Temps de lecture : 4 min
Les points clés à retenir
- OKF : un standard ouvert de Google (v0.1) pour structurer les connaissances métier en Markdown + YAML, consommable par tout agent IA sans SDK ni intégration lourde.
- Différence avec la RAG : OKF organise le savoir en amont, la RAG le récupère à la volée. Les deux se complètent, l’un ne remplace pas l’autre.
- Adoption conditionnelle : la valeur du format dépend de l’écosystème qui se constitue autour. Sans producteurs ni consommateurs, ce n’est qu’un fichier de plus.
Pourquoi les agents IA ont besoin d’un format de connaissances commun
Un modèle de langage, aussi performant soit-il, ne connaît pas vos métriques internes. Il ignore le schéma de votre base de données. Il ne sait pas quelle procédure suivre en cas d’incident. Ces connaissances métier, indispensables aux agents IA, sont aujourd’hui éparpillées dans des systèmes incompatibles : wikis, catalogues de métadonnées, commentaires dans le code, et parfois uniquement dans la tête de quelques ingénieurs.
Résultat : chaque fois qu’une équipe construit un nouvel agent, elle doit reconstituer ce contexte à partir de sources dispersées. Chaque éditeur réinvente son propre modèle de données. Le savoir reste prisonnier de l’outil qui l’a produit. Google propose une réponse élégante à ce problème : non pas un énième service, mais un format.
L’Open Knowledge Format (OKF) est un standard ouvert. Il vise à représenter les connaissances d’une organisation dans un format commun, exploitable par tous les agents IA. Pas de SDK. Pas de dépendance à un cloud en particulier. Juste des fichiers, de l’ordre et une intention claire.
Comment fonctionne l’Open Knowledge Format
En version 0.1, l’OKF est volontairement minimaliste. Il formalise ce que le chercheur Andrej Karpathy appelait le « patron LLM-wiki » : confier la maintenance d’une base de connaissances à une IA parce que ces modèles « ne se lassent jamais et n’oublient pas de mettre à jour une référence croisée ». Sur le terrain, trois principes simples suffisent :
- Du simple Markdown : lisible partout, affichable sur GitHub, indexable par n’importe quel moteur de recherche.
- De simples fichiers : livrables sous forme d’archive, hébergeables dans un dépôt Git, accessibles depuis n’importe quel système de fichiers.
- Du YAML en en-tête : pour les champs structurés qui doivent rester interrogeables : type, titre, description, ressource, tags, horodatage.
Chaque fichier décrit un « concept » : une table, un jeu de données, une métrique, une procédure ou une API. Le chemin d’accès dans l’arborescence fait office d’identifiant, et les concepts se relient entre eux par de simples liens Markdown. L’ensemble forme un graphe de connaissances. Un bundle peut aussi contenir des fichiers d’index et un journal des modifications.
Google a publié la spécification sur GitHub, avec plusieurs implémentations de référence : un agent capable de documenter automatiquement un jeu de données BigQuery, un visualiseur HTML qui transforme une base OKF en graphe interactif, et trois exemples prêts à l’emploi. Le Knowledge Catalog de Google Cloud peut déjà ingérer nativement le format.
OKF vs RAG : la complémentarité plutôt que l’opposition
La RAG est une technique de récupération : au moment d’une requête, le système va chercher des documents pertinents et les injecte dans le contexte du modèle. L’OKF, lui, est un format de représentation qui organise la connaissance en amont. Les deux se complètent naturellement.
En pratique : plutôt que de charger toute une base documentaire dans la fenêtre de contexte pour y appliquer une RAG, un agent peut parcourir un bundle OKF et n’aller chercher que les concepts utiles. L’OKF structure le savoir. La RAG (puis l’agent) l’exploite. Sans langue de bois : ce n’est pas une révolution technique, c’est une standardisation pragmatique d’une pratique qui existait déjà de manière artisanale.
Ce que ça change pour les professionnels du digital
Si l’OKF cible d’abord les équipes data et les développeurs, sa logique déborde largement ce cadre. Pour les professionnels du SEO et du marketing, il prolonge une bascule déjà engagée : on ne cherche plus seulement à être trouvé par les moteurs de recherche, mais à rendre ses connaissances directement exploitables par des agents capables d’agir.
Je vois émerger une nouvelle expertise : celle qui consiste à transformer le savoir épars d’une entreprise en une base structurée, activable, indépendante des outils. Les directions marketing gagnent à anticiper ce mouvement. L’intention transactionnelle passe aussi par la capacité des agents IA à comprendre votre métier.
Les conditions de l’adoption
Le format n’en est qu’à ses débuts. Google présente lui-même l’OKF v0.1 comme un point de départ, appelé à évoluer. Surtout, la valeur d’un tel standard dépend du nombre d’acteurs qui l’adoptent. Publié par Google mais conçu comme neutre, l’OKF ne tiendra ses promesses que si un véritable écosystème se met en place : des producteurs de bundles, des consommateurs d’agents, des outils de création et d’indexation.
Chez ZoneMentale, on suit de près ces évolutions. Parce que ce qui compte vraiment, ce n’est pas le format en lui-même, mais la capacité d’une entreprise à rendre ses connaissances exploitables – et donc à générer de l’opportunité. La variance, ça se gère. L’aléatoire du contexte IA mal structuré, on le supprime par la conception.
Si l’OKF devient un standard, les premières organisations à structurer leur savoir en bundles gagneront un avantage concurrentiel. Comme toujours, les premiers ne seront pas les plus gros, mais les plus organisés.
Pour aller plus loin : la spécification complète sur GitHub, et une démonstration du visualiseur dans le repo.
