L'Ère de l'Intention : du prototype MCP à la transformation organisationnelle

SECTION 1

L'intention devient la nouvelle interface

Cet article est le deuxième de notre série L'Ère de l'Intention, qui explore ce qu'il faut pour passer de la construction de prototypes à la transformation des organisations, dans un futur piloté par l'intention.

Que se passe-t-il quand nous arrêtons de concevoir des interfaces et commençons à concevoir pour l'intention humaine ? Quand j'ai déclaré que « l'interface est morte », ce n'était pas une prédiction d'extinction, c'était un appel à l'évolution.

En 2026, alors que l'IA générative, les agents multimodaux et les interfaces adaptatives transforment la façon dont les gens interagissent avec la technologie, l'intention est devenue la nouvelle interface. Les utilisateurs ne naviguent plus dans des écrans : ils expriment des objectifs. Et les systèmes doivent comprendre ces objectifs, raisonner dessus et agir en temps réel, en assumant l'ambiguïté inhérente au langage humain.

Pour les entreprises, l'enjeu dépasse largement l'expérience utilisateur. Quand un client demande à son assistant de « trouver le meilleur vol pour Melbourne mardi », c'est l'assistant qui choisit quelles compagnies interroger, quelles offres présenter et dans quel ordre. Être lisible, interrogeable et fiable pour ces intermédiaires devient un avantage concurrentiel aussi décisif que l'était autrefois le référencement sur les moteurs de recherche.

Ce moment compte parce que le changement est déjà opérationnel. Les copilotes IA interprètent nos requêtes dans les outils de productivité. Les assistants vocaux et les systèmes agentiques réservent des rendez-vous, rédigent des propositions et exécutent des tâches à travers les écosystèmes, souvent sans qu'un écran ne soit affiché. Au cours des dernières semaines, nous avons exploré ce qu'il faut réellement pour construire pour ce nouveau paradigme. Le constat est sans appel : créer un prototype est devenu trivial. Transformer ses systèmes et son organisation pour agir sur l'intention ne l'est absolument pas.

SECTION 2

Un prototype de réservation de vols construit sur un serveur MCP

Pour explorer à quoi pourrait ressembler un monde intent-first, nous avons construit un prototype simple de réservation de vols. En utilisant des données fictives et un serveur Model Context Protocol (MCP) léger en Python, le standard ouvert qui permet à un modèle de langage de se connecter à des sources de données et à des fonctions réelles, aujourd'hui adopté par l'ensemble des grandes plateformes d'IA, nous l'avons câblé à une interface React.

Le prototype exposait trois outils au modèle : la recherche de vols, la consultation des tarifs par date et la vérification des disponibilités. Chaque outil était décrit dans le serveur MCP avec son schéma d'entrée et de sortie, ce qui suffisait au modèle pour décider quand l'appeler, avec quels paramètres, et comment combiner les résultats en une réponse utile.

### Quelques heures pour une expérience conversationnelle fonctionnelle

En quelques heures, nous avions une expérience conversationnelle opérationnelle. C'était grisant : quelques lignes de code, une intégration API rapide, et les utilisateurs pouvaient taper des requêtes en langage naturel comme « montre-moi les vols de Sydney à Melbourne ». C'est précisément ce que l'écosystème MCP a rendu banal : là où il fallait autrefois des mois d'intégration sur mesure, un serveur MCP expose des outils que n'importe quel modèle frontière sait découvrir et invoquer, avec une gestion native des permissions et du contexte.

La leçon de cette première étape est double. La barrière à l'entrée technologique s'est effondrée : n'importe quelle équipe peut assembler une expérience conversationnelle crédible en une semaine. Mais cette facilité est trompeuse, elle déplace la difficulté vers tout ce qu'une démo n'a pas à affronter : données réelles, cas limites, sécurité, montée en charge et responsabilité quand l'agent se trompe.

@cite:le-protocole-model-context-au-dela-de-la-tendance

SECTION 3

Quand la complexité commence : ambiguïté, contexte et mémoire

Et puis la complexité a commencé. Dans un formulaire web traditionnel, les utilisateurs remplissent chaque champ à l'avance, origine, destination, dates, passagers. Une interface conversationnelle ne fonctionne pas ainsi. Les utilisateurs commencent avec un objectif (« je dois aller à Melbourne ») et clarifient les détails plus tard (« mardi », « avec deux enfants »). Le système doit gérer l'ambiguïté, se souvenir du contexte et mettre à jour sa compréhension dynamiquement, tour après tour.

### Gérer l'ambiguïté sans frustrer l'utilisateur

Dans notre cas, le modèle de langage gérait la mémoire contextuelle, se rappelait des messages précédents et demandait des clarifications comme « vouliez-vous dire mardi prochain ou ce mardi ? ». Les modèles frontière de 2026 excellent dans cet exercice de désambiguïsation, et l'ingénierie du contexte, décider quelles informations conserver, résumer ou écarter à chaque tour, est devenue une discipline à part entière. Mais ce qui nous a le plus surpris n'était pas la façon dont le modèle gérait la conversation. C'était à quel point cela changeait l'interface elle-même.

Cette gestion de l'état est le vrai chantier d'ingénierie. Quels éléments faut-il faire persister entre les tours, la destination, le budget, la composition du foyer ? Lesquels expirent, une date envisagée puis écartée ? Un système qui oublie frustre l'utilisateur ; un système qui se souvient de tout finit par raisonner sur du bruit. Le prototype nous a appris que la frontière entre les deux se règle cas d'usage par cas d'usage, pas dans l'abstrait.

SECTION 4

L'interface n'est pas morte : elle devient générative

Nous avons découvert que les utilisateurs avaient toujours besoin de voir le voyage de manière holistique, les segments aller et retour à la fois, et d'ajuster les détails visuellement, comme ils le feraient dans un moteur de réservation traditionnel. La différence : ils le faisaient avec moins de données affichées et moins d'étapes. Au lieu de lister des dizaines de prix, l'interface pouvait montrer un calendrier quotidien avec un tarif moyen ou minimum, en ne surfaçant que ce qui est pertinent pour l'intention exprimée.

### Montrer moins, mais montrer juste

Autrement dit, concevoir pour l'intention n'a pas éliminé l'UI, cela l'a reformée. L'intelligence n'était pas seulement dans le backend ; elle résidait dans la décision de ce qu'il faut révéler, quand, et comment soutenir au mieux l'objectif de l'utilisateur. C'est toute la logique des interfaces génératives qui se généralisent en 2026 : des composants d'UI assemblés à la volée par le système en fonction de l'intention détectée, plutôt que des écrans figés définis à l'avance. Les expériences conversationnelles défient ainsi des décennies d'hypothèses de design : les utilisateurs expriment des objectifs, pas des entrées, et le système doit inférer, raisonner et orchestrer ce qui vient ensuite.

Cette interface générative impose aussi une exigence de confiance : l'utilisateur doit comprendre pourquoi le système lui montre ces options-là et pouvoir reprendre la main à tout moment. Les meilleurs designs de 2026 rendent l'inférence visible, « je vous montre les vols du matin car vous avez mentionné une réunion à 14 h »,au lieu de la dissimuler derrière une magie opaque.

@cite:l-interface-est-morte-place-a-l-ere-de-l-intention

SECTION 5

Quatre leçons du terrain pour les organisations

Sur la base de notre travail, quatre leçons se dégagent pour les organisations qui se préparent à ce changement, des leçons qui valent bien au-delà du cas de la réservation de vols.

Ces leçons ne sont pas théoriques : elles conditionnent directement la capacité d'une organisation à exister dans les canaux de demain. Un catalogue produits illisible pour un agent, une API qui exige douze champs obligatoires avant de répondre, un système de réservation sans état conversationnel, autant de murs invisibles entre votre offre et un client qui a pourtant exprimé son intention de l'acheter.

### Cartographier les intentions et concevoir des API qui pensent

Première leçon : cartographier les intentions, pas seulement les parcours. Identifiez ce que vos clients essaient d'accomplir, pas seulement où ils cliquent, les parcours décrivent le comment d'hier, les intentions décrivent le pourquoi de demain. Deuxième leçon : concevoir des API qui pensent. Auditez vos API et vos produits de données pour leur préparation conversationnelle. Peuvent-ils gérer des entrées partielles ? Fournir des réponses contextuelles ? Exposer leurs capacités via un serveur MCP correctement gouverné, avec des permissions et une traçabilité dignes de la production ?

### Prototyper avec un but et participer aux écosystèmes

Troisième leçon : prototyper avec un but. Commencez petit, mais rendez-le réel, choisissez un cas d'usage à fort impact, connectez-le à des données vivantes et observez comment les utilisateurs se comportent une fois libérés des contraintes d'une UI rigide. Quatrième leçon : se préparer à participer, pas à contrôler. Dans un monde intent-first, votre marque vivra à travers des écosystèmes, assistants conversationnels, réseaux d'agents, interfaces vocales, que vous ne posséderez pas. Les organisations qui exposent proprement leurs capacités sont celles que les agents choisiront d'appeler.

@cite:l-ia-agentique-au-travail-comment-les-agents-autonomes

SECTION 6

La route à venir : une révolution organisationnelle

L'ère de l'intention ne consiste pas à éliminer les interfaces, mais à les rendre invisibles quand elles n'apportent rien, et éclairantes quand elles comptent. Nous passons de la conception de chemins à la conception d'un but, du clic sur des boutons à l'expression d'objectifs.

Ce n'est pas une révolution UI ; c'est une révolution organisationnelle. Pour réussir, les entreprises n'ont pas seulement besoin d'une meilleure technologie mais d'une nouvelle mentalité, une mentalité qui traite l'intention client comme le point de départ de chaque interaction, et le contexte comme le tissu conjonctif qui relie le tout, des données au design jusqu'à la prise de décision.

Concrètement, cela signifie faire travailler ensemble des équipes qui s'ignorent souvent : les propriétaires d'API doivent penser sémantique et découvrabilité, les designers doivent apprendre à concevoir des systèmes qui décident quoi montrer, et les responsables de la gouvernance doivent outiller l'évaluation continue du comportement des agents. C'est ce chantier collectif, bien plus que le choix d'un modèle, qui déterminera qui réussira dans l'ère de l'intention.

L'IA générative a rendu la compréhension du langage triviale. Agir sur l'intention, en revanche, exige de la cohérence à travers les données, le design et la gouvernance, c'est précisément l'objet du troisième volet de cette série, consacré à la préparation organisationnelle. Les outils sont là. Les possibilités sont réelles. La question est : sommes-nous prêts à construire pour l'intention, et pas seulement pour l'interaction ?

FAQ

Questions fréquentes