Assistant IA pour entreprise : répondre avec vos données plutôt qu’inventer des prix

Un assistant IA : un modèle de langage encadré par vos données et vos règles

Le patron d’une petite entreprise se pose souvent une seule question : un programme peut-il répondre aux clients à toute heure sans rien inventer ? Un assistant IA pour entreprise comporte trois parties. D’abord une interface : une fenêtre de discussion sur le site, dans l’espace client ou dans une messagerie. Ensuite un modèle de langage qui rédige les réponses. Enfin les données et les règles de l’entreprise, qui disent ce qui est vrai et ce qu’on peut promettre.

Un bot à scénario suit des boutons et des réponses écrites à l’avance : il ne dit rien qu’on ne lui ait donné, mais se perd dès qu’une question est formulée autrement. Un assistant lit du texte libre et rédige chaque fois une réponse nouvelle, d’où sa force et son risque. Un agent va plus loin et agit. L’OWASP GenAI Security Project décrit des systèmes à base de LLM dotés d’un certain pouvoir d’agir, capables d’appeler des fonctions ou d’autres systèmes. Cet article parle de l’assistant qui propose.

Pourquoi un modèle de langage comble les trous avec des prix inventés

Le Top 10 2025 de l’OWASP pour les applications à grands modèles de langage classe la désinformation en LLM09 : une information fausse ou trompeuse qui paraît crédible. L’hallucination en est une source majeure : un contenu qui semble exact mais qui est fabriqué. La cause : les modèles comblent les lacunes de leurs données d’entraînement par des régularités statistiques. Un fait manquant ne produit pas un silence, mais une phrase plausible.

Dans une entreprise, les trous se trouvent là où l’erreur coûte cher : prix, livraison, stock, garantie. L’OWASP cite Air Canada, dont le chatbot a donné de fausses informations aux voyageurs ; la compagnie a été poursuivie avec succès. Les éditeurs de modèles le reconnaissent. La fiche de Gemma 3 de Google indique que les modèles ne sont pas des bases de connaissances et peuvent produire des affirmations inexactes ou périmées.

Le remède s’appelle l’ancrage, en anglais grounding. La documentation de Google Cloud le définit comme la capacité à relier la sortie du modèle à des sources d’information vérifiables et précise qu’il réduit les hallucinations. L’OWASP conseille de même de récupérer des informations vérifiées dans des bases fiables et de garder une supervision humaine pour les faits critiques. L’assistant cherche donc la réponse avant de parler, et certaines questions n’atteignent jamais le modèle.

Service hébergé, serveur à vous ou réponses fixes : comment le construire

Premier choix : où tourne le modèle. Un service hébergé reçoit chaque question par internet : aucun matériel à entretenir, mais les questions quittent vos systèmes et les conditions du fournisseur s’appliquent. Un modèle auto-hébergé tourne sur une machine à vous ; Ollama, outil open source sous licence MIT, le permet sous macOS, Windows ou Linux. Google présente ses modèles Gemma comme des modèles ouverts et légers, assez petits pour un portable, un poste de bureau ou votre propre cloud. Qu’un petit modèle réponde bien à vos clients se vérifie par des tests, pas par une supposition.

Second choix : l’origine des faits. La recherche documentaire trouve les passages utiles dans vos documents et les transmet au modèle avec la question. Elle peut chercher par mots-clés ou par sens : la documentation de l’API Gemini de Google décrit les embeddings comme des représentations numériques pour la recherche sémantique, plus attentives au contexte que les approches par mots-clés. Pour le prix, les retours et la garantie, une réponse fixe tirée de la grille tarifaire vaut mieux que toute phrase générée.

Connexion obligatoire, limite de messages et injection de prompt

Un assistant qui lit du texte peut se laisser convaincre. L’OWASP place l’injection de prompt en tête, sous le code LLM01:2025 : des requêtes qui modifient le comportement ou la sortie du modèle de façon imprévue. La forme indirecte vient de sources externes, comme les sites ou les fichiers que l’assistant lit. Parmi les parades de l’OWASP figurent le cadrage du rôle du modèle et le marquage clair des contenus non fiables, pour qu’ils ne passent pas pour des consignes.

Chaque question consomme aussi du calcul. Le risque LLM10:2025, la consommation illimitée, désigne un usage excessif et incontrôlé qui mène au déni de service et à des pertes financières ; limites de requêtes et quotas par utilisateur font partie des défenses. Exiger une connexion est le quota le plus simple, car le système sait qui demande. La fiche sur l’excès d’autonomie (excessive agency) ajoute une dernière règle : une personne approuve les actions à fort impact, donc l’assistant propose et le client appuie sur le bouton.

L’assistant de l’espace VITON ID : le catalogue d’abord, le modèle en dernier

Le studio VITON13 a construit un assistant de ce type pour son propre site. C’est un produit propre au studio, pas une commande client : l’onglet VIT LIVE de l’espace personnel VITON ID, avec un panneau intitulé VIT ASSISTENT. Un membre connecté doit obtenir de vrais articles avec de vrais prix dans sa langue, pas une supposition du modèle. Une version antérieure ne donnait au modèle que les résultats de la recherche du site, des titres et des chemins ; interrogé sur le prix d’un site, il esquivait ou inventait un chiffre.

L’assistant actuel essaie trois couches dans un ordre fixe, et la première qui convient répond. D’abord le catalogue : 84 articles par langue, soit 32 produits d’Old Money, RISE, ANIRI et VITON XIII et 52 forfaits du studio issus de 13 pages de services. Pour une question sur l’achat, les produits, les services, la boutique ou le panier, un moteur par mots-clés répond avec six cartes au plus, chacune avec son prix, marquées VITON13 CATALOG, sans appeler le modèle. Puis viennent les réponses fixes, exactes sur les prix, la commande, les remises, les bonus et les délais de réponse, tirées des grilles de prix des services et des règles de bonus. Le modèle auto-hébergé vient en dernier.

Ce que voit le modèle de l’assistant VITON ID, et ce qui lui est interdit

Le modèle est servi par Ollama, par défaut sur le même serveur que le site ; le code désigne gemma3:4b comme modèle par défaut et laisse l’environnement du serveur en choisir un autre. Il reçoit la question, les deux messages précédents et une fiche générée à cet instant à partir des données de prix et de commande du site. Une question sur le site ajoute jusqu’à huit résultats de la recherche par mots-clés du site. Une question sur l’actualité, la météo ou les taux de change ajoute jusqu’à deux résultats web, transmis comme éléments non fiables et jamais comme consignes, que le panneau affiche comme sources.

Il doit répondre uniquement dans la langue du membre, en une à trois phrases, et, si la fiche n’a pas le chiffre, dire que le prix est confirmé après le brief au lieu de deviner. La température est de 0,1 ; la documentation d’Ollama donne 0,8 par défaut et précise que l’augmenter rend les réponses plus créatives. Les réponses sont plafonnées par défaut à 180 tokens, alors qu’Ollama, par défaut, ne fixe aucune limite. Le texte s’affiche dans le panneau au fil de la génération.

Chaque requête vérifie la présence d’une session : le 19 septembre 2026, la route du site en ligne a refusé un visiteur non connecté avec 401 REGISTRATION_REQUIRED, comme prévu. Chaque membre peut envoyer 8 messages en 5 minutes. Sur une carte, le membre la choisit, vérifie les options et seulement ensuite l’ajoute au panier ; l’assistant n’ajoute jamais rien de lui-même. Onze tests automatisés, sur l’appel au modèle et son erreur quand le serveur ne répond pas, la fiche, les règles de la recherche web et les réponses fixes, ont tous réussi le 19 septembre 2026.

Ce que le cas VITON ID ne prouve pas sur les assistants IA

Voici où s’arrêtent les preuves. Ce n’est pas un widget de discussion public : seuls les membres connectés à VITON ID l’utilisent, et il n’y a aucun chiffre d’usage ni de conversion. Il ne prend pas de commandes et ne transmet pas de demandes au studio ; cela passe par les formulaires des pages de services. Le cas ne montre pas non plus le modèle en production et ne juge pas la qualité de ses réponses.

La correspondance se fait par mots-clés, pas par sens : il n’y a ni embeddings ni base vectorielle. Les listes de mots ont des trous et diffèrent d’une langue à l’autre, si bien que certaines questions, dont quelques suggestions du panneau lui-même, manquent les bonnes cartes. Le catalogue contient 3 des 5 parfums VITON XIII et aucun article de VIT MARKET, et les réponses fixes sur les prix et la commande n’existent qu’en russe et en anglais. Ce qui se transpose ailleurs, c’est l’ordre des étapes, pas une promesse sur le modèle.

Préparer questions, prix et relais humain avant de lancer un assistant

Trois choses pèsent plus sur le résultat que le modèle. D’abord, les vraies questions des clients, tirées des e-mails, des messageries et des appels, en marquant celles qui exigent une réponse exacte. Ensuite, une seule fiche de prix et de conditions comme source unique de vérité, tenue à jour par une personne désignée. Enfin, qui prend le relais quand l’assistant ne peut pas aider. Un assistant IA pour entreprise construit sans ces trois éléments répète les anciens problèmes, en plus rapide.

Un chatbot standard suffit quand les questions sont peu nombreuses, se répètent et changent rarement : horaires, adresse, quelques questions fréquentes. Un assistant sur mesure se justifie quand les réponses dépendent d’un catalogue vivant, que les prix doivent être exacts en plusieurs langues, que l’accès est lié aux comptes clients ou qu’il faut lire vos propres systèmes. Le studio VITON13 fait ce type de travail. Le guide en lien explique combien coûte un chatbot IA pour un site, et la page du cas détaille l’assistant VITON ID.