Bases de connaissances
Connaissance de conversation, bases d'espace de travail et Contexte de l'entreprise — quand utiliser chaque surface, comment elle est gouvernée et comment nous évaluons la récupération.
Scrydon propose plusieurs types de bases de connaissances, et ce délibérément. Un fichier joint à une conversation, la documentation vivante d'un espace de travail et le Contexte de l'entreprise à l'échelle de l'organisation obéissent à des responsabilités et cycles de vie différents. Cette page explique quand utiliser chaque surface et comment nous mesurons la qualité de la récupération.
Les trois surfaces de connaissance
| Connaissance de conversation | Bases de connaissances d'espace de travail | Contexte de l'entreprise | |
|---|---|---|---|
| Ce que c'est | Fichiers joints à une conversation Chat privée, indexés automatiquement. | KB nommées pour les documents, transcriptions et contenus d'un espace de travail. | Une KB Memex à l'échelle de l'organisation pour les priorités, politiques, termes, contraintes et autres faits d'entreprise vérifiés. |
| Portée | Une conversation privée. | Un espace de travail (partageable selon la politique d'accès). | Une organisation ; lisible par ses membres autorisés. |
| Cycle de vie | Supprimée avec la conversation. | Gérée par les membres de l'espace de travail — ajout, mise à jour, suppression. | Gérée centralement dans Paramètres → Organisation → Contexte de l'entreprise. |
| Gouvernance | Privée par construction. | Niveaux d'habilitation par page, scan de secrets à l'ingestion. | Appartenance à l'organisation, habilitation des pages et surface d'écriture réservée aux administrateurs. |
| Mise en place par | Personne — joignez un fichier et elle existe. | Les membres de l'espace de travail, via l'interface ou Chat. | Uniquement les propriétaires et administrateurs de l'organisation. |
Quand utiliser laquelle
- Vous répondez à une question maintenant — joignez le fichier à la conversation. La KB privée à la conversation ne nécessite aucune configuration et ne fuit nulle part. Voir Chat → Bases de connaissances.
- Une équipe travaille régulièrement sur les mêmes documents — documents de projet, runbooks, transcriptions de réunions, historique du support d'un produit — créez une base de connaissances d'espace de travail. Les workflows, les agents et le Chat peuvent tous l'interroger, et les niveaux d'habilitation empêchent les utilisateurs non autorisés d'accéder aux pages sensibles.
- Chaque espace de travail doit comprendre les mêmes faits d'entreprise — placez les politiques, priorités stratégiques, termes, contraintes et parties prenantes vérifiés dans le Contexte de l'entreprise. Les étapes IA d'un pack peuvent lui poser une question adaptée à la tâche avant de s'exécuter, sans modifier l'invite stable du pack.
Le Contexte de l'entreprise est géré centralement
Chaque organisation possède au plus un Contexte de l'entreprise. Il s'agit d'une base de connaissances Memex, et non d'une base d'organisation fondée sur une ontologie ou des tables. Les propriétaires et administrateurs la maintiennent dans Paramètres → Organisation → Contexte de l'entreprise, à l'aide des contrôles de pages, dossiers, sources, téléversement, recherche et classification disponibles à cet endroit.
Les membres autorisés, les actions IA et Cortex peuvent lire le Contexte de l'entreprise si leur appartenance et leur habilitation le permettent. Ils ne peuvent pas le modifier depuis Chat, un Process Flow, une mutation générique de KB ou une projection de KB d'instance. Il n'existe aucune promotion vers le Contexte de l'entreprise : les conversations et artefacts de processus restent dans la base de connaissances de leur instance jusqu'à ce qu'un administrateur mette délibérément à jour le Contexte de l'entreprise depuis son éditeur dédié.
Le Contexte de l'entreprise ancre une action IA ; il ne remplace pas son invite. Un pack peut définir une question de briefing stable et adaptée à la tâche, puis la plateforme injecte la réponse citée comme catégorie de contexte séparée. Un Contexte de l'entreprise absent ou indisponible ne modifie pas l'invite et ne bloque pas l'action.
Deux moteurs de récupération, et pourquoi
Les bases de connaissances d'espace de travail proposent deux moteurs au moment de la création :
| RAG | Memex | |
|---|---|---|
| Comment il récupère | Similarité vectorielle — vos documents sont intégrés et les requêtes correspondent par proximité sémantique. | Récupération textuelle déterministe multi-signal — correspondance exacte et sensible à la langue, suivi de liens de citation, et classement statistique. Sans embeddings. |
| Dépendance au modèle | Nécessite une intégration d'embedding ; les résultats varient si le modèle d'embedding change. | Aucune. Aucun appel de modèle à l'ingestion, aucun appel de modèle à la requête. Même requête, même corpus → même résultat, à chaque fois. |
| Points forts | Rappel sémantique flou — « trouver des choses à propos de cette idée » quand la formulation diffère complètement. | Matériel d'entreprise — documents, journaux de chat, PR, notes de réunions — où les noms, identifiants et citations portent le signal. |
| Auditabilité | Les scores de similarité dépendent du modèle et sont difficiles à expliquer à un auditeur. | Chaque résultat est explicable à partir du corpus seul — pourquoi une page est classée est inspecrable, reproductible et révisable. |
| Infrastructure | pgvector + un fournisseur d'embedding. | PostgreSQL uniquement. Processeur seul, sans GPU, compatible déploiement isolé d'internet. |
Memex incarne la même philosophie de conception que le reste de la plateforme — voir Pourquoi déterministe. Les LLMs sont utilisés là où le langage est le goulot d'étranglement (synthèse de réponse quand vous posez une question à une KB), pas pour décider ce qui est stocké ou ce qui est récupéré. Cela permet une ingestion gratuite (indexez un million de documents sans un seul appel de modèle), une récupération reproductible, et un chemin complet exécutable dans un cluster isolé d'internet.
Le Contexte de l'entreprise utilise toujours Memex ; son moteur n'est pas sélectionnable.
Quel moteur choisir ? Optez par défaut pour Memex pour les collections de documents d'entreprise — c'est le moteur que nous évaluons, il ne nécessite aucune intégration d'embedding, et ses résultats sont auditables. Choisissez RAG quand vos requêtes ne partagent vraiment pas de vocabulaire avec vos documents et que vous avez une intégration d'embedding installée.
Comment nous évaluons — et comment nous nous comparons au marché
Les affirmations sur la qualité de la récupération sont faciles à formuler et difficiles à vérifier, c'est pourquoi nous mesurons les nôtres sur un benchmark public tiers : HERB (Heterogeneous Enterprise RAG Benchmark, Salesforce AI Research). HERB est conçu pour ressembler à la base de connaissances d'une vraie entreprise : documents, fils Slack, transcriptions de réunions, PR GitHub et URL, avec des questions multi-sauts dont les réponses sont dispersées dans différents types d'artefacts — y compris des pièges délibérés comme un renommage de produit en milieu d'historique.
Deux constats du papier cadrent le marché :
- Même les meilleurs systèmes RAG agentiques atteignent en moyenne ~33/100 sur HERB de bout en bout.
- La récupération — pas le LLM — est le goulot d'étranglement : les systèmes échouent parce qu'ils ne font jamais remonter les bonnes preuves, puis raisonnent avec confiance sur un contexte partiel.
Ce second constat explique pourquoi nous investissons en priorité dans la récupération. Voici comment les techniques standards du marché se comparent à la récupération Memex livrée par Scrydon — toutes mesurées par nos soins, sur le même échantillon HERB, avec le même harnais, les chiffres sont donc directement comparables (precision@5 : parmi les 5 premiers résultats, combien sont des artefacts que le benchmark indique comme nécessaires à la réponse) :
| Approche de récupération | precision@5 |
|---|---|
| Chevauchement de mots-clés naïf | 0,39 |
| Recherche plein texte standard en base de données (base de référence typique « utilisez simplement Postgres FTS ») | 0,44 |
| Récupération et reclassement avec un modèle cross-encoder (le schéma courant « ajouter un reranker » du marché) | 0,55 |
| Récupération Scrydon Memex (livrée) | 0,64 |
Le chemin livré surpasse le schéma de reranker cross-encoder sans utiliser le moindre modèle — sans embeddings, sans pod reranker, sans GPU, sans coût de modèle par requête, et avec un comportement identique dans un déploiement isolé d'internet. Les signaux de classement déterministes encodent ce que le reranker générique aurait dû deviner.
Le pipeline livré est également sensible à la structure : les pages qui citent le même lien, les messages appartenant au même fil de conversation, et les faits typés sur les pages de pull request (approuvé / fusionné / auteur) alimentent tous directement la récupération — ainsi une question comme « quelles PR n'ont pas été approuvées ? » ou une dont la réponse se trouve dans un fil de chat se résout via une structure que le scoring par mots-clés seul ne peut jamais exprimer. Sur le benchmark complet (30 produits, 38 600 artefacts, 815 questions), la prise en compte de la structure a augmenté la part des preuves nécessaires remontées dans le pool de candidats de 73 % en une seule version — toujours sans aucun appel de modèle.
Ce que nous affirmons et ce que nous n'affirmons pas
- Ce sont des scores de récupération — les bons artefacts ont-ils fait surface — pas des scores de bout en bout. La récupération est le goulot d'étranglement qu'identifie HERB, c'est pourquoi nous la mesurons directement.
- Le tableau comparatif est mesuré sur l'échantillon mono-produit du benchmark (17 questions multi-sauts sur 471 artefacts) ; traitez les écarts comme directionnellement solides, pas précis à la décimale. Nous exécutons également le benchmark complet (30 produits, 38 600 artefacts, 815 questions) en CI à chaque version et suivons les résultats par famille de questions, afin que les régressions sur n'importe quelle forme de corpus remontent avant d'être livrées.
- Les benchmarks concernent des entreprises fictives. Pour voir comment la récupération se comporte sur vos données, le Knowledge Health Report exécute le même harnais de mesure sur votre propre corpus et produit un rapport signé — précision de la récupération, taux de citation fondée, réutilisation des connaissances, déclin et couverture des facteurs bus. Contactez votre référent Scrydon pour en planifier un.
Voir aussi
- Plateforme → Contexte de l'entreprise — administrer la base unique de l'organisation et comprendre ses consommateurs en lecture seule.
- Chat → Bases de connaissances — connaissance de conversation et création de KBs depuis le Chat.
- Plateforme → Habilitation des bases de connaissances — niveaux d'habilitation sur les KBs d'espace de travail.
- Plateforme → Édition des connaissances — contrôles de pages, dossiers, sources et classification également utilisés par l'éditeur dédié du Contexte de l'entreprise.
- Pourquoi déterministe — la philosophie de conception à l'échelle de la plateforme que suit la récupération Memex.