Pour faire passer l’IA générative d’un simple outil de découverte de connaissances limité à un véritable assistant au travail, un prérequis essentiel est de disposer d’informations fiables et exhaustives. Une IA générative prête pour l’entreprise n’a de valeur que si elle est connectée aux données de l’entreprise. Plus l’IA est connectée à de nombreuses sources de données au sein du corpus de l’entreprise, plus les réponses générées sont pertinentes et complètes. Les utilisateurs peuvent ainsi faire confiance aux réponses sans se demander si l’IA avait accès à toutes les informations pertinentes au moment de générer la réponse. ;
Pour y parvenir, il faut un modèle de documents unifié robuste. Les informations d’entreprise ne se résument pas à une série de textes propres et uniformes : c’est un ensemble de données variées qui exige une conception de schéma réfléchie afin d’être traitées et alimentées dans un modèle pour des résultats optimaux. ;
Dans cet article, nous allons explorer pourquoi un modèle de documents unifié est si essentiel pour une IA générative robuste au travail, et ce que vous devez savoir lorsque vous envisagez d’en adopter ou d’en construire un. ;
Les sources de données sont nombreuses
Ce que nous appelons « documents » lorsque nous parlons de « modèle de documents unifié » correspond en réalité à un schéma nuancé qui représente tous les types de données qui comptent pour une entreprise :
- Documents collaboratifs comme Google Docs
- Ressources wiki publiées comme les pages Confluence
- Paires question-réponse comme StackOverflow
- Tickets ou dossiers dans des outils comme Jira, Zendesk ou Salesforce
- Gestion du changement et code source comme Github
- Messagerie et conversations comme Slack ou Teams
- Profils de candidats dans des logiciels de suivi des candidatures comme Greenhouse
- Fichiers de design dans des outils comme Figma
- E-mails
- Données RH dans des outils comme BambooHR
- Ressources multimédia dans des outils comme Docebo ou Gong
- Événements de calendrier
Pour offrir une expérience de recherche ou d’IA générative complète, qui fournisse précisément l’information recherchée par un utilisateur, cet ensemble de données diversifié doit être correctement structuré et documenté — un processus qui implique des complexités considérables : ;
- Identités des utilisateurs
- Autorisations et contrôle d’accès
- Stockage du texte non structuré et des attributs structurés présents dans les documents
- Relations entre utilisateurs et documents
- Comprendre les différentes manières dont les utilisateurs interagissent avec le contenu
- Explorer et gérer les mises à jour de l’ensemble de ce qui précède
- Comprendre le contexte de partage des documents au sein de l’entreprise
- Compréhension des documents
- Indexation
- Scoring
- Choix de présentation pour la page de résultats de recherche
- Duplication des données
- Mise hors service des documents
Et pour compliquer encore les choses, chaque nouvelle source de données apporte un problème nouveau et unique à résoudre. ;
Par exemple, prenons la question de la capture des relations entre utilisateurs et documents. Un Google Doc peut avoir un créateur, ainsi que plusieurs éditeurs et commentateurs. De nombreux autres utilisateurs peuvent être mentionnés via @ dans le corps ou les commentaires du document. Un ticket Jira peut avoir un créateur et un assigné, tout en ayant d’autres utilisateurs en copie, participant en tant que commentateurs, ou mentionnés via @ dans les commentaires. Une PR Github peut avoir un auteur, potentiellement plusieurs relecteurs et commentateurs, et plusieurs autres utilisateurs mentionnés via @ dans les commentaires. ;
Toutes les sources de données ne partagent pas l’ensemble des rôles mentionnés — mais un modèle de classement qui doit fournir une expérience utilisateur sur l’ensemble de ces sources doit comprendre toutes ces relations dans le contexte de la source. Il doit mettre en balance une relation de co-édition sur un Google Doc avec une relation de mention via @ sur un ticket Jira. C’est là qu’un modèle unifié bien conçu pour capturer les relations utilisateur-document devient crucial : il devient la fondation sur laquelle les modèles de classement comme ceux évoqués ci-dessus sont exprimés et mis en œuvre. ;
Toutes ces relations doivent non seulement être capturées et mémorisées par le système, mais différentes parties du système peuvent vouloir les exploiter de diverses manières. Par exemple, un modèle de classement pour un système de recherche peut vouloir améliorer le classement d’un document si l’utilisateur qui effectue la requête y a été mentionné via @ récemment. Ou encore, mettre particulièrement en avant un document si l’utilisateur a déjà posé une question dans ce document par le passé et que cette question a été récemment résolue par un autre utilisateur.
{{richtext-banner-component}}
Points communs et particularités
Les documents issus de ces sources de données disparates présentent une grande diversité. Comparez par exemple des fils de discussion Slack, des pages wiki Confluence ou des enregistrements vidéo Gong. Les manières dont chaque document est rédigé ou créé diffèrent — tout comme leurs objectifs, leur contenu, leurs attributs, ainsi que la façon dont les utilisateurs les stockent et les recherchent. Même au sein du paradigme messagerie/commentaires, les fils Slack se distinguent des fils de commentaires sur Google docs, les PR Github, les tickets Jira et les chaînes d’e-mails.
Alors, comment résoudre un large éventail de problèmes sur un large éventail de sources de données ? La bonne conception commence par déterminer ce qui rend ces sources similaires et ce qui les rend différentes. C’est à ce stade du processus de modélisation qu’une grande part d’intuition et de discernement entre en jeu — et obtenir le modèle « juste » rapporte des bénéfices à long terme. C’est un moment charnière où une conception innovante n’est pas seulement un avantage, mais une nécessité pour construire un produit durable, évolutif et fonctionnel. ;
L’approche idéale consiste à disposer d’un modèle de documents qui traite de manière unifiée les éléments communs aux sources de données, tout en conservant la flexibilité nécessaire pour gérer leurs particularités. Ce n’est pas simplement un « nice-to-have », mais un indispensable pour un bon système de recherche et d’IA générative. Cela favorise l’évolutivité et maîtrise non seulement la complexité logicielle, mais aussi la complexité du modèle (au sens IA/ML), ce qui améliore l’expérience utilisateur. ;
Cela permet également de résoudre le problème de recherche de manière globale et cohérente. Lorsqu’ils envisagent un assistant de travail basé sur l’IA générative, les utilisateurs ne cherchent pas à répondre à leurs besoins d’information source de données par source de données. Ils ont plutôt besoin d’une solution immédiate, capable de leur fournir une réponse quel que soit l’endroit où se trouvent les données. Il est donc important que le système puisse mettre toutes les sources de données sur un pied d’égalité et apprendre de manière exhaustive à travers l’ensemble des sources. Un modèle de données unifié d’exception s’avère déterminant pour y parvenir. ;
Une IA utile nécessite un modèle unifié
Il faut une attention méticuleuse pour concevoir un excellent modèle capable de soutenir une IA générative réellement utile en entreprise. Vous devrez réfléchir à la manière de modéliser des champs susceptibles d’être partagés entre toutes les sources de données, tout en permettant une extensibilité fluide. Si le modèle unifié n’est pas conçu avec soin, chaque connexion à une nouvelle source de données exigera une refonte, ce qui compromet votre capacité à passer à l’échelle — jusqu’aux dizaines de sources de données dans lesquelles la connaissance de votre entreprise est fragmentée. ;
Au-delà du contenu de base d’une source de données, vous devrez aussi comprendre comment exploiter les métadonnées (libellés, structure, personnes associées) — sinon, il manquera des signaux essentiels pour offrir aux utilisateurs ce qu’ils attendent. C’est un processus long et coûteux, qui laisse beaucoup de place aux erreurs et à l’élargissement incontrôlé du périmètre. ;
Envie d’en savoir plus ? Vous souhaitez vous lancer dès aujourd’hui avec une IA générative véritablement prête pour l’entreprise — pas demain ? Inscrivez-vous pour une démo Glean !
