Posez une question sur votre entreprise à un modèle d’IA général et il va répondre. Il aura l’air sûr de lui. Parfois, il aura raison. Quand il aura tort, ce sera avec la même assurance, et un client ne pourra pas faire la différence.
Pour une PME, c’est le vrai risque de l’IA. Pas qu’elle écrive mal, mais qu’elle annonce un prix que vous ne demandez pas, une politique que vous n’avez pas ou des heures d’ouverture d’il y a deux ans.
La solution a un nom : l’ancrage.
Ce que veut dire ancrer l’IA
Une IA ancrée répond à partir des faits que vous lui avez donnés, pas de ce qu’elle a absorbé sur Internet. Avant de répondre, elle va chercher les faits qui s’appliquent. Puis elle rédige la réponse à partir de ces faits, et seulement de ceux-là.
La technique habituelle s’appelle la génération augmentée par récupération, ou RAG : trouver les bons passages dans vos documents, les remettre au modèle et lui demander de répondre à partir de ceux-ci. C’est un bon départ. À elle seule, ce n’est pas assez.
Où la simple récupération se trompe
La récupération trouve du texte qui ressemble à la question. Ce n’est pas la même chose que la bonne réponse.
- Les vieilles versions. La liste de prix de l’an dernier et celle de cette année répondent toutes les deux à « combien coûte une mise au point ». Le modèle peut choisir la mauvaise.
- Les quasi-réponses. Une page sur le service résidentiel correspond à une question sur le service commercial. Les mots concordent; la réponse, non.
- Les trous. Quand la réponse n’est pas dans vos documents, un modèle comble souvent le trou avec quelque chose de plausible au lieu de dire qu’il ne sait pas.
- Les faits éparpillés. Les prix sont dans un tableur, les heures dans votre fiche sur la carte, les politiques dans un PDF. En chercher un seul donne une demi-réponse.
Ce qu’ajoute une IA bien ancrée
Quatre choses transforment la récupération en réponses auxquelles vous pouvez vous fier :
- Une seule source à jour. Vos faits à un seul endroit, les vieilles versions retirées, pas cinq copies dans cinq outils. C’est le rôle du Cerveau.
- La bonne recherche pour chaque fait. Les prix dans la liste de prix, les heures dans la fiche, les politiques dans la page des politiques. Pas une seule recherche dans tout.
- Une source pour chaque réponse. Chaque réponse peut indiquer d’où elle vient, pour que vous puissiez la vérifier, et corriger la source quand elle est fausse.
- Un « je ne sais pas » clair. Quand les faits n’y sont pas, l’IA le dit et transmet la question à une personne au lieu de deviner.
Le but n’est pas une IA qui sait tout. C’est une IA qui sait ce qu’elle ne sait pas, et qui agit en conséquence.
Pourquoi ça compte aussi pour la recherche IA
L’ancrage ne concerne pas seulement votre propre agent de clavardage. ChatGPT, Perplexity, Gemini et les réponses IA de Google essaient aussi d’appuyer leurs réponses sur des sources qu’ils trouvent. Si votre site énonce vos faits clairement, à un seul endroit, avec des données structurées, ces moteurs ont de meilleures chances de vous citer correctement. Si vos faits sont éparpillés ou périmés, ils citeront quelqu’un d’autre, ou devineront.
Le même travail sert aux deux : mettez vos faits au clair, gardez-les à un seul endroit et publiez-les simplement.
Un test à faire cette semaine
Prenez cinq questions que vos clients vous posent chaque semaine. Posez-les à l’outil d’IA que vous utilisez, ou à celui que vous pensez acheter. Pour chaque réponse, vérifiez trois choses :
1. Est-elle juste pour votre entreprise aujourd’hui?
2. Peut-elle montrer d’où vient la réponse?
3. Quand vous demandez une chose qu’elle ne devrait pas savoir, le dit-elle?
Si l’outil échoue au troisième test, ne le mettez pas encore devant vos clients.
Comment nous nous y prenons
Chez Humonix, les agents répondent à partir du Cerveau du client, et l’agent de clavardage de notre propre site répond à partir d’une fiche de faits publiée. Quand les faits manquent, l’agent demande à une personne au lieu de combler le trou. Tout ce qui est public, tarifé ou payé attend toujours l’accord d’une personne nommée.