Créer une base de connaissances avec l’IA dans une TPE, sans réponses inventées

Le vrai problème est la connaissance dispersée

Dans une petite entreprise, une procédure peut vivre dans la boîte mail du dirigeant, un dossier partagé, un ancien devis et la mémoire d’une salariée. Lorsqu’une question revient, chacun cherche une version différente. Ajouter une IA par-dessus ce désordre produit des réponses rapides mais difficiles à vérifier.

Une base de connaissances utile réunit les sources approuvées, explique qui les maintient et indique quand elles cessent d’être valides. L’IA intervient ensuite pour retrouver et reformuler un passage. France Num décrit cette approche de génération augmentée par récupération, souvent appelée RAG : le modèle s’appuie sur une base documentaire propre à l’entreprise plutôt que sur sa mémoire générale seule.

Avant de demander une réponse à l’IA, vous devez pouvoir nommer le document qui fait autorité et la personne qui peut le corriger.

Choisir un périmètre pilote qui peut être contrôlé

Ne commencez pas par « toute l’entreprise ». Choisissez un processus fréquent et stable : accueil d’un nouveau client, préparation d’une intervention, politique de remboursement ou questions sur un produit. Écartez au départ les diagnostics, conseils juridiques, décisions de recrutement, informations médicales, mots de passe et secrets stratégiques.

Listez vingt questions réelles et les réponses actuellement données. Notez le temps de recherche, les erreurs et les personnes sollicitées. Le pilote est réussi si le temps diminue sans augmenter les réponses fausses ou les divulgations. Une démonstration impressionnante sur trois questions préparées ne suffit pas.

1. Un processus
2. Vingt questions réelles
3. Sources connues
4. Responsable disponible
5. Risque limité
6. Retour au traitement manuel

Inventorier les sources et désigner un propriétaire

Pour chaque document, relevez titre, emplacement, auteur, date, périmètre, niveau de confidentialité et prochaine révision. Classez-le comme référence, brouillon, archive ou élément à supprimer. Deux procédures contradictoires doivent être arbitrées avant l’indexation ; le modèle ne doit pas choisir celle qui semble la plus convaincante.

Désignez un propriétaire métier capable de valider le contenu. Ce rôle n’est pas purement technique : il décide quelle règle fait foi et reçoit les signalements. Une source sans propriétaire ou sans date d’effet doit rester hors de la base active jusqu’à clarification.

1. Identifiant stable
2. Titre compréhensible
3. Version et date d’effet
4. Propriétaire métier
5. Niveau d’accès
6. Date de révision ou d’expiration

Nettoyer les documents sans effacer leur contexte

Supprimez les doublons exacts et séparez les archives. Corrigez les titres, ajoutez une courte introduction et découpez les procédures en étapes logiques. Conservez les exceptions, les dates et les conditions : une réponse peut devenir dangereuse si le modèle récupère une phrase privée de son avertissement.

Retirez les données personnelles et secrets qui ne sont pas nécessaires au cas d’usage. La CNIL rappelle que l’objectif doit être explicite et proportionné. Si la base traite des données personnelles, documentez la finalité, les personnes concernées, les accès, la conservation et les responsabilités du fournisseur avec l’appui approprié.

Définir des droits d’accès avant de connecter l’IA

Créez des groupes simples : public, équipe, responsable et confidentiel. Une personne ne doit pas obtenir par une question adressée au chatbot un document qu’elle ne pourrait pas ouvrir directement. Les comptes partagés empêchent d’attribuer les actions et augmentent le risque de fuite.

La CNIL recommande le principe du moindre privilège et une revue régulière des habilitations. Prévoyez l’arrivée, le changement de rôle et le départ d’un collaborateur. Testez aussi les questions indirectes : demander un résumé, une comparaison ou la liste des fichiers ne doit pas contourner la restriction.

1. Compte individuel
2. Accès hérité de la source
3. Administration limitée
4. Révocation au départ
5. Revue périodique
6. Journal des consultations sensibles

Exiger une réponse traçable et un droit au silence

Le format de réponse doit contenir une synthèse courte, le lien ou identifiant de la source, sa date et une indication d’incertitude. Si les documents ne suffisent pas, l’assistant répond qu’il ne sait pas et indique la personne ou le canal à contacter. Interdisez l’ajout de politique, prix, délai ou engagement absent des sources.

Une citation ne garantit pas que la conclusion est correcte. L’utilisateur doit pouvoir ouvrir le passage et vérifier le contexte. Pour les réponses qui engagent un client, un paiement ou une obligation, exigez une validation humaine avant envoi. L’assistant prépare ; la personne responsable approuve.

« Je ne trouve pas la preuve dans la base » est une bonne réponse. Une invention fluide est un incident.

Tester avec des cas normaux, ambigus et hostiles

Préparez un jeu de questions avec la réponse attendue et la source. Ajoutez des fautes, synonymes, demandes incomplètes, documents périmés et contradictions. Incluez des questions auxquelles la base ne doit pas répondre. Mesurez exactitude, qualité de la citation, respect des droits et taux de refus approprié.

Ajoutez des contenus hostiles dans un document test : une phrase peut demander au système d’ignorer ses règles ou de révéler un autre dossier. Le contenu indexé reste une donnée, jamais une nouvelle instruction. Tout contournement doit bloquer le pilote jusqu’à correction.

1. Questions fréquentes
2. Variantes de vocabulaire
3. Information absente
4. Sources contradictoires
5. Document périmé
6. Tentative de contournement des accès

Cas pratique — fiabiliser l’accueil d’un nouveau client

Une agence reçoit les mêmes questions sur les pièces nécessaires, les délais de démarrage et le déroulement d’une mission. Elle choisit trente documents, mais l’inventaire révèle trois modèles de courriel contradictoires. Le responsable valide une procédure unique, date les tarifs séparément et exclut les contrats signés du pilote.

L’assistant répond aux questions internes avec une source et propose un brouillon de message. Sur cent tests, plusieurs réponses sans preuve sont refusées comme prévu ; deux citations pointent vers une ancienne annexe et déclenchent une correction. Pendant le premier mois, aucun message n’est envoyé automatiquement. Le gain vient de la recherche plus rapide, pas de la suppression du contrôle.

Déployer progressivement et mesurer les incidents

Commencez avec deux ou trois utilisateurs formés. Affichez les limites et un bouton de signalement. Pendant deux semaines, relisez un échantillon quotidien et toutes les réponses sensibles. Mesurez le temps de recherche, le taux de réponses justifiées, les refus, les corrections et les violations d’accès.

Définissez des seuils avant le test : par exemple, aucune divulgation, toutes les réponses opérationnelles accompagnées d’une source et une correction des documents signalés sous un délai convenu. Si les seuils ne sont pas tenus, réduisez le périmètre ou revenez au système manuel. Ne compensez pas une mauvaise qualité en donnant davantage de droits au modèle.

Entretenir la base comme un service, pas comme une archive

Chaque changement de prix, d’offre, de règle ou de logiciel doit déclencher la révision des documents concernés. Affichez les contenus arrivant à échéance et retirez les versions remplacées de la recherche active. La CNIL rappelle également que les données personnelles ne doivent pas être conservées indéfiniment : associez les règles de conservation à leur finalité.

Organisez une revue mensuelle du pilote et une revue plus large des habilitations et risques. Analysez les questions sans réponse : elles montrent soit un manque documentaire, soit un besoin hors périmètre. La base grandit uniquement lorsque la source, le propriétaire, l’accès et le test sont prêts. Cette discipline protège la mémoire de l’entreprise contre la dépendance à un outil ou à une seule personne.

1. Alertes de révision
2. Versions archivées hors recherche active
3. Signalements attribués
4. Tests rejoués après chaque changement
5. Export possible des sources
6. Plan d’arrêt documenté