Vos données sont-elles prêtes pour l'IA ? Audit en 12 points en 2026
Dans un projet d'IA, la première cause d'échec ne vient presque jamais du modèle : elle vient des données. Des documents en trois versions contradictoires, des scans illisibles, des tableaux qui n'ont de sens que pour leur auteur, des droits d'accès jamais cartographiés. Un modèle puissant posé sur une base médiocre produit des réponses médiocres, avec assurance. La bonne nouvelle : vous pouvez vérifier l'état de vos données vous-même, en une semaine, avant de consulter un prestataire. Voici un audit en douze points, une méthode d'échantillonnage et la façon de lire le résultat.
Pourquoi auditer avant de choisir un prestataire
Un prestataire qui découvre l'état de vos données après la signature le fait à vos frais, avec des avenants. Un prestataire à qui vous remettez un audit chiffre juste, ou vous dit franchement que le chantier préalable est le vrai projet. Dans les deux cas, vous gagnez. L'audit alimente aussi directement la rubrique « données » de votre cahier des charges.
Les douze points de l'audit
| # | Point | Question à se poser |
|---|---|---|
| 1 | Inventaire | Savez-vous où se trouvent tous les documents utiles ? |
| 2 | Propriétaire | Chaque source a-t-elle une personne responsable de son contenu ? |
| 3 | Format | Texte exploitable, tableur, PDF numérique, scan, image ? |
| 4 | Doublons et versions | Existe-t-il plusieurs versions du même document ? Laquelle fait foi ? |
| 5 | Fraîcheur | À quand remonte la dernière mise à jour, et qui la fait ? |
| 6 | Complétude | Manque-t-il des champs ou des pages dans les cas importants ? |
| 7 | Cohérence du vocabulaire | Le même produit ou le même terme porte-t-il plusieurs noms ? |
| 8 | Qualité des scans | Le texte d'un document scanné est-il lisible par une machine ? |
| 9 | Droits d'accès | Qui a le droit de lire quoi, et est-ce documenté ? |
| 10 | Sensibilité | Données personnelles, secrets commerciaux, informations réglementées ? |
| 11 | Structure | Titres, dates, types de documents sont-ils renseignés de façon homogène ? |
| 12 | Mise à jour future | Qui ajoutera et retirera des documents après le lancement ? |
La méthode d'échantillonnage en deux heures
Inutile de tout examiner. Procédez par échantillon :
- Tirez trente documents au hasard dans les sources utiles : en prenant, par exemple, un document sur vingt dans l'ordre alphabétique, pas les plus beaux.
- Pour chacun, répondez par oui ou par non à six questions : le texte est-il lisible par une machine ? la date et la version sont-elles identifiables ? existe-t-il une autre version concurrente ? est-il à jour ? contient-il des données personnelles ? quelqu'un en est-il propriétaire ?
- Comptez le nombre de « non » favorables (illisible, version concurrente, périmé, sans propriétaire) et de « oui » à risque (données personnelles).
- Extrapolez avec prudence : si une question de qualité échoue sur environ un document sur trois dans l'échantillon, vous pouvez en attendre à peu près autant sur l'ensemble.
Cette mesure, imparfaite, est largement suffisante pour décider si le chantier est mineur, à planifier, ou à traiter avant tout projet.
Lire le résultat : trois situations
Situation verte : peu de défauts, un propriétaire par source
Vous pouvez consulter des prestataires pour un projet complet. Signalez les quelques défauts constatés : ils seront traités en quelques jours.
Situation orange : des défauts fréquents mais réparables
Doublons, versions obsolètes, vocabulaire hétérogène. Le projet est faisable, mais un chantier de nettoyage doit être planifié et chiffré. Décidez qui le fait : vos équipes, ou le prestataire. Dans ce cas, une preuve de concept limitée à un sous-ensemble propre est le bon point de départ.
Situation rouge : données absentes, éclatées ou illisibles
Papier, oral, saisies dans des fichiers personnels, scans de mauvaise qualité. Le premier projet est un projet de numérisation et d'organisation, pas d'IA. Ce n'est pas un échec : c'est un investissement qui sera utile avec ou sans IA, et qui évite de payer très cher un assistant qui répondrait au hasard.
Les cinq défauts les plus coûteux, et leur remède
- Les versions concurrentes. Remède : décider, pour chaque type de document, quelle version fait foi, archiver ou retirer le reste. C'est une décision de votre entreprise, pas un traitement technique.
- Les scans sans reconnaissance de texte. Remède : appliquer une reconnaissance de caractères de bonne qualité, puis contrôler un échantillon. Un tableau scanné de travers produit des chiffres faux.
- Les tableaux et schémas. Remède : les décrire en texte quand ils portent de l'information (« ce tableau donne les délais de livraison par zone »), sinon l'IA les ignore ou les déforme.
- Le vocabulaire flottant. Remède : établir un petit lexique (noms de produits, sigles, synonymes) que le système utilisera ; deux heures de travail qui améliorent beaucoup les réponses.
- L'absence de propriétaire. Remède : nommer, pour chaque source, une personne chargée de la tenir à jour. Sans elle, la base se dégrade en quelques mois, comme l'explique notre comparaison entre RAG et fine-tuning.
Un audit rempli, pour une entreprise fictive
Une société de services de vingt personnes veut un assistant qui réponde aux questions sur ses procédures et ses offres. Voici comment l'audit se présente après deux heures de travail :
- Sources : un espace partagé de procédures (environ trois cents documents), un dossier d'offres commerciales (une centaine), les e-mails d'un service. Seules les deux premières sont retenues pour démarrer.
- Échantillon de trente documents : vingt-six sont lisibles par une machine, quatre sont des scans sans reconnaissance de texte ; douze existent en plusieurs versions ; neuf ont plus de trois ans sans mise à jour ; deux contiennent des noms de clients ; aucune source n'a de propriétaire nommé.
- Lecture : situation orange. Les scans sont peu nombreux, mais les versions concurrentes et l'absence de propriétaire sont des défauts structurants.
- Plan : désigner un propriétaire par dossier, décider quelle version fait foi pour les douze documents en doublon, retirer ou archiver les plus anciens, appliquer la reconnaissance de texte aux quatre scans, rédiger un lexique d'une page. Estimation : quelques jours de travail interne étalés sur deux semaines, à planifier avant de lancer le projet.
Remarquez que ce travail ne demande aucune compétence technique, et qu'il rend votre entreprise plus ordonnée, avec ou sans IA.
Des métadonnées minimales qui changent tout
Si vous ne deviez faire qu'un chantier de structuration, imposez à chaque document quatre informations homogènes : un titre explicite (pas « version finale 3 »), une date de dernière mise à jour, un type (procédure, offre, contrat, compte rendu) et un propriétaire. Elles permettent au système de retrouver le bon document, de privilégier le plus récent et d'écarter ce qui est périmé. C'est un petit effort d'organisation dont le bénéfice se retrouve dans la qualité des réponses, comme dans le fonctionnement d'un système de recherche documentaire.
Comment estimer le temps de nettoyage
Reprenez l'échantillon de trente documents et chronométrez le traitement de cinq d'entre eux : décider de la version, corriger le titre, renseigner les quatre informations, appliquer la reconnaissance de texte si besoin. Multipliez le temps moyen par le nombre de documents concernés (ceux qui sont réellement utiles, pas tout le stock). Vous obtenez une durée réaliste que vous pouvez reporter dans votre budget, au poste préparation des données. Si le résultat vous effraie, réduisez le périmètre du premier projet à un sous-ensemble propre : c'est généralement la bonne réponse.
Droits d'accès et données personnelles : ne pas improviser
Avant de brancher quoi que ce soit, cartographiez qui peut lire quoi. Un assistant relié à tout votre espace documentaire donnera à chacun accès, indirectement, à ce qu'il n'aurait pas pu ouvrir lui-même, si les droits ne sont pas respectés au moment de la recherche. Repérez ensuite les documents qui contiennent des données personnelles (contrats, fiches de paie, tickets de clients) et décidez s'ils doivent entrer ou non dans le périmètre du premier projet. L'exclusion volontaire d'une source sensible est souvent la meilleure décision de départ. Les vérifications correspondantes sont dans notre guide RGPD.
Ce que vous pouvez faire dès cette semaine
- Désigner une personne qui pilote l'audit, et lui donner deux heures.
- Tirer l'échantillon de trente documents et remplir la grille.
- Lister les cinq défauts les plus fréquents et un propriétaire pour chaque source.
- Rédiger le petit lexique de vos termes.
- Joindre ces éléments à votre demande aux prestataires.
Avec cela, vous pouvez parcourir le classement des agences IA par ville ou décrire votre projet avec des informations concrètes sur vos données. Les propositions que vous recevrez en seront plus précises, et plus honnêtes.