Quand une entreprise commence à utiliser l’intelligence artificielle, la première plainte est souvent la même : « il répond bien, mais il ne sait rien de nous ». Il ne connaît ni vos tarifs, ni votre façon de faire un devis, ni les petites lignes de vos contrats. Un RAG est la façon de le lui donner sans changer le modèle.
Qu’est-ce qu’un RAG, expliqué sans jargon ?
RAG vient de l’anglais retrieval-augmented generation, la génération avec recherche préalable. Avant de répondre, l’IA cherche dans vos documents les passages qui ont un rapport avec la question et répond avec ceux-ci sous les yeux. C’est comme un nouvel employé qui, avant de répondre à un client, ouvre le manuel à la bonne page.
Le modèle ne change pas : ce qui change, c’est ce qu’il a sous la main pour chaque réponse. Si demain vous ajoutez le nouveau tarif, la réponse suivante l’utilise déjà.
À quoi sert un RAG en entreprise ?
- Répondre aux clients avec ce qui est déjà écrit dans vos conditions, votre catalogue ou votre FAQ.
- Résoudre les questions de l’équipe sur les procédures, les vacances ou la façon de faire quelque chose, sans toujours demander à la même personne.
- Consulter des contrats, des fiches techniques ou des réglementations que vous avez en PDF.
- Trouver une information dans des années de documents sans savoir dans quel dossier elle se trouve.
Comment cela fonctionne-t-il en interne ?
- Lecture. Le texte est extrait de chaque document. Les pages scannées, qui ne sont que des images, doivent être transcrites avant ; sinon, elles n’apportent rien.
- Découpage. Le texte est divisé en fragments ayant leur propre sens. Une ligne de contexte issue de son document est ajoutée à chaque fragment, pour qu’il ne perde pas son sujet.
- Index par signification. Chaque fragment est converti en un vecteur qui représente son sens. Ainsi, on trouve « jours libres » même si vous demandez « vacances ».
- Recherche. Face à une question, la recherche par sens et la recherche par mot sont combinées, et les extraits sont classés selon leur pertinence.
- Réponse. L’IA répond avec ces extraits sous les yeux et peut indiquer de quel document provient chaque donnée.
Quels documents sont utiles ?
Presque tous ceux que vous avez déjà : PDF, Word, Excel, texte et aussi des images, comme la photo d’un tableau blanc, d’une affiche ou d’un ticket de caisse. Ce qui aide le plus, ce n’est pas le format, mais l’ordre :
- Supprimer les anciennes versions et les doublons. S'il y a deux tarifs, l'IA peut utiliser celui qui ne s'applique pas.
- Dater ce qui expire.
- Ne pas mettre dans le RAG des données qui vivent déjà dans votre logiciel de gestion, comme les factures ou les clients : il est préférable que l'IA les consulte directement, à jour.
Qui peut voir quoi ?
C'est la question qui compte le plus et celle que l'on pose le moins. Un bon RAG respecte les permissions : si la recherche ne regarde que ce que peut voir la personne qui pose la question, un employé ne trouve pas le dossier de la direction même s'il se trouve dans le même système. Séparer les documents d'entreprise et les documents personnels, et faire en sorte que chacun ne voie que les siens, doit être prévu dans la conception dès le premier jour.
Comment savoir si un RAG répond bien ?
Un RAG peut échouer sans faire de bruit : si la recherche renvoie le mauvais passage, la réponse est bien rédigée mais mal informée. C'est pourquoi il faut l'évaluer :
- Un jeu de questions de test avec le fragment correct de chacune, pour vérifier si la recherche le trouve. Il est rejoué avant et après chaque modification.
- Un écran pour tester la recherche avec de vraies questions et voir quels fragments elle renvoie et avec quel niveau de similarité.
- Passer en revue les documents mal lus et ceux que personne ne trouve jamais.
Et entraîner un modèle avec mes données ?
C'est une autre technique, le fine-tuning, qui modifie le modèle lui-même. Pour que l'IA connaisse des éléments de votre entreprise, cela n'est presque jamais nécessaire : un RAG se met à jour dès que vous ajoutez un document et sait d'où provient chaque information. Si votre cas en a vraiment besoin, nous l'étudions avec vous.
Comment nous procédons chez BionicAdri
ADRI, l'agent de BionicAdri, travaille déjà ainsi avec la mémoire documentaire de chaque entreprise : il lit les PDF, Word, Excel, textes et images, transcrit les pages scannées, recherche par sens et par mot, et respecte les permissions de chaque personne. Pour les entreprises qui ont besoin d'une solution qui leur est propre, nous mettons en place un RAG sur mesure, également sans la plateforme : sur vos dossiers, vos manuels ou les données de votre logiciel, dans vos bureaux ou sur des serveurs en Europe, et mesuré avec vos propres questions.
Si vous voulez savoir où il s'exécuterait, lisez IA privée pour les entreprises et serveur d'IA avec GPU : acheter ou louer. Ou parlez-nous de votre cas.
Questions fréquentes
Qu'est-ce qu'un RAG pour les entreprises ?
Un système qui, avant de répondre, cherche dans les documents de votre entreprise les passages en lien avec la question et répond à partir de ceux-ci. Le modèle ne change pas ; ce qu'il a sous les yeux change.
Mes documents sont-ils exploitables tels quels ?
Presque toujours. Les PDF, Word, Excel, textes et images peuvent être lus ; les documents scannés sont transcrits au préalable. Ce qui aide le plus, c'est de retirer les anciennes versions et les doublons.
Un RAG invente-t-il des choses ?
Il peut se tromper si la recherche renvoie le mauvais fragment. C'est pourquoi on l'évalue avec des questions de test et qu'on lui demande d'indiquer de quel document provient chaque information.
Faut-il entraîner un modèle avec mes données ?
Presque jamais pour que l'IA connaisse des informations sur votre entreprise : un RAG se met à jour dès que vous ajoutez un document. Si votre cas le nécessite, nous l'étudions.
- IA sur mesure
- RAG
- PME