Vos agents IA n'ont pas un problème de données. Ils ont un problème de connaissance.

Chez un client manufacturier, il y a une dame qui travaille sur la ligne d’assemblage depuis vingt-deux ans. Quand une machine fait un bruit particulier, elle sait exactement quoi ajuster avant que ça devienne un problème. Personne d’autre ne le sait. Ce n’est écrit nulle part. Ce n’est pas dans le manuel d’entretien, ce n’est pas dans l’ERP, ce n’est même pas dans sa tête d’une façon qu’elle pourrait vous expliquer proprement si vous lui demandiez. Elle le sait, un point c’est tout.

Cette dame-là, c’est votre agent IA qui ne pourra jamais exister. Pas parce que la technologie n’est pas prête, mais parce que ce qu’elle sait n’a jamais été de la donnée.

La connaissance, ce n’est pas la donnée

Quand un projet d’IA démarre dans une organisation, la conversation tourne presque toujours vers la donnée en quelques minutes. Elle est incomplète. Elle est mal structurée. Elle est sale, éparpillée dans trois systèmes différents, avec deux formats de date et une colonne « notes » qui contient en fait toute l’information utile, tapée en texte libre par quelqu’un de pressé.

Tout ça, c’est vrai. Et tout ça mène à la mauvaise conclusion, celle d’attendre que la donnée soit propre avant de commencer.

La donnée n’est qu’un morceau de ce qui nourrit un agent IA. La connaissance de votre entreprise, c’est le tout : la donnée, oui, mais aussi le contexte qui l’entoure, les processus qui la produisent, qui a le droit d’y toucher, et qui a le droit de la partager.

Un agent qui a accès à une donnée parfaite mais aucun contexte sur pourquoi elle existe va quand même halluciner. Juste avec plus de confiance. Ce que je vois le plus souvent chez mes clients n’est pas un manque de données. C’est un manque de tout le reste.

Le problème, c’est le tacite

La majorité de la connaissance qui fait tourner une entreprise n’est écrite nulle part. Elle vit dans la tête de la dame avec vingt-deux ans d’ancienneté, dans les habitudes non documentées d’une équipe, dans le « on fait toujours ça de même » qui accompagne chaque nouvel employé pendant ses six premiers mois.

C’est pas de la mauvaise gestion. C’est ce qui arrive naturellement dans toute organisation qui fonctionne : on documente ce qu’on a le temps de documenter, et on garde le reste dans sa tête parce que ça va plus vite.

Pis là, tu te dis que c’est un problème de PME, que dans une grande entreprise, tout est documenté, gouverné, encadré comme du monde. Tu te trompes. Les grandes organisations structurent plus, c’est vrai. Mais plus il y a de systèmes, de comités et d’exceptions aux règles, plus il se développe un savoir tacite juste pour naviguer tout ça. L’employé de vingt ans qui sait exactement quel formulaire contourner, quelle approbation est cosmétique et laquelle est réelle, à qui parler pour que quelque chose bouge vraiment : rien de ça n’est dans le manuel de gouvernance. Mon grain de sel là-dessus : une grosse organisation structurée n’a pas moins de connaissance tacite qu’une PME, elle en a juste une couche de plus, celle qui explique comment sa propre bureaucratie fonctionne réellement.

Le problème arrive le jour où on branche un agent IA là-dessus. L’agent a pas accès à la tête de personne. Il a accès à ce qui est écrit, et rien de plus. Si la moitié de la connaissance critique est tacite, l’agent travaille avec la moitié du dossier, et il ne le sait pas. Il répond quand même.

Contextualisée à l’instant où ça compte

Il y a un deuxième piège, plus subtil. Même la connaissance qui est écrite quelque part n’est pas figée. Une politique de vacances change. Un fournisseur est remplacé. Une procédure de sécurité est révisée après un incident. La connaissance a une date de péremption, et la date qui compte n’est pas celle où le document a été écrit. C’est celle où l’agent va s’en servir pour prendre une décision.

Un agent qui répond avec la politique de l’an dernier ne se trompe pas parce que c’est un mauvais modèle. Il se trompe parce que personne ne lui a dit que la vérité avait changé.

Ce qui existe déjà pour vous aider

Voici la bonne nouvelle : la donnée n’a pas besoin d’être parfaite pour qu’on avance, à condition que la connaissance comprenne plus que la donnée : de l’information (donnée plus contexte), des processus documentés, des accès clairs, des droits de partage définis.

Dans l’environnement Microsoft, une bonne partie de cet outillage existe déjà, et la plupart des organisations n’en exploitent qu’une fraction. SharePoint devient rapidement incontournable pour vos agents Copilot dès qu’on parle de bureautique : c’est là que vit une bonne partie de la connaissance écrite d’une entreprise, et j’en ai déjà parlé côté grounding pour Copilot Studio.

Ce qui a changé récemment, c’est que Microsoft a mis un nom sur le problème de péremption dont je parlais plus haut. SharePoint Advanced Management inclut désormais un Content Management Assessment qui évalue la « préparation Copilot » d’un tenant : sites orphelins, contenu inactif, permissions trop larges, avec une relance recommandée aux 30 jours plutôt qu’un audit annuel. Le rapport « Everyone Except External Users » identifie à lui seul les 100 sites les plus partagés à l’échelle de l’organisation dans les 28 derniers jours, ce qui donne une idée assez concrète de l’ampleur du sur-partage avant même de parler d’IA.

Le détail qui m’a arrêté en préparant cet article : quand un site passe dans Microsoft 365 Archive, le contenu, les permissions et les métadonnées sont préservés, mais Copilot n’est plus entraîné dessus. Microsoft a littéralement construit un mécanisme pour dire à un agent « ça, c’est vieux, ignore-le », plutôt que de laisser cette décision à la mémoire de quelqu’un.

C’est là que Purview entre en jeu, pas seulement comme registre de conformité. Les étiquettes de sensibilité suivent le contenu jusque dans la réponse de l’agent : un fichier chiffré n’est retourné à l’utilisateur que s’il détient le droit EXTRACT en plus du droit VIEW, peu importe ce que l’agent a « lu » pour construire sa réponse. Les politiques de rétention de Purview Data Lifecycle Management s’appliquent aux invites et aux réponses des agents eux-mêmes, pas seulement aux documents source. Et l’API de récupération que Copilot utilise pour aller chercher du contenu dans SharePoint applique un « security trimming » : elle ne renvoie que ce que la personne qui pose la question a déjà le droit de voir, sans égard à ce que l’index contient.

Ensemble, SharePoint Advanced Management et Purview répondent à la question que je posais plus haut : est-ce que cette information-là est encore vraie aujourd’hui, et est-ce que la personne qui pose la question a le droit de la voir?

Ce n’est pas la seule réponse

Je prétends pas que SharePoint et Purview couvrent toute la connaissance d’une entreprise. Ce serait malhonnête, et ça survivrait pas cinq minutes face à un client dont l’ERP et le CRM vivent ailleurs. Une bonne partie de la connaissance critique vit dans ces systèmes externes, avec leurs propres règles d’accès et leur propre cycle de vie.

Ce que je dis, c’est que la fondation bureautique, celle qui contient les politiques, les procédures, les échanges de courriels qui expliquent le pourquoi derrière le quoi, mérite le même sérieux de gouvernance que votre ERP. Aujourd’hui, elle l’a rarement.

La prochaine fois qu’un projet d’IA pogne sur « nos données ne sont pas prêtes », posez plutôt la question qui compte : est-ce que notre connaissance est prête, et est-ce qu’on sait encore, au moment où ça compte, ce qui est vrai?