Agentic AI
10/6/2026

Agents IA qui connaissent déjà vos documents d'entreprise

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. Ils peuvent donc effectuer des recherches dans toutes les 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 accomplir, sans écrire de code.

Prenez le cas d'une personne qui doit évaluer un portefeuille de créances non performantes (NPL, non-performing loans). Chaque dossier comprend des contrats de financement, des garanties, des expertises, des actes judiciaires et des relevés de compte : des centaines de documents, même pour quelques dossiers seulement. Elle les charge dans un assistant IA générique 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 conçue l'architecture agentique d'AIDA.

Qu'est-ce qu'une architecture agentique ?

Une architecture agentique désigne 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 surtout, 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 faire des recherches, 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 les archives d'une entreprise, non. Microsoft 365 Copilot, ChatGPT et Claude sont des assistants génériques, 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 générique 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 recherche les passages les plus proches de la question et ne répond qu'à partir de ceux-ci. Cette approche s'appelle RAG (retrieval-augmented generation), et les pages officielles en indiquent les limites (octobre 2026) :

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 recherche 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 générique 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 et 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-elle payé toutes les factures liées au contrat du trimestre dernier ? »

Quant aux totaux et aux décomptes, ce 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 ne se voient pas

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 surplus 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 un 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.

Les trous, c'est le modèle qui les comble

Lorsqu'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 recherche d'OpenAI explique que les modèles de langage, lorsqu'ils ne sont pas sûrs, tentent de deviner au lieu d'admettre leur incertitude, et que ces hallucinations persistent même dans les systèmes les plus récents. Combler les trous n'est pas une tâche que l'on peut déléguer à un modèle : 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 deux fois 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 ceux que voit l'équipe, au lieu de les reconstituer à partir du texte.

Ils ne connaissent pas l'historique des documents

Pour un assistant générique, 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.

Ce qui change Assistant IA générique Agents IA d'AIDA
Documents pris en compte Ceux qui ont été chargés ou les passages les plus proches de la question Tous les documents des archives trouvés par la recherche
Comment il trouve les documents Similarité avec le texte de la question Types de documents, données extraites et relations entre documents
Totaux et décomptes Dépendent des passages lus ou d'une feuille préparée à la main Calculés de manière mathématique sur tous les résultats
Historique du document Uniquement le contenu du fichier Historique des événements : paiements, approbations, statuts, notes
Couverture des archives Limites de fichiers par conversation, projet ou source Toutes les archives, avec un espace illimité dans chaque offre
Données manquantes ou en double Le modèle complète la réponse avec ce qui semble plausible Doublons signalés et, au choix, bloqués avant l'archivage ; statistiques de la Vue d'ensemble en temps réel

Comment est conçue l'architecture agentique d'AIDA ?

Elle comporte deux niveaux : en bas, l'Intelligent Document Processing (IDP), qui classe les documents et 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 d'entreprise correct et certifié.

Niveau Rôle
IDP Reconnaît le type de chaque document et extrait les données, avec précision dès le premier jour et sans entraînement
Relations et historique des événements Relient contrats, commandes, factures et paiements dans un knowledge graph et enregistrent les approbations, les paiements et les changements de statut
Doublons et Vue d'ensemble Signalent les documents en double, avec la possibilité d'en bloquer l'archivage, et transforment les données extraites en graphiques et statistiques mis à jour en temps réel, que les agents utilisent comme contexte
Actio Des agents spécialisés qui raisonnent sur les données et produisent les résultats ; un Actio coordinateur répartit le travail entre les autres
AIDA GPT Le chat de l'équipe, qui connaît chaque Actio et transmet chaque demande au bon

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 ?

Grâce à 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 « vérifie 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 des instructions et affiche un aperçu des modifications avant de les enregistrer. Chaque Actio peut avoir plusieurs versions : on peut donc 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 lorsque le processus évolue.

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

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

Quand quelqu'un l'appelle 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 ;
  • selon une planification, 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 laisse une notification liée au chat, avec la conversation complète, les documents consultés et les résultats produits. On voit aussi la durée de l'activité et la manière dont 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 canvas modifiable, où on les relit, on les corrige et on 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, d'ignorer un élément ou de clore le plan plus tôt. 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 au format Excel, graphiques dans le chat, brouillons d'e-mails et de demandes de paiement.

Que font les agents IA d'AIDA dans des cas concrets ?

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 dossiers NPL en quelques minutes.

Pour l'évaluation de portefeuilles NPL, AIDA classe des documents de plus de cent types en dossiers homogènes. Des Actio spécialisés extraient les dates, la valeur des actifs et les clauses juridiques, un coordinateur évalue chaque dossier 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 pendant 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 justificatif 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 au référencement 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 ayant déjà fait leurs preuves.

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 tous les résultats, et l'espace d'archivage est illimité dans chaque offre.

La comparaison vaut-elle aussi pour les offres Pro ou Enterprise de ChatGPT et Claude ?

Oui, et passer à une offre supérieure n'y change rien. L'offre ChatGPT dotée de la fenêtre de contexte la plus large, Pro, accepte environ 680 pages de texte par requête, et Claude atteint un million de tokens : au-delà de cette limite, on en revient à la recherche des passages les plus proches de la question. Et une fenêtre plus grande n'est pas mieux lue : Anthropic elle-même écrit que plus il entre de tokens dans le contexte, moins le modèle se souvient avec précision de ce qu'il contient, et une étude d'Adobe Research a mesuré que dès 32 000 tokens, 11 modèles sur 13 tombaient en dessous de la moitié de la précision qu'ils obtenaient sur des textes courts. Enfin, quelle que soit l'offre, l'assistant ne connaît ni les types de documents, ni les données extraites, ni les relations, ni l'historique des événements qu'AIDA fournit à ses agents, et il ne calcule pas les totaux sur l'ensemble des archives.

Faut-il un développeur pour créer un Actio ?

Non. Un Actio se crée à l'aide d'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 différence y a-t-il entre AIDA GPT et Actio ?

AIDA GPT est le chat dans 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, selon une planification 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.

Fulvio Molinengo - CTO
Fulvio Molinengo
CTO
 Arrière