Village BIM

À Autodesk University 2025 (Nashville), Autodesk a réaffirmé sa stratégie « cloud + IA-native » : connecter de façon fiable des agents d’IA aux données et aux outils Autodesk, en s’appuyant sur des MCP* gérés et des API Autodesk Platform Services (APS). Les keynotes ont mis en avant des assistants agentiques, des fondations « Neural CAD » et des workflows end-to-end dans Forma, Fusion et Revit, l’objectif étant d’accélérer la conception et d’orchestrer des actions réelles via des connecteurs sûrs et contextualisés.

* MCP pour Model Context Protocol

Dans ce cadre, Autodesk a publié une page dédiée aux Autodesk MCP Servers : des « connecteurs managés » conçus pour les workflows agentiques Design & Make. Les MCP servers Autodesk sont sécurisés selon les standards « enterprise-ready », hébergés pour garantir fiabilité et résilience face aux évolutions d’API, conçus pour intégrer le contexte modèle, projet et utilisateur afin de fournir des réponses adaptées, et enrichis par la logique Autodesk pour simplifier la configuration.

Les déclinaisons annoncées incluent notamment un Revit MCP Server, un Model Data Explorer MCP Server (accès aux 70+ formats supportés par APS), un Fusion Data MCP Server et un Help MCP Server. Autodesk positionne ces serveurs comme la prochaine étape d’Autodesk Plateforme Services (APS, anciennement Forge)  : un socle structuré et prêt pour l’IA, résilient face aux évolutions d’API, et conscient du contexte (modèle/projet/utilisateur).

Avant que ces MCP Servers en version bêta arrive, je vous propose de vous expliquer cette technologie avec quelques cas pratiques.

Voir l’annonce Autodesk Université 2025 dans cet article Village BIM.

1 Quelques définitions

Avant d’aller plus loin, voici quelques définitions

• LLM (Large Language Model) : Modèle IA entraîné sur de vastes corpus pour comprendre et générer du texte. Exemple Chat GPT, Claude, Mistral…
• Prompt : Instruction donnée à un modèle LLM pour générer une réponse
• MCP (Model Context Protocol) : Protocole standard pour connecter les IA à des outils et données.
• Agent IA : Programme qui perçoit son environnement et prend des décisions pour agir.
• Agent agentique : Système IA autonome qui agit de manière proactive pour atteindre des objectifs.
• IA générative : Technologie qui crée du contenu original à partir de données existantes.
• Apprentissage supervisé : Méthode où le modèle apprend avec des données étiquetées.
• Apprentissage par renforcement : Technique où un agent apprend via récompenses et pénalités.
• Fine-tuning : Ajustement d’un modèle pré-entraîné sur des données spécifiques.

2 – Le workflow LLMs, MCPs et Applications

Je pense que vous avez tous utilisé un LLM comme ChatGPT pour générer du texte, répondre à des questions ou automatiser certaines tâches. Mais ces modèles, bien qu’impressionnants, restent limités à la conversation : par exemple, ils ne peuvent pas interagir directement avec vos logiciels du quotidien, comme envoyer un courriel ou modifier un modèle Revit. C’est précisément à ce besoin que répondent les MCP (Model Context Protocol), en permettant aux agents IA de se connecter à vos outils et données pour exécuter des actions réelles, de manière sécurisée et contextualisée.

En réalité, les MCP (Model Context Protocol) offrent un protocole standardisé qui permet aux LLMs de se connecter à des applications et services de manière sécurisée et contextuelle, afin d’exécuter des actions réelles, comme illustré dans le schéma ci-dessous :

En définitive, le LLM est le cerveau qui raisonne et planifie, mais pour exécuter une tâche dans une application, la main, il a besoin d’un réseau de connexions standardisées, les MCP (Model Context Protocol), qui jouent le rôle des nerfs en transmettant les commandes de manière sécurisée et contextuelle.

Exemple : je demande à Chat PTG de rédiger le compte rendu de l’assemblée générale et de l’envoyer par courriel à tous les copropriétaires d’un lotissement.

Maintenant, si on rentre dans les détails, chaque application possède son propre langage et ses APIs, ce qui rend impossible la création d’un MCP unique. C’est pourquoi on utilise des MCP Servers et des MCP Clients:

• MCP Servers exposent des outils et des données de vos applications (Revit, ACC, Fusion…) via un protocole standardisé et sécurisé.
• MCP Clients (comme Claude Desktop) se connectent à ces serveurs pour découvrir les outils disponibles et exécuter des actions réelles en langage naturel.

En conséquence, chaque éditeur développe ses propres MCP Servers pour exposer les outils et les données spécifiques à ses applications via le protocole MCP, garantissant ainsi une intégration sécurisée et standardisée.

MISE EN GARDE : n’importe qui peut développer un serveur MCP, car il s’agit d’un protocole ouvert. Cela ne nécessite pas de connaître des langages de programmation tels que Node.js, Python ou .NET.
Par contre, il faut veiller à la sécurité, notamment si le serveur accède à des données sensibles, en gérant l’authentification (OAuth, SSO), les permissions et l’audit.
Il est également essentiel de bien définir les outils et leurs paramètres pour que l’agent comprenne le contexte du modèle ou du projet.
Enfin, le serveur peut être hébergé en local sur un poste ou dans le cloud via des API.

2- Quelques cas d’exemple dans l’utilisation du logiciel Revit

Les cas que je vous partage ci-dessous sont tirés des présentations Autodesk University 2025 basés sur le logiciel Revit* et sont donnés à titre d’illustration. Ils ne doivent pas être interprétés comme des recommandations officielles ni comme des implémentations obligatoires, et le lecteur ne doit pas s’en servir pour orienter ses décisions d’achat ou ses investissements futurs.

* Sur la page dédiée à Autodesk University 2025, d’autres exemples sont donnés pour d’autres logiciels Autodesk.

• Interrogation du modèle : connaitre le ratio Mur/ fenêtre d’une façade

• Modification du modèle : changer le format de toutes les fenêtres de cette façade

• Générer des documents : créer un plan d’étage suivant un gabarit.

• Génération de rapport au format HTML

• Génération d’images photoréalistes à partir d’une vue 3D en optimisant des environnements réalistes (ajout de personnages, d’objets) pour obtenir un rendu proche de la réalité

3- L’IA, les MCPs sont puissants, mais pas infaillibles

Je me dois de rajouter ce dernier chapitre pour vous avertir que les modèles d’IA, les MCPs, même les plus avancés, peuvent produire des résultats impressionnants, mais aussi des erreurs. Même s’ils font des progrès tous les jours, ils ne comprennent pas le monde comme nous : ils génèrent des réponses probabilistes, parfois inexactes ou hors contexte.

C’est pourquoi il est essentiel de vérifier, valider et contrôler chaque résultat avant de l’utiliser dans un projet réel.

4- Conclusion

Les MCPs (Model Context Protocol) représentent une avancée majeure dans l’intégration de l’intelligence artificielle au sein des futurs workflows Autodesk. En permettant aux agents IA de se connecter de manière sécurisée et contextualisée aux outils et données métiers, ils ouvrent la voie à une automatisation plus fine, à une collaboration enrichie et à une accélération des processus de conception.

Cependant, il est essentiel de garder à l’esprit que, malgré leur puissance, les MCP et les modèles d’IA restent perfectibles : la validation humaine, la sécurité des données et la compréhension des limites technologiques doivent rester au cœur de toute démarche d’intégration. En combinant innovation et vigilance, les entreprises pourront tirer le meilleur parti de ces nouvelles architectures pour transformer durablement leurs pratiques.