Votre propre GPT d’entreprise : dialoguer avec vos données sans qu’elles quittent vos murs
En bref
Un GPT d’entreprise est un assistant de chat qui répond aux questions à partir de vos propres documents, procédures et systèmes, avec les sources. Il se compose d’un modèle de langage, d’une recherche dans vos sources, de rôles par équipe et d’un journal. La question n’est pas de savoir s’il vous en faut un, mais où tourne le modèle : chez un fournisseur américain qui voit vos données, ou sur un nœud à vous avec des modèles open-weight.
Ce qu’est un GPT d’entreprise
Le terme vient des « GPT personnalisés » de ChatGPT : un chat auquel on confie ses propres fichiers et instructions. En organisation, on entend généralement plus : un assistant qui connaît le manuel, les contrats, les tickets et l’intranet, y répond et indique l’endroit d’où vient la réponse. Techniquement, c’est la génération augmentée par la recherche : la question est cherchée dans vos documents, les résultats sont transmis au modèle, qui formule la réponse avec référence. Voir L’IA sur vos propres documents pour la technique.
Le modèle n’apprend rien au passage : il relit à chaque question. C’est pourquoi un GPT d’entreprise se construit sans entraînement, et pourquoi la question des accès reste la plus importante.
Trois voies, et ce qu’elles impliquent
| Variante | Où tournent le modèle et les données | Ce que vous devez régler |
|---|---|---|
| GPT personnalisé dans ChatGPT | Chez OpenAI aux États-Unis ; les fichiers téléversés y sont stockés | Contrat de sous-traitance seulement avec Business ou Enterprise, transfert hors UE, pas de modèle de rôles au-delà de vos propres droits |
| Copilot ou un assistant cloud dans le tenant | Dans le cloud du fournisseur, dans le cadre de vos licences | Quelles sources l’assistant atteint ; les anciens partages deviennent visibles. Voir Copilot ou IA à soi |
| Nœud propre avec modèle open-weight | Dans votre salle serveur ou sur un nœud dédié dans un centre de données européen | Exploitation, choix du modèle, connexion des sources ; aucun fournisseur dans la chaîne |
Les deux premières variantes se mettent en place vite. Mais elles signifient qu’un tiers traite vos questions et vos documents. Pour les dossiers RH, les contrats, les données de patients ou les dossiers clients, c’est là que la plupart des projets s’arrêtent.
Les quatre briques
- Modèle. Un modèle open-weight comme Llama, Mistral ou Qwen, dans une taille que votre nœud supporte. Un grand modèle pour rédiger, un petit pour classer.
- Sources. Stockage de fichiers, intranet, outil de tickets, applications métier, connectés avec les droits qui s’y appliquent. Commencez par un service et un fonds documentaire.
- Rôles. Qui peut demander quoi, et dans quelles sources ? L’assistant ne doit jamais voir plus que la personne qui demande. Voir Contrôle d’accès pour l’IA.
- Journal. Chaque question, chaque réponse, chaque source. Pour le DPO, pour le diagnostic des erreurs, et à partir de décembre 2027 pour l’obligation de journalisation de l’AI Act dans les usages à haut risque.
Comment le déployer
- Un processus d’abord. La base de connaissances du service client, le manuel qualité, les modèles de contrats. Avec un propriétaire et un objectif mesurable.
- Des questions de test au préalable. Trente vraies questions aux réponses connues. Elles servent à comparer les modèles puis à mesurer le taux de correction.
- Des sources plutôt que de la mémoire. Une réponse sans référence vaut supposition. L’assistant le dit lui-même.
- Un pilote avec une équipe, quatre à six semaines. Puis seulement le service suivant. La séquence complète est dans Mettre en place son propre environnement d’IA.
Comment werqly s’y intègre
werqly est un GPT d’entreprise sur un nœud qui appartient à votre organisation : dans votre salle serveur ou comme nœud dédié dans werqly Cloud, avec des modèles open-weight, des sources connectées et werqly AI Control pour les rôles, les sources par rôle et le journal. Les collaborateurs dialoguent comme avec ChatGPT, sauf que questions et documents ne quittent pas vos murs. Calculez ci-dessous la configuration pour votre organisation.
Questions fréquentes
Questions sur ce sujet
Un GPT personnalisé dans ChatGPT est-il un GPT d’entreprise ?
C’est le départ le plus simple, mais les fichiers sont stockés chez OpenAI aux États-Unis, et sans contrat Business ou Enterprise il n’y a pas de contrat de sous-traitance. Utilisable pour du contenu public, pas pour des données confidentielles.
Faut-il entraîner le modèle sur nos données ?
Non. Un GPT d’entreprise cherche dans vos documents à chaque question et transmet les résultats au modèle. Le modèle reste inchangé, les réponses sont sourcées, et les nouveaux documents sont utilisables immédiatement.
Comment empêcher l’assistant d’en révéler trop ?
Par les rôles : l’assistant ne cherche que dans les sources que la personne qui demande peut elle-même ouvrir, et journalise chaque réponse. Commencez par un fonds documentaire délimité et élargissez pas à pas.
Quel matériel faut-il pour un GPT d’entreprise à soi ?
Un serveur avec GPU, dimensionné selon le nombre d’utilisateurs simultanés et la taille du modèle. Pour la plupart des organisations, un nœud suffit ; le calculateur de cette page montre la configuration adaptée.
Sources
Cet article est une information générale, pas un conseil juridique. Les règles et les recommandations évoluent ; en cas de doute, consultez les sources citées ou votre juriste ou DPO.