Google et Microsoft lancent ARD pour contrer MCP d'Anthropic

Anthropic a réussi en dix-huit mois quelque chose que les hyperscalers historiques n'avaient pas vu venir: faire de son Model Context Protocol le langage par défaut par lequel un agent parle aux outils et aux données d'entreprise. Le contrecoup vient d'arriver. Selon The Information, Google, Microsoft, Salesforce, Snowflake et ServiceNow, rejoints par Cisco, Databricks, GitHub, GoDaddy, Hugging Face et NVIDIA, soutiennent désormais une spécification concurrente baptisée ARD, pour Agentic Resource Discovery.

L'idée d'ARD, telle que la décrivent Microsoft et ses partenaires, n'est pas de remplacer MCP mais de coiffer la couche du dessus, celle de la découverte. Chaque organisation publie sur son propre domaine un fichier ai-catalog.json qui liste les outils, serveurs MCP, agents et API qu'elle met à disposition. Un agent qui cherche à accomplir une tâche y pioche dynamiquement, sans qu'un développeur ait à câbler à la main la liste des connecteurs autorisés. La spécification est publiée sous licence Apache 2.0 et coordonnée en lien avec la Linux Foundation.

Le sous-texte stratégique est plus intéressant que la mécanique. Si l'agent découvre ses ressources via ARD, le contrôle du point d'entrée revient aux éditeurs qui hébergent la donnée et les workflows, Salesforce, Snowflake, ServiceNow, et aux clouds qui les portent, Google et Microsoft. Anthropic et OpenAI ne figurent pas sur la liste des soutiens initiaux, ce qui n'est vraisemblablement pas un oubli: leur pari commercial est précisément de faire de Claude et de ChatGPT le point d'entrée par lequel un employé accède à tous les outils d'entreprise.

La prudence honnête à garder sur cette annonce, c'est qu'une spécification n'est pas encore une adoption. Une couche fédérée peut, en pratique, concentrer le pouvoir chez ceux qui hébergent la majorité des catalogues, et personne ne s'engage publiquement sur un calendrier de production. Ce que le reporting ne dit pas non plus, c'est si l'absence d'Anthropic et d'OpenAI relève d'un refus, d'une exclusion, ou d'un simple attentisme.

Pour les équipes qui construisent des agents en production, le signal utile est le suivant: la couche de découverte devient un terrain de bataille distinct de MCP, et la meilleure position défensive à court terme consiste sans doute à publier son propre ai-catalog.json plutôt que de choisir un camp trop tôt.