Depuis de nombreuses années, l’interaction des données d’entreprise suit un modèle prévisible. Les ingénieurs écrivent du SQL, les équipes créent des tableaux de bord et les organisations s'appuient sur des outils de BI pour comprendre le comportement du système, les performances commerciales et les coûts. Même si ces approches restent utiles, elles s’avèrent de plus en plus insuffisantes dans les environnements cloud modernes où l’évolutivité, la rapidité et la complexité opérationnelle exigent une prise de décision plus rapide et plus intelligente.
Du point de vue du SRE, de l’ingénierie de plateforme et du FinOps, le défi ne consiste plus seulement à accéder aux données. Le défi consiste à permettre une interaction sûre, gouvernée et intelligente avec des données qui prennent en charge la fiabilité, l'optimisation des coûts et la transformation continue du cloud.
Pour résoudre ce problème, j'ai essayé une preuve de concept (PoC) entièrement fonctionnelle utilisant Google ADK, Model Context Protocol (MCP) et BigQuery, strictement basée sur la documentation officielle de Google et étendue avec des considérations d'ingénierie de niveau production. Il ne s’agissait pas d’un exercice conceptuel ni d’un prototype uniquement de démonstration. Le système fonctionne de bout en bout et reflète des modèles architecturaux adaptés aux véritables plates-formes d'entreprise.
Dans cet article, je décris ce que j'ai construit, pourquoi cette architecture est importante pour les organisations cloud modernes et comment Google ADK et MCP changent fondamentalement la façon dont les systèmes d'IA peuvent prendre en charge les flux de travail SRE, de plate-forme et FinOps à grande échelle.
À la base, ce PoC explore une idée simple mais puissante : et si les agents d’IA interagissaient avec les données de l’entreprise de la même manière que les systèmes cloud de production devraient le faire ?
Plutôt que d'intégrer une logique SQL dans des invites ou d'accorder un large accès à la base de données, ce PoC montre comment un agent IA peut :