# Mémoire partagée des agents IA : enjeu pour les PME

> Vos agents IA apprennent beaucoup au fil des sessions, puis oublient presque tout. Les ingénieurs de Notion ont mesuré ce que change une mémoire partagée et bien entretenue. Voici comment transformer ce constat en levier concret pour une TPE ou une PME.

Article de comm.it publié le 12 octobre 2026.


![Illustration en style flat design : plusieurs agents IA stylisés, installés sur les bureaux de différents collaborateurs d'une PME, reliés par des fils lumineux à une grande bibliothèque centrale part](https://commit.insit.net/media/comm.it_memoire-partagee-des-agents-ia-enjeu-pour-les-pme-245dcb.png)

## Le savoir de l'entreprise se perd désormais dans les sessions d'IA

Dans beaucoup d'entreprises, une partie du savoir n'est écrite nulle part. On parle de **savoir tribal** : les astuces, les pièges connus, les « on a déjà essayé, ça ne marche pas ». Pendant longtemps, ce savoir vivait dans la tête de quelques collaborateurs clés. Avec l'arrivée des **agents IA** dans le quotidien des équipes, il se loge aussi dans un endroit plus fragile : la **session d'un agent**.

C'est le constat de départ de l'article « Building Shared Memory for AI Agents in Notion », signé par Hesham Salman, ingénieur chez Notion. L'équipe y décrit un problème que toute organisation qui utilise des assistants IA finira par rencontrer. Un agent découvre une information utile, contourne un obstacle ou prend une décision technique, puis la session se ferme. Tout ce qu'il a appris disparaît avec elle.

Cet article ne résume pas ce retour d'expérience. Il en tire les enseignements pour une TPE ou une PME, et montre comment comm.it aide ses clients à faire de leurs agents IA des outils qui **capitalisent** au lieu d'oublier.

## Pourquoi un agent IA « sans mémoire » coûte plus cher qu'il n'y paraît

Un agent IA moderne sait lire des documents, interroger un CRM ou analyser du code. Il sait **déduire** beaucoup de choses à partir de ce qu'il a sous les yeux. En revanche, il ne peut pas deviner ce qui relève de l'**expérience**. Les ingénieurs de Notion distinguent clairement ce **savoir expérientiel** des simples préférences de l'utilisateur. C'est l'information qu'un futur agent ne peut pas reconstituer seul et qu'il devra donc revivre, souvent au prix d'une longue phase de redécouverte.

Dans une PME, cela se traduit très concrètement :

- un agent qui automatise la saisie de factures retombe chaque mois sur le même format de fichier problématique d'un fournisseur ;
- un assistant de support redécouvre à chaque fois qu'un client a un contrat spécifique ;
- un agent de développement réapprend qu'un module de l'**ERP** ne doit jamais être modifié sans une étape de validation précise.

Chaque redécouverte consomme du temps, du **budget de calcul** et de l'attention humaine. Et le problème fonctionne aussi dans l'autre sens. Comme le souligne l'équipe de Notion, un agent remarque souvent des éléments périphériques à sa tâche : un bug à corriger, une amélioration possible, une tâche oubliée. Si personne ne lit la transcription, en particulier lors d'une **session autonome**, ces pistes sont perdues.

## Les quatre types d'information à ne plus jamais perdre

Le retour d'expérience publié par Notion identifie quatre catégories d'informations qu'une mémoire d'agents doit préserver. Elles constituent une excellente grille de lecture pour n'importe quelle entreprise.

### 1. Le savoir expérientiel

Ce qu'on ne peut apprendre qu'en le vivant. Le conserver permet de **court-circuiter** les phases de redécouverte, voire de les éviter complètement.

### 2. Les tâches de suivi

Les idées, corrections et à-faire repérés en marge d'une mission. Par nature, une session d'agent est **éphémère** : sans mécanisme de capture, ces éléments disparaissent.

### 3. Les décisions

Certaines équipes tiennent un registre de leurs décisions d'architecture. La plupart aimeraient le faire, mais n'y parviennent pas en temps réel, au rythme où les choix évoluent. Un agent capable de **documenter les décisions** au fil de l'eau change la donne.

### 4. Les procédures

Les contournements et « recettes » trop rarement utilisés pour justifier une automatisation dédiée, mais trop précieux pour être oubliés.

Pour une PME, ces quatre catégories correspondent à des réalités très familières : la procédure de reprise après une coupure réseau, le paramétrage particulier d'un équipement Wi-Fi sur un site, la règle de gestion propre à un client dans le CRM, la décision de ne pas migrer tel service avant la fin de l'exercice.

## Une mémoire partagée, pas une mémoire individuelle

L'un des points les plus intéressants de la démarche de Notion est le refus des solutions « mono-joueur ». Selon les auteurs, les systèmes de mémoire natifs sont **hyper-localisés** :

- les mémoires intégrées à un outil sont souvent liées à un éditeur ou à un fournisseur de modèle précis ;
- les mémoires stockées dans des fichiers restent généralement cantonnées à une seule machine.

L'idée défendue est différente : que les agents d'un collaborateur puissent profiter de l'expérience des agents d'un autre, éventuellement dans un autre service. Autrement dit, une **mémoire collective** de l'organisation, consultable aussi bien par les humains que par les agents.

C'est exactement le type de réflexion que comm.it mène avec ses clients. Une PME n'a pas les moyens de laisser chaque poste, chaque outil ou chaque abonnement IA construire sa propre connaissance en silo. La valeur apparaît quand cette connaissance devient un **actif partagé** de l'entreprise.

## Comment structurer cette mémoire

L'approche décrite par l'équipe de Notion repose sur un choix assumé : une donnée **structurée** plutôt qu'un simple amas de textes. La mémoire y est organisée en cinq ensembles reliés entre eux :

- **Projets** : le périmètre, qu'il s'agisse d'un projet, d'une personne, d'une équipe ou d'un agent ;
- **Thèmes** : les sujets traités à l'intérieur de ce périmètre ;
- **Mémoires** : le contexte narratif, les notes, les procédures, les tâches ;
- **Entités** : les éléments nommés auxquels la mémoire fait référence ;
- **Faits** : des affirmations structurées sous la forme **sujet – prédicat – objet**.

Les relations entre ces ensembles facilitent la remontée d'information et la **recherche approximative**. Surtout, une structure prévisible permet aux agents de savoir où et comment chercher.

Côté accès, les agents passent par le **protocole MCP** (Model Context Protocol), un standard qui permet à n'importe quel environnement d'agent compatible de consulter la même mémoire. Les humains, eux, retrouvent les mêmes informations sous forme de pages lisibles ou via une interface en ligne de commande. Enfin, des **automatismes déclenchés** rendent le fonctionnement transparent : la session démarre avec le contexte pertinent, l'agent est incité à enregistrer ou consulter l'information au bon moment, puis les nouveaux apprentissages sont sauvegardés en arrière-plan.

### Ce que comm.it en retient pour ses clients

Pour une PME, la leçon n'est pas qu'il faut reproduire à l'identique ce dispositif. Elle tient en trois principes que nous appliquons dans nos projets d'**IA** et d'**automatisation** :

1. **Choisir un socle que les équipes utilisent déjà.** Notion a fait ce choix parce que ses équipes y stockaient déjà leurs informations opérationnelles. Dans votre entreprise, ce socle peut être votre CRM, votre ERP, votre intranet ou votre outil documentaire. Une mémoire que personne ne consulte ne sert à rien.
2. **Structurer avant d'accumuler.** Définir les catégories, les relations et les règles de nommage avant de laisser les agents écrire.
3. **S'appuyer sur des standards ouverts.** Un protocole comme MCP évite d'enfermer votre connaissance chez un seul fournisseur de modèle et vous laisse libre de changer d'outil demain.

## Le piège du « tiroir à bazar »

La phrase la plus marquante de l'article source est sans doute celle-ci : la première mauvaise version d'un système de mémoire, c'est un **tiroir à bazar doté d'une API**. Stocker toutes les transcriptions, tous les textes et toutes les sessions dans un même dossier n'apporte rien si :

- des informations **obsolètes** induisent en erreur un agent qui aurait réussi sans elles ;
- des informations **non pertinentes** lui sont présentées ;
- la bonne information reste **introuvable**.

Pour y remédier, l'équipe a fait le choix de faire **expirer les faits par défaut**. Une information doit être régulièrement confirmée, faute de quoi elle perd en importance. Les mises à jour sont reliées aux entrées précédentes par des relations explicites (remplace, précise, contredit…), et des outils permettent de repérer les faits orphelins, les doublons et ce que les auteurs appellent la **dette de mémoire**.

La conclusion est claire : une mémoire doit être **entretenue**, manuellement ou par un agent spécialisé. D'après les tests menés, elle aide surtout lorsqu'elle est disponible, précise et retrouvée au bon moment. À l'inverse, elle peut nuire si elle est vague, redondante, périmée ou hors sujet, un effet encore plus marqué avec les **modèles de petite taille**.

Ce dernier point mérite l'attention des PME. Pour des raisons de coût ou de confidentialité, beaucoup d'entre elles privilégient des modèles plus légers, parfois hébergés en interne. C'est précisément dans ce cas que la **qualité de la mémoire** devient déterminante.

## Ce que les mesures nous apprennent

L'intérêt du travail publié par Notion est de ne pas s'arrêter à l'intuition. Les auteurs rappellent qu'un système peut sembler fonctionner tout en dégradant silencieusement les résultats. Ils ont donc mesuré deux choses.

### Retrouver la bonne information

Premier test : la **capacité de récupération**. Sur 500 requêtes tirées au hasard dans un jeu de données public de référence, l'agent a réussi dans 84 % des cas à utiliser la mémoire, à faire remonter le bon élément, à l'ouvrir et à l'appliquer dans sa réponse. L'élément attendu apparaissait dans les résultats de recherche dans 91,8 % des cas.

Ce test fixe un **plafond** : si la bonne donnée n'est pas retrouvée, la mémoire ne peut pas aider ; si une mauvaise donnée remonte, elle peut nuire.

### Améliorer réellement le travail de l'agent

Second test, plus exigeant : des demandes d'évolution, des corrections de bugs et des optimisations sur de gros projets de code, choisies parce que les modèles ne savaient pas les réussir de manière fiable sans aide. Sur 149 scénarios comparés, l'agent sans mémoire en a réussi 82, contre 102 pour l'agent disposant d'une mémoire alimentée. La mémoire a fait gagner 27 scénarios et en a fait perdre 7. Sur les tâches les plus difficiles, celles que l'agent sans mémoire n'avait jamais réussies, l'agent avec mémoire a rattrapé environ 46 % des échecs.

Les auteurs insistent : la mémoire ne « répare » pas magiquement les agents. Une mémoire **disponible et pertinente** change les résultats, et cela dépend d'un référentiel bien tenu.

### La réalité d'une mémoire en usage réel

Une équipe interne a utilisé le dispositif pendant un certain temps, avec un entretien minimal. Le contenu accumulé se répartissait ainsi :

- 55 à 60 % d'éléments réellement expérientiels et utiles à conserver ;
- 15 à 20 % de doublons ou quasi-doublons ;
- 8 à 12 % d'informations que l'agent aurait pu déduire seul ;
- 3 à 5 % de simples notes de session ;
- environ 13 % sans aucune valeur.

Autrement dit, sans gouvernance, une part importante de la mémoire devient du bruit. Les auteurs n'ont pas mesuré les performances sur ce référentiel « réel », mais ils estiment logique qu'une mémoire plus désordonnée donne de moins bons résultats.

## Ce que comm.it apporte concrètement

Les enseignements de Notion confirment ce que nous observons sur le terrain : l'enjeu n'est pas d'ajouter un agent IA de plus, c'est de construire un **système** dans lequel l'IA, les outils métier et les équipes partagent la même connaissance. Voici comment comm.it intervient.

### Cartographier le savoir à préserver

Nous commençons par identifier, avec vos équipes, ce qui relève du savoir expérientiel, des procédures, des décisions et des tâches de suivi. Cette étape révèle souvent des **points de fragilité** : une connaissance détenue par une seule personne, une procédure réseau jamais documentée, une règle métier implicite dans le CRM.

### Intégrer la mémoire à vos outils cœur de métier

Plutôt que de créer un outil isolé, nous connectons la mémoire des agents à vos systèmes existants : **CRM**, **ERP**, messagerie, outils de supervision. Le développement de logiciels cœur de métier fait partie de notre expertise, ce qui nous permet de concevoir des **connecteurs** adaptés et de structurer les données selon vos processus réels.

### Automatiser la capture… et le nettoyage

La leçon du « tiroir à bazar » est centrale. Nous concevons des **workflows d'automatisation** qui capturent les apprentissages en arrière-plan, mais aussi des mécanismes de **péremption**, de **déduplication** et de revue périodique. Une mémoire utile est une mémoire qui oublie ce qui ne sert plus.

### Privilégier l'ouverture et la maîtrise des données

Nous favorisons les **standards ouverts** et les solutions open source chaque fois que c'est pertinent, afin que votre connaissance reste votre propriété, indépendamment d'un fournisseur de modèle. Cette approche est cohérente avec notre accompagnement sur l'infrastructure : **réseau**, **hébergement**, **sécurité** des accès.

### Mesurer avant de généraliser

Comme l'a fait l'équipe de Notion, nous recommandons de vérifier que la mémoire améliore réellement les résultats. Concrètement, cela passe par un pilote sur un périmètre limité, des indicateurs simples (taux de tâches réussies, temps gagné, erreurs évitées) et une comparaison avec la situation sans mémoire.

## Par où commencer dans une PME ?

Si vous utilisez déjà des assistants IA, quelques questions permettent de faire le point :

- Vos agents redécouvrent-ils régulièrement les mêmes informations ?
- Les idées et anomalies qu'ils repèrent sont-elles enregistrées quelque part ?
- Vos décisions techniques et métier sont-elles tracées au moment où elles sont prises ?
- Un collaborateur peut-il consulter ce que les agents ont appris, et le corriger ?
- Savez-vous qui entretient cette connaissance, et à quelle fréquence ?

Si plusieurs réponses sont négatives, votre entreprise accumule probablement une **dette de connaissance** invisible, qui grandira avec l'usage de l'IA.

## En résumé

Le retour d'expérience de Hesham Salman et de l'équipe de Notion apporte un message simple et mesuré : une mémoire partagée améliore réellement le travail des agents IA, à condition d'être **structurée**, **accessible aux humains comme aux agents** et **rigoureusement entretenue**. Pour une TPE ou une PME, c'est l'occasion de transformer l'IA en outil de **capitalisation** du savoir plutôt qu'en source supplémentaire d'oubli.

*Source : « Building Shared Memory for AI Agents in Notion », Hesham Salman, équipe Engineering de Notion.*

> Prêt à transformer ces enjeux en avantage concurrentiel ? Contactez comm.it pour en discuter.

---

*Source : [Building Shared Memory for AI Agents in Notion](https://www.notion.com/blog/building-shared-memory-for-ai-agents-in-notion)*

---

- [Accueil](https://commit.insit.net/index.html.md)
- [Demander un devis gratuit](https://commit.insit.net/#devis)