Un assistant IA sur vos documents : ce que ça demande

Un assistant IA qui répond depuis vos documents internes est le projet le plus demandé en entreprise, et l’un des plus mal exécutés. La technologie de base est standard et fonctionne. Ce qui sépare l’assistant utile du gadget abandonné tient en quatre chantiers que les projets ratés ont sautés : les droits d’accès, les citations, la fraîcheur de l’index et l’adoption.

Si vous évaluez un projet de ce type, voici à quoi ressemble chacun de ces chantiers, et pourquoi le chatbot générique branché sur le SharePoint déçoit si régulièrement.

Pourquoi l’assistant IA générique sur documents internes déçoit

L’architecture sous-jacente porte un nom, le RAG, et son principe se comprend en cinq minutes : indexer vos documents, retrouver les passages pertinents, faire répondre le modèle depuis ces passages. Les outils génériques font cela correctement. Leur défaut est ailleurs : ils traitent votre corpus comme un tas de texte, alors que c’est un système d’information, avec des droits, des versions, des documents périmés et des propriétaires.

Le résultat est prévisible. L’outil indexe tout ce qu’on lui donne, répond depuis des documents que le demandeur ne devrait pas voir, cite peu ou pas, continue de répondre depuis une procédure retirée depuis six mois, et personne dans l’organisation n’est responsable de sa qualité. Les utilisateurs testent, se font surprendre deux fois, et n’y reviennent pas.

Les droits d’accès d’abord

La règle est absolue : l’assistant ne doit jamais répondre depuis un document que le demandeur n’a pas le droit d’ouvrir. Un document RH confidentiel indexé par erreur, et résumé obligeamment à qui pose la bonne question, suffit à enterrer le projet, à juste titre.

Techniquement, cela signifie propager les droits existants dans l’index, filtrer les résultats au moment de la recherche selon l’identité du demandeur, et resynchroniser quand les droits changent. C’est souvent le chantier le plus coûteux du projet, il n’a rien d’optionnel, et c’est celui que les démonstrations commerciales passent sous silence. Si le corpus contient des données personnelles, le même travail se prolonge côté conformité : le RGPD s’applique à l’index comme au reste.

Des réponses qui citent, et qui savent se taire

Chaque réponse doit pointer vers ses sources, ouvrables en un clic. La citation change la nature de l’outil : l’utilisateur ne croit pas l’assistant, il vérifie, et la confiance se construit sur des mois de vérifications concluantes. Le second réflexe indispensable est le refus : quand la recherche ne remonte rien de solide, l’assistant doit le dire plutôt que broder. Citations, refus et mesure de la qualité sur un jeu de questions de référence : c’est le socle de fiabilité de ce type d’outil.

Un index qui suit vos documents

Un corpus d’entreprise bouge en permanence : procédures mises à jour, contrats renouvelés, organigrammes modifiés. L’index doit suivre, automatiquement, avec la même rigueur pour les suppressions que pour les ajouts, sans quoi l’assistant devient une archive qui se prend pour une référence, et un document supprimé qui continue de répondre est une des pannes les plus embarrassantes du genre.

Ce chantier est autant organisationnel que technique : il faut décider quelles sources font foi, écarter les doublons et les brouillons, et nommer un responsable de la qualité du corpus. Un assistant branché sur un corpus contradictoire répondra de façon contradictoire, en citant proprement ses sources.

L’adoption est un chantier, pas une conséquence

Le meilleur assistant du monde ne sert à rien si personne ne l’interroge. L’adoption se construit : l’outil doit vivre là où les gens travaillent, messagerie d’équipe ou outils métier, plutôt que dans une interface de plus. Il doit répondre vite, être alimenté dès le premier jour des cinquante questions que le terrain pose réellement, et la première semaine d’usage décide de sa réputation pour l’année.

Mesurez ensuite ce qui compte : le volume de questions, le taux de réponses jugées utiles, les questions restées sans réponse, qui sont autant de trous dans le corpus à combler. Un assistant dont personne ne regarde ces chiffres s’éteint doucement.

Bien mené, c’est l’un des projets d’IA au meilleur rapport valeur sur risque, et souvent le premier système que nous construisons chez un client : un prototype d’IA sur mesure sur votre corpus réel en quelques semaines, droits d’accès et citations compris, puis la production si la valeur est démontrée.