Demandez à votre assistant IA ce que vous avez décidé ensemble il y a trois mois. Selon l’outil, il aura tout oublié — ou il s’en souviendra, mais dans une mémoire stockée chez son éditeur, dans un format fermé, que vous ne pouvez ni auditer ni emporter. Les deux situations ont la même cause : vous n’avez pas la maîtrise de la mémoire de votre IA. Il existe pourtant une réponse simple, presque low-tech, que je pratique quotidiennement dans mon cabinet : le vault — un coffre de notes en texte clair, chez vous, que toute IA peut lire mais qu’aucune ne possède.
Votre IA a déjà une mémoire — mais chez qui ?
Les assistants IA grand public se dotent tous d’une « mémoire » : ils retiennent vos préférences, vos projets, des bribes de vos conversations passées. C’est commode, et c’est précisément le piège. Cette mémoire vit sur les serveurs de l’éditeur, dans un format qui n’appartient qu’à lui. Vous ne savez pas exactement ce qu’elle contient, vous ne pouvez pas la corriger finement, et vous ne pouvez pas la déménager.
Faites l’exercice : si vous décidiez demain de changer d’assistant — pour un concurrent, ou pour une IA locale —, que resterait-il de ces mois de contexte accumulé ? Rien, ou presque. C’est une forme de captivité nouvelle : on ne vous retient plus par le contrat, on vous retient par la mémoire. Plus votre IA vous connaît, plus partir coûte cher.
Pour un particulier, c’est un inconfort. Pour une organisation — un cabinet, une PME, une collectivité —, c’est un sujet de gouvernance : la connaissance produite dans ces conversations (arbitrages, contexte client, savoir-faire) est un actif. Un actif qui, aujourd’hui, se constitue silencieusement chez un tiers.
Le vault : la mémoire en texte clair, chez vous
Un vault — littéralement « coffre-fort » — est un dossier de notes en texte brut, structuré et relié, qui vit sur vos machines. Des fichiers Markdown : le format le plus simple et le plus durable de l’informatique, lisible par un humain dans n’importe quel éditeur, et par n’importe quelle IA. Des outils comme Obsidian en font un véritable second cerveau : chaque note peut pointer vers d’autres, et l’ensemble dessine un graphe de connaissances — vos projets, vos clients, vos décisions, reliés entre eux.
La propriété décisive n’est pas la sophistication, c’est l’inverse : du texte clair, dans des fichiers, chez vous. Pas de base propriétaire, pas de format fermé, pas de serveur tiers. Un vault survivra à l’application qui l’a créé, à l’IA qui le lit aujourd’hui, et à celle qui le lira dans dix ans. C’est la différence entre une mémoire que vous louez et une mémoire que vous possédez.
Persistante : une mémoire qui survit aux sessions — et aux outils
Une conversation avec une IA est éphémère par construction : la session se ferme, le contexte s’évapore. La parade consiste à inverser le flux : à la fin de chaque session de travail, l’assistant écrit lui-même dans le vault une note structurée — ce qui a été fait, ce qui a été décidé, ce qui reste à faire — reliée aux notes des projets concernés.
C’est ainsi que fonctionne mon propre cabinet. Chaque session de travail avec mon assistant de code se termine par une note datée, archivée dans le vault et raccrochée au graphe ; deux minutes plus tard, elle est indexée et interrogeable par mon IA locale. Trois mois après, la question « qu’avait-on décidé sur ce chantier ? » trouve sa réponse — non pas dans la mémoire d’un éditeur, mais dans la mienne.
Le mécanisme qui rend cette mémoire active s’appelle le RAG : l’IA va chercher, au moment de répondre, les notes pertinentes dans le vault, et s’appuie dessus. La conséquence stratégique est énorme : n’importe quel modèle — local ou cloud, d’aujourd’hui ou de demain — peut se brancher sur la même mémoire. Les modèles passent ; le vault reste. Vous pouvez changer d’IA comme on change de collaborateur : le nouveau lit les dossiers et reprend le fil.
Souveraine : vous tracez la frontière de ce que l’IA voit
Posséder sa mémoire ne suffit pas ; encore faut-il décider qui la lit. C’est l’autre vertu du vault : parce que ce sont vos fichiers, chez vous, c’est vous qui tracez la frontière. Dans mon organisation, la règle est écrite noir sur blanc : les dossiers clients et le journal personnel sont interdits de lecture à l’assistant connecté au cloud — ils ne sont traités que par l’IA locale, celle qui ne fait jamais sortir un octet du bâtiment.
Cette frontière n’est pas théorique. Pas plus tard que cette semaine, mon propre assistant cloud a tenté — pour une tâche parfaitement légitime d’analyse du graphe — de balayer l’ensemble du vault. Refusé, deux fois, automatiquement. La tâche s’est faite autrement. C’est exactement ce qu’on attend d’une architecture souveraine : la confidentialité n’y dépend pas de la bonne volonté de l’outil, elle est inscrite dans les règles de la maison.
Un vault bien gouverné permet ainsi le meilleur des deux mondes : la puissance des grands modèles cloud sur tout ce qui peut sortir, et le secret absolu sur tout ce qui ne le doit pas — avec une IA locale pour travailler cette part-là. La mémoire est une ; les droits de lecture, eux, sont différenciés.
Reprendre la main : rapatrier la mémoire déjà constituée
Si vous utilisez des assistants IA depuis des mois, une mémoire existe déjà — chez leurs éditeurs. La bonne nouvelle : elle se rapatrie. Les principaux services permettent d’exporter l’historique de conversations ; ces exports se transforment en notes datées, reliées, indexables — autrement dit, en vault. C’est un chantier que je mène pour mon propre compte : des centaines de conversations exportées, distillées en connaissances réutilisables par mon IA locale, pour ne rien laisser derrière.
Le mouvement à retenir est celui-là : la mémoire de votre IA doit être un actif de votre organisation, pas une dépendance envers un fournisseur. Commencer est peu coûteux — un dossier de notes, une discipline de journalisation, une frontière écrite. Le faire tôt, c’est éviter que des années de contexte ne se sédimentent là où vous ne pourrez jamais aller les rechercher.
En résumé
La mémoire est en train de devenir le vrai enjeu de l’IA en entreprise : c’est elle qui accumule la valeur, et c’est par elle que se créent les dépendances. Un vault — des notes en texte clair, reliées, chez vous — la rend persistante (elle survit aux sessions et aux outils) et souveraine (vous décidez qui lit quoi).
La question à poser à vos équipes n’est donc pas « quelle IA choisir ? », mais « où s’écrit ce que nos IA apprennent, et qui en détient la clé ? ». Si la réponse est « chez l’éditeur », vous savez ce qu’il vous reste à construire.
Où s’écrit la mémoire de vos IA aujourd’hui ?
On en parle 30 minutes : comment constituer un vault, le brancher sur une IA locale avec AQUIFÈRE, et tracer la frontière de ce qui ne sort jamais de chez vous.
Découvrir AQUIFÈRE →