Faut-il un assistant IA interne (RAG), ou une licence ChatGPT Business suffit-elle ?

Licence d'équipe : un abonnement IA souscrit par l'entreprise pour ses salariés, avec un espace de travail administré. ChatGPT Business, Microsoft 365 Copilot, Claude Team et Gemini dans Google Workspace en sont les exemples courants. La différence avec un compte personnel tient rarement au modèle d'IA, souvent le même. Elle tient au contrat, à l'administration (qui a accès, quels connecteurs sont autorisés) et au traitement des données.

Assistant RAG (retrieval-augmented generation, ou génération augmentée par la recherche) : un assistant qui, avant de répondre, va chercher les passages pertinents dans une base de documents choisie par l'entreprise, puis rédige sa réponse à partir de ces passages en citant la source. Le modèle n'apprend pas vos documents : il les consulte à chaque question. La qualité dépend donc surtout de la base consultée et de la façon dont elle est découpée, indexée et tenue à jour.

Shadow AI : l'usage d'outils d'IA par les salariés en dehors de tout cadre fourni par l'entreprise, typiquement via des comptes personnels gratuits ou payés de leur poche. Ce n'est pas d'abord un sujet de sécurité informatique au sens classique. C'est un signal : le besoin existe, et l'outil officiel manque ou ne suffit pas.

Une nuance utile : les licences d'équipe font désormais elles-mêmes une forme de RAG. Quand ChatGPT Business interroge votre SharePoint, ou quand Copilot s'appuie sur vos fichiers Microsoft 365, c'est bien une recherche documentaire avant génération. La vraie question n'est donc pas « RAG ou pas RAG », mais « recherche générique fournie par la licence, ou assistant conçu pour un corpus et un usage précis ».

Avant de parler d'assistant sur mesure, regardez ce qui se passe déjà. Selon une étude YouGov pour Microsoft France publiée le 12 février 2026 (657 cadres et dirigeants d'entreprises privées françaises interrogés en janvier 2026), 61 % des utilisateurs de l'IA en entreprise recourent à des IA génératives via des comptes personnels au moins une fois par semaine, dont 38 % quotidiennement. La même étude indique que plus de sept cadres sur dix n'ont pas été formés. L'étude est commandée par un éditeur qui vend des licences d'équipe : lisez le chiffre comme un ordre de grandeur. Il correspond à ce que l'on constate dans les PME.

Concrètement, des devis, des fiches clients ou des tableaux de marge passent déjà par des comptes personnels, avec des réglages de confidentialité que l'entreprise ne contrôle pas. Interdire fonctionne mal : l'usage se déplace sur le téléphone. La réponse la plus rapide, et la moins chère, consiste à fournir un outil officiel qui fait au moins aussi bien que le compte personnel. C'est pour cela que la licence d'équipe vient presque toujours avant l'assistant RAG : la licence traite le shadow AI, le RAG ne le traite pas.

Côté OpenAI, l'offre d'équipe s'appelle aujourd'hui ChatGPT Business. D'après le centre d'aide d'OpenAI consulté le 28 septembre 2026, le siège standard coûte 25 dollars par utilisateur et par mois en paiement mensuel, ou 20 dollars en engagement annuel, avec un minimum de deux sièges ; les prix varient selon le pays et la devise. OpenAI indique avoir baissé ce tarif de 5 dollars le 2 avril 2026.

Sur les données, la page « Enterprise privacy » d'OpenAI précise que les données de ChatGPT Business ne servent pas à entraîner les modèles par défaut, sauf opt-in explicite de l'organisation. C'est la différence la plus concrète avec un compte personnel gratuit ou Plus, où c'est au salarié de désactiver ce réglage. Les administrateurs gèrent les membres et choisissent quelles applications connectées sont autorisées. Pour la connaissance interne, ChatGPT Business propose des projets, des GPT personnalisés partagés dans l'espace, et une fonction « company knowledge » qui interroge les applications connectées (SharePoint, Google Drive, Slack, HubSpot, entre autres) dans la limite des droits d'accès de chaque utilisateur, avec des citations vers les sources, selon les notes de version d'OpenAI.

Pour les PME déjà sous Microsoft 365, Microsoft 365 Copilot (que la documentation Microsoft appelle désormais Microsoft Copilot) s'appuie sur Microsoft Graph : les e-mails, fichiers, réunions et conversations auxquels l'utilisateur a déjà accès. La documentation Microsoft indique que les invites, les réponses et les données consultées via Graph ne servent pas à entraîner les modèles de fondation. L'add-on Copilot Business, pour les organisations jusqu'à 300 utilisateurs, se situe autour de 20 dollars par utilisateur et par mois aux États-Unis, en engagement annuel, avec une remise de première année annoncée jusqu'au 31 décembre 2026. Il s'ajoute à l'abonnement Microsoft 365 existant.

Claude Team (Anthropic) et Gemini dans Google Workspace suivent la même logique : un espace administré, des engagements contractuels sur les données, des connecteurs vers les outils de l'entreprise. Nous ne donnons pas leurs tarifs ici, ils évoluent vite et dépendent de l'offre. Le choix entre ces licences dépend surtout de la suite bureautique que vous utilisez déjà, pas d'un classement de modèles.

Les connecteurs d'une licence d'équipe cherchent dans vos fichiers tels qu'ils sont. Si votre dossier SharePoint contient quatre versions de la grille tarifaire, dont deux périmées, l'outil peut s'appuyer sur la mauvaise. Il ne sait pas quelle version fait foi, ni que la fiche produit de 2023 a été remplacée. Pour un usage individuel (retrouver un document, résumer un dossier), ce n'est pas grave : la personne vérifie. Pour une réponse qui part chez un client, ça l'est.

Un assistant RAG conçu pour un usage précis se distingue sur quatre points. Le corpus est choisi et borné (par exemple : procédures SAV validées, catalogue en vigueur, conditions générales). Les documents sont préparés pour la recherche (découpage, version, date de validité). Le comportement est cadré (répondre uniquement à partir des sources, dire « je ne sais pas » sinon, toujours citer). Et les réponses sont testées sur un jeu de questions réelles avant la mise en service.

Cas typiques où c'est justifié : un SAV industriel où les techniciens cherchent la bonne procédure parmi des centaines de notices et d'historiques d'intervention, avec des références produits qui se ressemblent. Un service commercial qui doit chiffrer vite à partir d'un catalogue de plusieurs milliers de références et de règles de remise, où une erreur de prix se paie en marge. Un accueil ou une hotline qui répond aux mêmes questions de procédure toute la journée, et où l'on veut que le nouvel arrivant réponde comme l'ancien.

Cas typique où ce n'est pas justifié : une équipe de quinze personnes qui veut surtout rédiger des e-mails, résumer des comptes rendus, reformuler des offres et analyser un fichier de temps en temps. Un assistant sur mesure coûterait plus cher à construire et à maintenir qu'il ne rapporterait. Une licence, deux ou trois projets bien préparés et quelques règles suffisent.

Il existe aussi un étage intermédiaire, souvent oublié : un projet ou un GPT partagé dans la licence, alimenté par une dizaine de documents de référence choisis et tenus à jour par une personne nommée. Ce n'est pas un assistant RAG industrialisé, mais cela apporte souvent l'essentiel du bénéfice pour une fraction de l'effort. C'est un bon test avant d'investir.

Posez ces cinq questions sur un usage précis, pas sur « l'IA dans l'entreprise » en général. Comptez les « oui ».

1) Le corpus dépasse-t-il ce qu'une personne peut connaître par cœur ? Par exemple plusieurs centaines de documents de procédure, un catalogue de plusieurs milliers de références, ou des années d'historique SAV. 2) Les mêmes questions reviennent-elles chaque jour, posées par plusieurs personnes, et doivent-elles recevoir la même réponse ?

3) Une réponse fausse a-t-elle un coût direct : un prix erroné sur un devis, une consigne de sécurité mal transmise, un engagement contractuel pris à tort ?

4) Les documents changent-ils souvent (tarifs, versions produits, procédures), au point qu'il faut savoir quelle version fait foi ? 5) Les personnes qui ont besoin de la réponse sont-elles différentes de celles qui connaissent les documents (nouveaux arrivants, techniciens terrain, commerciaux, voire clients) ?

Zéro ou un « oui » : une licence d'équipe et des règles d'usage suffisent. Deux « oui » : licence d'équipe avec connecteurs, ou projet partagé alimenté par des documents de référence tenus à jour, puis réévaluation dans six mois. Trois « oui » ou plus : un assistant RAG dédié à cet usage mérite un cadrage, en commençant par la qualité et la gouvernance des documents. Dans tous les cas, la licence d'équipe reste utile pour le reste des usages : les deux ne s'excluent pas.

Des documents faux ou périmés. Un RAG répond à partir de ce qu'il trouve. Si la procédure SAV de référence date de trois ans et que les techniciens appliquent autre chose, l'assistant diffusera l'ancienne procédure avec aplomb, sources à l'appui. C'est pire qu'une absence de réponse, parce que la citation inspire confiance.

L'absence de propriétaire. Chaque corpus a besoin d'une personne qui décide quelle version fait foi, retire les documents obsolètes et valide les nouveaux. Sans elle, la base se dégrade en quelques mois et les équipes reviennent à l'ancien fonctionnement : demander au collègue qui sait. Si personne ne veut ce rôle, ne lancez pas le projet.

Le savoir qui n'est écrit nulle part. Dans beaucoup de PME, la vraie règle de remise ou le vrai diagnostic de panne vit dans la tête de deux personnes. Un RAG ne peut pas retrouver ce qui n'existe pas. Le premier chantier consiste alors à écrire, pas à coder, et c'est souvent là que le projet crée le plus de valeur, avec ou sans IA.

Les données structurées mal tenues. Un assistant documentaire n'est pas un outil de reporting. S'il faut répondre à « quel est le stock réel de cette référence » ou « quelle marge sur ce client », la réponse est dans l'ERP ou dans une base propre, pas dans des PDF. C'est un sujet de données (voir nos articles sur l'audit data et sur le choix entre entrepôt de données et Excel mieux tenu).

Et l'adoption. Un assistant que personne n'ouvre ne rapporte rien. Le bon indicateur n'est pas le nombre de questions posées la première semaine, mais le nombre de fois où, trois mois plus tard, il évite d'appeler un collègue ou de rouvrir un classeur.