Dialoguez avec les données de l'ADEME à partir de votre assistant conversationnel IA, grâce au serveur MCP
Koumoul, éditeur de la solution Data-Fair propose à ses clients la mise à disposition d’un serveur MCP (Model Context Protocol) sur leurs portails de données.
L’ADEME décide de mettre à disposition de ses utilisateurs cet outil innovant pour leur permettre de mieux explorer les jeux de données présents sur data.ademe.fr. Cette technologie arrive en complément des outils disponibles sur le portail open data (API, consultation des jeux de données ou visualisation). Vous pouvez désormais, à partir de votre assistant conversationnel IA, interroger les données en langage naturel et obtenir des réponses précises, des analyses ou des visualisations adaptées à vos besoins.
🔍 Qu’est-ce que le MCP ?
Le MCP est un protocole ouvert qui permet à des applications d’intelligence artificielle générative (IAG) d’accéder et d’interagir avec d'autres agents IA, d'autres services ou des sources de données externes de manière sécurisée et structurée.
Ce protocole est devenu un standard pour connecter les assistants conversationnels IA à d'autres services. L'ADEME fournit ainsi une interface à des IAG pour interroger les données mises à disposition sur data.ademe.fr : ce cas d'usage permet donc aux utilisateurs de discuter avec les données. On parle communément de "Talk-to-data".
Concrètement, il agit comme un pont entre vos questions et les données de l’ADEME :
- En comprenant les requêtes que vous exprimez en « langage naturel » en français. Par exemple : « A partir des données "Agribalyse" quel est l'impact carbone d'une raclette ? »
- Puis en interrogeant les jeux de données disponibles sur data.ademe.fr.
- Enfin, en générant des réponses sous forme de tableaux, graphiques, ou analyses synthétiques.
💡 Fonctionnalités clés du "Talk to Data" avec MCP
| Fonctionnalité | Description | Exemple d'usage |
|---|---|---|
| Requêtes en langage naturel | Poser vos questions sans connaître le format des données ou les requêtes techniques (SQL, API) | "Compare le tonnage de déchets traités des filières REP pour l'année 2024 pour les départements de Loire-Atlantique et du Maine-et-Loire" |
| Analyses personnalisées | Générer des graphiques (courbes, histogrammes, cartes) à partir des données | "Compare les émissions de gaz à effet de serre entre l’Île-de-France et l’Auvergne-Rhône-Alpes." |
| Visualisations interactives | Générer des graphiques (courbes, histogrammes, cartes) à partir des données | "A partir des données "Aides de l'ADEME", afficher un graphique par mois des aides engagées par l'ADEME en 2025" |
| Export des résultats | Télécharger les données ou analyses au format CSV, JSON ou image. | "Exporte, au format CSV, la liste des éco-organismes des filières REP en France" |
| Accès aux métadonnées | Découvrir la description des jeux de données, leur source, leur fréquence de mise à jour, etc. | "Quelles sont les données disponibles sur les données « base carbone »" |
🚀 Mise en place de l’assistant conversationnel.
Le connecteur MCP Koumoul fonctionne avec les principaux assistants conversationnels IA du marché. Sa configuration dépend du client utilisé.
Nous vous proposons ici 1 exemple de configuration du connecteur avec Mistral
- Créez un compte sur mistral.ai ou connectez-vous à votre compte
- Dans la barre de navigation de gauche, cliquez sur Intelligence puis Connecteurs
- Cliquez sur le bouton + Ajouter un connecteur
- Dans la fenêtre de configuration :
- Sélectionnez Connecteur MCP personnalisé
- Nommez votre connecteur (ex : « Données Koumoul »)
- Indiquez l'URL du serveur MCP : https://opendata.koumoul.com/mcp-server/datasets/mcp
- Ajoutez une description (optionnel)
- Cliquez sur Connexion
- Votre connecteur apparaît dans la section Connecteurs personnalisés
- Dans le chat, sélectionnez votre connecteur dans le menu déroulant pour l'utiliser
Important : Pour éviter que l'IA n'utilise le web plutôt que vos données, précisez dans vos demandes : "Utilise exclusivement le connecteur MCP"
Comme pour tout usage d’assistants conversationnels IA, les réponses apportées peuvent être incomplètes ou erronées. Vérifiez toujours les résultats avant réutilisation.
Les coûts d'inférence sont ceux de l'assistant conversationnel IA utilisé.
⚠️ Limites et bonnes pratiques
- Précision des requêtes : plus votre question est détaillée, plus la réponse sera pertinente.
- Évitez les formulations trop vagues de type "Donnez-moi des données sur l’environnement".
- préférez une formulation précise : "Combien d'entreprises sont qualifiées à ce jour RGE dans le domaine des "pompes à chaleur : Chauffage" sur la commune de Missillac"
- Données disponibles : le MCP interroge uniquement les jeux de données publiés et mis à jour sur data.ademe.fr. Vérifiez la couverture temporelle et géographique des données avant votre analyse.
- Complexité des analyses : pour des analyses très complexes (modélisation prédictive, croisement de multiples jeux de données), il est recommandé de les réaliser une par une et de vérifier le résultat à chaque étape.
📢 Rejoignez la révolution des données environnementales !
Avec le MCP et le "Talk to Data", l’ADEME rend l’accès à ses données plus simple, plus intuitif et plus puissant. Que vous soyez novice ou expert, cet outil vous permet de décrypter les enjeux environnementaux et d’agir en faveur de la transition écologique.
👉 Essayez-le dès maintenant sur data.ademe.fr !