Le trésor oublié des entreprises : comment l’intelligence artificielle locale transforme leur mémoire en actif financier
Dans les serveurs de milliers d’entreprises françaises dorment des comptes rendus de chantier, des échanges de mails avec des fournisseurs disparus, des cahiers des charges annotés à la main et scannés à la va-vite, des post-mortems de projets ratés que personne n’a jamais relus. Cette masse documentaire, accumulée parfois depuis trente ans, a longtemps été traitée comme un déchet administratif : coûteuse à stocker, impossible à fouiller, sans la moindre ligne au bilan. Un basculement est pourtant en train de s’opérer. À mesure que les modèles de langage deviennent capables de tourner directement dans les murs de l’entreprise, sur des serveurs IA Local qu’elle contrôle plutôt que dans le nuage d’un fournisseur américain, cette mémoire enfouie change de nature. Les directions financières commencent à la regarder comme le font depuis longtemps les opérateurs d’infrastructure avec leurs propres réseaux : une ressource qu’il faut cartographier, sécuriser et faire fructifier.
L’enjeu dépasse largement la simple curiosité technologique. Selon l’étude Trends of AI publiée par KPMG en janvier 2026, 60 % des grandes entreprises françaises ont mis en place un dispositif de pilotage transverse de l’intelligence artificielle pour franchir le cap de l’industrialisation, et 86 % ont validé une charte d’usage responsable portée par leur comité exécutif. Derrière ces chiffres se cache une question plus profonde que celle du simple outillage : que vaut, concrètement, ce que sait une entreprise sur elle-même ? Pendant des décennies, la réponse comptable a été simple : rien, ou presque. Un dossier d’appel d’offres remporté puis archivé, un historique de pannes résolues, la mémoire orale d’un chef d’atelier parti à la retraite : tout cela existait, sans jamais apparaître dans aucune ligne d’actif. L’arrivée de systèmes d’intelligence artificielle capables d’interroger cette matière, de la relier et de la restituer change la donne, et pose une question inédite aux dirigeants : celle de la valorisation d’un capital resté invisible.
Une mémoire d’entreprise longtemps considérée comme un poids mort
Le capital immatériel n’est pas un concept nouveau pour les comptables. Les normes internationales IAS 38 reconnaissent depuis longtemps des actifs incorporels comme les brevets, les marques ou les bases de données, à condition qu’ils soient identifiables, séparables et porteurs d’avantages économiques futurs mesurables. Le problème, pour la documentation interne d’une entreprise, c’est justement qu’elle a toujours été difficile à identifier et à séparer du reste. Un compte rendu de réunion perdu dans un dossier partagé, un échange de courriels entre deux techniciens sur une panne récurrente, une note manuscrite scannée sans être jamais indexée : rien de tout cela ne remplissait les critères comptables. Le savoir existait, mais il restait tacite, dispersé, illisible à l’échelle de l’organisation. Il fallait un collaborateur qui se souvienne, ou plusieurs heures de recherche dans des arborescences de dossiers, pour espérer remettre la main dessus. Cette dispersion avait un coût invisible mais réel : quand un salarié expérimenté quittait l’entreprise, une partie de cette mémoire partait avec lui, sans qu’aucune ligne comptable n’en enregistre jamais la perte.
Cette situation explique pourquoi tant de directions générales ont longtemps traité leur système d’archivage comme une simple obligation légale plutôt que comme un investissement. Le raisonnement était rationnel tant que personne ne pouvait exploiter cette matière à grande échelle. Un juriste pouvait passer une journée entière à retrouver un précédent contractuel similaire à un nouveau dossier ; un ingénieur pouvait redécouvrir, des années plus tard, une solution déjà trouvée par un collègue parti depuis longtemps. Le coût de cette redondance ne figurait dans aucun tableau de bord, précisément parce qu’il était diffus, réparti entre des dizaines de collaborateurs et des centaines de petites pertes de temps invisibles prises séparément, mais considérables une fois additionnées à l’échelle d’une organisation entière.
Ce que change concrètement l’intelligence artificielle locale
La bascule technique tient en une expression un peu aride : la génération augmentée par récupération, ou RAG dans le jargon des ingénieurs. Le principe consiste à coupler un modèle de langage à une base documentaire interne, afin que le système ne réponde plus seulement à partir de ce qu’il a appris pendant son entraînement, mais aussi, et surtout, à partir des documents propres à l’entreprise qui l’interroge. Concrètement, un contrôleur qualité peut désormais demander à un système interne pourquoi telle référence de pièce a connu trois incidents en deux ans, et obtenir une synthèse construite à partir de rapports rédigés sur plusieurs années par des équipes différentes, au lieu de rouvrir un à un des fichiers PDF dispersés dans une arborescence commune. Ce que l’entreprise savait déjà, mais qu’elle ne pouvait pas interroger, devient soudain consultable en quelques secondes.
Sur ce terrain de la souveraineté des infrastructures numériques, un opérateur télécom indépendant propose déjà à certaines entreprises des solutions de connectivité et d’hébergement maîtrisées de bout en bout, taillées pour ce nouveau besoin de contrôle sur la donnée.
Ce que cette mécanique change surtout, c’est la vitesse à laquelle une entreprise peut mobiliser sa propre expérience passée. Un service commercial peut interroger l’historique complet des échanges avec un client avant un rendez-vous stratégique. Un bureau d’études peut vérifier, avant de relancer un projet, si une contrainte technique similaire a déjà été rencontrée et comment elle a été résolue. Rien de tout cela n’était impossible auparavant, mais tout demandait un temps de recherche suffisamment long pour dissuader la plupart des collaborateurs de s’y risquer. En réduisant ce temps à quelques secondes, l’intelligence artificielle locale ne crée pas une nouvelle information : elle rend enfin exploitable une information qui existait déjà, ce qui change fondamentalement son statut économique.
La bataille de la souveraineté : pourquoi la donnée ne doit plus sortir des murs
Ce basculement vers le local n’est pas qu’une question de commodité technique, il est aussi profondément politique. Les questions écrites de parlementaires se sont multipliées depuis deux ans sur le sujet de la souveraineté numérique, s’inquiétant par exemple de l’éviction d’un prestataire français hébergeant ses données en France au profit d’un acteur racheté par un groupe américain, potentiellement soumis au Cloud Act. Le raisonnement vaut tout autant pour la mémoire d’entreprise : confier l’intégralité de ses archives internes, souvent constituées de données commercialement sensibles, à un service d’intelligence artificielle hébergé hors d’Europe revient à exposer ce capital à une juridiction étrangère. C’est précisément ce qui pousse de plus en plus d’organisations, à l’image de celles qui choisissent de devenir opérateur plutôt que de dépendre d’un tiers pour leur connectivité, à vouloir garder la main sur l’infrastructure qui traite leur savoir plutôt que de la louer.
Le laboratoire français Mistral AI a fait de cet argument son principal atout commercial. Ses dirigeants rappellent régulièrement que les entreprises et administrations européennes ont besoin d’une alternative aux géants américains du cloud, faute de quoi elles restent structurellement dépendantes de fournisseurs soumis à des lois extraterritoriales. La start-up a construit un centre de données au sud de Paris et signé des partenariats avec des groupes comme Orange, BNP Paribas ou le laboratoire de recherche Kyutai, précisément pour permettre à ces organisations d’héberger et d’exploiter leurs données sans les faire transiter par des infrastructures étrangères. Le raisonnement se transpose directement à l’échelle d’une PME ou d’une ETI : plus une entreprise dispose d’une mémoire documentaire riche, plus le choix de l’endroit où cette mémoire est traitée devient une décision stratégique, et non un simple arbitrage de coût.
Un actif qui commence à avoir un prix
La question qui agite désormais les directions financières et certains cabinets d’audit est celle de la traduction comptable de ce phénomène. Le code de commerce autorise depuis 1984 une réévaluation libre du bilan, permettant d’inscrire à l’actif la valeur marchande de certains biens jusque là comptabilisés à une valeur nette quasi nulle. Ce mécanisme, conçu à l’origine pour des bâtiments ou des équipements, commence à intéresser des experts du capital immatériel qui y voient un cadre transposable à une base de connaissances internes rendue exploitable par l’intelligence artificielle. L’idée reste débattue, car un actif comptable doit être séparable et son bénéfice économique futur mesurable de façon fiable, deux conditions qui restent difficiles à remplir pour un ensemble de documents hétérogènes. Mais le simple fait que la question soit posée sérieusement, dans des revues professionnelles et devant des conseils d’administration, marque un changement de regard : ce qui était un centre de coût de stockage devient, dans certains discours, un actif potentiellement valorisable lors d’une cession ou d’une levée de fonds.
Cette bascule se lit aussi dans la manière dont certaines entreprises se présentent désormais à un repreneur. Un dossier de cession intègre de plus en plus souvent un état des lieux de la maturité documentaire de la cible : ses procédures sont elles rédigées, indexées, exploitables par une intelligence artificielle, ou reposent elles essentiellement sur la mémoire de quelques collaborateurs clés ? Une entreprise dont le savoir-faire est capturé, structuré et interrogeable présente un risque de transition bien moindre pour un acquéreur qu’une entreprise dont l’expertise repartirait avec son fondateur le jour de la vente. Ce différentiel de risque a un prix, même s’il ne figure encore dans aucune ligne normalisée d’un plan comptable général.
Les limites d’un capital encore fragile
Il serait naïf de présenter cette transformation comme acquise ou sans risque. La première limite est la qualité de la matière première : une intelligence artificielle locale interrogeant des archives mal classées, redondantes ou contradictoires produira des réponses tout aussi peu fiables, avec en prime une illusion de certitude technologique. Nombre de projets pilotes menés en 2025 ont buté sur ce mur avant même d’aborder la question de la valorisation : encore fallait il que la documentation existe, soit correctement datée et ne comporte pas de versions périmées mêlées aux versions à jour. La seconde limite est celle de la gouvernance : qui a le droit d’interroger quoi, comment s’assurer qu’un stagiaire ne puisse pas obtenir, en une question bien formulée, une synthèse de données commercialement sensibles réservées aux dirigeants ? La CNIL rappelle régulièrement que la centralisation de données personnelles dans un même système, aussi local soit il, impose des obligations de minimisation et de traçabilité qui ne disparaissent pas parce que le traitement reste dans les murs de l’entreprise.
Il existe enfin une limite plus humaine : celle de l’adhésion des équipes. Un système qui rend soudain visible et interrogeable ce que savait, seul, un collaborateur expérimenté peut être vécu comme une mise en cause de son expertise plutôt que comme un outil d’assistance. Les entreprises qui réussissent ce virage sont, sans exception, celles qui associent tôt leurs équipes de terrain à la construction de la base documentaire, plutôt que de leur imposer un outil déjà figé. La mémoire d’entreprise ne devient un actif que si ceux qui l’ont produite acceptent de continuer à l’alimenter.
Ce que cela change pour les entreprises françaises
Pour une PME industrielle ou une ETI de services, l’enjeu n’est donc pas de se doter du système le plus impressionnant du marché, mais de commencer par cartographier honnêtement ce qu’elle sait déjà et où cette connaissance se trouve concrètement. C’est un travail moins spectaculaire qu’une démonstration d’intelligence artificielle générative, mais c’est la condition pour que la mémoire de l’entreprise devienne un jour un actif défendable plutôt qu’une promesse marketing. Les organisations qui ont commencé ce chantier tôt racontent toutes la même surprise : la difficulté n’a pas été de choisir un modèle de langage, mais de découvrir l’ampleur de ce que l’entreprise savait déjà sans le savoir vraiment.
Reste une dernière question, plus vertigineuse : si la mémoire d’une entreprise devient un actif mesurable, cet actif appartient il vraiment à l’organisation, ou en partie aux collaborateurs qui l’ont produit au fil des années ? La réponse n’est pas tranchée, et elle ressemble à celle que se posent depuis longtemps les opérateurs télécoms sur la valeur de leurs bases d’abonnés : un actif immatériel construit collectivement, difficile à céder proprement, mais impossible désormais à ignorer sur la feuille de route stratégique d’une direction générale.
