Le 21 octobre 2026, nous avons invité pour la deuxième fois des spécialistes de plusieurs grandes entreprises suisses à un échange ouvert sur l'IA. Au centre, une question simple : comment associer judicieusement l'IA et la gestion de contenu d'entreprise ?
Des situations de départ très différentes
La discussion a montré à quel point les entreprises en sont à des stades différents. Certaines exploitent déjà leurs propres plateformes d'agents avec des applications en production. D'autres, de leur propre aveu, n'en sont qu'au début et cherchent la bonne porte d'entrée. Toutes partagent le souhait d'un point d'accès central par lequel l'IA peut atteindre tous les systèmes pertinents, et pas seulement un produit isolé.
Connecter des agents : simple sur le plan technique, exigeant sur le plan organisationnel
Relier des agents entre eux, par exemple via MCP (Model Context Protocol) ou A2A (Agent-to-Agent), est considéré comme techniquement bien maîtrisable. Plus difficile : les processus métier traversent presque toujours plusieurs systèmes. RH, ERP et gestion documentaire s'imbriquent. Qui veut utiliser l'IA de manière productive doit penser ces processus au-delà des frontières des systèmes.
IA de l'éditeur ou base de données vectorielle propre ?
La question de savoir s'il faut acquérir les fonctions d'IA de l'éditeur sous licence ou indexer soi-même les contenus dans sa propre
base de données vectorielle a suscité un débat animé. Les deux voies ont leur raison d'être :
Solution propre : flexible, transversale aux systèmes et réalisable avec des modèles cloud courants, sans infrastructure GPU propre.
Solution de l'éditeur : elle épargne beaucoup de travail, surtout avec de grands volumes de données. Cela comprend un découpage intelligent en chunks et la mise en relation des workspaces via un knowledge graph.
Une chose est apparue clairement : avec peu de documents, beaucoup de choses sont simples. Avec des téraoctets, la qualité du découpage en chunks détermine la qualité des réponses.
Les licences : le sujet le plus sous-estimé
Quiconque utilise les API d'un éditeur pour ses propres solutions d'IA devrait lire attentivement les contrats. Ce qui compte, c'est la manière d'accéder. Avec l'user impersonation, on reste dans le cadre de la licence utilisateur et des autorisations existantes. Les utilisateurs techniques peuvent en revanche déclencher des licences supplémentaires. Notre recommandation : ne pas freiner l'innovation, mais construire dès le départ du bon côté.
Maîtriser les coûts et la qualité
Les budgets de tokens deviennent le goulet d'étranglement pratique. Seuils, notifications et formations en font partie dès le départ.
Principe des quatre yeux pour les agents : un agent fait le travail, un second le vérifie de manière critique. On évite ainsi que l'IA générative comble les lacunes avec des données inventées.
Human in the loop : l'IA soulage et améliore la qualité, mais le contrôle final reste entre les mains de l'humain.
Notre conclusion
Le cas d'usage réaliste des prochains temps est la recherche intelligente d'informations : une IA qui trouve et résume les contenus. Pour chaque projet, la même question compte : quel cas d'usage, à quel prix, avec quelles économies mesurables ?
L'échange aura désormais lieu chaque mois. Nous remercions tous les participants pour leurs témoignages ouverts et nous réjouissons de la prochaine édition.
Galerie
