.webp)
L'IA d'entreprise s'appuie sur un contexte provenant de dizaines d'applications SaaS, notamment la gestion de documents, la messagerie instantanée et les e-mails, la gestion de projets, les dépôts de code, la gestion de la relation client (CRM) et les systèmes de planification des ressources d'entreprise (ERP). Ce contexte constitue la base de la prise de décision et aide à déterminer la prochaine action que doit entreprendre un agent. L'accès au bon contexte dépend de la qualité de conception des connecteurs de données de votre fournisseur d'IA. Leur architecture détermine s'ils peuvent passer à l'échelle de centaines de millions de documents, récupérer des données en temps réel et maintenir des index résilients et hautement fiables. Tout aussi crucial, les connecteurs de données définissent la manière dont les informations d'entreprise sont consultées.
Lorsque les fournisseurs d'IA commencent à proposer la prise en charge de connecteurs de données, il est essentiel de poser des questions sur leur conception. Ces questions permettent de garantir que le contexte d'entreprise — le fondement des décisions pilotées par l'IA — reste intact.
1. Indexez-vous les données ou exécutez-vous une récupération fédérée ?
Une recherche d'entreprise efficace, qui constitue l'épine dorsale d'une IA de qualité, commence par l'indexation — le stockage et l'organisation des données pour une récupération rapide et précise. Pensez à l'index à la fin d'un livre : au lieu de lire l'ouvrage entier pour trouver une information, vous pouvez aller directement à la page pertinente. Les index de recherche fonctionnent de la même manière, mais au-delà de la rapidité, ils améliorent la qualité en normalisant les résultats, en appliquant un scoring et en traitant de manière cohérente les synonymes et les acronymes. C'est ainsi que Google a structuré le web pour comprendre les informations du monde entier. Si cela représentait un défi de taille, les données d'Internet avaient aussi l'avantage de disposer d'un modèle de données standard et d'une architecture ouverte. À l'inverse, les entreprises disposent de données hétérogènes, dont les autorisations sont définies pour chaque utilisateur.
Une approche différente, la récupération fédérée, extrait les données directement de diverses sources via leurs API de recherche. Cependant, la qualité et la latence des API varient considérablement, ce qui rend les résultats incohérents. Dans un système fédéré, vous interrogez des dizaines de systèmes en parallèle, puis vous attendez le retour des résultats les plus lents avant de générer une réponse. Il n'existe pas de système de scoring unifié entre les sources, ce qui aboutit souvent à une simple union des résultats. Avec la fenêtre de contexte limitée des LLM, ce problème s'aggrave, forçant l'IA à traiter les données d'entreprise de manière inefficace et sans réellement comprendre le contexte — diminuant ainsi la précision et la pertinence des résultats. La récupération fédérée exige également que les utilisateurs sachent exactement quelle source de données interroger. Un signe révélateur d'un système de récupération fédérée est lorsque les fournisseurs exigent une authentification de l'utilisateur pour chaque source de données.
Chez Glean, nous avons constaté que la plupart des clients puisent des données dans au moins trois sources différentes pour répondre à une seule question. Les données sont fragmentées et les utilisateurs ne savent pas toujours où sont stockées les informations dont ils ont besoin. C'est pourquoi l'indexation est essentielle pour l'IA d'entreprise.
Votre fournisseur doit indexer vos données à l'aide d'index de recherche à la fois sémantiques et lexicaux, ancrant votre IA dans le contexte d'entreprise le plus pertinent.
2. Comment appliquez-vous les autorisations des sources de données ?
Chaque connecteur s'accompagne de son propre ensemble d'autorisations ; votre fournisseur d'IA doit donc respecter des structures d'autorisation granulaires au niveau de la source de données. Les systèmes d'entreprise utilisent un mélange de :
- Listes de contrôle d'accès (ACL)
- Structures de répertoires
- Hiérarchies de groupes
- Dérogations individuelles
- Paramètres de partage de liens
- Une combinaison des éléments ci-dessus
- Des modifications en temps réel de tous les éléments ci-dessus, qui doivent être appliquées instantanément
Votre fournisseur d'IA doit garantir des mises à jour en temps réel des autorisations afin d'empêcher tout accès non autorisé aux données. Les contrôles d'entreprise qui gèrent l'indexation jusqu'au niveau d'un document individuel garantissent également que les données sensibles ou non pertinentes restent en dehors de votre base de connaissances.
Un aspect souvent négligé de la conception des connecteurs est la nécessité de construire un graphe d'identité à travers les sources de données, afin que les utilisateurs ne voient que ce à quoi ils sont autorisés à accéder. Les noms d'utilisateur et les adresses e-mail diffèrent également d'une application à l'autre, ce qui rend l'association des alias dans un graphe d'identité essentielle.
Certains fournisseurs contournent cette complexité en n'indexant que les données d'entreprise accessibles au public, comme les wikis et les canaux Slack publics, ou en appliquant uniquement des autorisations générales et de haut niveau. Cependant, pour être sécurisée, l'IA d'entreprise doit refléter la granularité des contrôles d'accès du monde réel.
3. Comment protégez-vous les données sensibles ?
Les autorisations seules ne suffisent pas à protéger les données d'entreprise. Sous le poids de la prolifération du SaaS, de nombreuses organisations ont souffert de politiques laxistes en matière de conservation et d'application des données. À mesure que l'adoption de l'IA dépasse les simples téléchargements de fichiers pour atteindre l'intégration de données d'entreprise à grande échelle, les fournisseurs doivent être évalués sur leur capacité à offrir une couche de gouvernance supplémentaire pour empêcher la fuite d'informations sensibles — secrets commerciaux, données clients, dossiers financiers — dans les réponses générées par l'IA.
4. À quelle fréquence les nouvelles données sont-elles mises à jour et rendues accessibles pour l'IA ?
Les données d'entreprise peuvent perdre rapidement de leur valeur. À mesure que l'IA évolue vers des systèmes agentiques qui agissent en fonction d'un contexte en temps réel, il est plus important que jamais que les résultats soient ancrés dans le contexte de messages Slack, d'e-mails Microsoft Outlook ou de réunions Zoom récents. Vous devez attendre des connecteurs en temps réel qu'ils reflètent les mises à jour de données en l'espace de quelques minutes, et non de quelques heures.
Maintenir les données et les autorisations à jour représente un défi trompeur. Les fournisseurs opèrent dans le cadre des limites de débit des API fixées par les sources de données, où les coûts des requêtes et les quotas varient — et peuvent évoluer de manière dynamique en fonction de la charge du serveur. Vous voudrez un fournisseur qui utilise intelligemment plusieurs stratégies d'exploration pour récupérer autant de données que possible sans saturer l'API. Cependant, cela exige de la finesse et un respect constant des limites changeantes des API. Cela nécessite également une hiérarchisation soignée de l'ordre d'indexation des données, en plaçant l'indexation des autorisations avant celle du contenu pour préserver la sécurité des données.
5. Qui est responsable de la modélisation des données ?
Un autre facteur clé à évaluer est l'effort requis pour rendre chaque source de données exploitable avec un système d'IA. De nombreux fournisseurs proposent des catalogues d'intégration étendus, mais laissent la modélisation et l'indexation des données au client. Ils peuvent également s'appuyer sur la collaboration avec des intégrateurs de systèmes pour effectuer le gros du travail, plutôt que d'offrir une prise en charge native des connecteurs de données.
La modélisation des données est complexe, car chaque application possède sa propre structure. Prenons l'exemple de Slack :
- Canaux publics ou privés
- Messages directs, messages de groupe et conversations en fil de discussion
- Publications principales ou mentions
- Pièces jointes, liens et espaces de travail partagés
Chaque élément est interconnecté — les fils de discussion renvoient aux publications originales et les messages Slack n'ont pas de titre traditionnel, ce qui peut affecter le classement dans un moteur de recherche classique. Une modélisation efficace des données aide l'IA à interpréter la structure d'une application et à classer les informations.
La plupart des entreprises ont déjà beaucoup investi dans la modélisation des données pour l'analytique structurée. Étendre cet effort aux données non structurées dans les LLM est gourmand en ressources et en constante évolution à mesure que les applications introduisent de nouvelles fonctionnalités. Les fournisseurs d'IA doivent adapter leur modèle de données en continu plutôt que d'adopter une approche figée, car chacune de ces applications SaaS déploie sans cesse de nouvelles fonctionnalités et fait évoluer son modèle de données.
6. Quelles données indexez-vous ?
Les informations d'entreprise les plus pertinentes sont souvent faisant autorité, récentes et personnalisées. Capturer ces facteurs nécessite plus que la simple indexation du contenu : les données d'activité et les données relatives aux personnes reflètent comment et par qui l'information est utilisée. Ce contexte élargi est essentiel, car les applications de recherche d'entreprise et d'IA manquent de signaux de rétroaction solides. Sans lui, l'IA peine à comprendre et à apprendre l'importance d'un document isolé.
Comprendre quel contenu est indexé est tout aussi important. Dans bien des cas, seule une fraction du contenu ou des fonctionnalités d'une source de données est prise en charge, limitant la capacité de l'IA à fournir des insights complets. Évaluer la profondeur et l'étendue de l'indexation permet à l'IA d'entreprise de disposer du contexte complet nécessaire à des résultats pertinents.
Pour les entreprises disposant de plusieurs années de contexte historique, une indexation intelligente est essentielle à l'efficacité des coûts. Fixer des limites temporelles rigides, comme n'indexer que l'année écoulée, peut exclure des données faisant autorité à forte valeur. Une approche plus efficace consiste à utiliser des algorithmes dynamiques qui déterminent ce qu'il faut indexer, en s'adaptant en fonction de l'activité et de la pertinence continues, et en garantissant que l'IA traite les données les plus précieuses tout en évitant des coûts de stockage inutiles.
7. Organisez-vous les données dans un graphe de connaissances ?
Indexer le contenu, l'activité et les données relatives aux personnes n'est que la première étape. Le véritable facteur de différenciation dans les connecteurs de données d'IA d'entreprise, ce sont les graphes de connaissances.
La connaissance d'entreprise ne se résume pas au traitement du texte : il s'agit de comprendre comment l'information est utilisée, qui en dépend et son impact global. Même au sein d'une même organisation, les termes peuvent avoir des significations différentes ; par exemple, « POC » peut signifier « proof of concept » (preuve de concept) en ingénierie, mais « point of contact » (point de contact) dans les ventes. Les graphes de connaissances fournissent cette structure, donnant à l'IA le contexte nécessaire pour rendre la connaissance exploitable et améliorer la prise de décision.
Construire un graphe de connaissances est complexe : il faut fusionner les données d'entreprise, puis les trier pour identifier et comprendre les concepts à travers les documents, les messages et les requêtes. Ce processus doit aller au-delà de la simple correspondance de texte, car les concepts sont souvent désignés sous plusieurs noms.
8. Où l'index est-il stocké ?
À mesure que le nombre de connecteurs augmente, l'ensemble de votre base de connaissances d'entreprise est effectivement indexée, créant une quasi-réplique de vos données. Cela soulève des questions importantes sur l'endroit et la manière dont ces données sont stockées. Un modèle de déploiement cloud-prem, où les données résident dans votre VPC isolé, offre un meilleur contrôle et une meilleure sécurité par rapport aux environnements SaaS multi-tenant traditionnels.
Au-delà du stockage, protéger le transfert des données d'entreprise vers les LLM est tout aussi important. Établir des accords avec les fournisseurs de LLM garantissant une rétention nulle des données et aucun entraînement sur les données d'entreprise évite toute fuite accidentelle de données d'entreprise vers les LLM.
9. Comment votre infrastructure de connecteurs évolue-t-elle ?
Explorer et indexer les données à travers un écosystème d'entreprise de connecteurs nécessite une infrastructure d'exploration distribuée horizontalement. Chaque source de données requiert une charge de travail différente : par exemple, un message Slack est bien plus petit qu'un fichier Google Drive. De plus, un fichier texte brut est plus facile à indexer qu'un PDF, qui nécessite un prétraitement. Au-delà de la complexité des données, les quotas d'API introduisent des défis. Ces quotas n'évoluent pas proportionnellement au volume de données, créant des goulots d'étranglement dans votre infrastructure d'exploration et limitant la vitesse à laquelle les données peuvent être indexées.
Ce défi ne se manifeste pas pour les petites équipes, mais bien pour les entreprises comptant de 10 000 à 100 000 utilisateurs gérant des centaines de millions de documents. Gérer des données à l'échelle de l'entreprise exige une approche d'indexation optimisée pour l'efficacité et la mise à l'échelle indépendante, tout en composant avec les contraintes des API.
Réflexions finales
Les connecteurs de données ont un impact direct sur la qualité et la sécurité de l'IA d'entreprise. Une base solide en matière de connecteurs, avec l'indexation du contenu, de l'activité et des personnes, l'application des permissions et les mises à jour en temps réel, donne aux agents IA le contexte dont ils ont besoin pour prendre des décisions automatisées de manière intelligente. En posant ces questions difficiles, vous pouvez évaluer si un fournisseur comprend réellement la complexité de la construction d'un cadre de connecteurs prêt pour l'entreprise. Ne vous contentez pas de leur parole concernant la prise en charge future des connecteurs : creusez la manière dont ils comptent les implémenter et les maintenir. Ainsi, vous pourrez prendre des décisions éclairées sur la façon dont vos données alimentent les agents IA et, en fin de compte, sur l'avenir de l'IA au sein de votre organisation.
