Assistant documentaire : poser une question à ses propres documents

Dans presque toutes les entreprises où nous intervenons, la même scène se répète. Quelqu'un a besoin d'une information qui existe, quelque part, dans un document que l'entreprise a produit elle-même. Quelle garantie avait-on accordée sur le chantier de 2024 ? Quelle est la procédure quand un client conteste une livraison ? Combien avait-on facturé la dernière prestation de ce type ? La réponse est dans un devis, dans un contrat, dans une procédure qualité, dans un compte rendu. Et la personne passe vingt minutes à chercher dans l'arborescence du serveur, puis renonce et demande à la collègue qui sait. Quand la collègue est en congé, l'information n'existe plus.

Un assistant documentaire, c'est l'outil qui répond à cette question en français, en quelques secondes, en s'appuyant uniquement sur vos documents, et en vous montrant d'où vient la réponse. Ce n'est pas de la science-fiction, c'est une technique bien établie, dont nous allons expliquer le fonctionnement sans jargon. Le jargon viendra après, une fois que le mécanisme sera clair.

Pourquoi ChatGPT ne connaît pas vos documents

Première idée reçue à écarter : un assistant conversationnel généraliste ne sait rien de votre entreprise. Il a appris à écrire et à raisonner sur une quantité énorme de textes publics, mais vos devis n'en font pas partie, et heureusement. Quand vous lui posez une question sur votre garantie de 2024, il n'a que deux options : dire qu'il ne sait pas, ou inventer une réponse plausible. La seconde arrive plus souvent qu'on ne voudrait.

Copier-coller le contrat dans la conversation résout le problème pour un document. Pas pour trois mille. Et si vous le faites sur un compte personnel, vous venez d'envoyer le contrat sur un serveur qui ne vous appartient pas. L'assistant documentaire résout ces deux limites à la fois.

Comment ça marche, en quatre étapes

1. On découpe vos documents en passages

Chaque document, quel que soit son format (Word, PDF, tableur, mail archivé), est découpé en morceaux de quelques paragraphes. Un contrat de trente pages devient une centaine de passages. On garde pour chacun d'où il vient : le fichier, la page, la date, le dossier.

2. On les range par sens, pas par mot

C'est l'étape qui change tout par rapport à la recherche classique. Chaque passage est converti en une sorte de coordonnée qui représente ce dont il parle. Deux passages qui traitent du même sujet avec des mots différents se retrouvent proches. Résultat : une question sur le « délai de garantie » retrouve un passage qui parle de « période de couverture », ce que la recherche par mot-clé de votre serveur de fichiers ne fera jamais.

3. Quand vous posez une question, on retrouve les bons passages

Votre question est convertie de la même façon, et l'outil va chercher les cinq à dix passages les plus proches dans l'ensemble de vos documents. C'est une opération de recherche, rapide, qui ne fait intervenir aucune « intelligence » au sens où on l'entend d'habitude. Juste de la proximité.

4. Le modèle répond à partir de ces passages, et seulement d'eux

Les passages retrouvés sont donnés au modèle de langage, avec votre question et une consigne simple : réponds à partir de ces extraits, cite-les, et si la réponse n'y est pas, dis-le. Le modèle rédige alors une réponse en français, avec, en dessous, les documents d'où elle vient. Vous cliquez, vous vérifiez, vous êtes sûr.

Voilà le jargon, maintenant que le mécanisme est clair : cette technique s'appelle RAG, pour retrieval-augmented generation, ce qu'on traduit par génération augmentée par la recherche. Retenez surtout ce que ça implique. Le modèle ne mémorise rien de vos documents. Il les relit à chaque question, et il oublie tout après. C'est ce qui rend l'outil à la fois fiable et sûr.

Pourquoi les sources citées ne sont pas un détail

Un assistant qui répond sans dire d'où vient la réponse est un assistant auquel on ne peut pas faire confiance, et donc qu'on n'utilisera pas pour une décision. Les sources citées changent la nature de l'outil. Ce n'est plus un oracle, c'est un moteur de recherche qui a lu les résultats pour vous. Quand la réponse est juste, vous le voyez en deux clics. Quand elle est fausse, vous le voyez aussi, et c'est peut-être plus important encore.

La consigne « si tu ne trouves pas, dis-le » est tout aussi importante. Un bon assistant documentaire répond régulièrement « je n'ai rien trouvé sur ce point dans les documents ». C'est frustrant les premiers jours, et c'est exactement ce qu'on veut : la certitude que ce qu'il affirme vient de chez vous.

Vos données restent chez vous

C'est la question que les dirigeants posent en premier, et elle est légitime. La réponse tient en trois points. L'index de vos documents, ces coordonnées dont nous parlions, vit sur un serveur que vous choisissez : chez vous, ou chez un hébergeur européen, jamais sur un service grand public. Le modèle de langage qui rédige la réponse peut tourner sur ce même serveur, sans qu'aucun texte ne sorte, ou passer par un contrat professionnel qui interdit l'entraînement sur vos données. Et l'assistant respecte vos droits d'accès : la personne qui n'a pas accès aux dossiers de paie sur le serveur n'y a pas accès non plus par l'assistant. Ce dernier point est souvent oublié dans les démonstrations, et c'est celui qui pose problème le plus vite.

À quoi ça sert dans une PME

Les usages qui reviennent le plus souvent dans les entreprises que nous accompagnons :

• Les procédures et la qualité. « Que fait-on quand un lot est non conforme ? » La réponse existe dans le manuel qualité que personne n'ouvre.
• Les contrats fournisseurs et clients. Délais de préavis, clauses de révision de prix, pénalités. Ce qui demandait de relire vingt pages prend dix secondes.
• Les devis et chantiers passés. Pour chiffrer un nouveau devis, retrouver ce qu'on avait proposé sur un cas comparable, à quel prix, avec quelle marge.
• Le support et les fiches techniques. Le technicien sur le terrain qui demande, depuis son téléphone, la référence de la pièce compatible.
• Les ressources humaines. La convention collective, le règlement intérieur, les accords d'entreprise, pour répondre aux questions des salariés sans mobiliser la seule personne qui sait.

Ce qui ne marche pas, pour être honnête

Un assistant documentaire ne répare pas des documents mal rangés : si la version signée du contrat et trois brouillons cohabitent dans le même dossier, il vous citera les quatre. Il lit mal les scans de mauvaise qualité et les tableaux complexes. Et il n'est pas fait pour les questions qui demandent de compter sur trois cents documents (« combien de devis avons-nous perdus l'an dernier ? »), qui relèvent d'un tableau de bord, pas d'un assistant. Le premier travail d'un projet de ce type est d'ailleurs souvent un tri, et ce tri a de la valeur en lui-même.

Ce que ça coûte

Un assistant documentaire se chiffre au forfait, entre 4 900 et 12 000 € HT selon le volume de documents, le nombre de sources à brancher (serveur de fichiers, messagerie, outil de gestion) et le niveau d'exigence sur les droits d'accès. L'exploitation, c'est-à-dire le serveur, les sauvegardes et la surveillance, se situe entre 80 et 250 € HT par mois. Nous commençons toujours par un pilote sur un corpus limité, une centaine de documents d'un seul service, pour que vous puissiez juger de la qualité des réponses sur vos vraies questions avant d'engager le déploiement.

Si vous voulez savoir ce que donnerait un tel assistant sur vos propres documents, IAscension propose de le tester sur un périmètre réduit, avec vos questions, avant tout engagement.