Combien de temps votre équipe perd-elle chaque semaine à chercher une information qui existe déjà quelque part ?
Une étude de 2001 estimait qu'un travailleur passait un tiers de sa journée à chercher de l'information.Ces chiffres, contestés depuis, sont à utiliser avec prudence. Ceci dit, ce constat reste d'actualité en 2026 : malgré des décennies d'investissements dans la gestion documentaire, la recherche d'entreprise, les plateformes collaboratives et les méthodologies modernes de documentation, la gestion de l'information reste problématique dans la plupart des organisations.
Les cas de figure sont multiples selon une taxonomie établie à partir de 878 artefacts documentaires réels: documentation inexistante, obsolète, incomplète, incohérente avec les processus ou le code, illisible ou introuvable. Les risques dépassent la seule productivité. Une non-conformité réglementaire peut avoir de graves conséquences. Le départ d'un « gourou local » peut paralyser une activité entière.
Les limites des approches passées
Chaque génération d'outils a apporté quelque chose. Aucune n'a résolu un problème dont les causes sont remarquablement stables.
L'asymétrie effort/bénéfice. Celui qui documente n'est pas celui qui en profite, et la documentation est perçue comme une perte de temps face à des tâches plus productives.
L'absence de boucle de rétroaction. Un test qui casse alerte immédiatement. Une documentation devenue fausse ne se manifeste que plus tard, chez un lecteur, en silence.
Le cercle vicieux de la confiance. Des documents obsolètes détruisent la confiance dans l'information et démotivent ceux qui prenaient la peine de la maintenir.
La culture prime sur le processus. Des problèmes documentaires graves persistent malgré des processus formellement bien définis.Aucun outil n'a jamais corrigé cela.
Le coût humain. Diátaxis est une méthodologie solide, mais elle repose sur une discipline éditoriale permanente, et l'audit manuel d'un corpus existant devient vite hors de portée.
L'apport et les limites de l'intelligence artificielle
Sur ces cinq causes, l'intelligence artificielle n'en atteint que deux, celles qui relèvent du temps et de la détection. L'asymétrie des bénéfices et le poids de la culture organisationnelle lui restent parfaitement étrangers. Elle ne fait pas de miracles : elle ne produit pas une connaissance inexistante et, non déterministe, ne garantit pas l'exactitude de ce qu'elle restitue. Sa fiabilité n'est donc jamais absolue.
Encore faut-il appliquer ce critère avec équité. Une réponse obtenue d'un collègue n'est pas plus fiable. Il peut se tromper, avoir en tête une version antérieure du système, ou raisonner sur un périmètre voisin. Même constat pour un document retrouvé sur l'intranet, rien ne dit qu'il est à jour ni qu'il a été relu. Les organisations ont toujours fonctionné avec une information incertaine. Elles ont appris à la juger par son contexte : qui l'a écrite, quand, dans quel but. L'intelligence artificielle ne résout pas ce problème, et prétendre le contraire serait une erreur d'analyse.
Ce qu'elle modifie, c'est le temps nécessaire pour accéder à une information. Interroger un système en langage naturel plutôt que parcourir des arborescences, obtenir une réponse formulée plutôt qu'une liste de résultats, lire une règle métier reconstituée plutôt que quatre cents lignes de conditions : le temps d'accès change d'ordre de grandeur sur une activité qui occupe une part significative des journées.
Ce raccourcissement rend par ailleurs praticable ce qui a toujours été la meilleure protection contre l'erreur : le recoupement. Confronter le code, un ticket et une note d'architecture est un réflexe que chacun connaît et que presque personne n'applique, car cela représente un effort disproportionné par rapport à la question posée. Automatisé, il devient une opération de routine, et les divergences entre sources constituent elles-mêmes une information précieuse, signalant les endroits où la documentation a décroché du système réel.
Deux réserves demeurent.
La première tient à la nature de ce qui est accessible : les arbitrages, contraintes historiques & décisions d'architecture reste tacite chez les personnes et ne s'extrait d'aucun dépôt.
La seconde tient à la forme des réponses obtenues : une réponse fluide et bien construite inspire plus de confiance que l'hésitation d'un collègue. La traçabilité vers la source devient une nécessité qui permet au lecteur d'exercer le même jugement que celui qu'il exerce, sans y penser, sur les réponses d'un collègue.
La première ne s'extrait d'aucun dépôt. La seconde tient à la forme des réponses obtenues : une réponse fluide et bien construite inspire plus de confiance que l'hésitation d'un collègue. La traçabilité vers la source devient une nécessité, elle permet au lecteur d'exercer le même jugement que celui qu'il exerce, sans y penser, sur les réponses d'un collègue.
Vers une documentation vivante
La documentation n'est vivante que si elle constitue un sous-produit du système plutôt qu'un artefact parallèle, si sa dérive est détectée automatiquement, et si l'on accepte de ne documenter que ce qui porte un véritable risque métier. Produire dix mille pages que personne ne lira reproduirait, à plus grande échelle, l'échec des wikis.
Chez 5th floor, nous mettons en œuvre des solutions qui reposent sur cette démarche. Elle consiste à délimiter d'abord le périmètre critique, les processus et composants dont la méconnaissance ferait courir un risque réel de continuité, de revenus ou de conformité, puis à constituer un socle documentaire à partir des sources existantes (code, tickets, notes, échanges) plutôt qu'à partir d'une page blanche. Ce socle est ensuite rendu interrogeable en langage naturel, avec restitution systématique des sources, et le recoupement est automatisé à chaque évolution du système, afin que les divergences remontent avant qu'un lecteur ne les découvre.
