Google Cloud a dévoilé le 12 juin 2026 l’Open Knowledge Format (OKF), une spécification ouverte qui répond à un problème bien concret : comment donner aux agents IA le contexte interne qu’ils n’ont pas. Derrière ce nom technique se cache une idée simple – standardiser la documentation des connaissances d’une entreprise pour que n’importe quel agent puisse la lire. Pour les équipes marketing, c’est une opportunité à ne pas négliger, même si le sujet semble réservé aux data engineers.
Ce que comprend l’Open Knowledge Format
L’annonce émane de l’équipe Data Cloud de Google Cloud, signée par les tech leads de BigQuery. Le constat de départ est limpide : les modèles d’IA excellent à écrire du code ou analyser des jeux de données, mais ils ignorent le contexte propre à chaque organisation. Google prend un exemple parlant : « Comment calcule-t-on les utilisateurs actifs hebdomadaires à partir de notre flux d’événements ? » La réponse existe, mais elle est éparpillée entre métadonnées, wiki, code, Drive et la mémoire de deux collaborateurs. OKF propose un format commun, pas un nouveau service.
Concrètement, un bundle OKF est un répertoire de fichiers markdown. Chaque fichier décrit un concept unique : une table, une métrique, un runbook, une API. Le chemin du fichier sert d’identité au concept. L’en-tête YAML contient les champs interrogeables : type, title, description, resource, tags et timestamp. Seul le type est obligatoire. Les concepts se relient entre eux par des liens markdown, formant un graphe de connaissances. Google précise que le format formalise le motif « LLM wiki » popularisé par Andrej Karpathy et les conventions AGENTS.md ou CLAUDE.md déjà utilisées par les agents de code.
Pourquoi un professionnel du marketing doit s’y intéresser
Attention au contresens : OKF n’est pas destiné à Google Search. Ce n’est ni un signal SEO, ni un fichier llms.txt à placer à la racine de votre site. OKF regarde à l’intérieur de l’entreprise. Depuis dix-huit mois, les équipes marketing connectent des agents IA à leurs données via serveurs MCP, connecteurs GA4 ou assistants d’analyse. Le problème n’est plus l’accès à la donnée, mais son interprétation. Un agent qui lit votre table GA4 ne sait pas ce que votre entreprise appelle un « lead qualifié ». Il ignore que vos campagnes taguées « brand_2026 » couvrent deux marques depuis une fusion. Il ne sait pas que le chiffre d’affaires affiché exclut les retours. Résultat : l’agent produit une réponse fluide, mais fausse. OKF répond à ce trou de contexte en formalisant noir sur blanc, dans des fichiers versionnés, ce que vos équipes savent déjà.
Trois usages concrets pour une équipe marketing ou growth
- Dictionnaire de métriques : un fichier par KPI avec définition, périmètre, exclusions, source de vérité et date de révision. Les agents cessent d’improviser, les nouveaux arrivants aussi.
- Plan de taggage documenté : conventions UTM, événements GA4, propriétés custom, ruptures historiques. Une information qui vit aujourd’hui dans un Google Sheet que personne ne met à jour.
- Runbooks d’équipe : procédure de reporting mensuel, règles d’attribution, seuils d’alerte budget. Un agent peut les consulter avant d’agir.
Le point fort est ailleurs : le format vit dans Git, à côté du code qu’il décrit. Une définition de métrique devient une pull request, se revoit, se date, se conteste. Pour des équipes habituées à documenter dans Notion puis oublier, le changement de posture est réel. Google insiste sur un principe clé : format, pas plateforme. OKF n’est lié à aucun cloud, modèle ou framework. Un bundle écrit manuellement est lu par n’importe quel agent ; un bundle généré par un LLM peut être interrogé par un autre. C’est la promesse d’interopérabilité.
Les limites à connaître avant de se lancer
La version publiée est une v0.1. Google le dit lui-même : un point de départ, pas un standard figé. Un format ouvert ne vaut que par le nombre d’acteurs qui l’utilisent. Aujourd’hui, l’écosystème se résume aux implémentations de référence de Google. Aucun éditeur tiers n’a annoncé de support, aucune adoption externe n’est confirmée. Autre limite : OKF ne documente rien à votre place. Le format impose un seul champ obligatoire. Toute la valeur repose sur ce que vous écrivez dedans. Une équipe qui n’a jamais tenu un dictionnaire de KPI ne le fera pas mieux en markdown. Enfin, la documentation générée par un LLM doit être relue : écrire des descriptions plausibles n’est pas les rendre exactes. Documenter sans vérifier est pire que ne pas documenter.
Voici un aperçu des champs YAML de l’en-tête, avec leur rôle :
| Champ | Obligatoire | Description |
|---|---|---|
| type | Oui | Type du concept (table, métrique, runbook…) |
| title | Non | Titre lisible du concept |
| description | Non | Texte libre décrivant le concept |
| resource | Non | Lien vers la ressource associée (ex. : URL d’une table) |
| tags | Non | Liste de mots-clés pour le filtrage |
| timestamp | Non | Date de dernière mise à jour |
Un signal de plus dans la bascule agentique
Cette annonce s’ajoute à une série cohérente côté Google : serveurs MCP, recherche agentique, agents connectés aux outils publicitaires. La logique est la même : les agents deviennent utiles quand ils accèdent à un contexte fiable. Le SEO a suivi un chemin semblable avec des contenus structurés pour être repris par les IA génératives. Le partage de connaissances via un format ouvert favorise l’innovation numérique et la standardisation. En interne, l’OKF offre une accessibilité nouvelle à la technologie agentique. Les équipes marketing qui documentent déjà leurs métriques, process et stratégie prendront une longueur d’avance sur celles qui laissent leurs agents deviner sans contexte à jour.
L’Open Knowledge Format n’est pas une révolution technique – c’est du markdown dans un dossier. Mais si le format s’impose, la connaissance métier devient un actif portable, versionné et lisible par n’importe quel agent. Le contexte engineering est une tendance à surveiller de près pour passer à la vitesse supérieure dans l’usage de l’IA en entreprise, et l’OKF en est une porte d’entrée prometteuse.
