Rechercher les connaissances de votre entreprise avec l'IA : Copilot ou Gemini, un produit de recherche comme Glean, ou votre propre développement

Quelqu'un dans votre entreprise demande où se trouve la dernière politique de remboursement. La réponse est répartie à trois endroits : une page de wiki, un fil de ticket et un message de discussion du printemps dernier. La recherche de connaissances avec l'IA lit toutes ces sources et répond par une seule réponse accompagnée de liens vers ses origines. Vous avez trois voies. Vous pouvez utiliser l'assistant de votre suite bureautique, qui peut exiger sa propre licence, acheter un produit de recherche d'entreprise, ou construire un système sur vos propres données. La bonne voie dépend surtout du nombre d'outils qui contiennent vos connaissances et de l'ordre de vos droits d'accès.

Quand la recherche simple suffit-elle, et quand ne suffit-elle pas ?

La recherche simple suffit quand les gens savent quel outil ouvrir et que la page porte un titre clair. Un champ de recherche de wiki ou une recherche dans un lecteur partagé font très bien ce travail et ne coûtent rien de plus.

Elle ne suffit plus dans trois cas. La réponse est répartie sur plusieurs outils. La question emploie des mots qu'aucun document n'utilise. Ou la personne veut une seule réponse courte. Avant d'acheter quoi que ce soit, demandez à dix collègues leur dernière question qui a pris plus de dix minutes à résoudre. Si la plupart désignent un même outil, commencez par corriger la recherche de cet outil.

Comment fonctionne la récupération, et comment une réponse obtient-elle ses sources ?

La récupération consiste à trouver les passages les plus susceptibles de contenir la réponse avant qu'une réponse soit rédigée. Un logiciel lit vos documents et les découpe en passages. Il les stocke dans un index, une structure de consultation construite à l'avance pour qu'une recherche ne relise pas chaque fichier à chaque fois. Quand quelqu'un pose une question, le système va chercher les passages qui correspondent le mieux. Puis un grand modèle de langage, le type de programme qui se trouve derrière ChatGPT, rédige une réponse à partir de ces passages.

RAG, abréviation de retrieval-augmented generation (génération augmentée par la récupération), est le nom de l'ensemble de ces étapes. AWS ouvre son explication par « La génération augmentée par la récupération (RAG) est le processus d'optimisation de la sortie d'un grand modèle de langage », et ajoute : « La sortie peut inclure des citations ou des références aux sources. »

Pour rapprocher les sens et pas seulement les mots exacts, de nombreux systèmes transforment chaque passage en embedding. Un embedding est une liste de nombres qui représente le sens du texte, de sorte que les passages sur des sujets voisins se retrouvent proches. OpenAI décrit les embeddings comme un moyen de « mesurer la proximité entre des chaînes de texte ».

Les sources affichées à côté d'une réponse viennent normalement des passages remis au modèle. Un lien montre d'où le système dit que le texte provient. Il ne prouve pas que le modèle l'a lu correctement : ouvrez donc les liens sur un échantillon de réponses.

Que couvre l'assistant de notre suite bureautique, et où s'arrête-t-il ?

Un connecteur est un logiciel qui lit un outil externe, comme Confluence ou un CRM, et transmet son contenu au système de recherche. Microsoft dit proposer « plus de 100 connecteurs prêts à l'emploi pour les services courants ». Côté Google, un produit distinct remplit ce rôle, à part de l'assistant Gemini intégré aux applications Workspace. Google affirme que « Gemini Enterprise est une plateforme de recherche intranet, d'assistant IA et d'agents » dotée de « connecteurs prêts à l'emploi pour des applications tierces courantes comme Confluence, Jira, Microsoft SharePoint et ServiceNow. »

Les limites sont pratiques. Un assistant de suite lit mieux ce qui se trouve déjà dans la suite. Un outil sans connecteur prêt à l'emploi en demande un sur mesure. La page de Microsoft dit : « Les connecteurs personnalisés offrent de la flexibilité mais exigent de la maintenance. » Le classement, le style des réponses et la gamme de modèles sont des choix de l'éditeur : vous pouvez donc moins les ajuster que dans un système que vous construisez.

Qu'apporte un produit de recherche dédié, et à quoi renonçons-nous ?

Glean, Elastic, Coveo, Guru et Atlassian Rovo sont des exemples de produits qui servent à chercher dans de nombreux outils. Atlassian dit : « Rovo Search vous permet de chercher dans plusieurs outils à la fois sans changer de contexte. » Ce que vous y gagnez varie, vérifiez donc trois points. Combien de vos outils disposent d'un connecteur prêt à l'emploi que l'éditeur maintient ? Comment les résultats sont-ils classés, et le produit utilise-t-il comme signal qui travaille sur quoi, par exemple l'auteur d'une page ? Pouvez-vous voir pourquoi un résultat arrive en tête ?

Ce à quoi vous renoncez, c'est la simplicité. Un produit de recherche est en général un contrat de plus et une console d'administration de plus. Si l'éditeur l'héberge et indexe votre contenu, il détient aussi une copie consultable. Cette copie demande son propre examen de la région, de la durée de conservation et de l'accès de l'éditeur.

En quoi consiste le développement de votre propre solution, et qui l'exploite ensuite ?

Il y a cinq éléments. Des connecteurs lisent chaque source avec ses données de permissions. Une tâche d'ingestion découpe les documents en passages et les rafraîchit. Un index prend en charge la recherche par mots-clés et par embeddings. Une étape de réponse transmet les meilleurs passages à un modèle et lui demande de les citer. Un écran de discussion ou un module complémentaire, avec des journaux et une vue d'administration, complète l'ensemble. La documentation d'Elastic dit : « La sécurité au niveau du document restreint les documents auxquels les utilisateurs ont un accès en lecture ». À certains niveaux d'abonnement, les connecteurs propres à Elastic synchronisent ces permissions pour des sources comme Confluence et SharePoint Online. Pour les autres sources, vous écrivez vous-même la correspondance.

Le travail après le lancement est la plus grande part. Quelqu'un doit réparer les connecteurs quand une source change, relancer l'ingestion, surveiller la facture du modèle, tenir à jour les questions de test et expliquer pourquoi l'assistant a dit ce qu'il a dit. Nommez ces personnes avant de commencer.

Comment les droits d'accès sont-ils repris, et en quoi consiste le problème du surpartage ?

La plupart des sources conservent un enregistrement de qui peut ouvrir chaque élément, souvent appelé liste de contrôle d'accès, ou ACL. Un connecteur qui copie du contenu dans un index doit copier aussi cet enregistrement. Pour ces connecteurs, Microsoft dit : « Chaque élément comprend le contenu, des métadonnées (comme le titre et l'URL) et une liste de contrôle d'accès (ACL) qui applique les permissions. » Glean dit : « Si un utilisateur ne peut pas ouvrir un document dans le système source, ce document ne peut pas servir de contexte, être renvoyé comme résultat de recherche ni apparaître comme citation. »

La copie vaut ce que vaut chaque connecteur. SharePoint et Google Drive ont des dossiers, des groupes et des liens de partage. Confluence a des restrictions d'espace et de page. Slack a des canaux privés et des messages directs. Un CRM a des rôles et des propriétaires d'enregistrements. Pour chaque source, demandez comment l'éditeur lit ces règles, à quelle vitesse une modification arrive, et ce qui se passe quand une règle ne peut pas être lue. La réponse sûre à la dernière question est de masquer l'élément.

Le surpartage est le problème plus ancien qu'un assistant met au jour. Imaginons qu'un dossier de paie ait été partagé avec toute l'entreprise il y a des années. La recherche ne l'a jamais fait remonter parce que personne ne le cherchait, alors qu'un assistant le peut. Microsoft affirme : « Un contenu surpartagé ou mal gouverné peut influer sur les résultats de Copilot et augmenter le risque. » Son rapport sur les permissions des sites SharePoint, qui fait partie de SharePoint Advanced Management, montre quels sites donnent accès à « Tout le monde sauf les utilisateurs externes », un groupe qui « inclut automatiquement tous les utilisateurs internes mais exclut tous les invités externes ». Passez en revue avec leurs propriétaires les sites au plus large accès avant le lancement, et démarrez le pilote avec un ensemble restreint de sources.

Que se passe-t-il avec les documents périmés, en double et contradictoires ?

L'assistant peut ne pas savoir laquelle de deux politiques est en vigueur. Il peut citer les deux, ou citer l'ancienne avec assurance. Nommez un responsable pour chaque source, retirez ce qui est périmé et gardez une seule source de référence par sujet. Demandez à l'assistant d'afficher la date et l'auteur de chaque source et de signaler quand les sources se contredisent.

La fraîcheur a un second aspect : le temps qu'une modification met à atteindre l'index. Microsoft indique : « Les nouveaux documents ajoutés aux sites SharePoint Online accessibles, par héritage du site, à deux utilisateurs ou plus sont indexés quotidiennement. » Pour un document déjà indexé, elle dit : « les modifications sont indexées immédiatement. » Demandez ces deux délais par écrit à chaque éditeur.

Comment testons-nous la qualité des réponses sur nos propres questions avant le lancement ?

Rassemblez de vraies questions du personnel, chacune avec la bonne réponse et le document dont elle doit provenir. Faites passer le même jeu à chaque candidat. Notez quatre choses : le bon document parmi les sources, une réponse correcte, l'aveu honnête quand aucun document n'aide, et le respect des droits d'accès.

Le test d'accès demande deux identifiants de connexion. Posez une question dont la réponse se trouve dans un dossier que seule une personne peut ouvrir. L'autre personne ne doit en recevoir aucune trace, pas même le titre d'une source. Répétez le jeu après chaque modification. Notre article sur les seuils de réussite, lié plus haut, traite des seuils.

Que journalise l'assistant IA, et qui peut voir ce que les gens ont demandé ?

Les questions peuvent être sensibles, par exemple sur la procédure disciplinaire d'un collègue. Microsoft indique que ses enregistrements d'audit « contiennent des détails sur l'utilisateur qui a interagi avec Copilot, le moment de l'interaction et son lieu ». Par ailleurs, elle dit que les données qu'elle stocke « comprennent l'invite de l'utilisateur et la réponse de Copilot », et ajoute : « Pour consulter et gérer ces données stockées, les administrateurs peuvent utiliser la recherche de contenu ou Microsoft Purview. » Pour chaque route, demandez qui peut lire le texte des questions, pour quelle raison et pendant combien de temps.

Que signifient pour l'index les rôles du RGPD, la région, la conservation et l'effacement ?

Le RGPD est la loi européenne sur la protection des données. Quand un éditeur traite des données personnelles pour vous, vous êtes en général le responsable du traitement, qui décide pourquoi et comment les données sont utilisées. L'éditeur est le sous-traitant, qui agit pour votre compte. Les lignes directrices du Comité européen de la protection des données indiquent : « Le sous-traitant ne doit pas aller au-delà de ce que le responsable du traitement lui a prescrit. » Elles ajoutent : « Les instructions données par le responsable du traitement doivent être documentées. » Un sous-traitant ne peut pas en engager un autre « sans l'autorisation écrite préalable, spécifique ou générale, du responsable du traitement ». Faites lire chaque contrat par votre propre conseil.

Demandez la région directement à chaque éditeur. Microsoft indique que « le trafic de l'UE reste dans l'EU Data Boundary, tandis que le trafic mondial peut être envoyé vers l'UE et d'autres pays ou régions pour le traitement par les LLM. » Une note sur la même page ajoute : « Les modèles fournis par Anthropic en tant que sous-traitant sont actuellement exclus de l'EU Data Boundary. » Microsoft précise que ces modèles sont désactivés par défaut pour les clients situés dans cette limite : vérifiez donc le paramètre d'administration. Pour son index, elle indique : « Pour les clients situés dans l'EU Data Boundary (EUDB), l'index est stocké dans un centre de données situé dans l'UE ou l'AELE. » Microsoft dit aussi : « Les invites, les réponses et les données consultées via Microsoft Graph ne servent pas à entraîner les LLM de fondation ».

L'index est une copie de vos documents : les données personnelles d'un document se trouvent donc aussi dans l'index, et souvent dans les journaux. Le guide du Comité pour les petites entreprises dit : « Répondez toujours à une demande d'une personne concernée dans un délai d'un mois. » Il autorise « deux mois supplémentaires » pour une demande complexe, si la personne en est informée dans le premier mois. Demandez combien de temps un document supprimé met à quitter l'index, si les sauvegardes et les journaux conservent son texte, et comment les questions d'une personne peuvent être effacées.

En quoi la tarification par siège diffère-t-elle de la tarification à l'usage ?

La tarification par siège facture un montant fixe pour chaque utilisateur nominatif, que cette personne utilise la recherche ou non. La tarification à l'usage facture ce que fait le système, par exemple le texte qu'il traite. Les éditeurs emploient l'une ou l'autre, ou un mélange. Demandez le prix en vigueur par écrit, avec les nombres minimaux de sièges, les options et les frais de connecteurs, et demandez qui a besoin d'une licence.

Comme exemple de tarification à l'usage, la page de prix d'OpenAI indique 0,02 dollar par million de tokens pour son modèle text-embedding-3-small, et 0,13 dollar pour text-embedding-3-large. Un token est un petit morceau de texte que les fournisseurs comptent et facturent. À cela s'ajoutent le coût de stockage de l'index, celui de l'exécution du modèle et celui des personnes. Prenons une archive inventée de 50 000 documents d'environ 2 000 tokens chacun, soit 100 millions de tokens. La transformer une fois en embeddings coûte 2 dollars avec le petit modèle et 13 dollars avec le grand. La taille de l'archive est une hypothèse, et les prix publics peuvent changer.

À quoi ressemble le verrouillage, et que garder pour pouvoir partir ?

La dépendance se loge là où est allé votre effort : des connecteurs configurés dans la console d'un seul éditeur, des règles de classement dans son format, des correspondances de permissions que lui seul détient. L'index peut être reconstruit à partir de vos sources, c'est donc ce qui compte le moins. Gardez vos questions de test avec les réponses attendues, une description écrite de la façon dont les permissions sont lues, les consignes données au modèle et tout code de connecteur sur mesure. Demandez un export des journaux. Convenez dans le contrat des conditions d'export et de suppression.

Quand construire votre propre recherche de connaissances se justifie-t-il ?

Construire se justifie quand la recherche fait partie du produit que vous vendez, car vos clients en sont alors les utilisateurs et aucune licence du personnel ne les couvre. Cela se justifie aussi quand une règle sur les données exclut tous les produits, y compris ceux qui tournent dans votre propre cloud. Pour la seule recherche du personnel, c'est difficile à justifier, car vous auriez à gérer les connecteurs, le contrôle d'accès, les journaux et les astreintes.

Que devons-nous demander à un éditeur, ou à une société qui construirait la solution ?

Pour un éditeur ou un fournisseur de suite :

• Lesquelles de nos sources ont des connecteurs prêts à l'emploi, et qui les maintient ?
• Comment lisez-vous les permissions de chaque source, et que se passe-t-il quand une règle ne peut pas être lue ?
• Combien de temps faut-il pour qu'une modification ou une suppression atteigne l'index ?
• Où l'index, les questions et les journaux sont-ils traités, et qui peut lire les questions ?
• Combien coûte un mois de notre usage réel, et que pouvons-nous exporter si nous partons ?

Pour une société qui construirait la solution :

• Quelles parties allez-vous écrire, et lesquelles allez-vous reprendre de produits existants ?
• Cela tournera-t-il dans notre compte cloud, et qui détient les clés ?
• Comment testerez-vous les réponses et les droits d'accès, et qui valide de notre côté ?
• Qui l'exploite après le lancement, et combien cela coûte-t-il chaque mois ?

Où se situe amBrain ?

amBrain publie ce blog. Sur son propre produit, elle dit : « Notre propre produit, aigo, repose sur des agents IA qui recherchent, rédigent, vérifient et mesurent à partir d'une mémoire commune des faits de l'entreprise. Une personne approuve tout ce qui est publié. »

Cet article n'est pas une étude de cas et ne décrit aucun travail pour un client. Il ne prétend pas qu'amBrain a construit un système de recherche de connaissances pour un client. La ligne ci-dessus concerne le propre produit d'amBrain, et les exemples sont généraux.

Les sociétés, produits et organismes publics nommés ici sont cités d'après leurs pages publiées, consultées le 11 novembre 2026. L'article ne revendique aucune relation entre amBrain et aucun d'entre eux et ne donne ni prix ni délais d'amBrain.

amBrain développe des logiciels depuis 2019. Sur sa façon de travailler avec ses clients, elle dit : « Trois formats : livraison complète, équipe dédiée ou ingénieurs intégrés à votre équipe. » Sur la propriété, sa formule est : « Le client conserve la pleine propriété du produit et du code, à l'exception de nos composants réutilisables. » Demandez la liste nominative de ces composants avant de signer.

Si amBrain figure dans votre présélection, posez-lui les mêmes questions qu'à n'importe quelle autre société.