L’assistant IA de votre entreprise n’a pas besoin de vos 4 000 documents. Il a besoin de six fichiers que personne n’a écrits

Jeudi 10 septembre 2026, OpenAI a ouvert son Agents API en bêta publique : l’infrastructure qui fait tourner Codex, louée à tout le monde, sans frais de plateforme — on paie les jetons et les outils consommés, la recherche web hébergée à 10 $ les mille requêtes (annonce OpenAI, 10 septembre 2026). Session durable, reprise après incident, compactage du contexte. Tout le mal qu’on se donnait depuis un an est désormais dans un appel d’API.

Le lendemain matin à 9 h 30, un agent a publié seul l’article du jour sur ce blog : texte, couverture, visuels, post LinkedIn, carrousel Instagram. C’est le 17e depuis le 25 août, et je n’en ai relu aucun avant sa mise en ligne. Cet agent ne tourne sur aucune infrastructure managée. Il ne cherche dans aucune base vectorielle. Il lit six fichiers texte, 9 739 mots au total, rangés dans le même dépôt Git que le site.

Je le dis parce que la question qu’on me pose le plus souvent depuis six mois est mal posée. Ce n’est pas « quel outil pour un assistant IA interne ». C’est « qu’est-ce que mon entreprise sait, que personne n’a jamais écrit ».

Le réflexe, quand on veut un assistant qui « connaît la boîte », c’est de lui donner à lire tout ce qui existe : le Drive, les PDF, le catalogue, les comptes rendus. C’est le principe du RAG, et ça marche très bien pour une question factuelle : quel est le tarif de la prestation X, quelle est la garantie sur le produit Y.

Ça échoue sur la seule catégorie de questions qui compte vraiment : celles dont la réponse est une décision. Pourquoi on ne facture pas les déplacements en dessous de 30 km. Pourquoi on refuse les demandes à moins de 3 000 €. Pourquoi on n’envoie plus rien à ce fournisseur le vendredi. Ces réponses-là n’existent dans aucun document. Elles vivent dans la tête de deux personnes, et elles sortent quand quelqu’un se trompe.

L’enquête BDM × SocIAty, publiée le 23 juin 2026 sur 807 professionnels du numérique interrogés du 24 avril au 29 mai, donne 36 % d’entreprises où l’usage de l’IA est intégré ou obligatoire, mais 11 % seulement au stade de l’industrialisation. L’écart entre les deux, ce n’est pas un problème de modèle : c’est que personne n’a écrit la règle maison que l’outil devrait appliquer.

Ma thèse, et vous avez le droit de ne pas être d’accord : un assistant utile se construit par soustraction, pas par indexation. Six fichiers écrits à la main battent quatre mille documents avalés.

Voici l’intégralité de ce que lit l’agent qui produit le contenu de Scaile Up chaque matin. Aucun n’a été écrit d’un bloc : ils se sont épaissis correction après correction.

Le contenu de ces fichiers n’est pas de la documentation produit. C’est un carnet de pannes. Quatre exemples, pris tels quels, parce que ce sont eux qui font la différence entre un assistant qui devine et un assistant qui sait.

3 septembre, LinkedIn. Le post part, l’API répond 201, tout va bien. Sauf que le texte publié s’arrête à la première parenthèse : le champ commentary est en « Little Text » et coupe au premier caractère non échappé. Les trois derniers paragraphes, dont la question finale, ne sont jamais partis. La ligne écrite dans PUBLISH.md tient en une phrase : les caractères | { } @ [ ] ( ) < > # * _ ~ doivent être précédés d’une barre oblique inverse, et un 201 ne prouve rien — on relit le post publié.

7 septembre, Instagram. Le carrousel part au format TikTok, 1080×1920. Le fil Instagram ne descend pas sous le 4:5 : il rembourre, et le post sort avec des bandes blanches. Règle écrite : Instagram 1080×1350, TikTok 1080×1920, jamais les mêmes fichiers.

TikTok, API photo. Un PNG fait échouer l’envoi avec file_format_check_failed, après l’initialisation, donc sans message clair. Règle écrite : JPEG qualité 92, toujours.

3 septembre encore, et c’est ma préférée parce qu’elle a coûté deux jours. Les carrousels envoyés à TikTok arrivaient bien, mais je les cherchais dans l’onglet Brouillons. Ils atterrissent en notification système, intitulée « Plateforme TikTok : Modifie ta vidéo avant de la partager », et l’éditeur ne s’ouvre que sur mobile. Deux jours à croire que l’intégration était cassée alors qu’elle marchait. Une ligne, et plus jamais.

Aucune de ces quatre lignes n’aurait pu être déduite d’un document d’entreprise. Elles n’existaient nulle part avant qu’on se trompe. C’est exactement ce que votre assistant ne sait pas de vous.

En outil : 0 €. Ce sont six fichiers texte dans un dépôt Git. Vous pouvez faire la même chose dans un dossier Google Drive partagé, ou dans une page Notion, ça marche pareil.

Le seul vrai coût est celui de l’abonnement qui lit ces fichiers, et il est le même avec ou sans la méthode : ChatGPT Business à 21 € par utilisateur et par mois en engagement annuel, Claude Team à 18 €, Notion Business à 24 € par membre et par mois en mensuel — tarifs publics relevés le 11 août 2026. Autrement dit, si vous payez déjà l’un des trois, la mémoire d’entreprise ne vous coûtera pas un euro de plus.

Le coût réel est du temps, et il est petit : 5 minutes après chaque correction. J’ai mesuré sur mon dépôt : les six fichiers pèsent 9 739 mots accumulés en trois semaines, à raison d’une ou deux entrées par jour. Personne ne s’est jamais assis pour « rédiger la documentation ». C’est la différence entre un projet et une habitude.

Ce que je ne sais pas encore : jusqu’où ça tient. À 9 739 mots, l’agent lit tout sans broncher. À 40 000, il faudra découper par sujet et ne charger que le fichier utile. Je n’ai pas encore atteint ce seuil, donc je ne vais pas vous vendre une architecture que je n’ai pas testée. Méfiez-vous de ceux qui vous parlent d’indexation vectorielle avant que vous ayez écrit vos vingt premières règles.

Un seul geste, cinq minutes. Créez un fichier — DECISIONS.md, une page Notion, un document Drive, peu importe — et écrivez-y la dernière fois que quelqu’un s’est trompé dans votre entreprise, au format suivant. Quatre lignes, toujours les mêmes :

Ajoutez une entrée à chaque fois que quelqu’un dit « ah non, nous on fait autrement ». Au bout de vingt entrées, collez le fichier entier dans votre assistant avant chaque question, et regardez la différence. Vous n’aurez pas fait de projet IA. Vous aurez juste arrêté de perdre ce que votre équipe sait déjà.

Et si vous voulez que ce fichier devienne un assistant branché sur vos outils, qui répond aux questions de l’équipe sans qu’on vous les repose dix fois, c’est ce qu’on installe : assistant IA interne.