Le fournisseur en analyse et intégration de données Teradata a annoncé l’arrivée dans le courant du premier semestre 2026 de la version communautaire de son premier serveur Model Context Protocol. Une version commerciale avec un support complet est aussi en développement.
Dans un contexte de demande croissante d’applications alimentées par des agents d’IA, Teradata lance son premier serveur MCP (model context protocol). Hébergé sur GitHub et pris en charge par la communauté Teradata, ce serveur a pour ambition d’aider les entreprises à tester leurs flux agentiques accédant aux données stockées dans les data lake du fournisseur. La société a confirmé qu’une future version commerciale du serveur MCP offrira un « support complet », ce qui n’est pas le cas de la version Community Edition. « Cette version, dont la sortie est prévue au cours du premier semestre 2026, inclura des fonctionnalités essentielles pour les entreprises, telles que la sécurité, l’observabilité, l’évolutivité, la gestion de la charge de travail et la conformité, ce qui la rendra adaptée à un déploiement en production », a déclaré à InfoWorld Meeta Vouk, vice-présidente de la gestion des produits pour l’IA et l’analyse chez Teradata. « Les prochaines itérations cibleront les fonctionnalités avancées de sécurité et de gestion du contexte, ainsi que l’optimisation des ressources. Les clients pourront migrer du serveur communautaire vers le prochain produit », a ajouté Mme Vouk.
Contrairement à la Community Edition qui comprend des outils capables d’effectuer des tâches de développement courantes, la déclinaison commerciale sera dotée d’outils supplémentaires destinés à des tâches plus complexes, en particulier la génération et l’optimisation de SQL, la récupération de données multimodales, l’exécution de tâches d’ingénierie des données, l’exécution d’analyses dans la base de données et de pipelines d’apprentissage machine, ainsi que l’exécution de code Python personnalisé. Selon Robert Kramer, analyste principal chez Moor Insights and Strategy, la sortie d’une édition communautaire avant une version entièrement prise en charge a pour but de favoriser l’adoption précoce, tout en jetant les bases d’une future version lucrative.
Databricks et Snowflake aussi positionnés sur les serveurs MCP
Le premier jet est livré avec un ensemble d’outils et de prompts, regroupés en modules, que les agents peuvent utiliser pour interroger, analyser et gérer les données contenues dans les bases de données Teradata. Ces ensembles comprennent Base Tools pour l’engagement général sur la plateforme, DBA Tools pour les tâches d’administration des bases de données et Data Quality Tools qui accélèrent l’analyse exploratoire des données. De plus, le serveur MCP intègre un jeu d’outils spécialisés (gestion des autorisations, supervision des magasins de fonctions, génération augmentée de récupération (RAG) pour faciliter la création et l’utilisation de magasins de vecteurs). Une couche sémantique personnalisée Custom Semantic Layer qui « permet aux entreprises de créer des outils et des invites spécifiques à leur domaine, adaptés à leurs besoins uniques en matière de données commerciales », est également disponible.
Selon M. Kramer, cette première étape est conçue pour aider les clients à connecter directement les agents IA aux données opérationnelles grâce à une gouvernance intégrée, à la gestion des métadonnées, une base vectorielle et des outils de RAG, essentiels pour les cas d’usage de l’IA générative qui reposent sur la combinaison de données structurées et de LLM. Pour lui, grâce à cet accès aux données contenues dans les bases de données Teradata, les agents IA pourront avoir une meilleure compréhension contextuelle et fournir des réponses plus précises. Cependant, Teradata n’est pas le seul fournisseur d’analyse de données à proposer un serveur MCP. Alors que son concurrent Databricks propose des serveurs MCP managés qui offrent un accès contrôlé aux données structurées et non structurées via Genie Space MCP Server, Vector Search MCP Server et UC Function MCP Server, Snowflake a aussi publié ce mois-ci des ressources open source qui simplifient la création de serveurs MCP connectés à ses services. A noter aussi qu’un serveur MCP Snowflake alimenté par des contributeurs était déjà disponible sur GitHub avant même que le fournisseur publie ses ressources.
Selon les analystes, l’acquisition par MariaDB de Codership et de sa suite de réplication multi-maître synchrone pour les bases de données pourrait lui garantir des revenus récurrents. Tout en entravant la possibilité de voire émerger de futurs forks.
Le fournisseur en bases de données MariaDB, en difficulté, redouble d’efforts pour se remettre sur pied, ce qui est une bonne nouvelle pour les entreprises qui utilisent la base de données MariaDB ou celles qui souhaitent l’adopter. C’est du moins ce que pensent les analystes après l’annonce de l’acquisition du fournisseur finlandais de logiciels de réplication de données Codership. « Cette acquisition montre que, depuis son rachat par K1 en septembre dernier, MariaDB cherche à se transformer en plateforme de base de…
Il vous reste 91% de l’article à lireVous devez posséder un compte pour poursuivre la lecture
Vous avez déjà un compte?
Les développeurs pourront utiliser Serverless MCP Server d’AWS pour demander à leurs agents de codage IA de concevoir, déployer et dépanner leurs applications.
Amazon Web Services a lancé Serverless MCP Server pour permettre aux entreprises de développer plus rapidement, et presque sans intervention manuelle, des applications gérées à l’aide d’agents d’IA. Cette solution fournit aux assistants de codage pilotés par l’IA, tels qu’Amazon Q, Cline ou Cursor, utilisés par les développeurs, la connaissance de l’architecture serverless des modèles, des schémas et des meilleures pratiques. Tout cela se fait essentiellement à partir de Lambda, le service géré d’AWS qui exécute les applications et prend en charge la complexité de la gestion des serveurs ou du traitement. « Ce serveur MCP agit comme un compagnon intelligent, guidant les développeurs tout au long du cycle de vie du développement d’applications, de la conception initiale au déploiement, en offrant une assistance contextuelle à chaque étape », a écrit dans un billet de blog le fournisseur de services cloud.
MCP, abréviation de Model Context Protocol, est un protocole ouvert développé par Anthropic qui permet aux agents d’IA au sein des applications d’accéder à des outils et des données externes pour répondre à une demande de l’utilisateur via un mécanisme client-serveur, où le client est l’agent d’intelligence artificielle ou l’interface par agent et le serveur fournit les outils et les données. « Pour les applications basées sur le web, le serveur AWS MCP fournira également un support spécialisé pour les applications back-end, front-end ou full-stack, et la configuration de domaines personnalisés », a ajouté le fournisseur.
Lambda Tool Server Vs Serverless MCP Server
Il ne faut pas confondre Serverless MCP Server avec l’actuel Lambda Tool Server d’AWS, qui aide les développeurs à utiliser les fonctions Lambda via des agents. Ce dernier permet essentiellement aux grands modèles de langage d’interagir directement avec les fonctions Lambda existantes en tant qu’outils MCP sans aucune modification du code, c’est-à-dire qu’il agit comme un pont entre les clients MCP et les fonctions Lambda. Cependant, cette offre peut être utilisée pour compléter Lambda Tool Server existant ou en combinaison pour développer des applications pouvant servir à des cas d’usage plus variés, ou pour maintenir davantage de processus ou de flux de travail. Outre la gestion du cycle de vie des applications sans serveur et le développement et le déploiement d’applications web, Serverless MCP Server peut être utilisé pour l’observabilité et donner des indications sur certains sujets. « Par exemple, savoir à quel moment utiliser Lambda pour des exécutions et des cas d’usage spécifiques ou quel outil infrastructure-as-code utiliser pour déployer une application », a déclaré AWS.
Les développeurs peuvent utiliser n’importe quel assistant de codage via son MCP Client pour utiliser AWS Serverless MCP Server, et ils peuvent commencer par télécharger le serveur depuis GitHub ou Python Package Index (PyPi). Une fois le serveur téléchargé et installé, les développeurs doivent insérer un morceau de code dans la configuration du client MCP pour configurer le profil AWS qu’ils souhaitent utiliser. Après cette étape, ils peuvent commencer à chercher des conseils, à concevoir, à tester, à déployer et à dépanner des applications sans serveur en sollicitant leur assistant IA qui, en fonction de ce qui est demandé, recherchera des outils dans le nouveau Serveur et présentera des informations ou accomplira des tâches. Les exemples d’outils pour le développement et le déploiement d’applications comprennent sam_init_tool, sam_build_tool, sam_deploy_tool sam_local_invoke_tool, deployment_help_tool, et deploy_serverless_app_help_tool.
La sécurité pas négligée
AWS suggère aux entreprises, lorsqu’elles créent des applications, de commencer par utiliser sa fonction d’accompagnement assistée par l’IA pour les décisions architecturales et, tout au long du processus de développement, d’utiliser l’outil d’accompagnement pour prendre des décisions éclairées, car il suit les meilleures pratiques. De plus, le fournisseur de services cloud affirme que son offre répond également aux préoccupations de sécurité, courantes avec MCP. « Par défaut, le serveur MCP fonctionne en mode lecture seule, autorisant uniquement les actions non mutantes », a indiqué AWS, ajoutant que le serveur restreint aussi l’accès aux journaux Amazon CloudWatch par défaut, protégeant ainsi les données opérationnelles sensibles de l’exposition aux assistants d’IA. Cependant, les développeurs ont la possibilité d’outrepasser les paramètres de sécurité de manière sélective : ils peuvent utiliser l’indicateur allow-write pour autoriser les opérations de mutation pour des tâches de déploiements et de mises à jour par exemple, et allow-sensitive-data-access pour autoriser l’accès aux journaux CloudWatch à des fins de débogage et de dépannage.