Tous les articles

Assistant IA et MCP Agicap : interroger ses données et agir avec des garde-fous

Smart Assistant intégré et MCP d'Agicap : interroger vos données de trésorerie en langage naturel et agir selon vos droits, avec les bons garde-fous.

Agicap propose aujourd’hui deux façons d’utiliser l’IA sur vos données de trésorerie : un Smart Assistant intégré, qui permet d’interroger vos données en langage naturel pour obtenir analyses et tableaux de bord, et un serveur MCP, qui ouvre ces mêmes données à un assistant externe comme Claude. Dans les deux cas, l’intérêt tient moins à la fonctionnalité qu’aux garde-fous : permissions héritées de l’utilisateur, validation humaine avant toute écriture, et un connecteur qui ne déplace jamais d’argent de façon autonome.

Avant d’entrer dans le détail, un rappel utile. Selon l’étude PwC–DFCG « Priorités 2026 » (publiée le 19 novembre 2025), 72 % des répondants ont initié des projets d’IA, mais 3 % seulement déclarent une utilisation opérationnelle à l’échelle d’un processus. Autrement dit, la question n’est plus « peut-on connecter une IA à sa trésorerie ? » mais « comment le faire sans déplacer les erreurs ni affaiblir les contrôles ? ».

Assistant intégré vs assistant externe (MCP)

Il faut d’abord distinguer deux approches qu’Agicap documente séparément, car elles n’impliquent ni les mêmes briques techniques ni les mêmes questions de confidentialité.

Le Smart Assistant intégré est présenté sur la page française d’Agicap comme une interface conversationnelle permettant d’interroger les données en langage naturel et d’obtenir des analyses et des tableaux de bord. Le traitement s’effectue dans le cadre d’Agicap. Les modèles employés, les conditions d’activation et les limites détaillées ne sont pas précisés sur cette page publique : ce sont des points à vérifier sur votre compte.

Le serveur MCP suit une logique différente. MCP (Model Context Protocol) est une interface de connexion et d’action : il permet à un assistant externe — Agicap documente l’exemple de Claude — d’accéder aux données et aux fonctions d’Agicap. Le MCP n’est pas lui-même un modèle prédictif ; c’est un pont entre vos données et un assistant tiers. Nous avons détaillé le fonctionnement de ces connexions dans l’article intégrer ChatGPT ou Claude avec Agicap, Pennylane et Qonto.

Une précision de contexte, car elle circule souvent de façon déformée. Un entretien publié par Phacet avec Sébastien Beyet (9 mars 2026) rapporte qu’Agicap avait testé puis retiré un assistant conversationnel, notamment en raison d’un faible usage récurrent et de difficultés de fiabilité et d’explicabilité. Mais cette publication documente une expérimentation passée. L’article du 18 juin 2026 présente ensuite le MCP avec Claude, et la page française consultée en octobre présente un Smart Assistant intégré. Il serait donc inexact d’écrire qu’« Agicap a abandonné les assistants IA » : l’éditeur a expérimenté plusieurs approches et distingue aujourd’hui un assistant intégré d’une connexion à des assistants externes.

Ce que le MCP permet, et les garde-fous

Le MCP donne accès aux soldes, aux transactions, aux prévisions, aux factures clients et fournisseurs et au reporting. Les permissions sont héritées de l’utilisateur : le connecteur ne voit que ce que voit la personne qui l’utilise. Et selon le paramétrage, l’accès est en lecture seule ou en lecture-écriture.

Point central : l’article de juin décrit une confirmation humaine avant chaque écriture et précise que le connecteur ne déplace pas d’argent de manière autonome. Trois niveaux d’usage doivent donc être soigneusement distingués, car ils n’ont pas le même risque.

Niveau d’usageExemples documentésGarde-fou associé
Lecture seuleConsulter soldes et transactions, produire un reporting récurrent, analyser un écartPermissions héritées ; aucune modification possible des données
Écriture validéeModifier une donnée prévisionnelle, recatégoriser des transactionsConfirmation humaine avant chaque écriture ; journalisation et aperçu avant application
Jamais autonome sur l’argentExécuter un paiementLe connecteur ne déplace pas d’argent de façon autonome : l’exécution reste un geste humain hors de l’IA

Cette distinction n’est pas théorique. Modifier une hypothèse prévisionnelle, automatiser un reporting du lundi et exécuter un paiement n’engagent pas la même responsabilité. La bonne séquence de déploiement consiste à commencer en lecture, puis en proposition, avant d’envisager la moindre écriture — et à ne jamais laisser un même système modifier un bénéficiaire, préparer le paiement et l’autoriser.

Dernier principe, valable pour l’assistant intégré comme pour le MCP : le modèle de langage peut interpréter une demande et commenter un résultat, mais les additions, conversions, échéanciers et ratios doivent être confiés à un moteur de calcul, à une requête ou à une fonction métier testée. À titre de comparaison, Pennylane documente pour son ComptAssistant une architecture où certaines questions sont transformées en requêtes SQL exécutées en lecture seule. C’est une bonne illustration du principe : calculer avec l’outil, pas « de tête » avec le modèle. Nous développons ce point dans contrôler une IA sur des données financières.

Confidentialité : où vont les données

C’est le point qui mérite le plus de vigilance, car une formulation rassurante y est souvent reprise à tort.

On lit parfois qu’avec le MCP, « aucune donnée ne sort d’Agicap ». Cette affirmation est à éviter. La politique de confidentialité d’Agicap, mise à jour en septembre 2026, précise que des données peuvent être transmises au système d’IA externe connecté et y être conservées selon les conditions de ce fournisseur. La FAQ française distingue d’ailleurs explicitement le traitement intégré du traitement par un fournisseur externe.

La formulation juste est donc la suivante : le MCP applique les permissions Agicap ; mais les données transmises, leur conservation et leur éventuelle réutilisation dépendent aussi du fournisseur IA connecté et du contrat retenu. Dès qu’un assistant externe entre en jeu, la question « où vont les données ? » ne se règle plus du seul côté d’Agicap.

Cela ne disqualifie pas le MCP : cela impose de traiter la chaîne complète. Ni « hébergé en Europe », ni « éditeur européen », ni « non utilisé pour l’entraînement » ne répond seul à l’ensemble des questions de confidentialité. Nous avons consacré un article entier à cette question : où vont vos données quand vous utilisez un agent IA.

Avant de connecter : la checklist

Avant d’ouvrir vos données de trésorerie à un assistant, qu’il soit intégré ou externe, voici les points à trancher. La CNIL recommande, pour les systèmes d’IA générative, une analyse des risques, une gouvernance et un encadrement explicite des usages.

  • Droits : quelles données l’assistant peut-il voir, via les permissions héritées de l’utilisateur ? Lecture seule au départ, écriture seulement une fois le besoin démontré.
  • Calculs : les chiffres sont-ils calculés par l’outil (requête, fonction testée) ou « estimés » par le modèle ? Exigez le premier.
  • Fournisseur IA : pour un usage via MCP, quel assistant externe est connecté, et que disent ses conditions sur la conservation et la réutilisation des données ?
  • Localisation et sous-traitance : où sont hébergées et traitées les données ? Qui y accède côté support et sous-traitants ? Quelle réversibilité ?
  • Validation des écritures : chaque écriture passe-t-elle par une confirmation humaine, avec aperçu et journalisation ?
  • Séparation des pouvoirs : aucun système ne doit pouvoir modifier un bénéficiaire, préparer un paiement et l’autoriser.
  • Traçabilité : pour chaque réponse, pouvez-vous reconstituer quelles données, à quelle date de situation, selon quelle règle et quel calcul ?

FAQ

Le MCP Agicap peut-il exécuter un paiement tout seul ? Non. L’éditeur décrit un connecteur qui ne déplace pas d’argent de façon autonome, et une confirmation humaine avant chaque écriture. L’exécution d’un paiement reste un geste humain, hors du périmètre autonome de l’IA.

Quelle différence entre le Smart Assistant intégré et le MCP ? Le Smart Assistant est une interface conversationnelle au sein d’Agicap pour interroger vos données. Le MCP est une interface de connexion qui ouvre ces données et fonctions à un assistant externe, comme Claude. Les questions de confidentialité diffèrent, car le MCP implique un fournisseur IA tiers.

Est-il vrai qu’aucune donnée ne sort d’Agicap avec le MCP ? Non, il faut être précis. La politique de confidentialité de septembre 2026 indique que des données peuvent être transmises au système IA externe connecté et y être conservées selon ses conditions. Le MCP applique les permissions Agicap, mais le sort des données transmises dépend aussi du fournisseur et du contrat.

Peut-on faire confiance aux calculs de l’assistant ? Seulement s’ils sont exécutés par un moteur de calcul ou une requête, et non produits « de tête » par le modèle, peu fiable en arithmétique. C’est un point d’architecture à vérifier, pas un réglage activé après coup.

Faut-il commencer en lecture seule ? C’est l’approche prudente. Commencer en lecture, puis en proposition, et n’ouvrir l’écriture validée que lorsque le besoin et les contrôles sont établis. L’écriture automatique trop tôt transforme une erreur de lecture en incident.

Agicap a-t-il abandonné les assistants IA après son premier essai ? Non. Agicap a testé puis retiré un premier assistant conversationnel, mais a ensuite présenté le MCP avec Claude (juin 2026) et un Smart Assistant intégré. L’éditeur a fait évoluer son approche, il ne l’a pas abandonnée.


Connecter une IA à vos données Agicap n’est pas qu’une affaire technique : c’est d’abord un travail de cadrage sur les droits, les calculs, la confidentialité et la validation. Augea, cabinet Finance Ops et intégrateur Agicap certifié, aide les directions financières à cadrer un assistant IA sur leurs données Agicap — en distinguant ce qui relève de la lecture, de l’écriture validée et de ce qui ne doit jamais être automatisé. Pour en parler dans votre contexte, réservez un échange de 30 minutes.

Pour resituer le sujet dans son ensemble, consultez notre article pilier : l’IA au service de la trésorerie.