AiLe jour où mon assistant IA ne savait plus rien
Je vais commencer par un aveu qui n'est pas très flatteur.
Il y a quelques jours, j'ai fait l'inventaire de la connaissance accumulée par mon assistant IA depuis que je travaille avec lui. Le résultat m'a arrêté net :
- 225 fiches de mémoire réparties dans 25 dossiers de projet différents,
- une quarantaine de journaux de session empilés sans qu'aucun ne soit jamais relu,
- mes règles de travail dupliquées huit fois, avec des versions qui se contredisaient entre elles,
- une dizaine de chemins de fichiers morts, pointant vers des dossiers qui n'existaient plus.
Autrement dit : mon assistant avait beaucoup appris, et ne savait plus rien. Chaque conversation repartait de zéro, ou pire, repartait d'une information périmée. Le savoir sur un de mes clients était rangé dans le dossier d'un autre. Je passais mon temps à réexpliquer ce que j'avais déjà expliqué.
Ce n'est pas un problème de puissance du modèle. Les modèles sont excellents. C'est un problème d'ordre.
Pourquoi un outil générique ne règle pas ça
C'est la confusion la plus répandue chez les dirigeants de PME que je rencontre : on croit que l'IA va comprendre l'entreprise parce qu'elle est intelligente.
Elle ne comprend pas votre entreprise. Elle ne connaît ni vos marges, ni vos clients, ni la raison pour laquelle vous avez arrêté de travailler avec tel fournisseur en 2023. Un outil générique répond bien aux questions générales, et c'est déjà utile. Mais il ne peut pas exécuter votre travail, parce que votre travail dépend d'un contexte qu'il n'a pas.
Et ce contexte, dans la plupart des entreprises, existe. Il est simplement en désordre : dans des mails, des tableurs, des têtes, des dossiers partagés que plus personne n'ouvre.
La vraie question n'est donc pas « quelle IA choisir ». C'est : est-ce que ma connaissance est dans un état exploitable ? Dans 90 % des cas que je vois, la réponse est non. Et brancher un agent sur une connaissance en désordre, c'est brancher un moteur sur un réservoir vide.
Ce qu'est vraiment un agent IA sur-mesure
Alors j'ai construit le mien. Je l'ai appelé MARIO, un assistant que j'avais bricolé au départ pour gérer mes plannings et que j'ai ressorti de mon chapeau pour ce chantier. Et j'ai découvert que la partie « IA » est de loin la moins importante des trois.
Premier temps : l'audit. Recenser l'existant, sans rien jeter. Chaque fiche est notée : est-elle encore vraie ? Est-elle introuvable ailleurs ? Une mission future la relira-t-elle ? Les 225 fiches sont passées à ce filtre, une par une. Soixante-dix ont été archivées. Mais rien n'a été supprimé : archiver n'est pas effacer.
Deuxième temps : le rangement. Une base de connaissance unique, organisée par entité : une activité, un client, un projet, chacun son tiroir. Fini le savoir d'un client stocké dans le dossier d'un autre. Et surtout : un fait = un seul fichier. Plus de doublons qui divergent en silence.
Troisième temps : les compétences. C'est le point que je n'avais pas anticipé, et c'est celui qui change tout. Chaque méthode que l'agent exécute devient une compétence réutilisable : une procédure écrite, testée, qu'il rejoue à l'identique la fois suivante. Publier un article sur quatre canaux sans casser le référencement, mesurer les positions Google et en tirer un plan d'action, ranger un export de favoris : chacune est une compétence, pas une improvisation.
Un chatbot improvise à chaque fois. Un agent sur-mesure exécute une méthode sur une connaissance propre.
Ce que ça change concrètement
Aujourd'hui, quand j'ouvre MARIO, il me dit bonjour et il me propose mes missions. Pas des fonctionnalités : des missions. « Routine SEO du site X. » « Publication multi-réseaux de l'activité Y. » « Suivi hebdomadaire de l'acquisition. » Il y en a dix-huit, réparties sur six activités différentes.
Je clique. Il charge exactement la tranche de connaissance dont cette mission a besoin, pas tout, juste ce qu'il faut, et il commence à travailler avec le contexte en main.
Voici MARIO en situation sur l'une de ces missions : le suivi du référencement, face à la Google Search Console.
Le gain n'est pas « je gagne X heures », et je me méfie beaucoup des chiffres qu'on brandit dans ce métier. Le gain réel est plus ennuyeux à raconter, mais plus solide : je ne recommence plus. Ce qui a été décidé lundi est encore su vendredi. Une erreur corrigée une fois ne revient pas. La méthode s'améliore au lieu de se réinventer.
Et maintenant, il arrive dans BeluoAi
C'est la suite logique, et c'est le chantier en cours.
La plateforme BeluoAi contient déjà les briques : des agents de génération de contenus, des connexions aux bases Notion, une base de données, un formulaire de contact. Tout fonctionne. Mais chaque brique se pilote séparément, et c'est au client de savoir laquelle actionner, quand, et pourquoi.
Ce qui manque, c'est la conversation.
MARIO deviendra cette couche-là : l'interface par laquelle le client parle à sa plateforme, au lieu de manipuler des outils. Il ne dira plus « je vais dans la base Notion, je crée une ligne, je lance l'agent de génération, je copie le résultat ». Il dira ce qu'il veut faire, et l'agent, qui connaît son contexte parce qu'il a été rangé, s'en occupe. Concrètement, MARIO devient le donneur d'ordre de la plateforme : il se connecte aux assistants déjà en place, vous suivez votre référencement avec lui, et il assure le suivi de vos contenus.
Ce que je retiens, si vous envisagez la même chose
- Le rangement précède l'IA. Un agent branché sur du désordre produit du désordre plus vite. Commencez par l'audit, même s'il n'est pas glamour.
- Rien ne se supprime. Tout ce qu'on écarte est archivé, jamais effacé. On se trompe, et on doit pouvoir revenir en arrière.
- La méthode vaut plus que le modèle. Les modèles changent tous les six mois. Une compétence bien écrite, elle, tient, et elle se transmet.
Si vous vous reconnaissez dans le constat du début, beaucoup d'outils, beaucoup d'informations, et le sentiment de tout réexpliquer en permanence, c'est exactement le problème sur lequel je travaille. Chez BeluoAi, nous construisons des agents IA sur-mesure pour les PME : pas des chatbots posés sur une entreprise en désordre, mais des agents qui exécutent une méthode sur une connaissance rangée. Nous sommes une agence d'automatisation IA à Toulouse.