Stratégie & Gouvernance · N° 223
RAG industriel : les trois conditions d'un assistant interne qui ne répond pas à côté
Périmètre documentaire fermé, sources datées et versionnées, refus explicite hors domaine : trois règles simples qui ont fait chuter les réponses erronées de 31 % à 4 %. Le gain n'est pas venu du modèle mais de la gouvernance des sources — un index obsolète produit une erreur confiante, ce qui est pire qu'une absence de réponse.

Ce n'est pas le modèle qui a posé problème, c'est tout ce qui l'entoure. Je l'ai vérifié à partir du mardi 20 octobre 2026.
Ce qui suit n'est pas une méthode générale : c'est mon déroulé, avec ses hasards.
Le point de départ
« Périmètre documentaire fermé, sources datées et versionnées, refus explicite hors domaine : trois règles simples qui ont fait chuter les réponses erronées de 31 % à 4 %. »
Yannick Fabre, responsable Industrialisation IA du groupe Orbélia Media (France)
C'est un périmètre France, avec les contraintes qu'on leur connaît : des équipes déjà complètes, des budgets discutés deux fois, et des prestataires qu'on ne change pas sans raison. Dans ce type de situation, l'enjeu était de rendre le service utile sans perdre la maîtrise des sources. Plutôt que d'attendre une note complète, j'ai demandé un état des lieux en quarante-huit heures.
Ce qui s'est passé, dans l'ordre
- J+00
1. Périmètre documentaire fermé. J'en ai gardé une trace écrite prise sur le vif, parce que je savais qu'on me demanderait.
- J+09
2. Sources datées et versionnées — le point où j'ai compris que le calendrier officiel ne tenait pas.
- J+18
3. Garde-fous et refus hors domaine — c'est l'étape qui a pris le plus de temps, et personne ne l'avait vue venir.
- J+27
4. Mesure du taux d'erreur réel. Sur le moment, j'ai trouvé ça superflu ; ça nous a évité deux retours arrière.
- J+36
5. Extension ou arrêt du service : la seule étape qui ait été tenue comme prévu.
« Le gain n'est pas venu du modèle mais de la gouvernance des sources — un index obsolète produit une erreur confiante, ce qui est pire qu'une absence de réponse. » — cette phrase a été écrite au moment de la revue intermédiaire, avant consolidation des chiffres.
Ce qui a coincé
Nous avons mesuré le succès sur le mauvais indicateur pendant deux mois : le volume d'usage, pas les erreurs rattrapées par les humains. Nous l'avons corrigé depuis ; cela n'a pas suffi à rattraper le temps perdu.
Nous avons d'abord mesuré l'adhésion, pas l'erreur. Le taux d'erreur réel est venu beaucoup plus tard.
Les utilisateurs ont détourné l'outil de son périmètre en deux semaines ; personne n'avait écrit ce qui devait lui être refusé.
Ce que le dossier dit en chiffres
Aucun chiffre n'a été recomposé pour l'article : voici ce qui a été annoncé, mesuré, puis assumé.
| Valeur citée | Où elle apparaît |
|---|---|
| 31 % | citée dans le chapô |
| 4 % | citée dans le chapô |
Ce que je fais désormais
- Aujourd'hui, nous publions les erreurs corrigées par les relecteurs autant que les cas réussis.
- Un cas d'usage qui ne tient pas sa mesure d'erreur est arrêté, et l'arrêt est annoncé.
- Depuis, chaque domaine documentaire a un responsable nommé, avec une date de revue.
La suite
Nous avons gardé deux choses : un propriétaire nommé par sujet, et le droit d'écrire une décision même quand elle déplaît. Le reste a été oublié.
Repères
Le vocabulaire de ce type de chantier n'est pas décoratif : voici ce que recouvrent les termes employés ici.
- RAG
- Retrieval-Augmented Generation : le modèle de langage répond à partir d'un corpus documentaire retrouvé par recherche, ce qui borne les réponses au périmètre maîtrisé.
Cadre de référence
- Législation sur l'IA — Commission européenne. Approche par risques, pratiques interdites, calendrier.
- Règlement (UE) 2024/1689 — règles harmonisées sur l'intelligence artificielle (AI Act) — EUR-Lex. ELI officiel vérifié en navigateur, version française.
- Intelligence artificielle (IA) — CNIL. Dossier protection des données et systèmes d'IA.
- L'analyse d'impact relative à la protection des données (AIPD) — CNIL. Méthode, listes de traitements, outil PIA.
- Licence Ouverte 2.0 — data.gouv.fr (Etalab). Conditions de réutilisation des données publiques.
Ces pages officielles externes sont données comme repères : elles ouvrent un nouvel onglet et n'impliquent aucune validation de la part des organismes cités.