Dette de contenu : l'IA d'entreprise et ses échecs

La valeur attendue de l'IA est encore largement… attendue. L'un des facteurs, sous cette déception, est néanmoins méconnu : c'est la dette de contenu.

À entendre les promesses qui entourent l'IA, nous devrions déjà avoir basculé dans une nouvelle ère de productivité. En 2024, une étude de BCG révèle que seules 4 % des entreprises créent une valeur substantielle avec l'IA. L’année suivante, c’est Gartner qui estime à 60 % la proportion de projets IA interrompus courant 2026. Nous y sommes. Effectivement, la valeur attendue est encore largement… attendue. L’un des facteurs, sous cette déception, est néanmoins méconnu : c’est la dette de contenu.

Quand le document devient le problème

Les modèles d’IA progressent à une vitesse impressionnante et, à certains égards, étourdissante. Pourtant, les entreprises peinent encore à transformer l’essai. Ce décalage, éloquent, mérite l’attention. Et si l’explication n’était pas dans les algorithmes, mais dans les données qu’on leur confie ?

Songez que lorsqu'une IA d'entreprise génère une réponse, elle ne travaille pas à partir d’une base de connaissances générale. Elle va chercher les données disponibles à travers la somme des documents et connaissances mises à disposition par l'organisation. Or, une matière première confuse, contradictoire ou obsolète, est de piètre qualité. Quel que soit le modèle d’IA générative utilisé, il ne réconciliera pas spontanément des informations divergentes ou contradictoires. Le moteur le plus puissant reste dépendant de la qualité du carburant. 

Rien de nouveau sous le soleil numérique. Bien avant l'IA, cette difficulté pesait déjà. Combien de temps perdu à rechercher une information ? Quel document pour vérifier la bonne version d'un process ?

L'IA ne crée pas de désordre. Elle le révèle

Fichiers Word, PowerPoint, PDF : nous avons pris l’habitude de consigner les connaissances au sein de documents bureautiques. Ce sont souvent d’excellents outils lorsqu’il s’agit de remplir leur fonction première. Rédiger, collaborer et diffuser, fort bien.

Mais ils présentent aussi une faiblesse, et pas des moindres, eux qui enferment le contenu. Ils le cloisonnent. Ils l’enterrent. Ils entravent sa mobilité. Une fois encapsulée dans son document, l’information perd en souplesse. Difficile de la retrouver, difficile de la réutiliser. Alors, on copie/colle, on adapte et on duplique encore et encore. Le clonage de l’information est dangereux. Il la fait souvent diverger de l’information initiale au point, parfois… de la contredire. En multipliant une même information, on la dégrade, on lui fait perdre sa solidité, donc sa valeur.

Concrètement, c’est la procédure mise à jour ici, mais pas là. La version qui circule par e-mail, tandis qu'une autre est stockée sur l’espace partagé. L’identique se dédouble, encore et encore. La source de vérité unique se perd.

Ce qu’est une base de connaissance viable

Une IA générative mal alimentée tente malgré tout de produire de la cohérence. C'est ce qui lui est demandé. Elle rapproche, agrège, reformule et interprète les informations disponibles. Si les règles anti-hallucinations limitent les inventions manifestes, elles ne peuvent en revanche résoudre les contradictions dans la base de connaissance. Lorsque des sources internes divergent, l’IA d’entreprise mal encadrée risque d’arbitrer implicitement. Non pas pour tromper, mais pour construire une réponse plausible à partir d’un matériau documentaire incohérent. Elle construit alors du vraisemblable là où nous attendions du vrai. Sa logique n’est pas celle d’une preuve : elle recherche simplement une génération statistiquement cohérente.

Autrement dit, en les nourrissant mal, nous créons les conditions qui favorisent les réponses incertaines. Pour aller vers un succès, la véritable question aux origines du projet IA ne doit pas être "Quel modèle choisir ?". Ce serait davantage : "Quelle qualité de connaissance lui confierons-nous ?". Et cela change tout.

On peut dire qu’une base de connaissance exploitable repose sur quatre principes clés : 

● Identifier la source de vérité unique. L’information critique ne doit exister qu’une seule fois, à un seul endroit.

● Définir une gouvernance claire. Qui crée ? Qui a accès ? Qui valide ?

● Enrichir les contenus par des métadonnées. Elles en déterminent les natures, les statuts, les périmètres d'usage, les niveaux de validation ou encore les relations avec d'autres contenus.

● Rendre cet ensemble durable par des contrôles et audits réguliers.

Sur le papier, tout ceci relève du bon sens.

En pratique, ces règles se heurtent pourtant à une difficulté fondamentale : le document lui-même...

Aller vers la structuration et le graphe de connaissance

Le document traditionnel rassemble des informations de natures très différentes. L’avertissement de sécurité, le tableau de données ou l’illustration cohabitent. Sans distinction. Ce document peut être validé sans que l'ensemble de ses composantes le soient. Sa mise à jour est parfois partielle. C’est la raison pour laquelle les secteurs fortement réglementés (aéronautique, défense, etc.) ont pris le parti du contenu structuré, quoique partiellement seulement (pour la documentation technique, par exemple).

Il s’agit alors d'éclater et d’organiser la connaissance en composants uniques, chacun disposant de son propre cycle de vie, de ses métadonnées et de ses règles de gouvernance. Résultat : toute publication résulte d’un assemblage dynamique de contenus validés. Cette approche est d’ailleurs emblématiquement illustrée par la norme DITA XML. Les bénéfices sont innombrables, à commencer par la possibilité de publication multicanal, la parallélisation des tâches, les gains en termes de traçabilité ou encore la réduction des coûts de traduction.

Il faut y ajouter un autre apport stratégique, moins souvent évoqué.

Par cette articulation des contenus fiables, par leur enrichissement permanent en metadonnées, l'entreprise établit progressivement, et presque sans y penser, un graphe de connaissance. Ce qu’elle sait prend la forme d’une cartographie vivante à entrées multiples (par domaine, langue, produit, secteur géographique, version, etc.). Et voilà, précisément, le type d'environnement qui décuple les performances de l’IA. L’outil répond ainsi aux requêtes sans avoir à reconstruire un contexte approximatif (et coûteux en tokens) et son utilisateur a la certitude d’un travail qui s’appuie sur une source de vérité unique. La rapidité d’exécution s’ajoute à la fiabilité.

Longtemps, cette approche est passée pour une tocade de rédacteurs techniques, dans les secteurs industriels exigeants. Ils ont œuvré pour que la connaissance soit gouvernée comme le sont d’autres actifs, sans être entendus comme il l’aurait fallu.

La généralisation des usages de l'intelligence artificielle leur rend hommage.