Analyser ses documents avec l'IA : quelle approche choisir

Un rapport de cinquante pages à synthétiser, une pile de factures à contrôler, deux versions d'un contrat dont il faut isoler les écarts : le document reste le premier poste de temps caché dans la plupart des organisations. L'IA sait en prendre une bonne part en charge, à condition de savoir ce qu'on lui confie et de vérifier ce qu'elle rend.

Quatre questions décident du résultat : quel document confier à quelle approche, comment formuler une demande exploitable, que faire d'un document confidentiel, et quand industrialiser l'usage. Si la notion reste floue en amont, notre article sur l'IA générative en pose les bases.

Ce que l'IA sait faire d'un document (et ce qu'elle ne sait pas)

Analyse de document, OCR, fenêtre de contexte, RAG, hallucination : les termes se confondent vite, et les distinguer évite l'essentiel des déconvenues.

• L'analyse de document par IA, c'est confier un fichier à un modèle de langage pour qu'il le résume, en extraie des données ou réponde à des questions sur son contenu.
• L'OCR (reconnaissance optique de caractères), c'est l'étape qui transforme l'image d'un texte en caractères lisibles par une machine. Un préalable, pas une analyse.
• La fenêtre de contexte, c'est le volume de texte qu'un modèle voit en une seule fois. Au-delà, il ne voit plus tout le document.
• Le RAG (génération augmentée par la recherche), c'est le mécanisme qui cherche les passages pertinents dans un corpus avant de répondre.
• L'hallucination, c'est une réponse inventée, présentée avec l'assurance d'une réponse exacte. Elle existe aussi sur un document fourni.

Résumer, extraire, comparer, interroger

Quatre usages : résumer selon l'angle choisi, extraire des valeurs vers un tableau, comparer deux documents en signalant les écarts, interroger un contenu avec renvoi au passage d'origine. Une synthèse approximative se corrige à la lecture ; une donnée mal extraite qui part en comptabilité produit une erreur silencieuse.

La différence avec un simple OCR

Un OCR lit des caractères et rend du texte. Il ne sait pas qu'un nombre en bas de page est un total TTC. Un modèle de langage interprète la structure et le sens, mais il lui faut un texte lisible au départ. Sur un scan, la qualité de la reconnaissance conditionne donc tout le reste : une numérisation de travers ou trop compressée produit des chiffres mal lus, et le modèle raisonnera très correctement sur des données fausses.

Les limites à connaître avant de commencer

L'IA peut affirmer ce que le document ne dit pas. Un chiffre plausible mais absent, un article de contrat mentionné alors qu'il n'existe pas : le résultat est d'autant plus trompeur qu'il est bien écrit. Tout résultat qui sert à une décision se vérifie contre la source.

Les documents mis en page sont mal lus. Cellules fusionnées, facture sur deux colonnes, annexes numérotées : le modèle reconstitue un ordre de lecture et rattache parfois une valeur à la mauvaise ligne. Demandez toujours où se trouve chaque valeur restituée.

Un document très long n'est pas forcément lu en entier. Au-delà d'un certain volume, une partie sort du champ et le modèle répond sur ce qu'il a vu sans le signaler. Les limites publiées donnent un repère, à condition de ne pas confondre celles des API, qui portent sur une requête, et celles des interfaces grand public, qui portent sur un compte ou une conversation. Côté API : la documentation Gemini annonce des PDF jusqu'à 50 Mo ou 1 000 pages (relevé le 11 août 2026) ; celle de Claude, 32 Mo et 600 pages par requête, ramenées à 100 pages lorsque la fenêtre de contexte de la requête est inférieure à un million de tokens (relevé le 11 août 2026). Côté interface grand public : ChatGPT plafonne chaque fichier à 512 Mo, et les comptes gratuits à trois envois de fichiers par jour (relevé le 11 août 2026). Ces seuils bougeant souvent, revérifiez-les chez l'éditeur avant de dimensionner un usage. Au-delà, il faut découper.

Trois approches selon votre document

Trois familles, dont le choix dépend du document, de sa confidentialité et de sa fréquence.

Le LLM généraliste : rapide, pour un document ponctuel

Déposer un fichier dans ChatGPT, Claude, Gemini ou Mistral reste la voie la plus rapide : aucune mise en place, résultat immédiat, et c'est la porte d'entrée des versions gratuites. Deux angles morts : la confidentialité, traitée plus loin, et l'absence de traçabilité. Le modèle rend un texte, pas une piste d'audit.

L'outil PDF spécialisé : pour les documents longs ou structurés

Quand le document est long, quand il y en a plusieurs ou quand vous y reviendrez souvent, un espace documentaire dédié est plus pertinent : vous chargez vos sources une fois, puis vous les interrogez, avec des réponses qui renvoient au passage exact. NotebookLM illustre cette catégorie, et sa version gratuite n'est pas symbolique : la documentation officielle de Google indique 50 sources par carnet et 50 échanges par jour sur le plan Standard, contre 100 sources sur le plan Plus et 300 sur le plan Pro (relevé le 11 août 2026).

La démonstration ci-dessous parcourt NotebookLM en conditions réelles : chargement des sources, interrogation du corpus, puis retour à la citation d'origine de chaque réponse.

La chaîne automatisée : pour un traitement récurrent

Dès que le même type de document revient chaque semaine, le dépôt manuel devient le vrai coût. On construit alors une chaîne qui récupère le document, en extrait les informations attendues, les écrit dans l'outil métier et alerte un humain sur les cas ambigus : le terrain de Make et de n8n, et le point de départ de la plupart des projets d'agent IA en entreprise. Étape souvent négligée avant d'automatiser : figer la consigne dans un assistant dédié à un type de document, comme le décrit notre guide pour créer un Custom GPT.

Ce tableau sert de règle de décision : partez du document, pas de l'outil dont on vous a parlé.

Les mêmes approches, côté effort et budget.

Les cas d'usage les plus utiles en entreprise

Les cas d'usage les plus utiles ne sont pas les plus spectaculaires. Ceux qui suivent remontent d'ateliers de cadrage Alegria.group.

Résumer un rapport ou un compte rendu

Une fédération professionnelle que nous avons accompagnée suit les rapports parlementaires publiés sur ses sujets : publics, en PDF, et personne n'a le temps de les lire. Le besoin n'était pas un résumé générique mais les trois informations utiles aux adhérents.

Exemple de demande : Vous êtes analyste des affaires publiques pour une fédération du transport routier. Donnez les trois mesures de ce rapport qui concernent les entreprises de moins de 50 salariés, avec le numéro de page et la formulation exacte. Si une information n'y figure pas, écrivez « non traité ».

Extraire des données d'une facture ou d'un formulaire

Le cas d'usage à plus fort impact dans nos diagnostics, et le moins glamour. Dans un groupe de services informatiques, 80 % des factures fournisseurs étaient encore saisies à la main, certaines factures de licences atteignant une soixantaine de pages. Ailleurs, un laboratoire produisait environ 300 PDF de mesures, un par référence, à dépouiller pour isoler les valeurs conformes à un seuil.

Exemple de demande : Extrayez de cette facture, en tableau : numéro, date, fournisseur, numéro de TVA, montant hors taxes, TVA, total TTC, référence de commande. Ajoutez une colonne indiquant où chaque valeur a été trouvée. Si une mention obligatoire manque, signalez-la au lieu de la reconstituer.

Comparer deux versions d'un contrat

Un promoteur immobilier décrivait l'analyse de ses documents réglementaires, plans d'urbanisme, permis et contrats, comme longue et fastidieuse, avec une exigence que nous retenons depuis : la restitution doit citer le passage source. Sans traçabilité, la relecture juridique coûte plus cher que l'analyse gagnée.

Exemple de demande : Voici deux versions d'un contrat de prestation. Listez uniquement les écarts, classés en clauses ajoutées, supprimées et reformulées avec changement de portée, en citant les deux formulations en regard et l'article concerné. Ignorez les modifications de pure forme.

Interroger une base documentaire

L'usage le plus demandé et le plus souvent raté, parce que le problème n'est pas celui de l'IA. Dans une organisation que nous avons auditée, les documents de référence étaient éclatés entre intranet, espace collaboratif, SharePoint et disques locaux : cette dispersion empêchait tout assistant documentaire fiable. Ranger avant d'automatiser n'est pas une étape préparatoire, c'est le projet lui-même.

Exemple de demande : À partir des seules notes chargées ici, quelles sont nos obligations en matière de temps de conduite pour un salarié en contrat à durée déterminée ? Citez pour chaque affirmation la note et le paragraphe d'origine. Si la réponse n'y est pas, dites-le au lieu de compléter.

Bien formuler sa demande d'analyse

L'écart entre un résultat décevant et un résultat exploitable tient rarement à l'outil, presque toujours à la demande. Nos conseils pour utiliser l'IA générative valent ici, avec trois réflexes propres au document.

Donner le rôle et le contexte

Une demande sans contexte produit une synthèse de manuel scolaire. Précisez qui lira le résultat et pour quelle décision : un même rapport ne se résume pas de la même façon pour un comité de direction, un juriste et une équipe terrain.

Préciser ce qu'on veut en sortie

Le format attendu fait le travail : tableau à colonnes nommées, liste de cinq points, « oui / non / non traité » par critère. Et une consigne à systématiser : demander au modèle d'écrire qu'une information est absente plutôt que de la déduire.

Vérifier le résultat contre le document

Trois gestes suffisent le plus souvent : contrôler chaque valeur chiffrée à son emplacement annoncé, relire les passages cités entre guillemets, poser une question dont vous connaissez déjà la réponse. Un dirigeant d'agence de gestion immobilière nous a résumé l'enjeu : la solution n'a d'intérêt que s'il reste possible de vérifier chaque action avant qu'elle ne parte chez un client.

Confidentialité : ce qu'il ne faut jamais faire

La première objection en entreprise, et le point que les pages produit évitent.

Documents sensibles et outils grand public

Règle de principe, sans nuance : sur une version gratuite d'un outil grand public, considérez que les documents déposés peuvent servir à l'amélioration du service, sauf mention contraire explicite de l'éditeur. Donc jamais de document confidentiel, de donnée personnelle ni de pièce couverte par un secret professionnel. Ces règles varient d'une offre à l'autre et se vérifient sur la page de l'éditeur au moment de décider, pas dans un article.

Le problème le plus répandu n'est pas le mauvais outil, c'est l'absence de règle. Dans une équipe d'affaires publiques que nous avons formée, chacun utilisait son propre outil pour la veille réglementaire et la synthèse de documents, sans système commun. Personne n'avait rien décidé : c'est précisément le problème.

Ce que dit le RGPD

Déposer un document contenant des données personnelles dans un outil d'IA constitue un traitement : il lui faut une base légale, une information des personnes concernées, une durée de conservation et la maîtrise des transferts hors Union européenne. La CNIL recommande, sur les services grand public, de ne jamais partager d'informations confidentielles telles que des données personnelles, en particulier lorsqu'elles relèvent d'un secret professionnel (questions-réponses de la CNIL sur l'utilisation d'un système d'IA générative, consultées le 11 août 2026). Aucun outil n'est pour autant « conforme RGPD » en bloc : la conformité dépend de l'usage, du contrat et des données concernées.

Les options pour un usage professionnel

Trois voies, par maîtrise croissante : l'édition professionnelle ou entreprise d'un outil du marché, avec engagements contractuels et administration des accès ; l'outil hébergé dans le périmètre de l'organisation pour les données les plus sensibles ; le cloisonnement documentaire, qui définit en amont ce qui sort et ce qui ne sort jamais. Un cabinet de gestion de patrimoine que nous avons accompagné, soumis à un cadre réglementaire strict, avait tranché cette question avant celle de l'outil : c'est le bon ordre.

Cette checklist se passe avant de confier un document à un outil IA, pas après.

• Contient-il des données personnelles, un secret professionnel ou des informations sous accord de confidentialité ?
• Que disent les conditions de l'offre utilisée sur la réutilisation des contenus ?
• Où les données sont-elles hébergées, avec ou sans transfert hors Union européenne ?
• Suis-je autorisé, dans mon organisation, à traiter ce document sur cet outil ?
• Peut-il être anonymisé, ou réduit à l'extrait suffisant pour la question posée ?
• La conservation de l'historique est-elle désactivée quand l'option existe ?
• En cas de doute, qui tranche en interne, et sous quel délai ?

Passer d'un test ponctuel à un usage d'équipe

Trois signaux indiquent que l'usage a dépassé l'outil individuel : le même type de document revient régulièrement, plusieurs personnes le traitent chacune à sa façon, et le résultat alimente une décision en aval. Les trois réunis, la question n'est plus l'outil mais le processus : écrire la consigne de référence, décider ce qui reste vérifié par un humain, nommer qui arbitre les cas ambigus, fixer la règle de confidentialité.

Dans un groupe industriel, l'analyse des rapports de non-conformité clients, reçus avec photos et descriptions de défauts, a été retenue comme premier chantier parce que la méthode de traitement était déjà écrite : l'IA a accéléré un processus existant, elle ne l'a pas remplacé. Sur nos missions, le gain de temps varie fortement selon le document et la qualité de la source ; nous préférons le mesurer sur un pilote plutôt qu'annoncer un pourcentage.

Une session de sensibilisation ne suffit pas à enclencher un changement durable. Alegria.group combine conseil, formation et exécution : plus de 600 projets menés, 11 000 personnes formées.

Deux points d'entrée : le diagnostic data et IA pour identifier et prioriser les documents à traiter, et la formation IA en entreprise pour que les équipes sachent cadrer une demande et vérifier un résultat sans dépendre d'un prestataire. À titre individuel, les parcours d'Alegria.academy couvrent les mêmes compétences.