Tous les articles

ATALAS LE BLOG

ARTICLE8 min de lecture

Assistant documentaire IA : faut-il vraiment un RAG ?

Une fiche extraite d’un classeur est examinée sous un bloc de verre turquoise, sur une table en pierre.

Une grille concrète pour choisir entre recherche classique, outil prêt à l’emploi et RAG sur mesure, puis cadrer un pilote fiable sur vos documents.

Partager cet article

L’ARTICLE8 min de lecture

Une PME n’a pas besoin d’un RAG simplement parce qu’elle possède beaucoup de PDF. Elle en a besoin lorsque des collaborateurs posent souvent des questions à un corpus interne, que la réponse doit être rédigée à partir de passages retrouvés et que chaque affirmation importante doit pouvoir être vérifiée dans le document source.

Si le besoin consiste seulement à retrouver un fichier, une recherche classique peut suffire. Si quelques personnes interrogent un petit ensemble de documents stables, un outil prêt à l’emploi peut servir de test. Le développement d’un assistant documentaire sur mesure devient pertinent lorsque les sources, les droits d’accès, la fréquence de mise à jour ou le niveau de fiabilité exigent un système réellement intégré.

La bonne décision n’est donc pas « RAG ou pas RAG ? » dans l’absolu. C’est : quel niveau de solution est proportionné au problème, et quelles preuves faut-il obtenir avant de l’ouvrir aux équipes ?

Ce qu’un RAG fait réellement

RAG signifie *retrieval-augmented generation*, ou génération augmentée par récupération. Le système sépare deux opérations : il cherche d’abord les passages pertinents dans un corpus autorisé, puis un modèle de langage rédige une réponse à partir de ces passages.

Cette architecture peut rendre une réponse plus vérifiable parce qu’elle peut afficher les documents et extraits utilisés. Elle ne garantit pourtant ni que le bon passage sera retrouvé, ni que le modèle l’interprétera correctement, ni que le document source est encore valable.

La Direction générale des entreprises présente le RAG comme adapté aux tâches qui combinent une base documentaire interne, une réponse en langage naturel et un besoin de traçabilité. La CNIL rappelle de son côté que l’entreprise qui connecte une IA à une base de connaissances contenant des données personnelles reste responsable de ce traitement.

Commencer par trois questions métier

Avant de parler d’architecture, décrivez le travail actuel.

  1. Quelles questions reviennent ? Recueillez vingt à cinquante questions réelles : retrouver une clause, vérifier une procédure, préparer une réponse à un appel d’offres, identifier la dernière consigne technique.
  2. Quelle erreur serait grave ? Une mauvaise référence interne n’a pas la même conséquence qu’une réponse envoyée à un client, une recommandation de maintenance ou une interprétation contractuelle.
  3. Comment la réponse est-elle vérifiée aujourd’hui ? Identifiez la personne compétente, le document de référence et le délai acceptable.

Sans questions représentatives et sans relecteur métier, une démonstration réussie ne permet pas de juger la valeur du système.

Choisir entre quatre niveaux de solution

Situation observéePoint de départ proportionnéCe qu’il faut vérifier
Les équipes ne savent pas où se trouve le bon fichierArborescence, règles de nommage et recherche classiquePropriétaire, version, archivage et droits d’accès
Le corpus est petit, stable et utilisé par quelques personnesEspace IA ou outil documentaire prêt à l’emploiConfidentialité, sources citées, export et limites de volume
Plusieurs sources changent souvent, avec des droits différentsAssistant RAG configuré et connectéSynchronisation, filtrage des droits, journalisation et reprise
La réponse déclenche une action ou alimente un processus métierApplication sur mesure avec RAG, règles et validationsTests de bout en bout, seuils de refus, validation humaine et mode dégradé

Cette grille évite deux erreurs opposées : construire trop tôt un système coûteux, ou conserver trop longtemps un outil simple qui ne respecte pas les accès et produit des réponses impossibles à auditer.

Le test décisif : la qualité sur vos questions

Un assistant documentaire ne se juge pas sur cinq questions préparées pour la démonstration. Constituez un jeu d’évaluation avant le pilote.

Pour chaque question, conservez : la réponse attendue, les documents qui font foi, les passages pertinents, les formulations équivalentes, les cas où le système doit refuser et les droits de l’utilisateur qui pose la question.

Mesurez ensuite séparément :

  • la récupération : le bon passage figure-t-il parmi les extraits retrouvés ?
  • la réponse : respecte-t-elle le passage sans ajouter d’information ?
  • la citation : mène-t-elle au bon document et à la bonne version ?
  • le refus : le système sait-il dire qu’il ne dispose pas d’une source suffisante ?
  • les droits : un utilisateur ne reçoit-il que les contenus qu’il peut ouvrir ?
  • l’exploitation : combien de temps faut-il pour corriger, mettre à jour et surveiller le système ?

Définissez les seuils d’acceptation par type de question. Les sujets engageants peuvent exiger une validation humaine systématique, même si le taux de réussite global paraît bon.

Chiffrer sans inventer un prix moyen

Le coût utile est un coût total de fonctionnement, pas seulement la facture du modèle. Chiffrez au moins six postes :

  1. préparation et gouvernance du corpus ;
  2. connexion aux sources et reprise des droits d’accès ;
  3. extraction des scans, tableaux et formats difficiles ;
  4. développement ou configuration de la recherche et de l’interface ;
  5. constitution du jeu d’évaluation et tests métier ;
  6. hébergement, consommation des modèles, surveillance et maintenance.

Comparez ce coût au problème actuel : temps de recherche, erreurs, délais de réponse, sollicitations des experts et risque de travailler sur une version obsolète. Ne convertissez pas automatiquement chaque minute théorique en économie. La valeur existe si un délai diminue, si une capacité est réellement libérée ou si une erreur coûteuse devient moins probable et mesurable.

Un pilote en cinq étapes

  1. Limiter le corpus. Choisissez une famille documentaire claire, avec un propriétaire et des versions identifiables.
  2. Fixer les accès. Reprenez les droits réels ; n’utilisez pas un compte technique qui voit tout par défaut.
  3. Créer le jeu de questions. Incluez les cas fréquents, les exceptions, les formulations ambiguës et les questions sans réponse.
  4. Tester sur plusieurs cycles. Faites participer les utilisateurs finaux et consignez les erreurs de recherche, d’interprétation, de citation et d’autorisation.
  5. Décider. Étendez, corrigez ou arrêtez selon des seuils écrits avant le test. Conservez un mode manuel tant que le système n’est pas éprouvé.

Le passage à l’échelle doit être une nouvelle décision. Ajouter des sources, des métiers ou des utilisateurs change le risque et peut nécessiter une nouvelle évaluation.

Exemple fictif : une PME industrielle

Une PME fictive veut aider ses techniciens à retrouver des procédures de maintenance. Elle possède 1 800 documents, dont plusieurs doublons et des versions sans date.

Elle ne commence pas par indexer tout le serveur. Elle sélectionne une gamme de machines, désigne le responsable de chaque procédure, archive les versions remplacées et construit quarante questions issues d’interventions réelles. Le pilote doit citer le document et sa version, refuser les questions sans source suffisante et ne jamais proposer seul une opération de sécurité.

Le résultat attendu n’est pas « un chatbot impressionnant ». C’est une décision étayée : le système retrouve-t-il assez souvent la bonne procédure pour réduire le temps de recherche sans créer un nouveau risque ? Cet exemple est fictif et ne constitue pas une preuve commerciale.

Limites et risques à traiter

Un RAG peut échouer même avec un bon modèle. Les causes fréquentes sont des documents périmés, des scans illisibles, des tableaux mal extraits, des synonymes métier non reconnus, des droits d’accès mal reproduits ou une question qui exige plusieurs sources contradictoires.

Le système doit aussi être exploité. Qui retire un document obsolète ? Qui traite une mauvaise réponse ? Qui contrôle une nouvelle source ? Que se passe-t-il si l’index n’est plus synchronisé ? Sans réponses, la qualité baisse après la démonstration.

Enfin, connecter une base de connaissances ne dispense pas d’analyser les données personnelles et confidentielles. La CNIL recommande d’associer le DPO lorsque des données personnelles sont concernées et d’évaluer, selon le risque, la nécessité d’une analyse d’impact.

La position Atalas

Pour Atalas, la valeur d’un assistant documentaire ne réside pas dans le mot RAG. Elle réside dans un usage délimité, des sources gouvernées, des droits conservés, une évaluation reproductible et une exploitation que l’entreprise peut assumer.

C’est précisément là qu’un échange avec un studio de conception devient utile : arbitrer entre outil existant, configuration et développement sur mesure, transformer des questions métier en tests, puis relier la solution aux sources sans confondre prototype et production.

Si votre besoin implique plusieurs sources, des droits d’accès ou une exigence forte de fiabilité, présentez votre cas d’usage au Studio IA Atalas. Un premier échange sert à déterminer si un RAG est justifié — ou si une solution plus simple suffit.

FAQ

Un RAG empêche-t-il les hallucinations ?

Non. Il fournit au modèle des passages internes, ce qui peut réduire les réponses fondées sur sa mémoire générale et faciliter la vérification. Le système peut cependant retrouver le mauvais passage, mal interpréter une source ou ajouter une conclusion. Les citations, les refus et la relecture restent nécessaires.

Faut-il nettoyer tous les documents avant de commencer ?

Non. Il faut préparer le corpus du pilote : identifier les documents qui font foi, retirer ou signaler les versions obsolètes, vérifier l’extraction et attribuer les droits. Le reste du fonds peut attendre tant qu’il reste hors périmètre.

Un outil prêt à l’emploi suffit-il ?

Oui, lorsque le corpus est limité, les accès simples et l’usage peu engageant. Il devient insuffisant si plusieurs sources doivent rester synchronisées, si les droits varient selon l’utilisateur ou si la réponse alimente un processus métier.

Comment comparer deux devis d’assistant documentaire ?

Comparez le périmètre des sources, la reprise des droits, la méthode d’évaluation, les critères de refus, la journalisation, le mode dégradé, la maintenance, la réversibilité et les coûts récurrents. Exigez une démonstration sur vos questions et vos documents, pas seulement sur un corpus préparé par le prestataire.

Sources datées

Partager cet article