Catégorie : Chroniques

La stratégie ne devrait pas dormir dans un document

Habituellement, la réflexion se retrouve dans un dossier. Le rédacteur livre son texte. Le concepteur Web fabrique son site. Le spécialiste publicitaire reprend le tout à sa manière. Chaque intervenant réclame un nouveau briefing. Le même savoir circule mal, et l’entreprise paie plusieurs fois pour le retrouver.

Je propose un chemin plus court : écouter l’entrepreneur, clarifier son offre, formuler sa proposition de valeur, ordonner ses arguments et écrire la page qui les met au travail. Une seule démarche produit deux résultats : une pensée commerciale plus nette et une page Web capable de la porter. Le travail intellectuel vient en premier. La réalisation Web le rend public.

Une page que l’entrepreneur peut garder libre

La page de démonstration win.conceptcreatif.com illustre ce modèle. Une présentation Web autonome, conçue autour d’un objectif, peut accueillir un formulaire et fonctionner avec le nom de domaine du client. Dans la configuration initiale prévue, Concept Créatif ne facture aucun abonnement mensuel d’hébergement. Le nom de domaine, les services de courriel et les développements futurs restent distincts.

Cette liberté compte. Un jeune entrepreneur n’a pas besoin de louer un immeuble numérique pour ouvrir sa première porte. Il a besoin de pouvoir présenter son activité, expliquer pourquoi elle mérite l’attention et recevoir une demande. Il pourra toujours élargir son site plus tard, sans reconstruire sa raison d’être.

Après les mots, la mémoire de l’entreprise

Une proposition de valeur bien rédigée devient aussi un premier référentiel : elle précise ce que l’entreprise affirme d’elle-même. Elle ne remplace pas son plan d’affaires ni sa mémoire documentaire. Mais elle crée un point d’appui commun pour le personnel, les communications et les agents d’intelligence artificielle.

La suite peut donc s’ouvrir sur une autre question : où se trouvent les connaissances de l’entreprise, comment circulent-elles et combien de temps perd-on à chercher les bonnes réponses ? C’est le rôle d’un audit IA et agentique, distinct de la rédaction et de la page. On examine les sommes de savoir, les voies de circulation, les outils et les connecteurs avant de décider s’il faut construire un deuxième cerveau organisationnel.

Ce que vous achetez

Vous n’achetez pas d’abord du HTML, un hébergeur ou une série d’effets visuels. Vous achetez du jugement, une structure, un message et la capacité de les transformer en outil de communication. La page Web est le livrable visible. La clarté stratégique reste à l’entreprise.

La page Web est le livrable visible. La clarté stratégique reste à l’entreprise.

Une maison d’édition peut posséder vingt ans de mémoire et passer quand même vingt minutes à chercher une information qu’elle a déjà.

Le problème n’est pas nécessairement le manque de documents. C’est souvent l’inverse : il y en a trop, partout. Dans Google Drive ou SharePoint. Dans les courriels. Dans des dossiers locaux. Dans des PDF. Dans le logiciel de gestion. Dans d’anciens tableaux. Et, surtout, dans la tête des personnes qui savent encore où chercher.

À partir d’un certain volume, posséder l’information et pouvoir la retrouver deviennent deux choses différentes.

La mémoire documentaire n’est pas une nouvelle pile de fichiers

Construire une mémoire documentaire ne consiste pas à déplacer tous les fichiers dans un autre outil. Il faut d’abord déterminer quelles sources font foi, lesquelles sont périmées, qui peut consulter quoi et comment distinguer un brouillon d’une information approuvée.

Cette étape est moins spectaculaire qu’un « assistant IA ». Elle est pourtant celle qui détermine si l’assistant répondra à partir d’une source fiable ou s’il retrouvera avec beaucoup d’assurance le mauvais document.

Pour une maison d’édition, les sources de vérité peuvent être différentes selon la question : fiche bibliographique officielle, contrat signé, échéancier de production, dossier de presse approuvé, procédure interne, catalogue, base des droits ou document de suivi.

La recherche par mots-clés ne suffit pas toujours

Une recherche classique fonctionne bien lorsqu’on connaît le mot exact, le nom du fichier ou la formulation utilisée au moment où le document a été créé.

Mais une question de travail ressemble souvent plutôt à ceci : « Qu’avions-nous décidé pour les droits audio? », « Quel était le processus utilisé pour ce type de lancement? » ou « Quels titres de notre fonds abordent l’exil sans que le mot exil apparaisse dans leur description? »

C’est là que la recherche sémantique devient intéressante. Au lieu de chercher uniquement les mêmes mots, elle cherche des contenus proches par le sens. Les systèmes modernes peuvent combiner recherche par mots-clés et recherche sémantique ou vectorielle afin de retrouver les passages les plus pertinents.

Ce que change un assistant relié aux documents internes

Un assistant documentaire ne devrait pas avoir pour fonction de « tout savoir ». Il devrait savoir où chercher.

Une architecture courante, appelée RAG — génération augmentée par récupération — fonctionne en trois temps : le système retrouve d’abord les passages pertinents dans les sources autorisées; il les fournit ensuite au modèle comme contexte; le modèle formule enfin une réponse fondée sur ces passages.

Microsoft et Google décrivent tous deux ce principe comme une manière d’ancrer les réponses d’un modèle dans des données privées, récentes ou propres à une organisation. Une bonne implantation peut également conserver les références aux documents utilisés afin qu’une personne puisse vérifier la réponse.

La différence est fondamentale. On ne demande plus seulement à une IA : « Que sais-tu? » On lui demande : « Que disent nos documents à ce sujet, et où l’as-tu trouvé? »

Des usages très concrets pour une maison d’édition

Un tel système pourrait, selon les accès accordés, retrouver la procédure pour préparer une parution, repérer les documents associés à un titre, retrouver une décision dans des comptes rendus, identifier des clauses ou échéances à soumettre à une personne compétente, interroger un catalogue ancien, retrouver des modèles approuvés ou orienter un nouvel employé vers la bonne source.

Il pourrait aussi répondre : « Je ne trouve pas cette information dans les sources auxquelles j’ai accès. » Cette phrase est parfois plus utile qu’une réponse inventée.

La qualité de l’assistant dépend d’abord de la qualité de la mémoire

Un moteur de recherche sémantique ne transforme pas automatiquement un désordre documentaire en vérité.

Si trois versions contradictoires d’une procédure sont considérées comme officielles, l’IA hérite de la contradiction. Si les droits d’accès sont mal définis, elle peut retrouver une information qu’un utilisateur ne devrait pas voir. Si les documents sont mal découpés ou mal indexés, elle peut récupérer le mauvais passage.

Les documentations techniques de Microsoft et Google insistent justement sur la qualité de la récupération, l’indexation, les permissions et l’évaluation. Une réponse peut être parfaitement rédigée tout en étant fondée sur une mauvaise source.

La première question n’est donc pas : « Quel modèle d’IA allons-nous utiliser? » Elle est : « Quelle information considérons-nous comme vraie, et qui a le droit d’y accéder? »

Commencer petit

Il n’est pas nécessaire d’indexer toute l’histoire d’une maison d’édition le premier jour.

Un projet pilote peut commencer avec un corpus limité : procédures internes, fiches de titres, modèles de documents ou dossiers d’une collection. On choisit ensuite une dizaine de vraies questions que les employés posent régulièrement et on vérifie si le système retrouve les bonnes sources et produit des réponses utiles.

C’est une approche plus saine que de brancher immédiatement « toute l’entreprise » à un assistant.

Trois couches, dans le bon ordre

1. La source de vérité. Quels documents sont officiels? Qui les maintient? Comment sait-on qu’ils sont à jour?

2. La recherche. Peut-on retrouver rapidement le bon passage, y compris lorsque la question n’emploie pas exactement les mêmes mots?

3. L’assistant. Peut-il utiliser les passages retrouvés pour répondre clairement, citer ses sources et respecter les permissions?

L’ordre compte. Mettre un assistant brillant sur une documentation mal gouvernée revient à engager un bibliothécaire prodigieux dans une bibliothèque où personne ne sait quelle édition est la bonne.

De l’IA autour du livre, pas à la place du livre

Cette mémoire documentaire complète les deux autres angles de ce dossier. Le premier recensait 25 tâches répétitives que l’IA peut aider à alléger. Le deuxième précisait où l’IA a sa place dans une maison d’édition — et où elle ne l’a pas.

La mémoire documentaire relie les deux : elle permet à l’IA d’aider sur les tâches périphériques en travaillant à partir des connaissances réelles de la maison, sans prétendre remplacer ceux qui choisissent, éditent et portent les livres.

C’est aussi un bon point de départ pour un diagnostic : identifier les sources de vérité, les endroits où l’information se perd et les questions que l’équipe pose sans cesse.

Découvrir l’accompagnement IA pour les maisons d’édition

Références techniques et sectorielles

• Microsoft Learn, documentation sur la génération augmentée par récupération (RAG), les index et la recherche sémantique, mise à jour en 2026.
• Google Cloud, documentation sur la génération augmentée par récupération et la recherche vectorielle/sémantique.
• Book Industry Study Group et BookNet Canada, travaux 2026 sur l’utilisation de l’IA dans la chaîne du livre.