Comment faire répondre une IA sur vos propres documents ?

Pourquoi une IA généraliste ne trouve-t-elle rien dans vos documents ?

Parce qu’elle ne les a jamais vus. ChatGPT, Copilot ou Le Chat ont appris sur des textes publics : vos devis, vos contrats, vos comptes rendus de chantier et vos procédures internes n’en font pas partie. Interrogée sur votre entreprise, une IA généraliste répond avec ce qu’elle sait du monde, pas avec ce que vous savez, vous.

Coller un fichier dans une conversation règle le cas d’un document. Le problème est ailleurs : la réponse existe déjà, quelque part, dans des années d’archives que plus personne ne relit. Dans l’enquête Work Trend Index de Microsoft publiée en mai 2023, 62 % des répondants déclarent perdre trop de temps à chercher de l’information dans leur journée de travail.

Faut-il réentraîner un modèle sur ses documents ?

Non, et c’est la bonne nouvelle. La méthode standard consiste à brancher le modèle sur un moteur de recherche qui interroge vos fichiers au moment de la question : on parle de RAG, pour génération augmentée par la recherche. La CNIL la décrit comme un mécanisme de recherche d’information dans une base vectorisée, qui produit des réponses enrichies par des données externes, plus spécifiques et plus faciles à mettre à jour que le modèle lui-même.

La différence est concrète. Quand un tarif change ou qu’une procédure est révisée, vous remplacez le fichier et l’index se met à jour : il n’y a rien à réapprendre. Un modèle réentraîné, lui, fige vos données au jour de l’entraînement, coûte cher à refaire, et reste incapable de dire d’où vient ce qu’il affirme.

Comment vérifier qu’une réponse est vraie ?

En exigeant la source, à la page. Un assistant bien construit ne produit pas une affirmation nue : il renvoie l’extrait retrouvé, le nom du fichier et l’endroit précis. La documentation d’Azure AI Search le formule ainsi : le modèle reçoit la question augmentée du contenu retrouvé, ce qui réduit les inexactitudes et permet des citations exactes.

Le second garde-fou est le droit de refuser. Si rien dans vos documents ne répond, l’assistant doit dire qu’il ne sait pas, jamais combler le vide. Notre démonstrateur interne Le Classeur, un assistant documentaire qui ne sort jamais de la machine a été construit pour mesurer ces comportements : citer la page, refuser, respecter les droits, signaler un document périmé.

Qui aura le droit de voir quoi ?

Un assistant documentaire ne crée aucun droit nouveau : il rend visible ce qui l’était déjà. Microsoft le dit sans détour à propos de Microsoft 365 Copilot : l’outil n’ouvre aucune permission supplémentaire et n’expose aucune donnée à laquelle l’utilisateur n’avait pas déjà accès, il rend cet accès bien plus facile à découvrir.

C’est là que le problème apparaît. Un dossier partagé « à toute l’entreprise » il y a quatre ans passait inaperçu tant qu’il fallait savoir où chercher. Branché sur un assistant, il répond à une question posée en langage courant. Le ménage dans les droits d’accès se fait donc avant l’indexation : c’est le vrai chantier préalable, bien plus que le choix du modèle.

Où vivent vos documents, et qui en répond ?

Vous. La CNIL est explicite : le déployeur qui choisit de connecter le système à sa propre base de connaissances est responsable de ce traitement dès lors qu’elle contient des données personnelles. Un dossier client, un compte rendu d’entretien ou une candidature oubliée dans un répertoire suffisent.

La CNIL ajoute une préférence claire : quand l’usage porte sur des données personnelles ou sur une documentation sensible ou stratégique, une installation sur vos serveurs limite les risques d’extraction par un tiers. Quand ce n’est pas réaliste, l’hébergement à distance reste possible, à condition d’encadrer l’accès par un contrat de sous-traitance avec l’hébergeur et, le cas échéant, le fournisseur du système. Les points à contrôler avant de signer sont listés dans notre Focus RGPD et IA : ce qu’une TPE doit vérifier avant de se lancer.

Par où commencer, concrètement ?

Par un périmètre étroit et une seule source. Cinq étapes, dans cet ordre :

1. Écrivez une quinzaine de questions réelles, celles que vos équipes posent vraiment. Elles serviront de test d’acceptation.
2. Choisissez une seule source pour démarrer : un dossier partagé, une bibliothèque de procédures, pas tout votre système d’information.
3. Nettoyez les droits d’accès de cette source, et sortez les versions périmées avant l’indexation.
4. Mesurez sur vos questions : réponse juste, source citée, refus quand la réponse n’existe pas.
5. N’élargissez le périmètre que si le score tient.

La mise en œuvre relève de notre assistant IA sur vos documents, dont le pilote couvre cette première étape. Une partie du coût peut être prise en charge par les dispositifs publics, on vérifie votre éligibilité.

Et si l’IA n’était pas la bonne réponse ?

Cela arrive, et il faut le dire. Si votre fonds tient en quelques dizaines de fichiers bien nommés dans une arborescence claire, une recherche plein texte fait le travail sans rien installer. Un assistant ne se justifie que si le volume ou la dispersion rendent la recherche manuelle inefficace.

Il y a une seconde limite. Un assistant restitue ce que vos documents disent : si deux procédures se contredisent, il vous rendra la contradiction, parfois avec aplomb. L’IA ne range pas à votre place, elle rend visible l’état de votre documentation. Le critère de choix entre outil intelligent et automatisation classique est détaillé dans notre Repère Agent IA ou automatisation simple.