L’assistant de connaissances IskayPet transfère la recherche d’entreprise vers Amazon Bedrock géré

IskayPet a créé un assistant de connaissances d’entreprise couvrant quatre langues et trois pays, selon une étude de cas publiée le 22 octobre 2026. L’assistant de connaissances IskayPet utilise Amazon Bedrock Managed Knowledge Bases pour répondre aux questions des employés à partir de documents SharePoint existants. Son importance réside dans la répartition des responsabilités : AWS exploite l’infrastructure de récupération, tandis que l’entreprise reste responsable de la fiabilité des connaissances.

La génération augmentée par récupération, ou RAG, fournit des documents récupérés à un modèle d’IA avant qu’il ne réponde. Cette approche donne aux assistants d’entreprise une bibliothèque de référence au-delà de leurs données d’entraînement. Le choix d’un service géré modifie la personne chargée de maintenir la mécanique technique de cette bibliothèque, tout en laissant à l’organisation les questions d’autorité, d’accès et d’exactitude.

L’alternative est un système de récupération géré par le client, avec davantage de choix d’infrastructure et d’obligations de maintenance. Les agents SharePoint de Microsoft constituent un autre point de comparaison pour les entreprises qui y stockent déjà leurs documents. Le déploiement d’IskayPet concrétise la décision entre une solution gérée et une solution sur mesure, sans établir qu’une plateforme offre de meilleures réponses dans toutes les organisations.

Ce que l’assistant de connaissances IskayPet a changé

Selon l’étude de cas sur les connaissances d’entreprise rédigée conjointement par AWS et IskayPet, l’assistant couvre la vente au détail, les opérations vétérinaires, l’intégration et les achats. Il prend en charge l’espagnol, le portugais, le français et l’anglais en Espagne, au Portugal et en France.

Les auteurs indiquent que le temps nécessaire pour trouver une réponse opérationnelle est passé de trois à cinq minutes à environ sept secondes au cours d’environ deux mois de production. Ils prévoient approximativement 100 000 requêtes mensuelles. Ce chiffre décrit une demande attendue, plutôt qu’un usage démontré.

Le changement pratique réside dans un parcours plus court entre la question d’un employé et les consignes écrites de l’entreprise. Cela compte, car un dépôt de documents et une interface de réponses exigent des choses différentes des employés.

Un dépôt exige qu’une personne reconnaisse le bon fichier, navigue dans sa structure et identifie le passage pertinent. Un assistant tente d’effectuer ces étapes avant de présenter une réponse. L’employé doit ensuite déterminer si cette réponse correspond à la situation réelle.

Ce changement déplace l’effort. Passer moins de temps à ouvrir des documents peut laisser davantage de temps pour vérifier la règle applicable. Toutefois, une réponse plus rapide facilite aussi l’acceptation d’une réponse avant l’examen de sa source.

Prenons l’exemple illustratif d’une question sur la politique de retour. Un employé peut demander si une exception s’applique à un achat donné. Une réponse utile identifierait la politique applicable et en préserverait les conditions. Un résumé fluide qui omet une exception produirait un résultat opérationnel différent.

La même distinction s’applique à l’intégration. Trouver une liste de contrôle générale n’aide que si elle correspond au rôle et au lieu de travail de l’employé. Un système peut récupérer un document pertinent tout en sélectionnant une instruction appartenant à un autre contexte.

Ces exemples expliquent pourquoi l’amélioration de vitesse rapportée mérite l’attention sans pour autant constituer un dossier commercial complet. Le temps de récupération n’est qu’un élément de l’exécution d’une tâche. La vérification, l’escalade et la correction consomment également du temps pour les employés.

Une comparaison pertinente suivrait l’ensemble du parcours de la question jusqu’à sa résolution. L’employé a-t-il achevé la tâche correctement ? Un responsable a-t-il encore dû intervenir ? La réponse a-t-elle évité une autre recherche ou l’a-t-elle simplement déplacée ailleurs ?

La publication documente un déploiement d’entreprise, plutôt que la sortie d’un nouveau modèle généraliste. Sa valeur d’actualité provient de l’application de la récupération gérée à un problème opérationnel récurrent. Les conséquences dépendent de la fiabilité avec laquelle cette application traite le travail courant.

Pour les acheteurs d’entreprise, l’enseignement utile est donc précis. Une interface de réponses peut améliorer l’accès à des consignes établies. Mesurer sa valeur exige d’examiner ce que font les employés après avoir reçu la réponse.

L’infrastructure gérée modifie la décision d’achat des entreprises

La récupération gérée oriente la décision d’achat vers la qualité de l’application, l’adéquation opérationnelle et la responsabilité. L’effort d’ingénierie reste pertinent, mais la maintenance de l’infrastructure de recherche devient une composante différente du calcul.

La documentation d’AWS indique que les bases de connaissances gérées prennent en charge l’ingestion, le stockage, l’indexation et l’infrastructure de récupération. L’ingestion introduit les sources dans le système ; l’indexation les organise pour la recherche. Le service fournit également des modèles gérés d’embeddings et de reranking.

Les embeddings représentent numériquement le contenu pour les recherches de similarité, tandis que le reranking réorganise le contenu récupéré selon sa pertinence. AWS distingue cette approche des bases de connaissances gérées par les clients, où ceux-ci provisionnent et maintiennent leurs magasins de données sous-jacents.

Cette distinction donne aux responsables de l’ingénierie une question plus claire. Quelles décisions d’infrastructure créent un avantage pour cette application ? Si le besoin consiste à accéder à des consignes internes courantes, une architecture de stockage sur mesure nécessite une justification concrète.

Une entreprise peut avoir besoin d’un comportement de récupération inhabituel, de contrôles spécialisés ou d’une visibilité plus profonde sur l’infrastructure. Ces exigences peuvent justifier une responsabilité d’ingénierie supplémentaire. Elles doivent être évaluées au regard des besoins réels de l’application plutôt que considérées comme des prérequis automatiques.

L’option gérée modifie la pression exercée sur les propositions de développement internes. Une équipe demandant un système sur mesure doit expliquer ce que ce contrôle supplémentaire apporte. « Nous avons besoin d’un chatbot » donne peu d’indications sur la raison pour laquelle l’entreprise devrait exploiter ses propres composants de récupération.

La même pression s’exerce sur les fournisseurs. Un fournisseur qui vend de la flexibilité d’infrastructure doit montrer où cette flexibilité améliore le résultat pour le client. Un autre fournisseur qui vend de la simplicité doit expliquer les limites de son service géré.

Aucune de ces propositions ne peut être évaluée uniquement à partir d’un décompte de fonctionnalités. Un menu de configuration plus large n’a de valeur que lorsque l’organisation peut l’utiliser efficacement. Un nombre moindre d’options de configuration a de la valeur lorsque les paramètres par défaut répondent aux exigences de la charge de travail.

Pour les acheteurs, la récupération Amazon Bedrock fait donc partie d’une décision plus vaste sur la responsabilité. Qui diagnostique les réponses manquantes ? Qui examine les changements ? Qui maintient les questions de test ? Qui peut expliquer pourquoi un employé a vu un résultat particulier ?

Ces responsabilités nécessitent des propriétaires explicites, même lorsque le service sous-jacent fonctionne correctement. Un connecteur peut réussir à ingérer un document que l’entreprise aurait dû retirer. Un système de recherche peut correctement faire remonter un contenu dont les autorisations ont été attribuées trop largement.

C’est également ici que les achats devraient séparer l’assistance technique de la responsabilité éditoriale. Un prestataire peut enquêter sur une requête échouée. Il ne peut pas décider de manière indépendante quelle politique interne représente la position actuelle de l’entreprise.

Les comparaisons de coûts exigent une prudence similaire. Les dépenses d’infrastructure ne capturent qu’une partie de l’économie de l’application. La révision du contenu, l’assistance aux employés, l’évaluation et l’enquête sur les incidents exigent également du temps de personnel.

Un service géré mérite d’être crédité pour le travail qu’il élimine. Une évaluation équitable identifie aussi le travail qui reste. Cela crée une comparaison plus utile que de présenter l’une ou l’autre architecture comme sans effort.

L’implication stratégique est une norme plus élevée pour les propositions d’IA d’entreprise. Les équipes devraient relier les choix d’architecture à des exigences opérationnelles mesurables. La capacité à assembler un système de récupération n’est qu’un point de départ.

Des assistants séparés intègrent les limites métier dans la recherche

Les auteurs de l’étude de cas indiquent qu’IskayPet a choisi une base de connaissances distincte pour chaque assistant, limitée à certains contenus SharePoint. La récupération applique les autorisations documentaires existantes des employés.

Cette conception fait du périmètre d’une réponse une décision explicite de produit. Elle soulève une question qu’un vaste champ de recherche d’entreprise peut masquer : quel corpus de connaissances doit répondre à cette demande ?

Un index partagé promet une destination pratique pour chaque question. Cette commodité exige que l’application distingue les services, lieux et objectifs de documents qui se chevauchent. Une réponse peut sembler pertinente tout en s’appuyant sur le mauvais contexte organisationnel.

La séparation des assistants modifie ce problème. Chaque assistant commence avec un ensemble plus restreint de sources possibles. L’organisation doit alors rendre ces limites compréhensibles pour les employés et les maintenir à mesure que les responsabilités évoluent.

Il s’agit d’un compromis entre découverte large et périmètre délibéré. Un assistant plus ciblé peut rendre son objectif plus facile à expliquer. Il peut aussi laisser une question interservices hors de la vue complète de tout assistant.

Imaginons une question illustrative combinant une exception d’achat et une exigence d’intégration. Les consignes d’approvisionnement pourraient répondre à une partie, tandis que les consignes des opérations humaines répondraient à une autre. L’interface doit proposer une réponse sensée lorsque la question franchit ces limites.

Les réponses possibles comprennent une demande de clarification, l’identification du contexte manquant ou l’orientation de l’employé vers un autre responsable. Le choix approprié dépend du flux de travail. Présenter discrètement une réponse partielle comme complète masquerait la limitation.

C’est pourquoi les limites des assistants doivent figurer dans les discussions de conception de produit. Elles déterminent ce que les utilisateurs peuvent raisonnablement attendre du système. Elles influencent également la manière dont les échecs doivent être expliqués.

Les autorisations introduisent une autre distinction. L’accès répond à la question de savoir si un employé a le droit de lire un document. L’applicabilité répond à la question de savoir si ce document régit la situation. Ces questions sont liées, mais leurs conséquences diffèrent.

Un employé peut légitimement accéder à des consignes provenant de plusieurs lieux. Cela ne rend pas toutes les politiques également applicables à une tâche locale. L’assistant a besoin d’un contexte suffisant pour préserver cette distinction.

De même, la langue ne devrait pas devenir un substitut accidentel à la géographie. Une personne posant sa question en anglais peut avoir besoin d’une politique locale rédigée dans une autre langue. Un système qui suit uniquement la similarité linguistique risquerait de choisir la mauvaise autorité.

Il s’agit d’implications analytiques de l’architecture, plutôt que de preuves de défaillances observées chez IskayPet. Elles expliquent ce qu’une autre entreprise devrait examiner avant de reproduire la conception.

Microsoft offre une comparaison utile. Ses agents SharePoint utilisent des sources sélectionnées et respectent les autorisations d’accès au contenu des utilisateurs. Microsoft décrit également l’accès par SharePoint, Teams et Microsoft Copilot.

Cela établit une approche alternative pour les organisations qui évaluent le même parc documentaire. Cela ne fournit pas de comparaison de performances avec le déploiement d’IskayPet. Le choix entre les deux exige de tester les propres questions, identités et flux de travail de l’organisation.

Le point concurrentiel plus large concerne la maîtrise. Les entreprises peuvent comparer un assistant intégré à leur environnement collaboratif avec une application construite autour de services cloud managés. L’avantage pertinent dépend des exigences d’intégration et du contrôle opérationnel.

Pour les lecteurs qui comparent les bases de connaissances d’équipe, cette distinction est fondamentale. Une collection partagée de documents devient utile lorsque ses limites, son autorité et son public sont clairement définis.

La recherche d’entreprise multilingue élève les exigences en matière de preuves

La recherche d’entreprise multilingue nécessite la preuve qu’une réponse préserve la règle applicable dans toutes les langues. Une réponse naturelle ne démontre pas qu’elle a conservé toutes les conditions intactes.

La traduction peut rendre l’information accessible tout en modifiant la manière dont une précision est formulée. Une recommandation, une exigence et une exception n’ont pas les mêmes implications opérationnelles. Une évaluation doit vérifier ces significations plutôt que de récompenser uniquement la fluidité.

Une politique illustrative pourrait distinguer ce qu’un employé peut approuver de ce qui requiert un responsable. Une réponse abrégée pourrait conserver l’instruction principale tout en supprimant la condition d’approbation. Le résultat serait agréable à lire tout en orientant vers la mauvaise action.

Cela crée un problème d’évaluation exigeant. Le système doit trouver la bonne information, interpréter la question et formuler la réponse de manière appropriée. Tester uniquement la formulation finale rend plus difficile l’identification de l’origine d’une erreur.

La documentation d’AWS sur l’évaluation de la récupération distingue les évaluations portant uniquement sur la récupération de celles portant sur la récupération et la génération. Les premières examinent les informations récupérées ; les secondes examinent également les réponses générées. Cette distinction fournit une base pour évaluer séparément les différentes étapes.

Cette séparation importe lors de la comparaison des configurations de récupération Amazon Bedrock. Si le document applicable n’apparaît jamais dans les éléments récupérés, réécrire le prompt de réponse traite le mauvais échec. Si la récupération réussit, l’étape de génération devient un axe d’analyse plus utile.

Pour un acheteur d’entreprise, l’implication pratique est un meilleur diagnostic. « L’assistant s’est trompé » décrit un résultat. Cela ne permet pas de distinguer un document manquant d’une condition mal comprise ou d’une hypothèse erronée concernant le lieu.

Les questions d’évaluation devraient donc inclure un contexte opérationnel. Une question vague telle que « Quelle est la procédure ? » laisse trop d’éléments non précisés. Une question réaliste identifie suffisamment la situation pour établir ce qu’exige une réponse correcte.

Certains tests devraient volontairement omettre ce contexte. Un assistant fiable devrait reconnaître lorsqu’une clarification est nécessaire. Choisir avec assurance un lieu ou un service peut être pire que de poser à l’employé une brève question complémentaire.

Des questions équivalentes dans plusieurs langues offrent une autre vérification utile. Leur formulation n’a pas besoin de correspondre littéralement. La politique applicable, l’action requise et les exceptions pertinentes devraient rester cohérentes.

Les évaluateurs locaux comptent, car ils peuvent repérer des différences qu’une évaluation linguistique générique ne détecte pas. Une phrase grammaticalement correcte peut employer un terme inhabituel ou atténuer une obligation. Ces défauts influent sur la capacité des employés à agir à partir de la réponse.

Les résultats devraient également rester visibles par langue et domaine d’activité. Un score global peut masquer une expérience moins satisfaisante pour un groupe plus réduit d’employés. Les performances agrégées n’expliquent pas où l’application nécessite une attention particulière.

La documentation de Microsoft avertit de même que le contenu généré peut être inexact ou obsolète et doit être validé. Il s’agit d’un point de comparaison concurrentiel utile, car il maintient l’analyse ancrée dans des besoins d’évaluation communs.

Les preuves les plus solides combineraient des contrôles linguistiques avec les résultats de tâches réelles. L’employé a-t-il pu identifier la procédure applicable ? La réponse a-t-elle conservé l’exception ? La source étayait-elle l’action ?

Ces questions donnent davantage de sens à la prise en charge multilingue. Elles évaluent si le système transmet les connaissances de l’entreprise d’une langue à l’autre sans perdre les distinctions qui les rendent utiles.

Les gains de vitesse rapportés laissent ouvertes les questions de qualité et de gouvernance

Le compte rendu publié ne fournit ni jeu de données de référence ni scores détaillés de précision par langue. L’amélioration de délai rapportée étaye donc une conclusion plus limitée qu’une évaluation complète de l’efficacité opérationnelle.

Des réponses plus rapides et des réponses fiables nécessitent des preuves distinctes. Une application de récupération peut améliorer les premières tout en laissant sans réponse des questions importantes sur les secondes.

Cette réserve reflète les éléments disponibles. Elle ne constitue pas une allégation selon laquelle le déploiement produit des réponses peu fiables. Une étude de cas client peut offrir des détails architecturaux utiles sans fournir tout ce qui est nécessaire à une évaluation indépendante.

L’absence de méthodologie de référence importe lors de l’interprétation d’une comparaison avant-après. Les lecteurs doivent savoir si les mêmes types de questions figuraient dans les deux mesures. Ils doivent également savoir si le chronométrage s’arrêtait à la livraison de la réponse ou à la résolution effective.

La difficulté des questions peut modifier le résultat. Une recherche simple diffère d’une demande combinant des exceptions présentes dans plusieurs documents. Mesurer les deux ensemble sans décrire leur répartition rend la moyenne plus difficile à interpréter.

Les projections d’utilisation méritent une discipline similaire. La demande attendue peut éclairer la planification des capacités. L’adoption démontrée exige des preuves que les employés continuent d’utiliser l’application pour un travail pertinent.

Un nombre élevé de requêtes laisserait à lui seul une ambiguïté. Il pourrait refléter un engagement répété utile, ou des tentatives répétées d’obtenir une réponse acceptable. Les taux de résolution et les schémas de correction aideraient à distinguer ces possibilités.

La qualité des sources introduit une question de gouvernance distincte. Un assistant peut résumer avec exactitude une politique remplacée. Sa réponse serait fidèle au texte récupéré tout en restant inadaptée à la tâche actuelle de l’employé.

L’organisation doit donc disposer d’un moyen d’identifier l’autorité en vigueur. La propriété des documents, les dates de révision et les procédures de remplacement deviennent une partie de la fiabilité pratique du système de réponse. La qualité de la recherche ne peut pas résoudre un désaccord non tranché entre responsables des politiques.

Les autorisations exigent leur propre examen. Préserver une règle d’accès existante revient à préserver les décisions déjà inscrites dans cette règle. Cela ne permet pas de déterminer si ces décisions antérieures restent appropriées.

Cette distinction devient plus importante lorsque l’information est plus facile à découvrir. Des documents que les employés consultaient rarement par navigation peuvent devenir facilement accessibles par une question directe. L’entreprise doit comprendre ce changement d’accessibilité.

Les contrôles de contenu répondent à une autre catégorie de risques. AWS décrit Bedrock Guardrails comme des protections configurables pour les entrées et les réponses, notamment le filtrage des informations sensibles et les vérifications d’ancrage contextuel. Les vérifications d’ancrage évaluent si les réponses restent étayées par les éléments fournis.

Ces capacités doivent être évaluées au regard de leur objectif prévu. Filtrer une réponse inadaptée ne démontre pas que la politique sous-jacente est à jour. Une vérification d’autorisation ne démontre pas qu’un résumé est complet.

Un modèle de gouvernance crédible attribue explicitement chaque responsabilité. Les responsables des politiques maintiennent les orientations faisant autorité. Les responsables de l’application examinent le comportement des réponses. Les équipes de sécurité évaluent les accès. Les employés ont besoin d’une voie claire pour signaler une réponse qui semble erronée.

Pour les acheteurs, ces questions précisent la valeur du récit sur l’assistant de connaissances IskayPet. L’amélioration rapportée mérite d’être examinée. Établir une valeur reproductible exige des preuves allant au-delà de la vitesse de réponse.

Les prochaines preuves devraient suivre la qualité, l’accès et l’utilisation durable

Le suivi le plus utile montrerait si le déploiement continue de produire des réponses correctes et appropriées à mesure que les documents et les usages évoluent. Au cours des prochains mois, trois signaux méritent une attention particulière.

Premièrement, recherchez des résultats d’évaluation ventilés par langue et par fonction métier. Ces résultats devraient expliquer l’ensemble de questions, la réponse attendue et la manière dont les évaluateurs ont jugé l’exactitude. Cela faciliterait l’évaluation du bénéfice rapporté.

Des résultats plus solides dans ces catégories renforceraient la confiance dans une utilisation élargie. Un écart persistant dans une catégorie suggérerait une conclusion plus limitée. Dans les deux cas, ce serait plus instructif qu’un seul indicateur global de satisfaction.

L’évaluation devrait également inclure des questions auxquelles l’assistant ne peut pas répondre à partir de ses sources. Reconnaître l’insuffisance des preuves fait partie d’une performance utile. Une application qui demande une clarification peut protéger le flux de travail contre une hypothèse non étayée.

Les changements de modèles ou de paramètres de récupération offrent une autre occasion de recueillir des preuves. Un suivi pourrait comparer les mêmes questions représentatives avant et après une modification. Cela aiderait à distinguer une amélioration d’une variation ordinaire des demandes des employés.

Deuxièmement, recherchez des preuves concernant les mises à jour des sources et les changements d’accès. Un assistant en production doit réagir correctement lorsqu’une politique évolue ou que le droit d’un employé prend fin. Des démonstrations statiques ne peuvent pas établir ce comportement dans le temps.

Des preuves utiles expliqueraient à quel moment les orientations révisées deviennent disponibles pour les réponses et comment les orientations obsolètes cessent de les influencer. Elles montreraient également comment les changements d’accès affectent les demandes ultérieures.

Un comportement cohérent renforcerait l’argument en faveur des services managés pour cette charge de travail. Des mises à jour tardives ou des responsabilités floues révéleraient un travail opérationnel supplémentaire. La question pertinente est de savoir si l’entreprise peut détecter et résoudre ces situations de manière prévisible.

Ce signal concerne également l’administration. L’ajout d’un nouvel assistant devrait s’accompagner d’un responsable clairement identifié, d’un périmètre de sources et d’un processus de révision. L’expansion crée de la valeur lorsque ces responsabilités restent gérables.

Troisièmement, recherchez une adoption durable associée à une résolution réussie. La demande réelle mettrait la projection publiée en contexte. Les usages répétés, la vérification des sources, les escalades et les schémas de correction expliqueraient davantage la valeur pour les employés que le trafic seul.

Une utilisation régulière accompagnée de moins d’escalades évitables étayerait l’argument opérationnel. Des reformulations fréquentes ou des questions non résolues indiqueraient des lacunes d’utilisabilité ou de connaissances. Ces schémas méritent d’être examinés même lorsque la livraison des réponses reste rapide.

Aucun de ces signaux ne requiert une compétition visant à déterminer quelle entreprise possède le modèle généraliste le plus performant. Ils concernent la performance d’une application spécifique face à un corpus documentaire spécifique. C’est à ce niveau qu’un achat d’entreprise devient défendable.

Pour les équipes qui évaluent un investissement similaire, commencez par une question métier circonscrite et un ensemble de documents faisant autorité. Comparez la manière dont les systèmes candidats traitent les demandes courantes, le contexte manquant, les politiques révisées et l’accès restreint. Demandez à des évaluateurs locaux de juger si les réponses préservent les instructions dont les employés ont réellement besoin. Gardez la vitesse de réponse visible aux côtés de la résolution réussie, de l’effort de correction et de l’administration continue. L’assistant de connaissances IskayPet fournit un déploiement concret à examiner, tandis que vos propres preuves devraient déterminer le choix architectural. Avant d’approuver un déploiement plus large, demandez à l’équipe de montrer quelles décisions opérationnelles se sont améliorées et quelles incertitudes subsistent. Quelles preuves établiraient que les employés peuvent se fier à la réponse ?