Le scénario est universel : quelqu’un pose une question, la réponse existe dans un document rédigé il y a huit mois, et la personne qui cherche ne le trouve pas. Elle finit par demander à un collègue, qui interrompt son travail pour renvoyer un lien. Le coût cumulé de ces interruptions dépasse largement celui de l’outil qui les éviterait.
Pourquoi la recherche par mots-clés échoue
La recherche classique compare des chaînes de caractères. Elle trouve « procédure de retour » si vous tapez « procédure de retour ». Elle ne trouve rien si vous tapez « comment renvoyer un colis abîmé », alors que c’est le même sujet.
C’est le décalage de vocabulaire entre celui qui rédige et celui qui cherche : l’auteur écrit dans les termes du métier, le lecteur cherche dans les termes de son problème. Plus l’entreprise est technique, plus l’écart est large.
Ce que change une recherche sémantique
Une recherche sémantique compare le sens plutôt que les mots. Elle rapproche « renvoyer un colis abîmé » de « procédure de retour » parce que ces expressions occupent des positions voisines dans une représentation apprise du langage.
Concrètement, elle apporte trois choses : les synonymes fonctionnent sans qu’on ait à les déclarer, les questions formulées en langage naturel donnent des résultats, et le classement des résultats devient exploitable. Les trois premiers suffisent, au lieu de dix-sept liens à ouvrir.
Les limites, qu’il vaut mieux connaître
La recherche sémantique est mauvaise sur ce que la recherche par mots-clés fait très bien : trouver une référence exacte. Si vous cherchez le contrat numéro 2024-0871, vous voulez une correspondance littérale, pas un document « proche ». Un bon montage garde donc les deux et les combine.
Elle ne corrige pas non plus un fonds documentaire en mauvais état. Trois versions d’une même procédure remonteront toutes les trois, et rien n’indiquera laquelle fait foi. C’est un problème de gouvernance, pas de moteur.
Le vrai chantier : les droits
Le point qui fait dérailler ces projets est presque toujours le même. Une recherche efficace rend visible ce qui était protégé par l’obscurité : un document RH mal rangé, une grille tarifaire dans un dossier partagé, des notes de réunion oubliées.
Le filtrage par habilitation doit donc être conçu dès le départ, et vérifié au moment de la réponse, pas seulement au moment de l’indexation. Toute autre approche finit par exposer quelque chose.
Ce qui est surestimé
Le volume. On imagine qu’il faut des millions de documents pour justifier ce genre d’outil. C’est faux : l’intérêt vient de la dispersion, pas de la quantité. Cinq mille documents répartis sur quatre espaces différents posent un problème plus sérieux que cinquante mille bien rangés au même endroit.
Nous branchons la recherche sur vos sources existantes, sans migration ni réorganisation préalable, dans notre prestation de recherche sémantique interne.