Company Brain : pourquoi on en a construit un

Capitaliser le savoir, c'est un des problèmes majeurs de notre métier de conseil. Avant, c'était un effort pour les gens. Ça demandait de la rigueur pour formaliser, et ça ne tenait pas dans la durée, trop difficile à maintenir. Et le format de capitalisation, des documents, ne facilitait pas la recherche.

L'IA rend la capitalisation beaucoup plus facile et consommable. C'est elle qui formalise, en lisant les comptes rendus et les livrables au fil des projets et en tenant à jour des pages qu'on n'aurait jamais pris le temps d'écrire. Au lieu de chercher dans des dossiers, on lui pose la question.

Sur chaque projet on apprend quelque chose, une façon de faire qui marche ou une erreur à ne pas refaire. Un company brain, un cerveau d'entreprise, c'est l'endroit où ces apprentissages s'accumulent, pour que chacun puisse apprendre de l'expérience des autres.

Comment j'en suis arrivé là

Le savoir est un sujet qui m'est cher, et je cherchais depuis longtemps une façon de le capitaliser qui tienne dans la durée. En début d'année, c'est un client qui m'a orienté vers les travaux d'Andrej Karpathy : le wiki LLM.

Le principe, c'est de donner ses sources à l'IA, des articles, des notes, des comptes rendus, et de la laisser en écrire un wiki avec une page par sujet, par personne ou par projet, reliées entre elles, qu'elle met à jour chaque fois qu'une nouvelle source arrive. Ce sont de simples fichiers texte sur son ordinateur. Karpathy le présente comme une méthode pour une base de connaissances personnelle, et c'est comme ça qu'il s'en sert. Et même s'il mentionne le cas d'une entreprise, il ne le développe pas.

J'ai testé le wiki LLM pendant plusieurs semaines, en perso, sur mon Mac. Ensuite, je suis tombé sur les communications de YC (Y Combinator, l'accélérateur de startups américain) : un appel à startups pour le company brain. C'est là que j'ai découvert GBrain.

GBrain, c'est le cerveau de Garry Tan, le président de YC, qu'il a publié en open source et qui repose sur le même principe de pages reliées entre elles. Mais il était plus adapté à une utilisation par une équipe : il a beaucoup plus travaillé les accès en lecture et en écriture, pour travailler en commun sur un serveur, avec une base. Chacun se branche sur un cerveau partagé où l'on décide qui lit quoi et qui écrit où, une page peut rester privée, et tout ce qui n'a pas été explicitement permis est refusé.

J'ai petit à petit délaissé le wiki LLM pour travailler sur GBrain, en local.

Ce que fait un cerveau : trois gestes

Un cerveau fait trois choses : ingérer, interroger, entretenir.

• Ingérer. On lui donne une source, un compte rendu ou un mail par exemple, et l'IA la lit, met à jour les pages concernées et les relie entre elles. Il ne stocke pas la donnée brute, il filtre et il digère : une même réunion nourrit la page du client, celle du projet, celle du sujet. Une seule source peut toucher une dizaine de pages. Le cerveau peut aussi aller chercher lui-même une partie des sources dans les réunions et les messageries.
• Interroger. On pose une question et le cerveau répond à partir de ses pages. Il cite ses sources : chaque réponse se vérifie. Et quand il ne sait pas, il le dit au lieu d'inventer. Comme une bonne réponse peut repartir dans le cerveau, chaque question l'enrichit un peu.
• Entretenir. Avec le temps, un cerveau accumule des erreurs : deux pages qui disent le contraire, une information qui n'est plus vraie, une page isolée que plus rien ne relie au reste. C'est un agent d'IA qui joue le rôle de gestionnaire. Il fait ce ménage régulièrement, la nuit par exemple : il repère les contradictions, tranche celles qui sont claires, fusionne les doublons et relie les pages isolées. Quand il ne peut pas trancher, il le signale, et c'est une personne qui valide. Sans ce travail, on finit fatalement par ne plus faire confiance aux réponses du cerveau.

On pourrait dire que des produits comme ChatGPT ou Claude ont déjà un mécanisme de mémoire : ils retiennent des choses d'une conversation à l'autre, et on peut y créer des projets avec des fichiers. Mais cette mémoire a ses limites, et c'est justement là qu'un cerveau a de l'intérêt. C'est le modèle qui choisit ce qu'il garde, sans qu'on sache trop quoi ni pourquoi, et il garde de petits faits en vrac, sans source, plutôt que des pages reliées entre elles. Personne n'y fait le ménage, donc les informations périmées et les contradictions s'accumulent. Et elle reste enfermée chez l'éditeur, pour une seule personne, sans possibilité de la partager avec l'équipe ni de gérer qui voit quoi.

Le cerveau personnel, la vraie nouveauté

Certains appellent le cerveau personnel un « second brain ». Mais le second brain classique, c'est à soi de le ranger et de l'entretenir, et c'est justement l'effort qui ne tenait pas dans la durée. Ici, c'est l'IA qui fait ce travail.

Un cerveau personnel, pour chacun. On y met ce qu'on lit et ce qu'on note, et il répond avec ce contexte-là. Au bout de quelques semaines, la personne y trouve un intérêt. Plus elle s'en sert, plus elle a envie de le nourrir, et ça devient un cercle vertueux.

Le cerveau personnel est un carnet : personne ne voit celui des autres, et chacun choisit ce qu'il y branche.

Ce que je lis, mes notes de réunion, mes échanges, tout finit dans mon cerveau, et je n'ai plus besoin de me rappeler où j'ai lu une idée ni de repartir de zéro quand je reprends un sujet six mois plus tard. Quand j'écris un article, il me ressort ce que j'avais noté sur la question et d'où ça vient.

Il me permet aussi de me replonger dans ma propre pratique : ce que j'ai essayé, ce qui a marché. Une responsable de formation nous a dit la même chose en découvrant la démarche : un moyen d'apprendre de ce qu'on fait déjà.

Et il me sert à faire mes skills, ces façons de faire qu'un agent rejoue, basées sur ma propre expérience. Préparer un rendez-vous, par exemple, ou relire un article. Le cerveau m'aide à automatiser.

Côté tech, Julien, mon associé, dit que son cerveau lui permet d'être cohérent, dans son développement comme dans son approche. D'un projet à l'autre, il retrouve ses conventions, ses choix techniques et les raisons qui les ont motivés, et ses agents travaillent avec ça, au lieu de tout redécouvrir à chaque fois. Son cerveau devient une sorte de jumeau numérique, une version de lui qui se souvient de tout ce qu'il a décidé.

Ce qu'en dit Garry Tan

Fin juin 2026, Garry Tan a défendu l'idée à l'AI Engineer World's Fair, à San Francisco. Le titre de sa keynote dit tout : « Every company should have a Brain ». Pour lui, l'écart entre ceux qui tirent deux fois plus parti de l'IA et ceux qui en tirent cent fois plus ne vient pas du modèle, le même pour tout le monde, mais de ce qu'on construit autour. Une entreprise est une bibliothèque, et le cerveau d'entreprise, c'est la bibliothèque plus le bibliothécaire, celui qui choisit les livres pertinents à ouvrir au bon moment. Retrouver un document est la partie facile, dit-il : ce qui compte, c'est que le cerveau vaille la peine d'être interrogé.

Quelques semaines plus tard, à la Startup School de YC, il a consacré une deuxième keynote au cerveau individuel : « Own Your Intelligence ». Sa thèse : l'intelligence artificielle générale n'arrivera pas comme un événement, une super-intelligence dans un data center, mais sous une forme personnelle. Un agent qui tourne sur son propre contexte, avec une mémoire qui nous appartient et des procédures qu'on a écrites, et qui s'améliore à chaque jour d'usage. Il oppose cette intelligence qu'on possède à celle qu'on loue : un modèle loué ne sait que ce que tout le monde sait, et peut changer du jour au lendemain quand l'éditeur change de cap. Dans un cas on construit un actif, dans l'autre on consomme un produit.

Cet actif, pour lui, appartient à la personne. Ses notes et ses skills, c'est son savoir-faire mis par écrit, et il doit la suivre d'une entreprise à l'autre. S'il reste au sein de l'entreprise quand elle s'en va, ses années de travail ne lui ont rien laissé : l'entreprise a simplement récupéré son savoir-faire. Il le résume d'une formule : « Own your skills, or your job becomes a skill file », possédez vos skills, ou votre métier deviendra un fichier de skills. Il rappelle que les artisans possédaient leurs outils, et que c'est l'usine qui a cassé ce lien.

Il prévient aussi que ça prend du temps. La courbe reste plate pendant des semaines avant de décoller, et la plupart des gens abandonnent la deuxième semaine.

Notre company brain

Chez Seven Mile, on est en train de développer notre propre company brain, avec des cerveaux partagés par domaine et un cerveau personnel mis à disposition de chaque collaborateur.

On s'est posé la question : est-ce qu'avoir un seul cerveau pour toute l'entreprise était la bonne réponse ? On y a renoncé, d'où ce réseau de cerveaux : c'est aujourd'hui plus efficace pour gérer les droits d'accès. Et un cerveau personnel, personne d'autre ne peut le lire.

Il y a aussi la question que pose Garry Tan : si le cerveau personnel part avec la personne, du point de vue de l'entreprise, ça fait réfléchir. C'est une des raisons pour lesquelles on est partis sur le principe d'hybrider l'approche : le cerveau personnel reste à la personne, et ce qu'elle a choisi de partager dans un cerveau commun reste au collectif.

Comment un cerveau commun se nourrit et qui a le droit d'y écrire, c'est un autre sujet, sur lequel on reviendra.

GBrain pose les idées, et on lui doit beaucoup. Mais en le faisant tourner au quotidien, on s'est rendu compte qu'il n'était pas industriel, pas prêt pour la production. L'architecture est un gros monolithe, et la gestion des accès et de la sécurité n'était pas en phase avec ce qu'on attend quand toute une équipe y confie ses informations. C'est un peu paradoxal, puisque Garry Tan dit lui-même qu'il faut traiter le cerveau comme une infrastructure de production. Julien a alors repris les choses en main. Il a d'abord positionné GBrain en central, puis il l'a forké pour en faire notre propre produit (forker, c'est repartir du code de GBrain et le faire évoluer de notre côté). Il a fait un gros travail pour refaire la structure et le back-end, et on commence à y mettre nos propres fonctionnalités et comportements. Depuis plusieurs mois, il y passe ses jours et ses nuits. On a gardé les idées de GBrain. On a refait ce qu'il faut pour s'en servir à plusieurs, dans la durée, en sachant qui a accès à quoi.

On travaille avec nos cerveaux numériques tous les jours et on les fait évoluer en permanence. Ce qu'on en apprend, on le racontera dans de prochains articles.

Et l'outil n'est pas le plus important. Ce qui est important, c'est la démarche.

Et vous, vous avez mis en place un personal brain ou un company brain ?