Le serveur MCP publicitaire de Meta est arrivé le 6 octobre 2026 dans la Databricks Marketplace, annoncé sur le blog officiel de Databricks : une fois le serveur connecté à Genie, les équipes publicitaires peuvent interroger les données d'entreprise gouvernées et piloter les campagnes Meta dans la même conversation — créer campagnes et ensembles de publicités, modifier budgets et enchères, définir des audiences, gérer créas et catalogues, récupérer les performances et diagnostiquer la qualité des signaux, soit plus de 25 outils au total selon l'éditeur.
L'objectif : supprimer le passage de relais entre équipes data et équipes média
Le scénario est connu. L'équipe data entretient un modèle de churn, des scores de valeur vie client et des données d'attribution, pendant que l'équipe média décide toujours à partir des rapports de la plateforme dans Ads Manager, les exports CSV et les intégrations API maison faisant la navette entre les deux. Une fois le serveur connecté, les marketeurs peuvent confier à Genie des tâches chargées de contexte métier : repérer, grâce aux scores de risque de départ, des clients à forte valeur menacés et lancer une campagne de rétention, ou lire la marge brute par commande dans Databricks à côté des dépenses et des indicateurs de diffusion de Meta avant de déplacer un budget entre ensembles. Les annonceurs qui envoient déjà des signaux de conversion via la Conversions API — une publication antérieure de ce même partenariat sur la Marketplace — peuvent aussi faire vérifier par un agent les volumes d'événements, l'Event Match Quality et la fraîcheur des données, pour savoir si une baisse des achats traduit des ventes en berne ou un pipeline cassé.
Un agent qui touche aux budgets a besoin de garde-fous côté serveur
La crainte évidente, quand un agent touche à un compte publicitaire de production, ce sont les erreurs coûteuses. Databricks décrit deux couches de contrôle. De son côté, les administrateurs gouvernent l'accès à la connexion Meta via Unity Catalog, Unity Gateway encadre les appels d'outils et conserve des journaux d'audit, et les données d'entreprise restent sous les autorisations existantes. Du côté de Meta, les annonceurs définissent à l'avance des règles dans Business Settings — par exemple bloquer toute hausse de budget supérieure à 20 % en une fois, ou interdire purement la création de campagnes sur un compte. Le serveur confronte chaque appel d'outil à ces règles avant exécution ; une violation est bloquée et renvoie une erreur structurée qui en explique la raison. C'est une application côté serveur, pas une consigne polie dans un prompt : elle tient quel que soit le modèle aux commandes, et les règles se gèrent aussi via la Marketing API, utile aux équipes qui exploitent des centaines de comptes.
Le contraste avec notre précédent article sur une Skill malveillante passée à travers les contrôles de Databricks Genie est parlant : la même architecture agent-plus-outils montre comment hameçonnage et exfiltration réussissent quand les contrôles manquent, et comment autorisations, limites et audit intégrés à la couche d'exécution changent ce qu'on peut confier à un agent — ici, de vrais budgets. À mesure que MCP devient une interface standard des systèmes de production comme la publicité et les plateformes de données, la compétition se déplace de la connexion elle-même vers sa gouvernance. Pour démarrer : trouver le serveur dans la Marketplace, configurer la connexion avec un jeton d'accès utilisateur Meta et les autorisations requises, puis commencer par une question concrète que l'équipe pose déjà chaque semaine.
