Agents IA externes : lancer un MCP pour 800k users

Les liens utiles : Etude de salaires Tech 2026 : https://tpc- recrutement.com/ressources/etudes-de-salaires/etude-2026 Trouver un job avec TPC : https://bit.ly/jobs-tpc Devenir membre de la communauté TPC : https://app.theproductcrew.io/join Tester le Career Score : https://tpc-recrutement.com/ressource... ------- Jusqu'ici, 100 % de leurs agents IA vivaient à l'intérieur de la plateforme. La semaine prochaine, ils en sortent. Pas via une intégration. Pas via une API maison. Via un MCP, sur des standards que personne ne maîtrise encore. Et sur une plateforme qui gère de la donnée de compliance pour 800K utilisateurs par mois, où prouver que chaque collaborateur est formé à la cybersécurité n'est pas une option. Adrien Gros (AI Product Manager @360Learning) et Ismaël Aliouat (AI Engineer @360Learning) viennent le jeudi 24 septembre 2026, une semaine après la sortie de leur MCP, raconter comment on ouvre son produit aux agents externes. 1️⃣ Le MCP, une semaine après sa sortie → le premier tool livré, la search → un apprenant qui interroge son learning content depuis Claude → l'authentification et les règles de visibilité par utilisateur → read ouvert, write bloqué, et pourquoi → des standards appris en marchant, documentés en live pour les clients 2️⃣ Ce qu'il fallait construire avant → l'agent catalogue en prod depuis juin → 45 000 cours e-learning édités par des agents → des agents déterministes : plans traduits informatiquement, transparence, humain dans la boucle → le choix assumé de ne pas faire d'agents proactifs 3️⃣ Les chiffres réels → 45 000 utilisateurs en interaction avec l'IA sur un mois d'août → ce que la remise en visibilité des features IA a changé → pourquoi l'adoption n'est pas le KPI numéro 1 dans un LMS → ce qu'ils mesurent à la place 4️⃣ L'équipe → La construction en interne → le parcours d'Ismaël, software engineer devenu AI engineer → ce que ça exige comme montée en compétence → les rôles qui mutent dans une équipe produit Tu repartiras avec → les arbitrages read/write d'un MCP en prod sur de la donnée régulée → le pattern pour laisser un agent agir sans corrompre la donnée → des chiffres d'usage réels, pas des projections → un chemin concret de software engineer vers AI engineer --------- 00:00:00 Intro et actus TPC 00:04:30 Présentation des speakers et de 360Learning 00:13:00 MCP : de la hype au lancement pour 800k users 00:22:10 Les challenges d'un MCP en production 00:25:40 Pourquoi un agent dans le compagnon IA 00:34:45 Contrôle, prévisibilité, réversibilité : le workflow de l'agent 00:43:20 IA générative : adoption et maîtrise des coûts 00:51:10 De Software Engineer à AI Engineer 00:59:55 Q&A : scalabilité, monétisation et actions irréversibles 01:07:40 Q&A : SaaS headless, sub-agents et compétences AI Engineer