Construire votre propre intelligence d’entreprise
Construire votre propre intelligence d’entreprise
Un collègue vous demande quelle condition appliquer à un client. Vous retrouvez un contrat, un ancien devis et un message récent qui ne disent pas tout à fait la même chose. Avant de choisir une IA, vous devez décider sur quelle information votre équipe peut réellement s’appuyer.
Pour construire votre propre intelligence d’entreprise, commencez par une question métier, ses sources et une réponse que quelqu’un peut contrôler. Ce guide vous aide à produire une première fiche de référence et à la tester sur un dossier. Vous pourrez ensuite décider si une recherche documentaire suffit ou si un AI Worker doit préparer une action.
Pas le temps de lire ? L’essentiel en vidéo.
1. Choisissez une question qui revient vraiment
Demandez à la personne qui traite le dossier : « Qu’avez-vous dû rechercher ou réexpliquer la dernière fois ? » Retenez une question bornée, par exemple : « Quelles pièces devons-nous obtenir avant de démarrer cette prestation ? » Écartez pour l’instant « tout savoir sur nos clients », qui ne permet ni de choisir les documents ni de reconnaître une réponse complète.
Sur une page, écrivez la question, la personne qui attend la réponse, la décision qu’elle doit prendre et les informations à ne pas divulguer. Votre premier livrable est cette fiche de besoin, pas une base remplie de tous vos fichiers. Pour comprendre l’architecture derrière cette première étape, notre guide du Company Brain et de la mémoire d’entreprise distingue les références durables, le contexte du dossier et les capacités d’action.
2. Établissez ce qui fait référence
Rassemblez seulement les pièces nécessaires à la question : procédure approuvée, contrat concerné, éventuel avenant et état actuel du dossier. Pour chaque pièce, notez son emplacement, son propriétaire, sa version, sa période de validité et les personnes autorisées à la consulter. Un document récent n’annule pas automatiquement une clause contractuelle.
Voici une fiche à remplir : Question — dossier concerné — source et passage — règle applicable — exception — date de vérification — responsable — lecteurs autorisés. Si deux pièces se contredisent, inscrivez la contradiction et faites trancher le responsable compétent. Ne demandez pas au modèle de fabriquer une priorité entre elles. Le résultat utile est un petit ensemble de références dont votre équipe sait expliquer l’autorité.
Vous avez maintenant de quoi organiser une réponse contrôlable : une question conduit à des pièces, les pièces soutiennent une réponse, et la personne responsable résout ce qui reste incertain.
3. Demandez une réponse avec ses pièces, pas seulement un résumé
Vous pouvez commencer manuellement, sans connecter un outil : préparez une réponse courte et indiquez les passages qui la justifient. Si vous utilisez une IA, fournissez uniquement les sources autorisées et demandez : « Répondez à cette question à partir de ces pièces. Reliez chaque condition au passage concerné et signalez ce qui manque. » Ne transmettez pas de dossier confidentiel à un service dont les conditions et les accès n’ont pas été examinés.
Le RAG, ou génération augmentée par la recherche, consiste à retrouver des informations hors du modèle pour les lui fournir comme contexte. La documentation de Microsoft sur le RAG explique cette séparation entre recherche et génération. Elle ne rend pas les réponses automatiquement justes : ouvrez les pièces et vérifiez que les passages soutiennent bien la conclusion, avec leurs exceptions.
4. Testez aussi la question à laquelle il ne faut pas répondre
Reprenez votre question avec une pièce manquante, un document remplacé et un utilisateur qui ne doit pas voir le contrat. Dans ce scénario d’essai, le bon résultat peut être une demande de précision ou un refus d’accès. Une réponse élégante qui invente une condition ne passe pas le test. Les droits doivent être appliqués avant que les passages soient fournis au modèle.
Gardez une petite feuille de réception : question posée, sources retrouvées, réponse attendue, réponse obtenue, erreur et correction décidée. Vous devez pouvoir distinguer une mauvaise extraction du document, une recherche incomplète et une mauvaise interprétation. Changer de modèle ne corrige pas une source erronée.
5. Désignez qui maintient la fiche
Choisissez la personne qui valide une nouvelle règle et le signal qui impose une révision : avenant signé, changement d’offre ou nouvelle procédure. Conservez le lien avec l’ancienne version pour comprendre les décisions passées. Pour relier ensuite un client, un contrat et une décision sans tout recopier, le guide knowledge graph et loop engineering explique les relations et la boucle de correction. Une table et des liens explicites peuvent suffire pour commencer.
Vous êtes prêt à élargir lorsque votre équipe retrouve les bonnes pièces, repère les manques et sait qui corrige la référence. Si ce n’est pas le cas, réparez cette première fiche avant d’importer davantage de documents. Un AI Worker pourra ensuite préparer un dossier à partir de cette mémoire ; lui donner le droit d’envoyer ou de modifier un engagement restera une décision distincte.
Avec cette fiche, vous pouvez parler avec un expert SAY d’un premier périmètre : sources à organiser, connexions nécessaires et réponse à faire réceptionner. SAY Go Big Online prend ici une forme concrète : transformer vos connaissances en appui de travail, sans retirer à votre équipe la maîtrise de ce qui fait foi.
