Ton expertise la plus rentable — les appels d'offres gagnés, les objections déjà traitées, les montages qui ont marché — dort dans des mails, des PDF et des dossiers que personne ne rouvre. Une mémoire d'entreprise interrogeable transforme cet actif endormi en réponses fiables, sourcées, disponibles en une question. Voici comment on la monte pour de vrai : le principe, l'architecture type, les prérequis, et comment on gère qui voit quoi.
1Comment ça marche, en clair
Le problème d'un assistant seul. Un assistant IA « classique » répond de mémoire, à partir de ce qu'il a appris en général. Sur tes dossiers, il ne sait rien — et quand il ne sait pas, il a tendance à inventer une réponse plausible.
Ce que change le RAG. RAG veut dire « génération augmentée par la recherche ». En clair : avant de répondre, le système va d'abord chercher dans tes documents les passages précis qui traitent la question. Puis un assistant comme Claude rédige la réponse à partir de ces passages — et cite d'où ça vient.
2Les briques d'un RAG
Quand une question arrive, le système retrouve les passages pertinents dans tes archives, puis un assistant rédige la réponse à partir d'eux — sans rien inventer. En coulisses, six briques font ce travail, en deux temps.
Temps 1 — préparer la mémoire (une fois). Tes documents (1) sont découpés en passages de la taille d'une réponse (2), traduits en « coordonnées de sens » par les embeddings (3), puis rangés dans une base vectorielle (4) — l'annuaire interrogeable de ta connaissance (ex. Supabase / pgvector).
Temps 2 — répondre (à chaque question). La base retrouve les 3 à 5 passages les plus proches de la question — c'est le retrieval — et un assistant comme Claude (5) rédige la réponse en français clair, source à l'appui.
3Les prérequis : le tri en amont
La vérité qu'on te vend rarement. Une mémoire d'entreprise ne vaut que ce que valent tes données. En vrac, périmées, dupliquées en douze versions — et l'assistant te ressort de la bouillie, avec assurance.
Ce que ça implique concrètement. Avant de brancher quoi que ce soit : inventorier les sources qui comptent, écarter le périmé, dédupliquer, garder la version qui fait foi. Ce ménage n'est pas un détail technique — c'est la moitié du travail.
4La gouvernance : qui voit quoi
Interrogeable ≠ tout ouvert. « Consultable par tout le monde » ne veut pas dire « tout le monde voit tout ». Les droits se gèrent équipe par équipe, exactement comme tes dossiers aujourd'hui.
Comment ça se traduit. Chaque document porte une étiquette d'accès. Au moment de la recherche, le système ne va chercher que dans ce que la personne a le droit de voir. Le commercial ne récupère pas les fiches RH, et inversement.
Pour la donnée sensible. Selon le niveau de confidentialité, on héberge en Europe, voire sur ton propre serveur (on-premise / VPS dédié), pour que rien ne parte là où tu ne veux pas.
5Par où commencer (sans usine à gaz)
Tu n'as pas besoin d'indexer dix ans d'archives pour voir la valeur. On démarre serré.
| Étape | Ce que tu fais | Le piège à éviter |
|---|---|---|
| 1. Choisir le cas | Un besoin douloureux et répétitif (ex. rédiger une nouvelle réponse d'appel d'offres) | Vouloir tout couvrir d'un coup |
| 2. Cadrer le corpus | Un périmètre propre et borné | Indexer le brouillon, le périmé, les doublons |
| 3. Monter le POC | La chaîne des 5 briques sur ce seul corpus | Sur-ingénierer avant d'avoir prouvé la valeur |
| 4. Mesurer | Les réponses sont-elles justes et sourcées ? | Juger sur l'effet « waouh » plutôt que sur l'usage réel |
| 5. Étendre | ★ Une équipe / un corpus de plus à la fois, avec ses droits | Ouvrir tous les accès d'un coup |
