SharePoint IA agentique : le "Page as Code" expliqué

Introduction: Pourquoi c’est important

La création assistée par IA dans SharePoint est prometteuse depuis des années, mais les administrateurs en entreprise s’intéressent avant tout à des résultats prévisibles, à une itération maîtrisable et à une utilisation sûre des données organisationnelles. L’analyse technique de Microsoft explique comment la création de pages SharePoint par IA a évolué — et pourquoi la dernière génération (agentique, « page as code » piloté par schéma) constitue une évolution significative vers une meilleure qualité et un comportement plus déterministe à grande échelle.

Quoi de neuf : des prompts à un modèle agentique « page as code »

Plus tôt cette semaine, Microsoft a présenté la création de pages SharePoint agentique (aka.ms/SharePointAI). Le principal changement d’architecture est que le modèle traite la création de pages comme une tâche de code :

• Création pilotée par schéma : la structure de la page est représentée via des JSON schemas et l’état actuel de la page.
• Diffs ciblés (deltas), pas de réécriture complète : le modèle produit des opérations/modifications spécifiques plutôt que de tout régénérer.
• Validation des opérations : les changements peuvent être validés par rapport aux schémas et aux règles, ce qui améliore la cohérence.
• Ingénierie guidée par les evals (eval-first) : Microsoft rapporte ~400 évaluations quotidiennes et des taux de réussite d’evals de 85%+ avec des frontier reasoning models ; des comparaisons précoces vs GPT-4.1 montraient une amélioration d’environ ~30% des taux de réussite d’evals, GPT-5 et des modèles de raisonnement Claude atteignant 85%+.

Les cinq pivots (vue d’ensemble)

Le parcours de Microsoft met en évidence plusieurs tendances pertinentes pour quiconque livre des fonctionnalités LLM :

1. Début 2023 (v1, GPT-3.5) : Génération de pages complètes avec un DSL formel
   Rapide à construire sur l’infrastructure partagée Office Copilot (outillage RAI/conformité), mais limité par de petites fenêtres de contexte, des hallucinations et des cascades d’erreurs — aggravées par une couverture d’évaluation insuffisante.

2. Mi-2024 (v2, GPT-4) : Réduire le périmètre à l’assistance de texte enrichi
   Les réécritures en ligne et une composition ancrée (grounded) ont amélioré la satisfaction, mais la découvrabilité est devenue une vraie contrainte d’adoption.

3. Fin 2024 (v3, GPT-4) : Retour aux pages complètes via prompt engineering + RAG
   Les modèles/templates ont bien fonctionné, mais les prompts ouverts ont entraîné davantage de retours négatifs et ont limité l’itération section par section ; les evals automatisées sont arrivées tard.

4. Mi-2025 (v4/v4b, GPT-4.1) : Génération par section et spécialisation métier
   Le contrôle au niveau des sections et une maturité accrue des evals (grounding et analyse d’intention) ont amélioré les taux de conservation (keep rates) et l’engagement ; des web parts ciblées (comme une FAQ) ont apporté une qualité fiable.

5. Début 2026 (v5) : Espace de travail agentique + suite d’évaluation avec des reasoning models
   L’approche « page as code » est devenue viable grâce à des frontier reasoning models, permettant des modifications incrémentales plus prévisibles.

Impact pour les administrateurs IT et les utilisateurs finaux

• Sorties IA plus prévisibles : la validation par schéma et les deltas ciblés devraient réduire la « dérive créative » et faciliter la revue des résultats.
• Itération potentiellement plus sûre : les modifications basées sur sections/deltas correspondent mieux aux workflows réels des auteurs (réviser une partie sans refaire toute la page).
• La gouvernance reste essentielle : le grounding s’appuie sur les sources de contenu du tenant — les autorisations, sensitivity labels et politiques de cycle de vie du contenu demeurent donc critiques.

Actions / prochaines étapes

• Suivre les détails du déploiement via le Microsoft 365 Message Center et la Microsoft 365 roadmap (disponibilité, licensing et exigences de préversion).
• Revoir la gouvernance du contenu : s’assurer que les autorisations SharePoint, sensitivity labels et la qualité du contenu sont alignées avec les scénarios de grounding par IA.
• Préparer la conduite du changement : mettre à jour la formation des auteurs pour insister sur le raffinement itératif, basé sur les sections, et sur les pratiques de relecture.
• Piloter avec des équipes cibles (comms, PMO, RH) et recueillir des retours sur la qualité, le temps gagné et les cas où la revue humaine est obligatoire.