Deux notions que l'on confond à tort
Une base de données est un système de gestion de faits structurés. Elle garantit l'intégrité, la cohérence, les transactions, et répond à des requêtes précises : quel est le solde de ce compte, quelles commandes ont été passées en juin. La mémoire artificielle, elle, ne cherche pas l'exactitude mais la pertinence. Elle répond à des questions floues comme : qu'est-ce qui, dans tout ce que je sais, aide à traiter la demande présente ? Ce sont deux logiques différentes, l'une tournée vers la vérité vérifiable, l'autre vers la proximité de sens. Un agent qui traite une facture a besoin des deux : le montant exact vient de la base, l'intention du client du contexte.
Le malentendu vient souvent du vocabulaire. On parle de mémoire d'un agent pour désigner un index de vecteurs, alors que ce dispositif n'est pas un substitut de base de données. La base vectorielle ne remplace ni la contrainte d'unicité, ni la transaction, ni le schéma relationnel qui structure les données. Elle complète l'édifice existant. Confondre les deux conduit à bâtir des systèmes où l'on attend la fiabilité d'une base d'un composant qui n'a jamais été conçu pour la fournir. C'est cette confusion, rarement formulée, qui fait croire qu'ajouter un index vectoriel suffit à rendre un agent fiable. L'une garantit la rigueur, l'autre la souplesse : un système complet a besoin des deux.
La base de données : vérité structurée et durable
La base de données excelle là où l'information doit être exacte, partagée et durable. Un système de réservation, une comptabilité, un inventaire reposent sur des règles strictes : pas de doublon, pas d'état incohérent, traçabilité des écritures. Ces contraintes ne sont pas des lourdeurs, ce sont des garanties. Elles permettent à plusieurs services de travailler sur la même donnée sans se contredire, et de reconstituer un historique fiable lorsqu'un litige survient. C'est ce socle qui rend possibles la facturation, le rapprochement et la gestion des droits, sans divergence entre services. Ce partage des rôles évite de confondre un fait établi et une simple impression.
Interroger une base suppose de connaître son modèle. On écrit une requête qui nomme les champs, filtre sur des valeurs, joint des tables. C'est puissant et prévisible, mais peu adapté au langage naturel approximatif d'un utilisateur. Un agent IA n'écrit pas spontanément ces requêtes correctes : il faut lui fournir le schéma, lui faire générer la requête, puis vérifier le résultat avant de l'exploiter. La base reste la source de vérité ; l'agent n'en est qu'un client prudent parmi d'autres, soumis aux mêmes contrôles et aux mêmes habilitations que le reste du système. Traiter ces couches séparément simplifie l'audit autant que la maintenance.
La mémoire artificielle : sélectionner par le sens
La mémoire artificielle brille sur un terrain différent : retrouver, dans un corpus désordonné, les éléments qui éclairent une situation présente. Un agent qui doit répondre à une réclamation, résumer un dossier ou conseiller sur une démarche puise dans des notes, des échanges et des documents sans structure imposée. Il ne cherche pas la correspondance exacte d'un identifiant, mais la proximité de sens entre une demande nouvelle et des traces anciennes. Elle excelle là où le schéma rigide d'une base n'a pas été posé, faute d'anticipation ou de structure apparente. Une gouvernance lucide commence par cette cartographie élémentaire des données.
Cette souplesse a un revers. Le rappel est probabiliste : il peut ramener un souvenir proche sans être juste, ou manquer une information décisive. La mémoire ne garantit ni complétude ni exactitude. Elle produit des candidats, que le modèle évalue ensuite avec les moyens du bord. C'est pourquoi un agent sérieux cite ses sources et signale l'incertitude, plutôt que de présenter chaque élément rappelé comme un fait établi. D'où l'importance de mesurer la qualité du rappel au lieu de la supposer acquise, et de la surveiller dans la durée. Un rappel non vérifié peut orienter en silence toute une décision importante.
Faire coopérer les deux dans un système
Les architectures matures combinent les deux couches. La base de données porte l'état officiel : comptes, statuts, droits, dates, montants. La mémoire vectorielle apporte le contexte ouvert : notes, historique, documents, échanges. Face à une question, l'agent interroge la base pour les faits exacts, la mémoire pour l'ambiance, puis compose une réponse où chaque affirmation peut être rattachée à sa source. Cette séparation clarifie aussi les responsabilités de sécurité au sein du système. Chaque couche conserve son rôle, et l'agent navigue entre elles selon la nature de la demande. Cette cohérence partagée distingue une base d'un simple fichier échangé par courriel.
La distinction guide enfin les choix de gouvernance. Les données structurées relèvent du registre de traitement, des durées de conservation et des habilitations classiques. La mémoire vectorielle, si elle contient des informations personnelles, tombe sous le régime du RGPD : droit d'accès, de rectification, d'effacement et de limitation. Savoir ce qui vit dans chaque couche, et sous quelles règles, est le préalable à toute politique de données sérieuse. Négliger ce partage expose à traiter comme un tout ce qui relève en réalité de régimes techniques et juridiques distincts. Un document ancien ou une note de réunion y deviennent exploitables sans avoir été rangés pour cela.
Aller plus loin
Répartir correctement vérité structurée et contexte ouvert conditionne la fiabilité d'un agent. Pour approfondir ces architectures, parcourez notre catalogue des 31 formations.
Vous voulez maîtriser ce sujet en pratique ?
Cabinet MARA forme en ligne, sur des cas réels, avec des modules courts et un suivi de progression.
Voir la formation liée Les 31 formations