Visiter le site →
← Retour au blog

Recherche sémantique interne : guide pour les entreprises suisses

27 octobre 2026
Recherche sémantique interne : guide pour les entreprises suisses

La recherche sémantique interne permet à vos collaborateurs de retrouver une information dans les documents de l'entreprise en posant une question en langage naturel, sans deviner les mots exacts employés dans le fichier. Elle comprend le sens de la requête, pas seulement sa forme. Pour une organisation suisse, la vraie question n'est pas seulement « est-ce que cela fonctionne ? », mais « où transitent nos documents pendant l'indexation et la recherche, et sous quel droit ? ». Ce guide répond aux deux.

Nectos
Retrouvez vos documents en toute confiance
Nectos propose une base de connaissances privée et une analyse documentaire, avec des données hébergées en Suisse et conformes à la nLPD.
Découvrir Nectos

En bref

  • La recherche sémantique interne retrouve des documents selon le sens de la question, grâce à des représentations numériques du texte (embeddings), là où la recherche par mots-clés exige un recouvrement exact des termes.
  • Les approches hybrides combinent la correspondance exacte et la proximité de sens : c'est aujourd'hui le compromis le plus robuste pour un fonds documentaire professionnel.
  • Indexer vos contrats, dossiers clients ou rapports revient à traiter des données personnelles : la nLPD, notamment ses articles 7 et 9, s'applique dès le premier document.
  • Avant tout déploiement, vérifiez le contrat de sous-traitance, les sous-traitants ultérieurs, les pays de traitement, les droits d'accès et la traçabilité.
  • Une alternative à ChatGPT hébergée en Suisse, comme Nectos, permet de bénéficier de ces fonctions sans que les données quittent le territoire.

Table des matières

Qu'est-ce que la recherche sémantique interne ?

Une recherche classique compare les mots tapés avec les mots présents dans les documents. Si vous cherchez « résiliation de bail » et que le document parle de « fin du contrat de location », le moteur peut passer à côté. La recherche sémantique corrige ce défaut : elle comprend le sens d'une requête plutôt que les seuls mots-clés, en s'appuyant souvent sur des embeddings et une recherche vectorielle.

Le qualificatif « interne » désigne le périmètre : le corpus n'est pas le web, mais vos propres contenus. Selon Stanford, un système de recherche d'information reçoit un besoin exprimé sous forme de requête et renvoie un ensemble ordonné de documents, et ce corpus peut très bien être un dépôt interne d'entreprise. Pensez à l'intranet, aux notes de procédure, aux dossiers clients, aux comptes rendus de séance, aux circulaires réglementaires.

Il ne faut pas confondre cette notion avec le « web sémantique », qui désigne un autre chantier : décrire les ressources du web avec des langages formels pour que les machines les exploitent. Les deux se rejoignent parfois (on le verra avec les données publiques de la Confédération), mais la recherche sémantique interne est avant tout un outil de productivité et de gestion des connaissances.

Comment un moteur sémantique comprend une question

Le fonctionnement tient en quelques étapes, qu'il vaut mieux connaître pour poser les bonnes questions à un fournisseur.

  1. Découpage. Les documents ne sont pas traités comme des blocs entiers. Stanford indique qu'ils sont généralement découpés en passages plus courts avant encodage et récupération. Un PDF de 200 pages devient des centaines de fragments.
  2. Encodage. Chaque passage est transformé en vecteur, une suite de nombres qui reflète son sens. Deux phrases voisines par le sens produisent des vecteurs proches.
  3. Interrogation. Votre question est encodée de la même manière, puis comparée aux vecteurs du corpus. Les passages les plus proches remontent.
  4. Restitution. Selon l'outil, vous obtenez une liste classée de documents, ou une réponse rédigée par un modèle de langage qui cite ses sources. Cette seconde approche s'appelle la génération augmentée par récupération (RAG).

Le Secrétariat d'État à l'économie (SECO) décrit, sur sa page consacrée à l'IA dans les PME, la RAG comme un moyen d'intégrer les connaissances propres à l'entreprise dans des modèles et de les relier aux processus de travail. Il souligne aussi que la qualité, la cohérence et l'actualité des données sont déterminantes. Autrement dit : un moteur excellent sur un fonds désordonné reste décevant.

Mots-clés, sémantique, hybride : quelle différence en pratique ?

Stanford nomme le problème central : le problème de vocabulaire. Les méthodes classiques comme BM25 dépendent du recouvrement exact des mots entre la question et le document, alors que les embeddings denses gèrent mieux les synonymes et les formulations différentes. Un collaborateur ne devrait pas avoir à deviner le terme exact choisi par l'auteur d'un document il y a six ans.

Pour autant, le sens ne remplace pas toujours la lettre. Un numéro de dossier, une référence d'article de loi ou un nom propre se retrouvent mieux par correspondance exacte. D'où l'intérêt de l'approche hybride, qui peut combiner BM25 et vecteurs pour exploiter à la fois les correspondances exactes et la proximité de sens.

CritèreRecherche par mots-clésRecherche sémantiqueApproche hybride
PrincipeRecouvrement exact des termesProximité de sens (vecteurs)Les deux combinés
Synonymes et reformulationsFaibleBonneBonne
Références exactes (n° de dossier, article)Très bonneVariableTrès bonne
Question en langage naturelLimitéeAdaptéeAdaptée
Risque principalRésultats manquésRésultats « proches » mais hors sujetRéglages à calibrer

Pour une étude de notaire, une fiduciaire ou un service RH, l'hybride est généralement le choix le plus prudent : on y cherche tantôt une notion, tantôt une référence précise.

Quels documents et quels usages en entreprise ?

Le champ est plus large qu'on ne l'imagine. Un webinaire d'ESPC décrit un cas suisse de recherche sémantique sur un intranet multilingue : elle couvre des pages, des actualités, des listes et de longs PDF, et les utilisateurs peuvent poser leurs questions en allemand, en français, en italien ou en anglais, avec des réponses liées à leurs sources. Dans un pays à quatre langues nationales, c'est un avantage décisif : le collaborateur de Lausanne retrouve la directive rédigée à Zurich.

D'autres usages concrets :

  • Assurance et santé. Innosuisse rapporte, le 16 mai 2025, qu'une solution suisse d'IA pour l'assurance extrait des faits de dossiers médicaux non structurés, relie les informations et répond aux questions des experts en langage naturel. C'est une illustration de la récupération intelligente dans des dossiers complexes.
  • Droit et administration. Fedlex propose les textes législatifs en PDF, DOCX et HTML, ainsi que des métadonnées RDF que les machines peuvent parcourir, évaluer, relier et utiliser. Un cabinet peut croiser cette base publique avec ses propres notes de jurisprudence.
  • Fiduciaire et conseil. Retrouver en quelques secondes la clause, le montant ou la décision précédente dans des centaines de mandats archivés.
  • Ressources humaines. Interroger règlements, contrats-types et procédures d'entrée ou de sortie sans naviguer dans dix dossiers partagés.
  • Réunions. Une recherche sémantique sur des transcriptions permet de retrouver « ce qui a été décidé sur le budget » sans connaître la date de la séance.

Le point de vigilance : vos documents sont des données personnelles

Dès qu'un moteur sémantique indexe vos documents, il les lit, les découpe, les encode et souvent les envoie à un modèle de langage. Si ces opérations se déroulent chez un fournisseur étranger, vos contrats et dossiers « voyagent » vers des serveurs hors de Suisse. Pour une étude d'avocat, un cabinet médical ou une fiduciaire, cela touche directement le secret professionnel.

La loi fédérale sur la protection des données (nLPD, RS 235.1) définit les données personnelles comme les informations concernant une personne physique identifiée ou identifiable et range parmi les données sensibles celles relatives à la santé, les données génétiques, biométriques, pénales et certaines données sur les opinions. Un dossier client ou un dossier RH en contient presque toujours.

Trois points du cadre légal méritent d'être retenus.

  1. Protection dès la conception et par défaut. L'art. 7 LPD exige des mesures adaptées à l'état de la technique, au type et à l'étendue du traitement ainsi qu'au risque. Un moteur de recherche interne se choisit donc aussi sur sa configuration par défaut.
  2. Sécurité des données. L'ordonnance sur la protection des données (OPDo, RS 235.11) demande d'évaluer le besoin de protection selon le type de données, la finalité, la nature, l'étendue et les circonstances du traitement, puis de réévaluer et d'adapter les mesures pendant toute la durée du traitement. Elle prévoit des objectifs de confidentialité, de disponibilité, d'intégrité et de traçabilité, avec notamment le contrôle des accès, la restauration rapide, les mises à jour de sécurité et la correction des failles critiques.
  3. Sous-traitance. Le Préposé fédéral à la protection des données et à la transparence (PFPDT) indique que le fournisseur cloud agit généralement comme sous-traitant au sens de l'art. 9 LPD. L'utilisateur doit vérifier contractuellement la sous-traitance et contrôler, avant toute communication à l'étranger, que les exigences légales sont remplies.

Checklist avant déploiement en Suisse

Le PFPDT recommande de vérifier, dans le contrat de sous-traitance, les sous-traitants ultérieurs et les pays de traitement, les transferts à l'étranger, la confidentialité, les instructions, l'effacement ou la restitution des données et les mesures de sécurité. Le client reste responsable de la conformité, y compris de la protection dès la conception et par défaut. Concrètement, posez ces questions :

  • Où sont stockés les documents, les index vectoriels et les journaux ? « Hébergé en Europe » ne répond pas à la question : demandez la liste des sites et des sous-traitants.
  • Qui peut accéder aux contenus ? Y compris le personnel du fournisseur et ses prestataires.
  • Les données servent-elles à entraîner des modèles ? La réponse doit figurer dans le contrat.
  • Les permissions existantes sont-elles respectées ? Un collaborateur ne doit pas obtenir, via la recherche, un document auquel il n'a pas accès. ALESO, un acteur suisse du conseil, recommande d'appliquer les permissions avant la transmission au modèle et de conserver l'identité de la source et les métadonnées jusqu'au résultat.
  • Que deviennent les suppressions ? Un document effacé à la source doit disparaître de l'index. La même source recommande une synchronisation contrôlée des modifications et des suppressions.
  • Existe-t-il des journaux d'audit exportables ? Ils conditionnent la traçabilité exigée par l'OPDo et vous serviront en cas de contrôle.
  • Qui est responsable du contenu ? Une base de connaissances fiable exige, selon ALESO, des responsables métier pour la validité du contenu, des responsables techniques pour le traitement et la disponibilité, ainsi qu'un processus défini de mise à jour, de gestion des erreurs et d'effacement.

Comptes privés, versions professionnelles : ce que recommande la Confédération

Beaucoup de collaborateurs contournent l'absence d'outil officiel en collant des extraits de documents dans un assistant grand public avec un compte personnel. L'Office fédéral de la cybersécurité (OFCS) recommande, pour l'IA au travail, d'utiliser si possible les versions Business ou Enterprise fournies par l'entreprise plutôt que des comptes privés, et d'anonymiser les données de clients ou les secrets d'affaires avant utilisation.

La conséquence est simple pour un responsable : mieux vaut offrir à vos équipes un espace de travail IA sanctionné, avec recherche interne, que de laisser prospérer un usage informel que vous ne pouvez ni auditer ni encadrer.

Notre point de vue chez Nectos

Nous constatons chaque jour le même schéma : les professionnels suisses adoptent l'IA à titre personnel, puis se heurtent à une question que personne n'a tranchée au sein de leur organisation, celle de la destination des documents. La recherche sémantique interne est précisément le cas où cette question devient sensible, car pour être utile elle doit lire l'ensemble de vos contenus, y compris les plus confidentiels.

Notre point de vue chez Nectos — overview diagram

Notre position est donc nette. Une recherche sémantique interne n'a de valeur pour une fiduciaire, une étude, un cabinet ou un service RH que si le traitement reste en Suisse, sous droit suisse, sans export ni sous-traitance à des fournisseurs étrangers. C'est pourquoi Nectos est conçu comme une alternative à ChatGPT souveraine : infrastructure cloud 100 % suisse (Hidora), aucun entraînement sur les données clients, conformité à la nLPD, contrôle d'accès administrateur, gestion des rôles, journaux d'audit complets et possibilité d'anonymiser automatiquement les prompts. Vous pouvez détailler ce cheminement sur la page consacrée à la circulation de vos données dans Nectos et sur celle qui explique pourquoi la souveraineté suisse est une garantie légale.

Nous ajoutons un conseil que nous appliquons nous-mêmes : commencez petit. Une base de connaissances bien tenue de 200 documents vaut mieux qu'un entrepôt de 20 000 fichiers obsolètes.

— Nectos

Mettre en place une recherche sémantique interne : méthode en six étapes

  1. Choisissez un périmètre restreint. Un service, un type de document, une question métier fréquente (par exemple « quelles sont nos conditions de résiliation ? »).
  2. Classez les données. Repérez les documents contenant des données sensibles au sens de la LPD ou couverts par le secret professionnel. Ils déterminent le niveau d'exigence sur l'hébergement.
  3. Nettoyez avant d'indexer. Retirez les doublons, les versions périmées et les brouillons. La qualité et l'actualité des données conditionnent la pertinence des réponses.
  4. Définissez les droits. Reprenez vos rôles existants : qui voit quoi, quel groupe accède à quelle base.
  5. Testez avec de vraies questions. Rassemblez vingt questions réelles de vos équipes, y compris des reformulations et des références exactes, et vérifiez que la bonne source remonte. C'est ainsi que vous jugerez si l'approche est assez hybride.
  6. Documentez et auditez. Conservez le contrat de sous-traitance, la liste des sous-traitants, les mesures de sécurité et les journaux. En cas de question d'un client ou d'une autorité, vous répondez avec des pièces.

Ce que propose Nectos

Nectos réunit dans un même espace de travail un chat IA privé, l'analyse de documents, des bases de connaissances privées, la transcription et le résumé de réunions, ainsi qu'une recherche web anonymisée. Chaque fonction est décrite sur la page des fonctionnalités, et les mesures de contrôle sur celle consacrée à la sécurité.

Les abonnements sont facturés par siège et par mois : Starter à 29.90 CHF, Pro à 49.90 CHF et Pro+ à 99.90 CHF, avec également une formule d'essai. Consultez les tarifs et le contenu de chaque formule pour choisir celle qui correspond à votre équipe, ou découvrez la plateforme Nectos pour tester la recherche sur vos propres documents.

Questions fréquentes

La recherche sémantique remplace-t-elle la recherche par mots-clés ?

Pas entièrement. Elle excelle quand la formulation de la question diffère de celle du document, mais les références exactes (numéro de dossier, article de loi, nom propre) se retrouvent mieux par correspondance exacte. C'est pourquoi une approche hybride, qui combine les deux, est le plus souvent recommandée pour un fonds professionnel.

Indexer des documents internes est-il compatible avec la nLPD ?

Oui, à condition de respecter les principes de la loi : protection dès la conception et par défaut (art. 7), encadrement de la sous-traitance (art. 9) et contrôle des communications à l'étranger. Si vos documents contiennent des données sensibles ou relèvent du secret professionnel, l'hébergement en Suisse et des droits d'accès stricts réduisent nettement le risque.

Faut-il anonymiser les documents avant de les indexer ?

La Confédération recommande d'anonymiser les données de clients et les secrets d'affaires avant d'utiliser un outil d'IA, surtout s'il ne s'agit pas d'une version professionnelle encadrée. Dans un espace de travail suisse avec contrôle d'accès et journaux d'audit, l'anonymisation reste utile pour les cas les plus sensibles, et certaines plateformes la proposent automatiquement sur les prompts.

Combien de documents faut-il pour que cela vaille la peine ?

Il n'existe pas de seuil officiel. Dès que vos équipes passent un temps notable à chercher des informations dans plusieurs dossiers ou plusieurs langues, un périmètre pilote de quelques centaines de documents bien tenus suffit à mesurer le gain. La qualité du contenu pèse davantage que son volume.

Que faire si le moteur affiche un document auquel l'utilisateur ne devrait pas accéder ?

C'est un défaut de gestion des permissions : elles doivent être appliquées avant que le contenu ne soit transmis au modèle. Suspendez la base concernée, corrigez les rôles, puis vérifiez les journaux d'audit pour identifier les accès effectifs, afin d'évaluer l'incidence au regard de la nLPD.

Sources