La couche sémantique que l’IA comprend.
Objects, Links et Actions — le vocabulaire qui décrit votre métier. Sur cette couche, les LLM peuvent consulter des données et exécuter des actions autorisées sans deviner ce que signifient les noms de vos tables.
Les trois piliers de l\u2019ontologie
Objects
Les entités de votre métier avec du sens sémantique. Pas « table customer_b1 », mais Client. Pas « table sales_order », mais Commande. L’IA peut les lire et s’y référer.
Links
Les relations avec leur propre nom. Un Client « a » des Commandes, « appartient à » une Société, « est assigné à » un Commercial. Les relations transmettent du contexte, pas seulement des clés étrangères.
Actions
Les opérations qui ont du sens dans votre métier. « Annuler commande », « Changer le tarif », « Générer un bon de livraison ». Chaque Action avec autorisation, audit et règles métier.
Pourquoi c\u2019est important\u00a0: la même donnée, deux interprétations
Sans ontologie\u00a0: «\u00a0Quelle est la marge moyenne par commande ce trimestre\u00a0?\u00a0»
→ Le LLM voit les tables\u00a0: sales_order_h, items_lin, prod_prm, prc_cst
→ Il doit deviner quel champ est le coût, le prix, quelles commandes sont dans le trimestre
→ Il répond avec un chiffre qui peut être faux à cause d\u2019un mapping incorrect
Avec l\u2019ontologie Integrafy-OS\u00a0:
→ Le LLM voit\u00a0: Object Commande avec la property marge (calculée, documentée)
→ Filtre par quarter sur le champ date_confirmation
→ Il répond correctement, avec le lineage du calcul disponible pour vérification
Questions fréquentes sur l’Ontologie
Qu’est-ce exactement qu’une ontologie dans Integrafy-OS ?
Une couche sémantique qui décrit ce qu’est chaque objet, comment il se relie aux autres et ce que l’on peut en faire. Ce n’est pas seulement un schéma : elle inclut le sens (un Client n’est pas un compte bancaire même si les deux ont un numéro), les relations (un Client a des Commandes, il ne les « possède » pas), et les actions autorisées (on peut annuler une Commande, mais pas un Bon de livraison). C’est ce que les suites enterprise d’ontologie de données appellent Ontology.
Pourquoi l’IA a-t-elle besoin d’une ontologie ?
Parce que sans elle, un LLM voit des tables SQL aux noms cryptiques et doit deviner ce qu’elles signifient. Avec une ontologie, l’IA sait que « customer_b1 » est un Client, que « sales_order_header » est une Commande et qu’« annuler commande » est une action valide sur elle. Cela multiplie la précision de toute interaction IA × données.
Comment l’ontologie est-elle exposée à l’IA ?
Via un serveur MCP (Model Context Protocol). Claude, ChatGPT ou d’autres LLM se connectent au serveur et découvrent automatiquement les Objects, Links et Actions disponibles. Ils peuvent consulter des données et exécuter des actions autorisées, mais ne peuvent rien accéder en dehors de leur permission.
Les Actions sont-elles la même chose que les endpoints ?
Lié mais distinct. Un endpoint est technique (POST /api/commandes/:id/annuler). Une Action est sémantique (« Annuler commande, requiert un motif, uniquement pour les commandes non expédiées, auditée, notifie le client »). L’Action connaît le contexte métier ; l’endpoint non.
Peut-on étendre l’ontologie sans toucher au code ?
Oui. Ajouter de nouveaux Objects, Links ou Actions se fait depuis l’interface visuelle. Le serveur MCP se met à jour automatiquement et l’IA découvre les nouveautés sans rien redémarrer.
Votre IA comprend-elle votre métier ou devine-t-elle ?
Démo d’ontologie MCP en 30 minutes.