Agents IA qui connaissent déjà vos documents d'entreprise

Les agents IA d'AIDA travaillent sur des documents qu'AIDA a déjà classés, lus et reliés entre eux. C'est pourquoi ils peuvent chercher dans l'ensemble des archives, calculer des totaux exacts au lieu de les estimer et suivre les liens entre contrats, factures et paiements. On les crée avec Actio, l'architecture agentique d'AIDA, en décrivant en langage naturel le travail à effectuer, sans écrire de code.

Prenez quelqu'un qui doit évaluer un portefeuille de créances non performantes (NPL, non-performing loans). Pour chaque position, il y a des contrats de financement, des garanties, des expertises, des actes judiciaires et des relevés de compte : des centaines de documents, même pour quelques dossiers. Il les charge dans un assistant IA généraliste et demande la valeur totale des garanties. La réponse arrive en quelques secondes et elle est bien rédigée, mais elle repose sur les documents et les passages que l'assistant a lus pour cette question, et rien dans la réponse n'indique ce qui a été laissé de côté.

C'est une objection que nous entendons souvent : « je fais déjà la même chose avec Copilot, ou avec ChatGPT ». Comprendre où les deux approches divergent est aussi le moyen le plus rapide de comprendre comment est construite l'architecture agentique d'AIDA.

Qu'est-ce qu'une architecture agentique ?

Une architecture agentique est la manière dont sont organisés les agents IA d'un système : sur quelles données ils travaillent, comment ils se répartissent les tâches, quand ils se déclenchent et qui contrôle le résultat. Un agent IA est un logiciel qui reçoit un objectif, planifie les étapes pour l'atteindre, utilise les outils à sa disposition et vérifie ce qu'il a obtenu, au lieu de se contenter de répondre à une question.

Dans les processus documentaires, ce qui compte avant tout, c'est le point de départ de l'agent. S'il travaille sur des documents déjà classés, avec les champs extraits et les liens entre un document et un autre, il raisonne sur les faits de l'entreprise. S'il reçoit des fichiers bruts, il doit d'abord y chercher, et tout le reste dépend de cette recherche. Les bases sont expliquées dans notre introduction à l'IA agentique.

Puis-je faire la même chose avec Copilot, ChatGPT ou Claude ?

Sur quelques documents, oui ; sur des archives d'entreprise, non. Microsoft 365 Copilot, ChatGPT et Claude sont des assistants généralistes, conçus pour travailler sur les fichiers chargés ou associés à la conversation : pour chaque question, ils lisent une partie limitée des documents, cherchent dans le texte au lieu d'interroger des données et ne connaissent ni l'historique des documents ni leurs liens.

Pour chaque question, ils lisent peu de documents

Chaque assistant généraliste a une limite à la quantité de texte qu'il peut prendre en compte en même temps : la fenêtre de contexte. Au-delà de cette limite, il cherche les passages les plus proches de la question et ne répond que sur ceux-ci. Cette approche s'appelle RAG (retrieval-augmented generation), et les pages officielles en indiquent les limites (octobre 2026) :

• Microsoft 365 Copilot : lorsqu'on fait référence à un site SharePoint, il accepte au maximum dix fichiers ou pages de ce site ;
• Copilot Studio, l'outil Microsoft pour créer des agents : pour chaque réponse, il utilise les trois premiers résultats de chaque source ;
• ChatGPT : un projet accepte de 5 à 40 fichiers selon l'offre, et pour les documents longs, une partie entre dans le contexte tandis que le reste est recherché dans un index ;
• Claude : il accepte jusqu'à 20 fichiers par conversation, et lorsque les fichiers d'un projet dépassent la fenêtre de contexte, il ne récupère que les informations les plus pertinentes pour la question.

Microsoft elle-même écrit que le RAG fonctionne mieux pour les questions ponctuelles que pour l'analyse approfondie des documents, et qu'il n'est pas conçu pour comparer des documents entiers ou en vérifier la conformité. Même un document qui tient entièrement dans le contexte n'est pas lu de manière uniforme : Copilot se concentre parfois uniquement sur le début, l'étude Lost in the Middle a mesuré que les modèles de langage exploitent moins bien les informations situées au milieu d'un texte long, et une étude de Chroma portant sur 18 modèles a constaté une baisse de fiabilité à mesure que la longueur de l'entrée augmente.

Ils cherchent dans le texte, pas dans les données de l'entreprise

Un assistant généraliste trouve les passages qui ressemblent à la question. Il ne sait pas qu'un fichier est une facture et un autre un contrat, quels champs ils contiennent ni comment ils sont liés. C'est pourquoi Copilot Studio ne sait pas dire combien de fichiers contient un dossier ni les filtrer selon une propriété, et pour les feuilles Excel issues de SharePoint, Microsoft prévient que les réponses aux questions analytiques pourraient ne pas être optimales.

Dans AIDA, chaque document est déjà classé selon son type, avec ses données extraites. Et la recherche des agents ne s'arrête pas au texte ou aux propriétés extraites : elle suit les relations entre les documents, la chaîne qui relie un contrat aux commandes, aux factures et aux paiements. Elle trouve ainsi les documents comme les chercherait un collaborateur de l'entreprise, en partant de la question métier : « ACME a-t-il payé toutes les factures liées au contrat du trimestre dernier ? »

Les totaux et les décomptes, quant à eux, ne sont pas des estimations du modèle de langage. AIDA les calcule de manière mathématique et précise sur tous les documents trouvés dans les archives, sans limite de nombre.

Les lacunes restent invisibles

Le risque le plus sérieux, c'est une réponse qui semble complète alors qu'elle ne l'est pas. Copilot Studio, par exemple, indexe au maximum 1 000 fichiers par dossier SharePoint ou OneDrive connecté : les fichiers en trop ne sont pas traités, et le système n'indique pas lesquels ont été laissés de côté. Les documents portant une étiquette de confidentialité ou protégés par mot de passe apparaissent comme prêts mais ne produisent aucune réponse, et les fichiers chargés depuis SharePoint et OneDrive sont mis à jour toutes les 4 à 6 heures.

Les agents IA d'AIDA travaillent directement sur les archives, sans copies à synchroniser. L'espace d'archivage est illimité dans toutes les offres : les documents des années passées restent donc à la disposition des agents au même titre que ceux d'aujourd'hui.

Le modèle comble les trous

Quand une donnée manque ou apparaît deux fois, un modèle de langage ne s'arrête pas : il complète la réponse avec ce qui lui semble plausible. Cela arrive aussi aux modèles les plus avancés. Une étude d'OpenAI explique que les modèles de langage, lorsqu'ils ne sont pas sûrs, préfèrent deviner plutôt qu'admettre leur incertitude, et que ces hallucinations persistent même dans les systèmes les plus récents. On ne peut pas confier à un modèle la tâche de combler les trous : le contexte qu'il reçoit doit déjà être correct et certifié.

Dans AIDA, les agents partent d'un tel contexte. La détection des doublons reconnaît les documents en double à partir du contenu du texte ou des données extraites et les signale. Si l'entreprise le souhaite, AIDA en bloque aussi la validation : le doublon n'entre pas dans les archives, il ne se retrouve donc ni dans les statistiques ni dans le contexte des agents, et une facture reçue deux fois ne compte pas double dans un total. La Vue d'ensemble, le tableau de bord d'AIDA, transforme les données extraites en graphiques, statistiques et indicateurs de business intelligence mis à jour en temps réel à chaque nouveau document. Les agents utilisent ces chiffres, les mêmes que voit l'équipe, au lieu de les reconstituer à partir du texte.

Ils ne connaissent pas l'historique des documents

Pour un assistant généraliste, un fichier n'est qu'un texte. Dans AIDA, chaque document possède un historique des événements : paiements, approbations, changements de statut, notes manuelles. Les agents le lisent : ils savent donc qu'une facture est contestée ou qu'un contrat a été approuvé hier, et peuvent partir précisément de cet événement.

Comment est construite l'architecture agentique d'AIDA ?

Elle comporte deux niveaux : en bas, l'Intelligent Document Processing (IDP), qui classe les documents et en extrait les données ; au-dessus, les agents spécialisés d'Actio, qui raisonnent sur ces données. Entre les deux, les relations, l'historique des événements, le contrôle des doublons et la Vue d'ensemble fournissent aux agents un contexte de l'entreprise correct et certifié.

Chaque agent hérite de ce qu'AIDA sait déjà de vos documents. Inutile de lui expliquer les types de documents, les noms des champs ou l'endroit où se cachent les exceptions, et il n'y a pas de pipeline de données parallèle à construire. Les utilisateurs d'AIDA GPT formulent leur demande dans le chat et obtiennent le travail terminé.

Comment créer un agent IA avec Actio ?

Avec un chat guidé, en langage naturel et sans code. La procédure guidée pose les questions et vous répondez en termes métier :

1. décrivez ce que doit faire l'agent, par exemple « contrôle chaque contrat de fourniture entrant et signale ceux qui n'ont pas de clause de résiliation » ;
2. choisissez les types de documents sur lesquels il travaille, par exemple Contrats fournisseurs ;
3. confirmez le nom, la description et les instructions proposés par la procédure ;
4. si nécessaire, définissez un ton, par exemple formel pour les e-mails aux clients, et limitez les outils et les actions que l'agent peut utiliser.

AIDA peut suggérer des améliorations aux instructions et affiche un aperçu des modifications avant de les enregistrer. Chaque Actio peut avoir plusieurs versions : on peut ainsi tester une modification sans perdre celle qui fonctionne. La configuration reste en texte simple : n'importe quel membre de l'équipe peut la mettre à jour quand le processus évolue.

Pour les travaux plus importants, un Actio coordinateur identifie les documents, transmet chacun au spécialiste approprié et combine les résultats. AIDA GPT connaît automatiquement chaque Actio créé par l'équipe : il suffit de le demander dans le chat.

Quand un agent IA entre-t-il en action ?

Quand quelqu'un le sollicite dans le chat, à une heure définie ou lorsqu'il se passe quelque chose sur un document :

• dans le chat, à la demande de n'importe quel membre de l'équipe ;
• de manière planifiée, par exemple chaque matin à 9 h pour le récapitulatif des encaissements ;
• sur un événement documentaire, par exemple lorsqu'un contrat est approuvé, qu'une facture est archivée ou qu'un dossier est clôturé.

Chaque exécution en arrière-plan génère une notification liée au chat, avec la conversation complète, les documents consultés et les résultats produits. On voit aussi combien de temps a duré l'activité et comment les documents ont été recherchés.

Qui contrôle le travail des agents IA ?

Les personnes. Dans AIDA, le human in the loop est la règle : par défaut, aucun e-mail, aucune demande de paiement ni aucun message ne sort de la plateforme sans la confirmation d'un membre de l'équipe.

Les brouillons s'ouvrent dans un canevas modifiable, où on les relit, les corrige et les confirme. Lorsqu'un flux a fait ses preuves et que l'entreprise le demande, l'envoi automatique peut être activé : c'est un choix explicite, pas le point de départ.

Pour les travaux longs, il y a le Plan Mode. Dès qu'une demande porte sur trois éléments ou plus, AIDA GPT affiche un plan à l'écran, met à jour chaque élément en temps réel avec un lien vers le document source et laisse à l'équipe la possibilité de changer de direction, de passer un élément ou de clore le plan de manière anticipée. La mémoire persistante conserve les corrections de l'équipe, par exemple « ACME paie à 60 jours », de sorte que la même question sur les mêmes données mène, dans la durée, à la même réponse correcte.

Les résultats arrivent prêts à l'emploi et faciles à vérifier : tableaux téléchargeables en Excel, graphiques dans le chat, brouillons d'e-mails et de demandes de paiement.

Que font les agents IA d'AIDA dans les cas réels ?

Ils interviennent là où les documents sont nombreux et les règles complexes. Un client du secteur juridique, par exemple, traite des centaines de documents de positions NPL en quelques minutes.

Pour l'évaluation de portefeuilles NPL, AIDA classe des documents de plus de cent types dans des dossiers homogènes. Des Actio spécialisés extraient les dates, la valeur des actifs et les clauses juridiques, un coordinateur évalue chaque position et un dernier Actio consolide les résultats en une évaluation unique, chaque total étant calculé par l'arithmétique vérifiée d'AIDA. Le résultat : des graphiques et des tableaux dans AIDA, un fichier Excel pour les parties prenantes et un rapport avec contexte et recommandations.

Pour la gestion de la trésorerie lors d'une due diligence, un Actio trie les paiements entrants provenant de plus de cent moyens de paiement dans le monde, écrit aux clients dans leur langue et gère leurs réponses, puis associe chaque paiement au document fiscal et le rapproche de la facture. Un coordinateur produit les statistiques mensuelles, trimestrielles et annuelles, et un Actio de prévision estime les flux futurs.

Le même schéma s'applique aux achats, aux sinistres, aux audits de conformité et à l'intégration des fournisseurs : à tout travail récurrent qui implique plusieurs types de documents.

Questions fréquentes

Les agents IA d'AIDA envoient-ils des e-mails tout seuls ?

Pas par défaut. Les e-mails, les messages et les demandes de paiement s'ouvrent sous forme de brouillons qu'un membre de l'équipe relit et confirme. Sur demande, l'envoi automatique peut être activé pour les flux déjà éprouvés.

Combien de documents un agent IA d'AIDA peut-il analyser ?

Tous ceux que la recherche trouve dans les archives, sans limite de nombre. Les totaux et les décomptes sont calculés de manière mathématique sur l'ensemble des résultats, et l'espace d'archivage est illimité dans chaque offre.

Faut-il un développeur pour créer un Actio ?

Non. On crée un Actio avec un chat guidé, en décrivant le travail en langage naturel, et sa configuration reste en texte simple, modifiable par n'importe quel membre de l'équipe.

Quelle est la différence entre AIDA GPT et Actio ?

AIDA GPT est le chat avec lequel l'équipe pose des questions et demande des travaux. Actio est l'architecture agentique qui exécute ces travaux avec des agents spécialisés, y compris en arrière-plan, de manière planifiée ou sur des événements documentaires.

AIDA fonctionne-t-il avec Microsoft 365 ?

Oui. AIDA s'intègre à SharePoint et OneDrive et ajoute à leurs documents le traitement automatique et l'archivage structuré, comme expliqué dans l'article sur les intégrations de Microsoft SharePoint et OneDrive avec AIDA.

Pour voir les agents IA d'AIDA à l'œuvre sur vos documents, réservez une démo et venez avec un processus que vous souhaitez automatiser.