MCP (Model Context Protocol) d'Anthropic depuis décembre 2025. C'est un événement technique en apparence, mais ses conséquences pour les entreprises sont très concrètes : les deux standards fondamentaux de l'IA agentique — celui qui connecte les agents à vos outils métier (MCP) et celui qui permet aux agents de collaborer entre eux (A2A) — sont désormais gouvernés par un consortium neutre de plus de 250 membres, incluant Google, Microsoft, Amazon, Anthropic, OpenAI, Bloomberg, Shopify et Block. Pour un dirigeant de PME qui investit dans l'automatisation IA, cette convergence répond à la question qui freine le plus les décisions d'investissement : « Et si je choisis le mauvais fournisseur ? » La réponse, depuis le 17 août, est que les protocoles de communication sont devenus universels — comme le Wi-Fi ou l'USB-C l'ont été pour le matériel informatique. Voici ce que cela change concrètement pour votre stratégie IA.
MCP + A2A : les deux couches qui font fonctionner l'IA agentique
Pour comprendre l'enjeu, il faut distinguer deux problèmes que résout l'IA agentique en entreprise. Le premier : connecter un agent IA à vos outils existants — votre CRM, votre ERP, votre messagerie, vos fichiers. C'est le rôle du MCP (Model Context Protocol), créé par Anthropic. Le MCP est le connecteur universel : il permet à n'importe quel agent IA d'accéder à n'importe quel outil qui implémente le protocole, sans développement sur mesure. Le second problème : faire collaborer plusieurs agents entre eux. Un agent qui analyse vos emails doit pouvoir transmettre une demande client à un agent qui gère votre planning, qui lui-même sollicite un agent qui vérifie vos stocks. C'est le rôle du protocole A2A (Agent-to-Agent), créé par Google. Avant le 17 août 2026, ces deux protocoles existaient séparément, chacun soutenu par son créateur et ses partenaires. Depuis cette date, ils sont réunis sous la même gouvernance neutre — la Linux Foundation — ce qui garantit qu'aucune entreprise ne peut en modifier les règles unilatéralement.
Pourquoi une PME devrait se soucier de standards techniques
Les standards techniques paraissent abstraits, mais leur impact sur une PME est direct et financier. Prenons un exemple concret : vous avez déployé trois agents IA dans votre entreprise — un assistant commercial connecté à HubSpot via MCP, un agent de support client sur Zendesk, et un agent comptable relié à votre logiciel de facturation. Aujourd'hui, grâce aux standards ouverts, ces trois agents peuvent fonctionner ensemble quelle que soit la plateforme IA sous-jacente — Claude, Gemini, GPT ou Mistral. Si dans six mois un fournisseur augmente ses prix de 50 % (comme DeepSeek l'a fait récemment avec une hausse de 1100 %), vous pouvez migrer l'agent concerné vers un autre modèle sans reconstruire les connexions à vos outils. Sans standards ouverts, chaque migration coûterait entre 5 000 et 15 000 euros de développement. Avec MCP et A2A standardisés, le coût de migration est proche de zéro — vous changez le modèle, les connexions restent.
250 entreprises membres : ce que la taille du consortium garantit
- Pérennité du standard : quand Google, Microsoft, Amazon, Anthropic et OpenAI soutiennent le même protocole, il ne disparaîtra pas demain. Votre investissement dans des outils compatibles MCP et A2A est protégé sur le long terme.
- Écosystème d'intégrations : plus il y a de membres, plus il y a d'outils compatibles. À ce jour, plus de 150 organisations ont implémenté A2A en production, et le MCP est supporté par la quasi-totalité des plateformes d'automatisation — Make, n8n, Zapier, ainsi que les principaux CRM et ERP.
- Neutralité de la gouvernance : aucun acteur unique ne contrôle les standards. La maintenance technique reste chez les développeurs du protocole, et le conseil d'administration de l'AAIF pilote la stratégie. C'est la même structure qui a fait le succès de Linux et de Kubernetes — des technologies que 90 % des entreprises utilisent sans le savoir.
- Interopérabilité vérifiée : les déploiements en production couvrent déjà la supply chain, les services financiers, l'assurance et les opérations IT, avec une coordination d'agents autonomes entre outils, fournisseurs et environnements différents.
L'impact concret : trois scénarios PME avant et après la standardisation
Scénario 1 — PME industrielle de 30 salariés. Avant : l'agent IA de gestion des commandes, développé sur mesure avec l'API d'un seul fournisseur, ne communique pas avec l'agent de planification d'un autre prestataire. Résultat : double saisie, délais, erreurs. Après : les deux agents communiquent via A2A, chacun accède aux outils métier via MCP. Une commande reçue déclenche automatiquement la vérification des stocks, la mise à jour du planning de production et l'envoi de la confirmation client — trois systèmes, zéro intervention manuelle. Scénario 2 — Cabinet de conseil de 15 personnes. Avant : l'assistant IA rédactionnel (Claude) et l'outil de veille (Gemini) vivent dans des silos séparés. Les consultants copient-collent les résultats de veille dans Claude pour rédiger les livrables. Après : l'agent de veille transmet ses résultats à l'agent rédactionnel via A2A. Le consultant valide le livrable au lieu de faire la navette entre deux interfaces. Gain estimé : 4 heures par consultant par semaine. Scénario 3 — E-commerce de 50 salariés. Avant : changer de fournisseur d'IA pour le chatbot client nécessite de recoder toutes les connexions au catalogue produit, à l'historique de commandes et au transporteur. Budget : 12 000 euros. Après : les connexions MCP sont réutilisables. Le changement de modèle IA se fait en une journée, pas en trois semaines.
Ce que cela ne résout pas — et les points de vigilance
La standardisation des protocoles ne règle pas tout. Trois limites à garder en tête. Premièrement, la qualité des agents IA eux-mêmes n'est pas garantie par le protocole. MCP et A2A assurent que les agents peuvent communiquer — pas qu'ils communiquent intelligemment. Le choix du modèle sous-jacent, la qualité des prompts et la supervision humaine restent déterminants. Deuxièmement, la sécurité et la conformité RGPD restent de votre responsabilité. Les protocoles définissent comment les données transitent entre agents, mais pas quelles données ont le droit de transiter. Votre DPO doit toujours valider les flux de données, surtout si vos agents manipulent des données personnelles de clients européens. Troisièmement, l'implémentation n'est pas automatique. Vos outils métier doivent supporter MCP et A2A. Les grandes plateformes (Salesforce, HubSpot, Google Workspace, Microsoft 365) le font ou le feront — mais un logiciel métier de niche peut ne pas être compatible. Dans ce cas, un connecteur sur mesure reste nécessaire.
Comment Lesage.AI vous accompagne dans cette transition
- Audit d'interopérabilité IA (demi-journée) : nous cartographions vos outils métier existants, identifions lesquels supportent déjà MCP et A2A, et produisons un plan de route pour connecter vos agents IA entre eux. Vous repartez avec une architecture cible et un chiffrage précis des gains de productivité accessibles.
- Déploiement d'agents IA interopérables : nous concevons et déployons vos agents sur des standards ouverts, en choisissant le modèle IA le plus adapté à chaque tâche — Claude pour le raisonnement complexe, Gemini pour la recherche, Mistral pour la souveraineté des données. Le tout connecté via MCP et A2A, sans verrouillage fournisseur.
- Formation équipe « IA multi-agents » (une journée) : vos équipes apprennent à piloter un écosystème d'agents IA collaboratifs — quand superviser, quand automatiser complètement, comment arbitrer entre fournisseurs. La formation inclut des cas pratiques sur vos propres processus métier.
- Veille et migration continue : les standards évoluent, les prix des fournisseurs changent. Nous surveillons l'écosystème pour vous et recommandons les ajustements — migration vers un modèle moins cher, ajout d'un connecteur, remplacement d'un agent sous-performant — avec un coût de migration proche de zéro grâce aux standards ouverts.
