Passer au contenu principal
    Materiality Reporting - Cabinet conseil RSE et reporting de durabilité
    Technologie

    Protocole de contexte de modèle

    FRProtocole de contexte de modèle
    ENMCP

    Standard ouvert introduit par Anthropic en 2024 pour connecter les LLM de manière uniforme à des outils, des bases de données et des sources de données externes. Il permet aux modèles d'accéder à des contextes structurés (fichiers, API, bases de connaissances) de façon sécurisée et interopérable. Pour le reporting ESG, il facilite l'intégration de données provenant de multiples systèmes ERP, tout en renforçant le besoin de gouvernance des accès.

    🎯
    Enjeux ESG/IA

    Standard prometteur pour désiloter les sources ESG (ERP, GRC, outils carbone) mais qui déplace le risque vers la couche d'autorisation : chaque serveur MCP expose des données qu'il faut cloisonner par habilitation métier, journaliser et auditer. À encadrer par une politique claire de connecteurs approuvés, une revue de sécurité avant mise en service et une désactivation automatique des serveurs non utilisés — sans quoi la surface d'attaque et le risque de fuite RGPD explosent.

    💡
    Exemple

    Une entreprise française met en place un serveur MCP pour connecter son Assistant IA CSRD aux données financières (SAP), RH (Workday) et environnementales (carbone). L'assistant peut ainsi produire des réponses contextualisées sans copier les données dans le modèle.

    Référentiels
    Anthropic MCP specificationAI Act (traçabilité)ISO 27001

    Termes connexes (Technologie)

    IA fantôme (Shadow AI)

    Utilisation non autorisée d'outils d'intelligence artificielle par les employés, contournant les politiques de sécurité, de conformité et de gouvernance de l'entreprise. Ce phénomène représente un risque ESG majeur : fuite de données sensibles, non-conformité RGPD/IA Act, absence de traçabilité et d'audit.

    Ingénierie de prompt ESG

    Discipline d'optimisation des instructions textuelles (prompts) données aux modèles d'IA pour obtenir des réponses pertinentes, précises et conformes aux exigences du reporting de durabilité. Inclut la structuration des requêtes, l'injection de contexte réglementaire et la réduction des hallucinations.

    Hallucination IA

    Génération par un modèle d'IA de contenus faux, inventés ou non étayés par les données sources, présentés avec une apparence de certitude. Risque critique pour le reporting ESG où l'exactitude et la traçabilité des informations sont essentielles pour l'audit externe.

    Token (unité de traitement IA)

    Unité élémentaire de texte traitée par les modèles de langage (environ 4 caractères ou 0,75 mot en français). Le nombre de tokens détermine le coût de calcul, la consommation énergétique et l'empreinte carbone d'une requête IA. Métrique clé pour l'optimisation Green AI.

    GPU (Processeur graphique)

    Processeur spécialisé dans le calcul parallèle, essentiel pour l'entraînement et l'inférence des modèles d'IA. Les GPU représentent la principale source de consommation énergétique et d'émissions carbone des infrastructures IA, avec des enjeux d'approvisionnement en terres rares et de recyclage.

    Récupération de chaleur fatale (data center)

    Valorisation de la chaleur résiduelle générée par les serveurs et GPU des centres de données pour alimenter des réseaux de chauffage urbain, des serres agricoles ou des processus industriels. Levier clé d'économie circulaire pour réduire l'impact environnemental net des infrastructures IA.

    Besoin d'expertise sur ce sujet ?

    Nos consultants experts en ESG et IA peuvent vous accompagner.