Pour rendre une intelligence artificielle plus rapide, il n’est pas toujours nécessaire de développer un modèle plus puissant ou d’ajouter des serveurs. Microsoft vient de présenter une approche différente qui pourrait intéresser de nombreuses entreprises : accélérer jusqu’à quatre fois les réponses des agents IA tout en réduisant leur consommation de tokens d’environ 30 %. Cette amélioration repose sur une nouvelle fonctionnalité de SharePoint associée à Work IQ. Au lieu de demander systématiquement à l’IA d’analyser de longs documents, Microsoft lui prépare une base de connaissances plus facile à exploiter. Une évolution qui pourrait transformer la manière dont Copilot et les agents professionnels utilisent les données des entreprises.
Microsoft annonce des agents IA jusqu’à quatre fois plus rapides
Les entreprises utilisent de plus en plus les agents d’intelligence artificielle pour rechercher des informations, résumer des documents, préparer des réunions ou répondre à des questions concernant leurs projets.
Mais ces outils rencontrent souvent une difficulté : les informations dont ils ont besoin sont dispersées dans de nombreux fichiers et espaces de travail.
Une réponse apparemment simple peut ainsi nécessiter plusieurs recherches dans des documents, des notes de réunion, des conversations et des bases de données internes.
Chaque étape prend du temps et peut augmenter la quantité de texte envoyée au modèle d’intelligence artificielle.
Le 15 octobre 2026, Microsoft a mis en avant une nouvelle fonctionnalité de SharePoint destinée à réduire cette complexité.
Selon les résultats communiqués par l’entreprise, les agents IA peuvent répondre jusqu’à quatre fois plus rapidement et utiliser environ 30 % de tokens en moins.
Le point le plus intéressant est que cette amélioration ne nécessite pas de remplacer le modèle de langage utilisé par l’agent.
Microsoft cherche plutôt à optimiser les informations transmises au modèle avant qu’il ne commence à produire sa réponse.
Ces chiffres correspondent à des performances annoncées par Microsoft dans les scénarios évalués. Ils ne constituent pas une garantie applicable à chaque agent, chaque entreprise ou chaque demande.
Le problème ne vient pas toujours de la puissance de l’intelligence artificielle
Lorsqu’un agent IA met longtemps à répondre, on pense naturellement que son modèle est trop lent.
Pourtant, dans de nombreux environnements professionnels, une partie importante du temps de traitement peut être consacrée à la recherche des informations nécessaires.
Imaginons un collaborateur qui demande à un agent :
« Où en est le projet de migration informatique et quelles décisions ont été prises lors des trois dernières réunions ? »
Pour répondre correctement, l’agent doit retrouver les documents du projet, les comptes rendus, les éventuelles discussions pertinentes et les décisions récentes.
Si ces informations sont dispersées dans plusieurs fichiers, il peut être nécessaire d’effectuer de nombreuses recherches.
L’agent doit ensuite sélectionner les passages intéressants, les intégrer dans son contexte et produire une synthèse.
Plus le volume d’informations transmis est important, plus le traitement peut devenir coûteux.
La nouvelle approche de Microsoft consiste donc à intervenir avant cette étape.
Plutôt que de rendre le modèle lui-même plus puissant, l’entreprise cherche à lui fournir directement des connaissances mieux organisées.
SharePoint transforme les documents dispersés en connaissances structurées
La nouveauté repose sur les bases de connaissances de SharePoint et sur le moteur de compilation de connaissances associé à Work IQ.
SharePoint est déjà largement utilisé par les entreprises pour conserver des documents, organiser leurs équipes et partager des informations.
Mais stocker des fichiers dans un espace commun ne signifie pas qu’ils sont immédiatement faciles à exploiter par une intelligence artificielle.
Des informations importantes peuvent être réparties entre plusieurs présentations, comptes rendus, procédures et documents techniques.
La nouvelle fonctionnalité cherche à transformer ces contenus en connaissances structurées, plus directement exploitables par les agents.
Le système peut notamment s’appuyer sur des contenus existants dans les espaces SharePoint et sur le contexte professionnel accessible à travers l’écosystème Microsoft 365.
L’objectif est de réduire le nombre d’étapes nécessaires pour retrouver une information utile.
Une documentation mieux structurée permet à l’agent de récupérer plus rapidement les éléments nécessaires à sa réponse.
Dans sa présentation des évolutions de SharePoint et de Copilot, Microsoft insiste sur l’importance de la qualité et de l’organisation des connaissances utilisées par l’IA.
La nouvelle fonctionnalité prolonge cette stratégie en cherchant à améliorer directement les performances des agents qui exploitent ces informations.
Work IQ joue un rôle central dans cette nouvelle méthode
Pour comprendre cette évolution, il faut distinguer le modèle d’intelligence artificielle et les informations professionnelles qu’il utilise.
Un modèle de langage possède des capacités de raisonnement et de génération de texte.
Mais il ne connaît pas automatiquement les derniers contrats, les projets internes ou les décisions prises dans une entreprise.
Pour répondre à des questions portant sur ces sujets, il doit disposer d’un accès contrôlé aux données pertinentes.
C’est précisément le rôle de Work IQ.
Microsoft présente cette technologie comme une couche d’intelligence capable de relier les informations, les activités et le contexte professionnel au sein de Microsoft 365.
Elle permet aux agents de mieux comprendre les relations entre des personnes, des documents, des réunions et des projets, dans les limites des autorisations disponibles.
Les bases de connaissances de SharePoint exploitent cette logique pour mettre les informations à disposition des agents sous une forme plus organisée.
Work IQ ne remplace donc pas ChatGPT, Copilot ou les modèles de langage. Il améliore la manière dont les données professionnelles sont préparées et rendues accessibles à ces systèmes.
Pourquoi cette méthode peut réduire la consommation de tokens de 30 %
Les tokens représentent les unités utilisées par les modèles de langage pour traiter et générer du contenu.
Un long document peut représenter plusieurs milliers de tokens.
Lorsqu’un agent doit analyser de nombreux documents pour répondre à une seule question, la quantité de données traitées peut rapidement augmenter.
Cette consommation a notamment une incidence sur les coûts des services facturés à l’usage.
La technologie présentée par Microsoft cherche à réduire le volume d’informations inutiles transmis au modèle.
Plutôt que de charger plusieurs documents entiers, l’agent peut exploiter une base structurée permettant de retrouver des éléments plus ciblés.
Cette différence peut réduire le nombre de tokens nécessaires à certaines opérations.
Microsoft évoque une baisse d’environ 30 % de la consommation de tokens dans ses évaluations.
Pour comprendre l’ordre de grandeur, un agent qui utiliserait habituellement 10 000 tokens pour une tâche comparable pourrait, dans un scénario où le gain annoncé s’applique, n’en utiliser qu’environ 7 000.
Il s’agit d’un exemple illustratif, pas d’une mesure universelle.
Les économies réelles dépendront de la complexité des questions, des documents utilisés et de la configuration de l’agent.
Il faut également distinguer la réduction du nombre de tokens et celle de la facture finale.
Le coût peut comprendre d’autres éléments, notamment les opérations de recherche, les services Microsoft utilisés ou la maintenance des bases de connaissances.
Quatre fois plus rapide : quel gain pour les utilisateurs au quotidien ?
Le gain de vitesse annoncé pourrait être particulièrement intéressant pour les agents sollicités plusieurs dizaines ou centaines de fois par jour.
Prenons un exemple théorique.
Si un agent met normalement 20 secondes pour répondre à une question documentaire, une exécution quatre fois plus rapide ramènerait ce temps à environ cinq secondes.
Sur une seule demande, le gain semble relativement limité.
Mais lorsqu’une équipe utilise régulièrement un agent pour accéder à ses procédures, préparer des rapports ou rechercher des décisions, la réduction des temps d’attente peut devenir significative.
Les gains sont également intéressants dans les processus automatisés.
Un agent qui doit accomplir plusieurs étapes successives peut accumuler les délais lorsqu’il effectue de nombreuses recherches documentaires.
Améliorer la récupération des informations peut donc réduire la durée totale du processus.
Mais Microsoft ne garantit pas que toutes les opérations d’un agent seront quatre fois plus rapides.
Une tâche nécessitant de longs calculs, des validations humaines ou des appels à des services externes ne bénéficiera pas nécessairement du même gain.
Réunions, projets, clients : les usages professionnels sont nombreux
Microsoft cible principalement les entreprises qui utilisent quotidiennement de grandes quantités de documents.
Les applications possibles couvrent différents métiers.
Retrouver rapidement les décisions prises pendant un projet
Un agent peut exploiter les comptes rendus et les documents d’un projet pour identifier les principales décisions, les échéances et les points encore en attente.
Cette fonction peut être particulièrement utile lorsque plusieurs équipes collaborent sur un même dossier.
Préparer une réunion à partir de documents existants
Avant une réunion, un collaborateur peut demander à l’agent de retrouver les derniers échanges et de préparer une synthèse des sujets à traiter.
Une base de connaissances structurée peut limiter les recherches répétitives dans les documents.
Répondre aux questions des équipes internes
Les ressources humaines, les services informatiques et les équipes administratives disposent souvent de nombreuses procédures.
Un agent connecté aux informations autorisées peut aider les salariés à retrouver les démarches pertinentes sans parcourir manuellement plusieurs espaces documentaires.
Préparer des documents destinés aux clients
Les équipes commerciales peuvent également utiliser un agent pour rassembler des informations sur un projet, des prestations ou des échanges antérieurs.
Le système peut faciliter la préparation d’un premier brouillon, à condition que les données utilisées soient à jour et que les documents sensibles restent correctement protégés.
Une disponibilité encore limitée aux entreprises participantes
La nouvelle fonctionnalité ne doit pas être confondue avec une mise à jour générale de Copilot disponible immédiatement pour tous les utilisateurs.
Microsoft a commencé à proposer ces nouvelles bases de connaissances dans le cadre du programme Frontier Preview.
Cette phase permet à certaines organisations de tester les fonctionnalités avant leur disponibilité plus large.
À ce stade, les entreprises participantes doivent notamment utiliser une configuration de facturation à la consommation.
Les administrateurs peuvent gérer les accès et certains paramètres de dépenses dans le centre d’administration Microsoft 365.
Les bases de connaissances peuvent être ajoutées à des sites SharePoint existants, y compris ceux qui accompagnent des groupes Microsoft 365 et des canaux Teams.
Cette intégration permet d’exploiter des environnements documentaires déjà utilisés par les collaborateurs.
Microsoft prévoit également d’étendre ces possibilités aux agents personnalisés créés dans Copilot Studio.
Le calendrier exact d’une disponibilité générale de cette fonctionnalité n’a pas été précisé dans les informations publiées le 15 octobre.
La sécurité des documents reste un enjeu essentiel
Centraliser des connaissances professionnelles pour les rendre accessibles aux agents IA soulève nécessairement des questions de confidentialité.
Les documents d’une entreprise peuvent contenir des informations financières, des données personnelles, des contrats ou des projets confidentiels.
Il serait donc dangereux de permettre à un agent d’accéder indistinctement à toutes les informations de l’organisation.
Microsoft présente Work IQ comme une technologie prenant en compte les autorisations et les mécanismes de gouvernance de Microsoft 365.
Un agent doit ainsi opérer dans les limites des accès qui lui sont accordés.
Les administrateurs disposent également d’outils pour superviser les connexions et les possibilités offertes aux agents.
Dans la documentation de Work IQ pour Copilot Studio, Microsoft précise que certaines opérations sont limitées à la lecture, sauf activation explicite de capacités supplémentaires par un administrateur.
Mais ces mécanismes ne dispensent pas les entreprises de vérifier leurs autorisations SharePoint existantes.
Une organisation dont les documents sont déjà accessibles à trop de collaborateurs risque de reproduire cette mauvaise configuration dans ses outils d’intelligence artificielle.
La qualité des permissions devient donc aussi importante que la performance des agents.
Des réponses plus rapides ne sont pas nécessairement des réponses plus fiables
La préparation des connaissances peut améliorer l’efficacité d’un agent, mais elle n’élimine pas tous les risques d’erreur.
Si une base contient des documents dépassés ou des informations contradictoires, le modèle peut encore produire une réponse incorrecte.
Une documentation mal organisée peut également présenter des ambiguïtés qui ne disparaissent pas automatiquement avec sa structuration.
Les entreprises doivent donc vérifier régulièrement la qualité, la fraîcheur et la pertinence des données utilisées.
Il est également important de tester les réponses de l’agent sur des situations réelles.
Les indicateurs utiles ne concernent pas uniquement la vitesse et le nombre de tokens.
La précision des réponses, la capacité à citer correctement les documents et le respect des autorisations doivent également être évalués.
Microsoft indique d’ailleurs que ses outils Work IQ font l’objet de tests portant notamment sur la précision, la latence et la fiabilité.
Les résultats annoncés pour la nouvelle technologie devront être confrontés aux usages des entreprises lorsque davantage d’organisations pourront l’expérimenter.
Microsoft montre qu’améliorer l’IA ne nécessite pas toujours un modèle plus puissant
Depuis plusieurs années, la compétition autour de l’intelligence artificielle se concentre principalement sur les nouveaux modèles, leur capacité de raisonnement et leurs performances dans les tests.
Mais les agents professionnels dépendent aussi de toute une infrastructure permettant de retrouver les informations nécessaires à leur travail.
Les systèmes de recherche, les bases documentaires, les autorisations et l’organisation des connaissances peuvent influencer fortement leur efficacité.
La nouvelle fonctionnalité SharePoint illustre cette évolution.
En préparant mieux les informations avant leur transmission au modèle, Microsoft affirme pouvoir obtenir des réponses plus rapides tout en réduisant la consommation de tokens.
Cette approche pourrait intéresser les entreprises qui souhaitent améliorer leurs agents existants sans modifier systématiquement leurs modèles ou augmenter leur infrastructure de calcul.
Mais les gains devront être mesurés dans chaque environnement, en tenant compte des coûts de préparation des données et des services utilisés.
La véritable nouveauté n’est donc pas une intelligence artificielle plus puissante, mais une manière plus efficace de lui fournir les bonnes informations au bon moment.
Avec Work IQ et les nouvelles bases de connaissances SharePoint, Microsoft cherche à faire de cette optimisation un élément central de ses futurs agents professionnels.
Samuel Le Goff suit l’actualité des smartphones, des systèmes d’exploitation mobiles et de l’intelligence artificielle depuis plus de 14 ans. Il couvre notamment Samsung, Xiaomi, Apple, Android, iOS et les grandes tendances du numérique.
