L'article présente IoT-MCP, une solution innovante qui établit un pont standardisé entre les grands modèles de langage (LLM) et l'écosystème complexe de l'Internet des objets. Cette architecture résout le problème fondamental de l'interopérabilité entre les systèmes d'IA conversationnelle et les dispositifs IoT hétérogènes, qui utilisent différents microcontrôleurs, capteurs et protocoles de communication souvent incompatibles.
L'architecture se structure en trois couches distinctes : le Local Host héberge des serveurs MCP spécialisés qui traduisent les requêtes LLM en instructions JSON précises, le Datapool & Connection Server gère la file d'attente des requêtes et la résilience des connexions, tandis que les dispositifs IoT exécutent des microservices légers pour l'acquisition des données. Cette séparation des responsabilités permet d'ajouter de nouveaux capteurs sans réécrire l'ensemble du système et garantit une scalabilité optimale.
Les tests réalisés avec le benchmark IoT-MCP Bench sur 114 tâches de base et 1140 variantes complexes démontrent des performances remarquables : 100% de succès sur les appels d'outils de base, une latence moyenne de 205 ms et une consommation mémoire maximale de 74 Ko sur microcontrôleurs. Le système a également prouvé sa robustesse lors d'un déploiement réel de 12 heures avec 6 contrôleurs ESP32-S3 et 7 types de capteurs différents, gérant automatiquement les coupures de connexion.
Bien que la solution se concentre actuellement sur la collecte de données via des capteurs, les auteurs envisagent son extension au contrôle des actionneurs, à l'automatisation des workflows et au renforcement des mécanismes de sécurité pour les déploiements à grande échelle.