La couche de données clients pour les agents IA

Des données clients pour vos agents IA : un seul MCP pour toute votre stack.

Votre client vit dans 6 à 10 outils. Pathbound les connecte une seule fois et sert à vos agents IA un profil par client, en temps réel et à identité résolue, par le Model Context Protocol et REST, avec une écriture vers la source encadrée. Un seul MCP pour toute la stack client, pas un par outil.

Le problème

Un agent ne vaut que le contexte qu’on lui donne.

Le plus dur, ce n’est pas le modèle, ce sont les données. Elles vivent dans votre CRM, votre outil de support, votre outil de facturation, votre boîte de réception, votre produit et votre entrepôt de données. Chacun modélise la même personne à sa façon. Les assembler en un profil en temps réel, prêt pour un LLM, demande des semaines de développement et casse dès qu’un éditeur change son schéma. Résultat, la plupart des agents n’agissent que sur une fraction du tableau : un outil, un onglet, un export périmé.

Pourquoi Pathbound

Pas un connecteur. La couche sous vos agents.

Un MCP mono-outil montre une seule application à votre agent. Un entrepôt de données vous donne les données de la veille, en lecture seule. Pathbound est la couche opérationnelle de données clients, avec trois choses qu’aucun des deux ne sait faire :

En temps réel

Les lectures reflètent l’état actuel ; les sources à webhooks arrivent en quasi temps réel. Un agent opérationnel a besoin du client tel qu’il est maintenant, pas tel qu’il était au chargement par lots de la nuit dernière.

Écriture vers la source encadrée

Les agents ne se contentent pas de lire : ils mettent à jour contacts et entreprises et consignent des notes, répercutés sur vos sources. Le versionnage, le retour arrière et une piste d’audit complète des écritures sont en cours de déploiement : la couche de gouvernance qu’attendent les auditeurs de conformité.

À identité résolue

[email protected] dans votre CRM, [email protected] dans Gmail, « Jane R. » dans le support : une seule entité, résolue sur toutes les sources. Un connecteur direct ne connaît que ses propres identifiants.

Changez d’agent demain. Ajoutez un outil le trimestre prochain. Le profil client reste le même.

Comment ça marche

Connectez une seule fois. Posez toutes vos questions.

  1. 01

    Connectez vos sources

    Connectez en OAuth votre CRM, votre outil de support, votre boîte de réception, votre facturation, votre enrichissement et le snippet d’événements intégré. Les lectures privilégient l’étendue : chaque source ajoutée enrichit le profil.

  2. 02

    Pathbound résout l’identité

    Chaque fiche est fusionnée en un profil par client : e-mail, téléphone et identifiants externes rapprochés d’une source à l’autre, activité web anonyme rattachée dès la connexion.

  3. 03

    Pointez votre agent vers un seul MCP

    Ajoutez https://mcp.pathbound.ai/mcp à Claude, ChatGPT, Cursor, n8n ou tout client MCP, ou appelez l’API REST. Un seul endpoint, toute votre stack client.

Intégrations

Branchez votre stack. Nous résolvons le reste.

Chaque fiche de chaque outil passe par la résolution d’identité et est fusionnée dans le bon contact, automatiquement. La déduplication et l’assemblage que vous auriez construits à la main, faits pour vous.

Garde-fous

Conformité, confidentialité, écritures sûres : tout est intégré.

Écritures versionnées

Bientôt disponible

Chaque changement prend un instantané de l’entité résolue et de l’état brut de la source avant d’être répercuté. Revenez en arrière par identifiant, par période ou par auteur.

Piste d’audit complète

lectures · écritures bientôt

Les lectures de fiches clients par l’API et par les agents sont journalisées : qui les a lues, avec quel outil et quand ; les écritures suivront. La piste d’audit que demandent les auditeurs SOC 2 et RGPD, sans que vous ayez à l’assembler vous-même.

Mises à jour sûres

Bientôt disponible

Validation de schéma, mode simulation, clés d’idempotence, limites de débit par source. Les agents ne peuvent ni envoyer deux fois ni écrire des fiches mal formées.

Validations humaines

Feuille de route

Une validation humaine sur les champs, segments ou types d’action signalés. Utile pour les opérations à fort enjeu : suppressions, mises à jour en masse, envois sortants à grande échelle.

Propagation RGPD / CCPA

Bientôt disponible

Un seul appel propage une suppression ou un masquage dans chaque source où se trouvent les données du client. Le droit à l’oubli, appliqué pour de vrai.

Résolution des conflits

Bientôt disponible

Quand les sources se contredisent, Pathbound fait foi. Vous fixez les règles de fusion ; nous les appliquons à chaque lecture et à chaque écriture.

Questions fréquentes

Données clients, MCP et agents IA.

Qu’est-ce qu’un MCP de données clients ?

Un serveur Model Context Protocol (MCP) qui donne aux agents IA un accès en direct à vos données clients. Un MCP mono-outil expose une seule application (votre CRM seul, par exemple). Pathbound est un MCP de données clients : il unifie CRM, support, facturation, e-mail et comportement produit en un profil par client, à identité résolue, puis le sert à Claude, ChatGPT, Cursor ou à tout client MCP par un seul endpoint.

Que veut dire concrètement « des données clients pour l’IA » ?

Un agent ne vaut que le contexte qu’on lui donne. « Des données clients pour l’IA », c’est prendre le dossier fragmenté d’un client (dispersé dans 6 à 10 outils, modélisé différemment dans chacun) et en faire un profil en temps réel, économe en tokens et prêt pour un LLM, qu’un agent peut lire (et modifier) en un seul appel.

En quoi est-ce différent d’un entrepôt de données ou d’un reverse ETL ?

Un entrepôt de données est excellent pour l’analytique : chargé par lots, interrogé en SQL, en lecture seule, en retard de plusieurs heures. Ce n’est pas le bon format pour un agent opérationnel qui agit sur un client maintenant. Pathbound est en temps réel, à identité résolue, et prend en charge l’écriture encadrée vers les outils sources. C’est la couche opérationnelle, pas la couche analytique.

Quels agents et clients IA peuvent se connecter ?

Tout client compatible MCP : Claude.ai, Claude Desktop, Claude Code, ChatGPT (connecteurs personnalisés), Cursor, Cline, Continue, ainsi que des frameworks d’agents comme n8n, LangChain et le Vercel AI SDK. Il existe aussi une API REST simple pour les services qui ne parlent pas MCP.

Les données sont-elles en temps réel ?

Les lectures reflètent le dernier état synchronisé, et les sources qui prennent en charge les webhooks arrivent en quasi temps réel. C’est la différence essentielle avec le modèle de l’entrepôt de données, où les données ont des heures de retard : un agent opérationnel a besoin du client tel qu’il est maintenant, pas tel qu’il était au chargement par lots de la nuit dernière. Quand vos propres systèmes doivent être informés des changements sans interroger en boucle, Streaming les pousse plutôt vers votre endpoint.

Les agents peuvent-ils écrire, ou seulement lire ?

Les deux. En plus de lire le profil unifié, les agents peuvent mettre à jour contacts et entreprises et gérer des notes, et les changements sont répercutés sur les sources connectées. La validation de schéma, le versionnage, le retour arrière et une piste d’audit complète des écritures sont en cours de déploiement comme couche de gouvernance : les contrôles qu’attendent les auditeurs SOC 2 et RGPD.

Qu’est-ce qu’une « couche de contexte client » ?

La même idée, sous un autre nom. Une couche de contexte client se place entre vos agents IA et chaque outil qui contient des données clients, pour que chaque agent lise un profil cohérent au lieu d’assembler six API en cours d’exécution. Pathbound est cette couche, servie via MCP et REST.

Essayez-le sur vos propres données

En cinq minutes, votre agent interroge un vrai contexte client.

Inscrivez-vous, connectez un CRM ou ajoutez le snippet d’événements, puis pointez votre client MCP sur mcp.pathbound.ai/mcp.