Quand l'IA lit les documents de mon entreprise : de 26,7 % à 86 % de justesse

Une IA à qui vous donnez vos contrats répond avec aplomb, et se trompe une fois sur deux quand le document est long. Mistral a chiffré l'écart entre deviner et aller chercher. Ce chiffre explique aussi pourquoi un cadrage commence par vos fichiers.

Une IA qui lit les documents de mon entreprise se trompe plus souvent qu'elle n'en a l'air : sur FinanceBench, un jeu de questions posées à des documents financiers réels, la précision passe de 26,7 % à 86 % dès que le modèle fouille par étapes au lieu de tout avaler d'un coup (Mistral AI, annonce d'Agentic Search, 20 août 2026).

Ce que mesure le passage de 26,7 % à 86 %

Mistral a donné à son modèle cinq outils pour chercher dans un document plutôt que de le lire d'une traite. Sur le même jeu de questions, avec le même modèle, la précision a été multipliée par plus de trois. Le gain vaut aussi pour les documents de bureau : 51,9 % sur OfficeQA Pro, 45,6 points au-dessus de la lecture directe. Ces mesures viennent de l'éditeur lui-même, sur des jeux publics, ce qui invite à les lire comme une démonstration de méthode plutôt que comme un verdict de marché.

Pourquoi la démonstration en rendez-vous est toujours brillante

Un vendeur qui vous montre son IA sur un de vos documents choisit une question dont la réponse tient dans une phrase, sur une page qu'il a ouverte devant vous. Les 26,7 % décrivent l'autre situation : trente questions posées à un rapport de deux cents pages, dont plusieurs demandent de recouper deux tableaux éloignés. Demandez la question qui exige un recoupement, et regardez ce que l'outil répond quand l'information manque. Un système qui invente une réponse plausible coûte plus cher qu'un système qui déclare ne pas savoir.

Vos fichiers sont de la matière de cadrage

La même leçon vaut au moment de faire construire un logiciel. Votre façon de travailler est déjà écrite quelque part : un modèle de devis, un tableur de tournées, un compte rendu d'assemblée, la note interne qui explique votre remise fidélité. Décrire tout cela de mémoire dans une conversation revient à demander à une IA de deviner. Joindre les fichiers au moment du cadrage revient à la faire chercher. C'est la différence que chiffre l'écart entre 26,7 % et 86 %, transposée à votre projet.

Ce qu'une équipe d'agents fait de cette matière

Dans Maestro, vous glissez vos documents dans la conversation, et Margaux, l'agent qui cadre le besoin, s'en sert pour poser des questions plutôt que pour combler des trous. Elle revient avec un brief qui cite vos propres termes : vos statuts d'un devis, vos noms d'étapes, votre règle d'arrondi. Vous corrigez, vous validez par « Ça me va », et le document validé sert de référence à toute la suite. Les fichiers joints restent sur votre Mac au même titre que le reste du projet. Pour apprendre à relire ce document sans être du métier, voyez lire un cahier des charges en dix minutes.

Là où un outil de recherche documentaire vous servira mieux

Si votre besoin s'arrête à interroger un fonds documentaire, une base de contrats, dix ans de comptes rendus, un moteur de recherche à étapes fait le travail et Maestro n'a rien à y ajouter. Les deux usages se ressemblent de loin et divergent au but : l'un répond à des questions, l'autre construit un logiciel. Choisissez selon ce que vous voulez à la fin, une réponse ou un produit.

Préparer trois documents avant de commencer

Avant votre premier cadrage, rassemblez trois fichiers : celui que vous envoyez à vos clients, celui qui vous sert à suivre votre activité au quotidien, et celui que vous détestez remplir. Ces trois-là contiennent l'essentiel de vos règles, y compris celles que vous n'énoncez jamais. Joignez-les à la conversation avant de raconter votre idée, et comparez le brief obtenu à celui que produit la même conversation sans les fichiers. La méthode complète tient dans votre cahier des charges en une heure, et le vocabulaire à ne pas apprendre dans je ne connais pas les mots.