Enterprise Search

Une connaissance dispersée par nature

La connaissance d’une organisation ne vit jamais au même endroit. Elle se répartit entre les documents stockés sur le cloud, les fils de discussion des outils collaboratifs, les bases de connaissances internes, les wikis, le CRM et les tickets de support. Chaque collaborateur sait à peu près où chercher dans son propre périmètre, presque personne ne sait chercher dans celui des autres, et cette dispersion se paie en questions reposées, en travaux refaits et en décisions prises sur une version périmée d’un document.

Enterprise Search traite ce problème par une recherche unifiée alimentée par l’IA, directement intégrée à Le Chat Enterprise. Au lieu d’ouvrir successivement quatre outils, un collaborateur pose sa question en langage naturel et reçoit une réponse synthétisée à partir des sources connectées. La différence se mesure sur une question banale : « quelle est la politique de remboursement des frais de déplacement ? » cesse d’être un parcours dans trois espaces documentaires pour devenir une phrase et une réponse sourcée.

Comprendre l’intention, pas seulement les mots

Les moteurs de recherche internes traditionnels fonctionnent par correspondance de mots-clés, et c’est là que réside leur limite. Cherchez « procédure d’onboarding nouveau collaborateur » alors que le document s’intitule « Guide d’intégration des recrues » : la recherche classique ne renvoie rien, non parce que l’information manque, mais parce que le vocabulaire diffère. Enterprise Search s’appuie sur la compréhension sémantique des modèles Mistral pour interpréter l’intention derrière la question et retrouver les documents pertinents malgré l’écart de formulation, en reconnaissant les synonymes, les tournures alternatives et le contexte métier propre à votre organisation.

Cette compréhension repose sur une indexation en quatre temps. Enterprise Search se connecte d’abord à vos outils par des connecteurs dédiés, puis extrait et normalise les documents, messages et données qu’ils contiennent. Chaque contenu est ensuite transformé en vecteur sémantique par les modèles d’embedding de Mistral, c’est-à-dire en une représentation numérique de son sens plutôt que de ses mots. L’indexation est enfin incrémentale : seuls les contenus nouveaux ou modifiés sont traités, si bien qu’un compte rendu publié en fin de matinée devient interrogeable dans la foulée, sans retraiter l’intégralité du corpus.

Les connecteurs disponibles

Le périmètre couvert détermine l’utilité de l’outil, et les connecteurs natifs visent les plateformes les plus répandues en entreprise. Côté stockage documentaire, Google Drive apporte documents, feuilles de calcul, présentations et fichiers partagés, Microsoft SharePoint ses sites, bibliothèques de documents et listes, OneDrive les fichiers personnels et partagés, Dropbox Business les dossiers d’équipe, et Notion les pages, bases de données et wikis d’équipe.

Sur le versant communication, le connecteur Slack indexe les messages publics et les canaux autorisés, celui de Microsoft Teams les conversations de canaux et les fichiers partagés, celui de Confluence les espaces, pages et articles de blog. Pour les équipes techniques, GitHub expose issues, pull requests, documentation et wikis, GitLab ses issues, merge requests et wikis, Jira ses tickets, épiques et sprints — de quoi retrouver la raison d’une décision d’architecture enfouie dans un ticket que plus personne ne sait nommer. Du côté commercial, Salesforce fournit comptes, contacts, opportunités et articles de connaissance, Zendesk les tickets et articles du centre d’aide, HubSpot les contacts, entreprises et deals.

Le trajet d’une requête

Une recherche traverse trois étapes. Le modèle analyse d’abord la question posée : il en dégage l’intention, identifie les entités clés et reformule éventuellement la requête pour maximiser la pertinence. Vient ensuite la recherche proprement dite, qui combine deux approches. La recherche sémantique compare le vecteur de la requête à ceux des documents indexés et fait remonter les contenus proches par le sens ; la recherche lexicale, classique et par mots-clés, garantit la couverture des termes qu’aucun modèle ne devine — noms de projets internes, codes produits, acronymes maison. Cette hybridation permet à la fois de retrouver un document dont le titre ne ressemble pas à la question et de ne pas rater celui qui contient exactement la référence « PRJ-2231 ».

La dernière étape synthétise les informations trouvées en une réponse claire, assortie de citations précises renvoyant aux documents sources. Chaque affirmation reste traçable jusqu’à son origine, ce qui permet de vérifier avant d’agir et d’approfondir au besoin. Installez tôt le réflexe dans vos équipes : ouvrir au moins une source avant de reprendre une réponse dans un livrable. Ce simple geste sépare l’usage professionnel de la confiance aveugle.

Chacun ne voit que ce qu’il a le droit de voir

Le traitement des permissions décide le plus souvent de l’acceptation du service par la direction sécurité. Enterprise Search ne donne jamais accès à un document que l’utilisateur ne pourrait pas consulter par ailleurs : les droits sont hérités des systèmes sources, Google Drive, SharePoint ou tout autre outil connecté, et les résultats sont filtrés en conséquence pour chaque personne. Ces permissions sont synchronisées régulièrement avec les systèmes d’origine, de sorte qu’un changement de droits — un collaborateur qui change d’équipe, un dossier dont l’accès est restreint — se répercute dans les résultats. L’outil ne crée donc aucune porte dérobée dans votre modèle d’autorisations : il en dépend entièrement. Raison de plus pour faire le ménage dans les partages trop larges avant la mise en service : Enterprise Search rendra interrogeable tout ce que vos utilisateurs avaient le droit de lire sans jamais soupçonner son existence.

Points clés à retenir

• Enterprise Search offre une recherche unifiée en langage naturel sur l’ensemble des données internes
• L’indexation sémantique va au-delà des mots-clés pour comprendre l’intention de la requête
• Des connecteurs natifs couvrent les principales plateformes (Google, Microsoft, Slack, Confluence, GitHub, etc.)
• La recherche hybride combine sémantique et lexicale pour une couverture optimale
• Les permissions existantes sont respectées : chaque utilisateur ne voit que ce qu’il est autorisé à consulter