Pourquoi votre IA répond juste… avec une information périmée
Pourquoi votre IA répond juste… avec une information périmée
Votre assistant cite la procédure, détaille les étapes et renvoie le bon lien. Pourtant, l’équipe applique désormais une autre règle. La réponse semble solide parce qu’elle explique fidèlement une source ; le problème est que cette source n’est plus celle qui fait foi.
Relier une IA à vos documents ne suffit pas à maintenir ses réponses à jour. Il faut distinguer la date du document, sa période d’application et la dernière synchronisation réussie. Quand l’un de ces repères manque, le service doit demander confirmation plutôt que présenter une ancienne donnée comme l’état actuel.
Pas le temps de lire ? L’essentiel en vidéo.
Trois horloges qui ne disent pas la même chose
Un fichier modifié lundi peut contenir un tarif applicable seulement le mois prochain. Une copie récupérée ce matin peut reproduire une procédure abandonnée depuis un an. L’heure de collecte prouve quand le système a lu la donnée, pas quand cette donnée est devenue valable.
Dans un exemple de disponibilité de stock, il faut connaître l’heure du dernier état réussi. Pour une condition contractuelle, il faut retrouver la version qui s’applique au contrat. Fixer une durée de fraîcheur unique pour toutes les informations empêcherait ces distinctions.
Le RAG retrouve ; il ne désigne pas le propriétaire de la règle
Le RAG, ou génération augmentée par récupération, sélectionne des passages externes au modèle pour préparer sa réponse. C’est utile pour travailler sur vos références sans réentraîner le moteur à chaque modification. Mais si la recherche retourne deux procédures contradictoires, le modèle n’a pas reçu pour autant le pouvoir d’arbitrer la politique de l’entreprise.
Chaque famille documentaire a besoin d’une référence publiée, d’un responsable et d’un traitement des anciennes versions. Une archive peut rester nécessaire pour comprendre un engagement passé ; elle ne doit pas apparaître comme la consigne actuelle. Cette distinction se joue dans les métadonnées et les règles de recherche, pas dans une simple préférence pour le fichier le plus récent.
Une panne de synchronisation ne doit pas rester invisible
Un connecteur peut échouer tout en laissant la dernière copie disponible. Si l’interface continue à dire « disponible », l’utilisateur ne sait plus s’il lit un état actuel ou un ancien instantané. Conservez la date du dernier succès, l’échec observé et la conduite prévue pour cette donnée.
Pour une réponse informative, afficher la date et proposer une vérification peut suffire. Avant de promettre une livraison ou d’engager un montant, le service peut devoir consulter la source de référence ou arrêter la préparation. Le niveau d’exigence dépend de la conséquence d’une information fausse, pas de la fluidité attendue de la conversation.
Tester la réponse quand la source change
Préparez une question avec une réponse connue, puis remplacez sa référence par une nouvelle version. Vérifiez que la recherche choisit la bonne règle à sa date d’effet. Ajoutez une ancienne copie très ressemblante et un échec de synchronisation : l’assistant doit exposer le conflit ou le manque plutôt que compléter au jugé.
Le responsable métier confirme ensuite le comportement acceptable pour chaque type de donnée. Ce test ne prouve pas toutes les réponses futures ; il révèle si votre service possède un mécanisme de mise à jour observable. C’est ce mécanisme qu’il faudra recontrôler après un changement de source ou de connecteur.
SAY Digital peut cartographier les références d’un premier usage et tester leur mise à jour, leurs conflits et leur indisponibilité. Le résultat attendu n’est pas une IA qui parle toujours avec assurance, mais un service qui sait quand la source lui permet de répondre.
SAY Go Big Online — parlons de votre premier cas
Pour prolonger ce cas
- Company Brain : une mémoire d’entreprise pour vos équipes et l’IA
- Comment une entreprise construit-elle sa propre IA ?
Références et limites
Ces références éclairent les mécanismes et les risques. Les situations présentées sont illustratives ; aucun gain client chiffré n’est revendiqué.
