Brancher l’IA sur vos propres documents, sans les envoyer n’importe où

« On aimerait un ChatGPT qui connaisse nos documents. » C’est la demande la plus fréquente qu’on m’adresse, et c’est une bonne demande — à condition de comprendre ce qu’elle implique.

Un modèle de langage ne connaît pas votre entreprise

Un modèle comme ceux qui font tourner les assistants grand public a été entraîné sur des textes publics. Il ne sait rien de votre catalogue, de vos procédures internes ni du contrat signé avec votre plus gros client. Et on ne le « réentraîne » pas pour ça : c’est long, coûteux, et il faudrait recommencer à chaque nouveau document.

La bonne approche est plus simple. On ne modifie pas le modèle : on lui donne les bons extraits au bon moment.

Le principe, en trois temps

1. Indexation. Vos documents sont découpés en passages et transformés en représentations numériques qui capturent leur sens. Ils sont stockés dans une base spécialisée.
2. Recherche. Quand un collaborateur pose une question, le système retrouve les passages réellement pertinents — pas par mots-clés, mais par sens.
3. Réponse. Ces passages sont transmis au modèle avec la question. Il rédige une réponse en s’appuyant dessus, et cite ses sources.

Cette méthode porte le nom de RAG (retrieval-augmented generation). Son intérêt pratique est double : le modèle ne peut plus inventer librement puisqu’on lui impose ses sources, et la réponse est vérifiable — l’utilisateur clique sur la citation et lit le document d’origine.

La vraie question : où vont vos données ?

C’est là que se joue l’essentiel, et trois configurations sont possibles.

Modèle américain via API. Le plus performant et le moins cher à l’usage. Vos extraits de documents transitent par les serveurs du fournisseur. Les offres professionnelles s’engagent contractuellement à ne pas les utiliser pour l’entraînement, mais un transfert hors Union européenne a lieu. Acceptable pour de la documentation technique, discutable pour des données de santé ou des contrats sensibles.

Modèle hébergé en Europe. Des fournisseurs européens proposent des modèles de bon niveau avec un hébergement dans l’UE. Le compromis est souvent le plus raisonnable pour une PME : performances proches, cadre juridique clair.

Modèle sur votre propre serveur. Les modèles ouverts se sont considérablement rapprochés des modèles fermés. Installé sur une machine équipée d’une carte graphique adaptée, un modèle ouvert traite vos documents sans qu’aucune donnée ne sorte de votre réseau. Le coût se déplace vers le matériel et l’exploitation, mais c’est la seule option qui permet de dire à un client ou à un délégué à la protection des données que rien ne quitte l’entreprise.

Ce qu’il faut décider avant de commencer

Avant toute chose, faites l’inventaire : quels documents, quel niveau de confidentialité, qui a le droit de voir quoi. Ce dernier point est le plus souvent négligé, et c’est celui qui coûte cher à rattraper : si l’assistant ignore vos règles d’habilitation, un stagiaire pourra lui demander les grilles de salaires.

Un assistant documentaire correctement construit reproduit les droits d’accès existants. C’est moins spectaculaire à démontrer qu’une jolie réponse en streaming, mais c’est ce qui fait la différence entre un prototype et un outil qu’on met entre les mains de toute l’entreprise.