CollectivIQ lance GigaBrain pour partager les connaissances entre les collègues IA de l’entreprise

Le détail le plus utile dans une relation client manque souvent au dossier officiel : qui doit réellement approuver un achat, pourquoi un calendrier de livraison a changé ou quelle exception a permis de résoudre un problème récurrent. CollectivIQ entend combler cette lacune avec GigaBrain, une couche d’intelligence partagée pour les entreprises dont le déploiement officiel débutera le 21 octobre. Le système vise à rendre accessibles aux autres collègues autorisés de l’entreprise les connaissances acquises par les employés dans le cadre de leur travail avec des collègues IA.

Ces collègues, que CollectivIQ appelle des collaborateurs directs numériques (DDRs), acquièrent du contexte en réalisant leurs missions. GigaBrain vise à relier les éléments pertinents de ce contexte à l’échelle d’une organisation, afin que les employés aient moins besoin de réexpliquer sans cesse les mêmes informations sur un client, un projet ou un processus. L’annonce présente une couche de mémoire pour la plateforme CollectivIQ, et non un nouveau modèle de fondation à usage général.

Cette distinction est importante. Un assistant IA peut répondre efficacement à une question, tout en obligeant l’employé suivant à reconstituer le même contexte depuis le début. La mémoire partagée vise à préserver les éléments utiles de la première interaction. La capacité du système à améliorer le travail dépend de ce qui est mémorisé, de la façon dont les informations sont vérifiées et des personnes qui peuvent y accéder.

Dépasser les conversations individuelles avec l’IA pour partager les connaissances

Dans sa présentation de lancement, CollectivIQ s’appuie sur un exemple de vente pour illustrer le mécanisme. Le DDR d’un représentant pourrait se familiariser avec le processus d’approvisionnement d’un client, notamment ses exigences en matière d’approbation, les décideurs concernés et les délais d’achat. Ces informations pourraient ensuite être mises à la disposition d’un autre collègue autorisé chargé de traiter la prochaine demande du client, sans nécessiter de transmission manuelle distincte.

Un deuxième exemple, présenté dans le document d’information qui accompagne l’annonce, porte sur les contrats fournisseurs et les habitudes d’achat. Les connaissances acquises par un DDR chargé des tarifs pourraient aider un autre DDR à suivre les performances des distributeurs. Il s’agit de flux de travail envisagés, et non de mesures publiées des résultats obtenus par les clients. Leur intérêt tient à la possibilité de relier des tâches qui, autrement, sont réparties entre des personnes, des applications et des dossiers de différents services.

L’entreprise présente GigaBrain comme un moyen de tirer parti des connaissances qui émergent au fil des interactions quotidiennes, notamment des informations que les employés ne consignent parfois jamais dans un document officiel. Le défi est plus complexe que celui qui consiste à recueillir davantage de fichiers. Une observation utile peut être temporaire, propre à un seul client ou tributaire de circonstances qu’un résumé risque facilement de faire disparaître.

Par exemple, une consigne adaptée à un achat ne devrait pas automatiquement devenir une règle permanente applicable à tous les achats. Une mémoire organisationnelle efficace doit préserver les circonstances qui entourent un fait, en plus du fait lui-même. Sinon, une transmission efficace peut aboutir à diffuser efficacement une supposition devenue obsolète.

Ce qu’apportent les pages du produit

La page produit de GigaBrain de CollectivIQ décrit une cartographie interconnectée des organisations, des personnes, des sujets et des projets. Selon cette page, les faits sont accompagnés de leur source et d’informations sur la personne qui les a confirmés, les affirmations provenant d’une seule source restent en attente de corroboration, et les faits obsolètes expirent. Elle indique également que les connaissances conservent le niveau de confidentialité du contexte dont elles proviennent.

Ces détails laissent penser que l’accent est mis sur la traçabilité des sources et la gestion du cycle de vie des connaissances. Une source aide un employé à examiner une affirmation ; une trace de confirmation permet de distinguer une déclaration d’une information vérifiée. L’expiration peut limiter la persistance d’un ancien contexte. La description publique ne précise toutefois ni les règles de corroboration ni les délais d’expiration. Ces mécanismes ne doivent donc pas être interprétés comme une garantie publiée que chaque fait récupéré est exact.

La page consacrée aux collaborateurs directs numériques présente le contexte des flux de travail. CollectivIQ décrit des spécialistes — assistants, analystes, ingénieurs, chefs de projet, teneurs de livres et analystes de factures — qui travaillent au moyen de systèmes d’entreprise interconnectés. Parmi les intégrations citées figurent Microsoft 365, Google Workspace, Salesforce, Atlassian et GitHub. Les briefings planifiés et les tâches récurrentes font partie de cette offre plus large, le contexte étant destiné à se transmettre d’une tâche à l’autre.

Le fonctionnement est simple : les DDRs accomplissent des tâches et accumulent du contexte ; GigaBrain met les connaissances organisationnelles pertinentes à la disposition des équipes pour leurs travaux ultérieurs. Cette architecture pourrait faire passer la productivité de l’IA d’une session individuelle à un flux de travail continu en équipe.

Partager la mémoire exige de faire respecter des limites

L’annonce mentionne un mode incognito pour les interactions qui ne doivent pas contribuer à la mémoire partagée de l’organisation. La documentation sur la sécurité de CollectivIQ précise que les espaces de travail personnels et ceux de l’entreprise sont séparés, que les systèmes connectés utilisent les autorisations OAuth propres à chaque personne et que l’accès aux connaissances partagées est limité en fonction des rôles. Elle indique qu’un DDR non autorisé ne devrait ni afficher ni résumer les informations protégées.

Cette dernière exigence est importante, car un système peut révéler indirectement des informations sensibles. Il ne suffit pas de bloquer l’accès au document d’origine si son contenu réapparaît dans un résumé accessible par ailleurs. Les contrôles d’accès doivent s’appliquer aux connaissances dérivées autant qu’aux documents sources.

La page consacrée à la sécurité décrit également les journaux d’activité, l’authentification unique et le provisionnement des utilisateurs. Elle distingue les restrictions relatives à l’entraînement des modèles des règles de conservation : l’entreprise indique que les entrées et les sorties des fournisseurs commerciaux de modèles ne sont pas utilisées pour l’entraînement, tandis que certains fournisseurs peuvent conserver le contenu transmis par API à des fins de surveillance des abus, généralement pendant une durée maximale de 30 jours. Le mode Incognito doit donc être compris comme un contrôle de la mémoire, sans supposer qu’il implique une absence totale de conservation par tous les services en aval.

Il s’agit de descriptions des mesures de contrôle publiées par l’entreprise, et non d’une évaluation indépendante de la sécurité. Pour les acheteurs en entreprise, les questions pratiques portent notamment sur la manière dont les autorisations évoluent lorsqu’un employé change de rôle, sur la façon de corriger une information erronée et sur la manière dont les corrections sont répercutées auprès des agents qui l’ont déjà utilisée. Ces questions sont également liées au défi plus général de la gouvernance des agents d’IA en entreprise.

Mesurer si le contexte partagé améliore le travail

Le communiqué de lancement ne fournit aucun indicateur quantifié de la précision de GigaBrain ni de son impact sur la productivité. Une évaluation utile comparerait des flux de travail récurrents avec et sans mémoire partagée : à quelle fréquence les employés doivent fournir le contexte manquant, à quelle fréquence les agents réutilisent des informations obsolètes et quel niveau de vérification est nécessaire avant que le résultat puisse être utilisé.

CollectivIQ, fondée par l’équipe dirigeante à l’origine de Buyers Edge Platform, propose GigaBrain sur sa plateforme existante. L’occasion consiste à conserver des connaissances qui disparaissent actuellement d’une conversation ou d’un transfert à l’autre. Il faudra vérifier si cette mémoire reste utile, à jour et soumise aux restrictions appropriées à mesure que l’organisation évolue.