Une utilisatrice de MotorTrack, un produit que je conçois et développe, avait déjà l'habitude de converser avec ChatGPT pour d'autres usages. Un jour, après une phase de connexion pour laquelle elle a eu besoin d'un peu d'assistance technique de ma part, elle a consulté et mis à jour ses données MotorTrack directement depuis cette même conversation — sans nouvel écran, sans nouvel outil à apprendre.
Cette observation, isolée mais concrète, fait apparaître un déplacement de la difficulté : l'utilisation quotidienne devient naturelle, tandis que la connexion initiale nécessite encore un accompagnement.
Le cas MotorTrack
MotorTrack expose un serveur MCP (Model Context Protocol) : un point d'accès normalisé que l'assistant conversationnel peut interroger pour consulter ou modifier certaines données, dans la limite des outils autorisés. Côté utilisateur, cette intégration s'est présentée comme une app connectée dans ChatGPT — techniquement, un connecteur MCP personnalisé, ajouté via le mode développeur, MotorTrack n'étant pas encore référencé dans l'annuaire public.
L'installation a demandé un accompagnement : configuration, autorisation, un peu de vocabulaire technique. Une fois cette étape passée, l'usage est redevenu ce qu'il était déjà pour elle — une conversation. Elle n'a pas eu à réapprendre une interface ; elle a continué à faire ce qu'elle savait faire, sur un périmètre de données élargi.
Cette observation reste isolée. Elle ne prouve pas que ce mode d'usage se généralise — elle documente un cas où il a fonctionné, et où la nature du frein s'est clairement déplacée.
App, connecteur, MCP : pourquoi les mots brouillent les pistes
Le vocabulaire ne facilite pas la compréhension, et il continue de bouger. Quelques repères, à date :
- intégration — le terme neutre que j'emploie dans cet article pour désigner l'ensemble ;
- plugin — depuis juillet 2026, l'espace principal où ChatGPT et Codex font découvrir leurs fonctionnalités : un plugin peut regrouper une ou plusieurs apps, des compétences, ou des modèles d'app ;
- app — l'intégration elle-même, celle qui connecte ChatGPT à un service externe pour consulter une information ou exécuter une action ;
- connecteur MCP — terme employé dans certains contextes techniques pour désigner une app personnalisée reposant sur un serveur MCP ;
- MCP — le protocole technique sous-jacent, lorsqu'il est effectivement utilisé pour faire fonctionner l'intégration ;
- serveur MCP — le service qui expose les capacités de l'application connectée ;
- outil MCP — l'opération précise que ce serveur propose à l'assistant : consulter une donnée, en modifier une autre.
Ces termes ne sont pas interchangeables : un plugin peut contenir une app, mais n'en est pas nécessairement une ; une app peut reposer sur MCP, mais toutes les apps n'en dépendent pas systématiquement. MotorTrack, ici, est une app personnalisée qui repose effectivement sur un serveur MCP — le serveur exposé est bien un serveur MCP, et c'est ce protocole qui rend cette app possible.
MCP a été créé par Anthropic en 2024. Fin 2025, Anthropic en a transféré la gouvernance à l'Agentic AI Foundation, un fonds dédié sous l'ombrelle de la Linux Foundation, co-fondé avec Block et OpenAI et soutenu par Google, Microsoft, AWS, Cloudflare et Bloomberg — ce n'est donc plus une technologie propriétaire d'un seul éditeur (annonce Anthropic, annonce Linux Foundation).
Ce que l'utilisateur voit, ce que le développeur construit
L'utilisateur voit une app à activer ; le développeur s'appuie sur un protocole et construit un serveur ainsi que les outils qu'il expose. C'est cette distance qui explique pourquoi l'usage, une fois la connexion faite, paraît si simple : la couche technique ne se voit tout simplement plus. Ce niveau d'usage — un outil externe appelé sous l'impulsion directe de l'utilisateur — correspond à ce que je décris ailleurs comme un assistant IA outillé, par opposition à un agent qui déciderait lui-même de l'enchaînement des actions.
Ce que deux études montrent — et ne montrent pas
Le cas MotorTrack reste une observation isolée. Deux travaux récents sur les interfaces conversationnelles aident à le situer, sans le valider directement — aucun des deux ne porte sur l'adoption de MCP par des utilisateurs métier.
L'étude Voice CMS: updating the knowledge base of a digital assistant through conversation compare une interface vocale conversationnelle à un CMS graphique classique. Résultat utile ici : l'interface conversationnelle est préférée pour les tâches simples, avec une qualité de saisie comparable même sur des contenus complexes. Limite : son utilisabilité globale reste inférieure à celle de l'interface graphique — les auteurs recommandent une approche hybride, pas un remplacement.
L'étude Neither Replacement nor Panacea: Comparing LLM-Based Conversational and Graphical Decision Support in Industrial Tasks, menée auprès de 134 décideurs industriels, observe une réduction de la charge mentale et un gain de temps sur les tâches simples. Limite : cet avantage diminue avec la complexité de la tâche, et l'interface conversationnelle n'est pas préférée comme support de décision unique.
Les deux études convergent sur la même idée : la conversation aide surtout sur les tâches simples, et cohabite avec l'interface graphique plutôt qu'elle ne la remplace. C'est une complémentarité, pas une validation du cas MotorTrack — qui reste une observation terrain, pas une preuve généralisable.
Ce que cela change
Trois choses ressortent de ce cas :
La conversation devient un nouveau point d'entrée vers l'application métier — un point d'entrée de plus, pas un remplacement. L'interface graphique reste nécessaire pour une partie des usages, et pour l'onboarding : c'est justement là que la friction s'est concentrée dans le cas MotorTrack. Le vrai enjeu de conception, pour qui construit ce genre de produit, n'est donc pas « conversation ou interface graphique », mais bien de déterminer quelles actions gagnent à être accessibles depuis une conversation — et lesquelles gagnent, au contraire, à rester dans un écran.
Dans le cas de MotorTrack, l'utilisation depuis ChatGPT s'est révélée naturelle une fois la connexion établie. La principale difficulté se situait dans la configuration initiale, qui a nécessité un accompagnement.
Retour d'expérience personnel, à partir du serveur MCP de MotorTrack. L'utilisatrice mentionnée reste anonyme.