Couche de contexte IA : donner à l'IA la mémoire de votre entreprise

Qu'est-ce qu'une couche de contexte pour l'IA ?

Un modèle d'IA a appris sur des textes publics. Il écrit bien, mais il ignore vos clients, vos projets passés et votre façon de travailler.

La couche de contexte se place entre vos documents et l'IA. À chaque question, elle fournit au modèle ce qu'il doit savoir de votre entreprise pour répondre.

On parle aussi de mémoire d'entreprise. En anglais, le terme courant est « context layer ».

Qu'est-ce que le RAG, en une phrase ?

Le RAG (retrieval-augmented generation, ou génération augmentée par recherche) retrouve des passages dans vos documents, puis les donne au modèle avec la question.

C'est la technique la plus répandue pour brancher une IA sur des documents internes. Quand la réponse se trouve dans un texte précis, elle évite au modèle d'inventer.

La plupart des assistants qui « lisent vos fichiers » reposent sur ce principe.

Pourquoi un RAG brut ne suffit-il pas ?

Un RAG brut découpe vos documents en extraits et retrouve ceux dont le texte ressemble le plus à la question. Pour « que dit la procédure X ? », cela marche bien.

Beaucoup de questions de dirigeant portent sur plusieurs documents à la fois. Aucun extrait isolé n'y répond :

• Qui a déjà travaillé pour ce client, et sur quels projets ?
• Quels projets ont suivi cette méthode ces dernières années ?
• Quelle proposition avons-nous envoyée à un client proche de celui-ci ?

Que fait Saména de vos documents ?

Saména lit chaque document une fois, en entier. Il le relie ensuite aux autres par client, projet, méthode et équipe, dans le vocabulaire de votre métier.

L'IA sait alors que tel compte rendu, telle proposition et tel livrable concernent le même client et la même équipe. Elle peut répondre à « qui a travaillé sur quoi ».

Chaque réponse cite le document d'où elle vient, pour que vous puissiez vérifier. Vous n'avez rien à trier ni à renommer.

Les agents construits sur cette mémoire sont décrits dans la page « Agent IA pour entreprise : définition, exemples et mise en place ».

Comment la même couche sert-elle Claude, ChatGPT et Copilot ?

Par MCP (Model Context Protocol), un standard ouvert présenté par Anthropic en 2024 pour brancher une IA sur des sources de données. Claude et ChatGPT acceptent des connecteurs MCP ; côté Microsoft, Copilot Studio aussi.

Vos équipes gardent l'assistant qu'elles connaissent. Elles y retrouvent vos clients et vos projets, sans copier-coller.

Vos agents vivent d'abord dans l'application Saména, où ils rédigent vos documents en Word et en PowerPoint. MCP les rend aussi accessibles depuis ces assistants.

Les connecteurs de ChatGPT, Claude ou Copilot suffisent-ils ?

Ces connecteurs branchent l'assistant sur SharePoint, OneDrive ou Google Drive. Ils respectent les droits de chaque salarié et retrouvent des fichiers à partir de la question posée.

Ils cherchent dans vos fichiers tels qu'ils sont rangés. Microsoft le dit pour Copilot : réduire le surpartage et nettoyer les sites inactifs améliore la qualité des réponses.

Les conditions dépendent de l'offre. Copilot ne s'appuie seul sur vos fichiers qu'avec la licence Microsoft 365 Copilot, payée par utilisateur ; Copilot Chat, inclus, ne les lit que si on les joint. Chez ChatGPT, la synchronisation gérée par l'administrateur est réservée aux offres Enterprise et Edu.

Chaque connecteur sert aussi son seul assistant. Une entreprise qui en utilise deux les configure deux fois.

Et les plateformes comme Glean ou Dust ?

Ce sont des plateformes horizontales : elles relient beaucoup d'outils (fichiers, messagerie, CRM) et y ajoutent une recherche et des agents.

• Glean : un moteur de recherche d'entreprise qui respecte les droits de chaque application connectée. L'éditeur se dit conçu pour les grandes entreprises ; ses tarifs ne sont pas publiés.
• Dust : vos équipes construisent elles-mêmes leurs agents. L'offre Business, facturée par siège, va jusqu'à 100 personnes et limite le nombre de connecteurs ; l'offre Enterprise est sur devis.
• Dans les deux cas, il faut quelqu'un en interne pour choisir les sources, écrire les agents et les faire évoluer.

Qui accède à quoi, et où vont les données ?

Saména lit SharePoint, OneDrive ou Dropbox en lecture seule, dans les dossiers que vous choisissez. Vos fichiers restent où ils sont, et aucun n'est conservé.

Ce que Saména retient est chiffré avec une clé propre à votre entreprise ; la clé maître est stockée hors de la base. Les serveurs sont en France, la base de données dans l'Union européenne.

Les modèles sont ceux de Mistral AI, sous contrat sans entraînement sur vos données. Saména peut aussi tourner sur vos serveurs ou sur une instance dédiée. La page « Où vont nos données avec une IA d'entreprise ? » donne le détail.

Questions fréquentes

Quelle différence entre une couche de contexte et une base documentaire ?

Une base documentaire range des fichiers pour qu'un humain les retrouve. Une couche de contexte les prépare pour une IA : elle sait quel document parle de quel client, de quel projet et de quelle équipe, et le fournit au modèle au moment de la question.

Faut-il réorganiser nos dossiers avant de commencer ?

Non. Saména lit vos documents tels qu'ils sont et les relie entre eux. Vous choisissez seulement les dossiers à lire.

Peut-on utiliser la même mémoire dans plusieurs assistants ?

Oui. Grâce à MCP, la même mémoire sert l'application Saména, et aussi Claude, ChatGPT et Copilot. Chaque équipe garde l'assistant qu'elle préfère.

Le RAG est-il dépassé ?

Non. Retrouver des passages reste utile pour une question précise. Il atteint ses limites quand la réponse demande de relier plusieurs documents, par exemple tous les projets menés pour un client.

Combien coûte une couche de contexte ?

Chez Saména, un forfait de mise en service dépend du volume de vos documents, puis un abonnement mensuel couvre toute l'entreprise, utilisateurs illimités. Nous donnons les tarifs en démo.