Définition
RAG (génération augmentée par récupération)
Technique qui connecte un modèle d'IA aux documents de l'entreprise : l'IA récupère les passages pertinents avant de répondre, avec des sources citées.
Le RAG (Retrieval-Augmented Generation) résout la principale limite des LLM : ils ne connaissent pas vos données internes. Le principe : vos documents (contrats, procédures, wikis, emails) sont indexés dans une base vectorielle ; à chaque question, le système récupère les passages les plus pertinents et les fournit au modèle, qui répond en citant ses sources.
Le RAG réduit fortement les hallucinations et rend l'IA réellement utile en entreprise. Point de vigilance souverain : l'index contient une copie condensée de vos documents les plus sensibles, il doit être hébergé dans votre périmètre, pas dans le cloud d'un tiers.
Exemple concret
Un cabinet comptable relie son assistant à ses 4 000 dossiers clients. Un collaborateur demande la date de clôture d'une société : l'assistant retrouve la réponse dans le bon dossier et affiche le document source.
Quand y penser
Dès que les réponses doivent venir de vos propres documents : procédures internes, contrats, base de connaissances, historique client.
Question fréquente
Le RAG envoie-t-il mes documents à l'extérieur ?
Non, s'il est installé dans votre périmètre. Les documents et leur index restent sur vos serveurs ou chez un hébergeur souverain, et le modèle tourne au même endroit.
Pour aller plus loin
L'IA souveraine, en pratique
Tous les modèles IA, déployés sur votre infrastructure, avec vos documents connectés.