Base documentaire prête pour l'IA

Une IA ne vaut que ce que vaut sa documentation

Les assistants d'entreprise — Confluence, Microsoft 365, ou un moteur de recherche interne branché sur vos documents — vont chercher leurs réponses dans ce que vous avez écrit. Si la base contient trois versions d'une procédure, deux organigrammes contradictoires, des pages abandonnées en 2021 et des PDF scannés illisibles par la machine, l'assistant répondra à partir de tout cela, sans jamais signaler le doute.

Le résultat est toujours le même : quelques réponses fausses en début de déploiement, la confiance qui s'effondre, et un outil que plus personne n'ouvre au bout de deux mois. Le problème n'était pas l'IA. C'était le socle.

Phase 1 — La mise à niveau

Une intervention initiale, calibrée sur le volume et l'état de la base.

• Audit de l'existant — volumétrie, ancienneté, doublons, taux de pages orphelines, formats non exploitables, zones d'ombre.
• Arborescence cible — organisée par processus et non par organigramme, parce qu'une réorganisation ne doit pas casser la documentation.
• Modèles de pages — un gabarit par type de contenu : procédure, mode opératoire, fiche produit, compte rendu, décision. Structure homogène, donc lecture machine fiable.
• Métadonnées et nommage — propriétaire, date de revue, statut, périmètre. C'est ce qui permet à l'IA de savoir ce qui fait autorité.
• Purge et archivage — suppression ou mise hors index des doublons, des brouillons et des contenus périmés. Rien n'est détruit sans validation du propriétaire.
• Une page « source de vérité » par processus clé — celle qui fait foi, explicitement désignée comme telle.
• Traitement des documents non exploitables — reconnaissance de texte sur les scans, extraction des contenus enfermés dans des présentations ou des tableurs.
• Règles de contribution — une page courte, appliquable, transmise aux contributeurs.

Phase 2 — L'abonnement mensuel

Une base documentaire n'est jamais terminée. Chaque mois apporte de nouvelles procédures, des changements d'organisation, des produits qui sortent du catalogue. Sans entretien, la base retrouve son état initial en trois à six mois — et l'assistant redevient inutilisable.

L'abonnement couvre une revue mensuelle :

• Contrôle des pages créées et modifiées dans le mois : structure, métadonnées, doublons introduits.
• Détection des contenus arrivés à échéance de revue, et relance des propriétaires.
• Test de la qualité des réponses de l'assistant sur un jeu de questions représentatives, suivi dans le temps.
• Correction des sources qui produisent des réponses fausses ou ambiguës.
• Un compte rendu court : ce qui s'est dégradé, ce qui a été corrigé, ce qui demande un arbitrage de votre part.

Environnements

Confluence en priorité — c'est l'outil sur lequel cette pratique s'est construite — mais la méthode s'applique à SharePoint, Notion, Google Workspace ou une GED métier. Le principe ne dépend pas de l'outil : structurer, dater, désigner une source de vérité, et entretenir.

Avec ou sans projet IA

Cette prestation a un intérêt propre, même sans assistant : une base documentaire tenue fait gagner du temps à tout le monde et sécurise les départs. Elle prend tout son sens en amont ou en parallèle d'un Sprint IA, dont elle conditionne souvent la réussite.