Power BI MCP désigne l’utilisation du Model Context Protocol pour connecter un agent IA (Claude, Copilot, ChatGPT…) directement à vos modèles sémantiques Power BI et à vos données Microsoft Fabric. L’agent peut alors lire la structure d’un modèle, écrire et exécuter des requêtes DAX, ou modifier le modèle, au lieu de travailler sur des chiffres copiés-collés dans une conversation.
Qu’est-ce que le Model Context Protocol (MCP) ?
Le MCP est un standard ouvert, publié par Anthropic fin 2024 et adopté depuis par la plupart des éditeurs d’IA, dont Microsoft et OpenAI. Il définit une façon commune, pour un agent IA, de se brancher sur un outil ou une source de données.
Le principe tient en trois éléments :
- un client MCP : l’application dans laquelle vous parlez à l’IA (Claude Desktop, VS Code avec GitHub Copilot, un agent maison) ;
- un serveur MCP : un petit programme qui expose des « outils » à l’IA, par exemple « lister les tables », « exécuter une requête DAX », « créer une mesure » ;
- la source de données : ici, votre modèle Power BI ou votre espace de travail Fabric.
L’avantage : un même serveur MCP sert à tous les agents compatibles. Vous n’êtes pas lié à un fournisseur d’IA.
Ce qu’un agent IA peut faire sur un modèle Power BI
| Usage | Exemple de demande | Bénéfice |
|---|---|---|
| Interroger les données | « Quel est le chiffre d’affaires par région sur les 3 derniers mois, comparé à N-1 ? » | L’agent écrit la requête DAX, l’exécute sur le modèle et répond avec les vrais chiffres |
| Créer des mesures DAX | « Ajoute une mesure de marge brute en % et une version cumulée sur l’année » | Gain de temps sur les mesures répétitives, avec une syntaxe cohérente |
| Documenter un modèle | « Décris chaque table et ajoute une description à toutes les mesures » | Un modèle lisible par les équipes et par Copilot |
| Auditer un modèle | « Repère les colonnes inutilisées et les relations bidirectionnelles » | Un premier diagnostic de performance en quelques minutes |
| Traduire ou renommer | « Passe les noms de colonnes techniques en libellés métier français » | Des rapports compréhensibles sans retoucher chaque visuel |
Dans tous les cas, l’agent ne devine pas : il s’appuie sur la structure réelle du modèle (tables, relations, mesures existantes), ce qui réduit fortement les réponses inventées.
Les deux façons de connecter Power BI en MCP
Microsoft propose deux approches complémentaires, décrites dans la documentation officielle du serveur Power BI MCP.
Le serveur MCP de modélisation (local). Il s’installe sur le poste et se connecte à un modèle ouvert dans Power BI Desktop, à un projet PBIP ou à un modèle publié. C’est l’outil du développeur Power BI : créer des mesures, restructurer un modèle, le documenter, le tout piloté en langage naturel depuis VS Code ou Claude Desktop. Son code est publié par Microsoft sur GitHub.
Le serveur MCP distant (Fabric / service Power BI). Il permet à un agent d’interroger des modèles sémantiques déjà publiés, sans rien installer, avec l’identité Microsoft de l’utilisateur. C’est l’outil du métier : poser une question à ses données depuis un assistant IA.
| MCP de modélisation (local) | MCP distant (service) | |
|---|---|---|
| Pour qui | Développeurs et analystes Power BI | Utilisateurs métier, agents automatisés |
| Accès | Lecture et modification du modèle | Interrogation des données |
| Installation | Sur le poste, avec un client MCP | Aucune, connexion au service |
| Prérequis | Power BI Desktop ou projet PBIP | Espace de travail Power BI ou Fabric |
Installation : les étapes
- Choisir le client : VS Code avec GitHub Copilot, ou Claude Desktop, selon les outils déjà présents dans l’entreprise.
- Ajouter le serveur MCP Power BI dans la configuration du client (une entrée de quelques lignes).
- Se connecter au modèle : fichier ouvert dans Power BI Desktop, projet PBIP ou espace de travail publié, avec son compte Microsoft.
- Tester sur une copie : commencer par des questions en lecture seule, puis des modifications sur un projet versionné.
- Cadrer l’usage : quels modèles, quels utilisateurs, quelles actions autorisées.
Sécurité et droits d’accès
Le point qui rassure les DSI : l’agent agit avec les droits de la personne connectée. Il ne voit que les espaces de travail et les modèles auxquels elle a déjà accès, et la sécurité au niveau des lignes (RLS) définie dans le modèle continue de s’appliquer.
Trois règles à poser avant de généraliser :
- séparer lecture et écriture : l’interrogation des données pour les métiers, la modification des modèles pour les seuls développeurs ;
- travailler sur des copies versionnées pour toute modification, avec relecture avant publication ;
- vérifier où transitent les données : le choix du fournisseur d’IA et de son hébergement relève de votre politique RGPD.
Limites à connaître
- La qualité des réponses dépend de la qualité du modèle : noms de tables clairs, mesures documentées, relations propres.
- Une requête DAX générée doit être vérifiée sur les indicateurs sensibles (clôture, reporting réglementaire).
- Les serveurs MCP Power BI évoluent vite : certaines fonctions sont encore en préversion chez Microsoft.
Cas d’usage en finance et en cabinet comptable
- Contrôle de gestion : poser une question d’écart budget / réel en langage naturel et obtenir la réponse chiffrée, avec la requête DAX qui la justifie.
- Expert-comptable : documenter en quelques minutes un modèle d’analyse FEC hérité d’un collaborateur.
- DAF : préparer un commentaire de reporting mensuel à partir des vrais chiffres du modèle, puis le relire.
Passer à la pratique
BIWORKS met en place ces connexions dans le cadre de son offre d’intégration de l’IA dans vos processus : choix du client, connexion aux modèles, règles d’accès et formation des utilisateurs. Pour comprendre ce que l’assistant intégré apporte déjà, lisez aussi notre guide Power BI Copilot pour vos rapports. Et si vous dirigez l’entreprise, la formation IA pour dirigeants vous aide à décider où l’IA crée réellement de la valeur.