Interroger ses documents avec l'IA : comment ça marche

Quand vous posez une question à vos documents, l'outil d'intelligence artificielle (IA) fait deux choses à la suite. D'abord, il cherche dans vos fichiers les passages ou les lignes qui répondent. Ensuite, il rédige une réponse en français à partir de ce qu'il a trouvé. Pour une question chiffrée, il ajoute une étape : il calcule, en général par une formule ou un petit programme. Tout le reste découle de ces trois gestes. Savoir à quel moment ça peut dérailler vous aide à poser de meilleures questions et à mieux vérifier.

Pourquoi il faut « brancher » l'IA sur vos données

Les grands modèles de langage, c'est-à-dire les moteurs qui rédigent le texte, ont appris sur d'immenses volumes de textes généraux. Le guide de la direction générale des Entreprises (DGE) sur la génération augmentée par récupération, publié en novembre 2024, le rappelle : ces modèles ne connaissent pas le contexte propre à votre entreprise. Leurs connaissances sont figées au moment de leur entraînement. Seuls, ils ne savent donc rien de vos devis, de vos contrats ou de vos stocks.

La solution décrite par la DGE consiste à laisser le modèle « consulter » vos données avant de répondre. C'est le principe de la génération augmentée par récupération : on récupère d'abord l'information chez vous, puis on génère la réponse. Selon la DGE, cette méthode améliore la traçabilité de l'information et réduit le risque de réponses absurdes, sans le supprimer.

Le trajet d'une question posée à des textes

Prenons une question illustrative : « Quelle pénalité de retard prévoit le contrat signé avec le fournisseur d'emballages ? »

1. Préparation, faite une fois pour toutes. Les documents sont convertis en texte. Un PDF scanné passe par la reconnaissance de caractères, qui transforme l'image en texte. Ils sont ensuite nettoyés : doublons retirés, en-têtes et pieds de page enlevés. Puis ils sont découpés en morceaux, parfois accompagnés d'informations utiles comme la date ou le chapitre. La DGE détaille ces étapes et précise que les nouveaux documents peuvent passer automatiquement par la même préparation.
2. Recherche. L'outil compare votre question aux morceaux de documents et garde les plus proches. Il peut chercher les mêmes mots, des passages de même sens, ou combiner les deux (voir mots-clés ou question).
3. Rédaction. Le modèle reçoit votre question et les passages retenus, puis écrit la réponse. Un bon outil indique d'où viennent les passages.

Le point faible est l'étape 2. Si la recherche rate le bon passage, la réponse sera incomplète ou fausse, même si le document contient l'information. La DGE précise qu'on ne retient souvent qu'un nombre fixe de morceaux, les plus proches de la question. D'où la page l'IA ne trouve pas l'information.

Le trajet d'une question posée à des chiffres

Pour « Quel chiffre d'affaires par mois en 2026 ? », lire des passages ne suffit pas : il faut additionner des lignes. Les outils procèdent autrement :

• traduction de la question en requête. L'éditeur Qlik décrit des outils qui transforment la question en requête structurée sur la base de données. Une couche dite sémantique relie les mots de votre métier aux bonnes définitions, pour que « ventes » et « chiffre d'affaires » désignent toujours la même chose ;
• formule ou code. Selon Google, Gemini dans Sheets répond aux questions simples par des formules et aux questions complexes en écrivant puis en exécutant du code Python ;
• reconnaissance des mots. Dans Power BI, Microsoft souligne en bleu les mots reconnus dans vos données, en pointillés orange les mots ambigus et en double trait rouge les mots introuvables. Vous voyez ainsi ce que l'outil a compris avant de lire le résultat.

Le point faible, ici, c'est la définition. Si « client actif » n'est défini nulle part, l'outil en choisit une. Voir interroger ses données en langage naturel.

Ce que la mécanique fait bien, et moins bien

Où partent vos données

La DGE distingue plusieurs façons de s'équiper. Un logiciel en ligne par abonnement est rapide à mettre en place, mais il suppose que les données sortent de l'entreprise. Un logiciel installé sur vos propres serveurs les garde chez vous, au prix d'une maintenance. Avant de brancher un outil sur vos fichiers, demandez où les données sont traitées, combien de temps elles sont gardées, et si vos échanges servent à autre chose qu'à vous répondre.

Ce qu'il faut retenir

• La réponse ne peut pas être meilleure que la donnée : voir préparer ses données.
• La recherche peut rater un passage : reformulez, ou cherchez le mot exact.
• Un chiffre se vérifie : demandez la formule et recalculez un total (méthode).

Pour savoir quelles sources se prêtent à ce fonctionnement, voyez la page par source.