Qu’est-ce que le RAG en intelligence artificielle et comment l’utiliser dans votre entreprise

Le RAG expliqué par une analogie : l’examen à livre ouvert

Un modèle de langage ressemble à un étudiant très brillant qui a lu la moitié d’Internet mais qui n’a pas vu vos contrats, vos procédures ni vos clients. Si vous l’interrogez à leur sujet, il improvise. Le RAG transforme l’examen en examen à livre ouvert : avant de répondre, le système cherche les pages pertinentes dans vos documents et les met sous les yeux de l’étudiant. Celui-ci rédige la réponse avec elles et vous dit d’où vient chaque information.

Il n’est pas nécessaire de « ré-entraîner » le modèle. Si vous changez une procédure, vous mettez à jour le document et la réponse suivante en tient déjà compte.

Comment fonctionne le RAG, étape par étape

1. Ingestion : on collecte les documents (PDF, Word, wikis, e-mails, tickets) et on en extrait le texte, avec OCR s’ils sont numérisés.
2. Découpage : chaque document est divisé en passages porteurs de sens (sections, clauses) et on ajoute des métadonnées (date, service, permissions).
3. Indexation : chaque passage est converti en vecteur numérique (embedding) qui représente son sens et stocké dans une base de données vectorielle.
4. Récupération : face à une question, le système cherche les passages les plus proches par le sens (et par mots-clés), filtre selon les permissions et les reclasse.
5. Génération : le modèle reçoit la question, les passages et des instructions (« réponds seulement avec ceci et cite la source ») et rédige la réponse.
6. Vérification : les sources sont affichées et, s’il n’y a pas assez de preuves, le système le reconnaît au lieu d’inventer.

RAG, fine-tuning ou long prompt : quand utiliser chacun

Dans les projets d’entreprise, le RAG est la norme, parfois combiné au fine-tuning pour le ton ou le format de sortie.

Quand un projet RAG a du sens

Erreurs typiques dans la construction d’un RAG

• Indexer des documents sans les nettoyer : des versions dupliquées et contradictoires produisent des réponses contradictoires.
• Découper par taille fixe et couper une clause en deux.
• N’utiliser que la recherche sémantique et échouer sur les références exactes (codes, montants, noms).
• Ne pas filtrer par permissions et montrer de l’information à des personnes qui ne devraient pas la voir.
• Ne pas évaluer : sans banque de questions avec réponses attendues, on ne sait pas si cela s’améliore ou se dégrade.
• Oublier la maintenance : les documents changent et l’index doit être mis à jour.

Comment commencer dans votre entreprise

La voie la plus sûre est une preuve de concept avec une seule source de données et 30 à 50 questions réelles rédigées par les personnes qui utiliseront le système. En quelques semaines, vous saurez si la qualité est suffisante et quelle préparation vos documents demandent. Si vous voulez que nous nous en chargions, voyez notre service d’assistant IA sur les documents de votre entreprise ; si le système doit aussi exécuter des actions, nous le faisons évoluer vers un agent IA, et pour le service client, nous l’exposons via un chatbot. Les coûts figurent dans ce guide des prix.

Questions fréquentes

Parlez-nous de votre projet

Décrivez ce que vous voulez obtenir et les systèmes avec lesquels vous travaillez. Nous vous répondons sous 24 à 48 h.