9 exemples de RAG basés sur des cas d'utilisation et architectures concrets

Le RAG est largement utilisé dans les contextes grand public et d'entreprise. Parmi les exemples concrets et quotidiens du RAG, citons la recherche Web, le service à la clientèle et le magasinage propulsé par l'IA. L'accès aux connaissances internes et l'aide à la programmation comptent parmi les exemples professionnels les plus marquants.

L'architecture RAG peut également varier selon les cas d'utilisation. Deux des mises en œuvre les plus courantes sont le RAG hybride, qui associe la recherche de mots-clés traditionnelle à la recherche par vecteur ou par graphe de connaissances, et le RAG agentique, dans lequel un LLM dirige le processus de recherche.

Qu'est-ce que la génération augmentée par récupération (RAG)?

Le RAG, ou génération augmentée par récupération (retrieval-augmented generation), permet aux applications d'IA d'accéder à des informations stockées dans des systèmes externes pour compléter les réponses générées par les LLM.

C'est une technologie puissante car elle s'attaque à trois problèmes majeurs de l'IA générative : les hallucinations, les informations obsolètes et le manque d'accès aux données non incluses dans le contexte d'entrée.

Voici à quoi ressemble un processus RAG de base :

1. L'utilisateur saisit une invite en langage naturel.
2. L'application d'IA détermine si un ancrage est nécessaire, parfois avec l'intervention d'un LLM.
3. Une requête est envoyée à une source d'information externe, telle qu'une base de données.
4. L'information récupérée est ajoutée au contexte d'entrée du LLM.
5. Le LLM génère une réponse basée sur l'invite augmentée.

Bien qu'elles puissent varier dans leur mise en œuvre spécifique, ces étapes représentent un flux de travail RAG typique. Les différences entre les divers types d'architecture tendent à se concentrer sur la manière dont les requêtes sont traitées par l'application cliente et sur la nature des informations récupérées.

Aperçu de l'architecture RAG

Le terme « génération augmentée par récupération » est apparu pour la première fois dans un article publié en 2020 intitulé Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, rédigé par des chercheurs de Meta AI (alors Facebook AI Research) ainsi que des collaborateurs de l'University College London et de la New York University.

Les premières approches de type « récupérer puis générer », communément appelées « RAG naïf », ont depuis évolué vers un assortiment de différents types d'architecture, dont beaucoup se chevauchent.

RAG naïf

Le RAG naïf utilise un pipeline simple de récupération et de génération, qui convient toujours à de nombreuses requêtes de base. L'exemple le plus courant de RAG naïf est la conversion d'une requête en une liste ordonnée de nombres appelée « vecteur d'incorporation », ou simplement « vecteur ». Le vecteur de la requête est ensuite mis en correspondance avec d'autres vecteurs qui représentent des fragments, c'est-à-dire des portions de contenu dans une base de données ou un index (appelé index sémantique).

RAG avancé

Le RAG avancé optimise les étapes précédant et suivant la récupération. Les techniques comprennent l'expansion de requêtes, le filtrage des métadonnées et la compression de contexte. Celles-ci améliorent essentiellement la pertinence des informations récupérées et la façon dont elles sont modifiées avant d'être ajoutées au contexte d'entrée d'un LLM.

RAG agentique

Le RAG agentique est l'exécution de pipelines RAG par un agent basé sur un LLM. L'agent « décide » quels outils conviennent le mieux à une invite donnée et dirige la récupération, parfois en boucle, pour générer une réponse pertinente.

RAG par graphe

Le RAG par graphe récupère des informations à partir d'un graphe de connaissances, qui représente des entités (telles que des objets, des concepts et des événements) ainsi que les relations qui les unissent. Cela s'avère utile lorsqu'une réponse à une invite exige que le LLM combine des informations sur des entités distinctes.

RAG multimodal

Le RAG multimodal étend la récupération à des contenus tels que les images et l'audio lors de la requête et de la récupération. Ces pipelines RAG utilisent des encodeurs spéciaux pour convertir le texte, les images ou l'audio en vecteurs d'incorporation.

RAG hybride

Le RAG hybride combine la recherche par mots-clés (ou récupération lexicale) avec la récupération vectorielle ou les graphes de connaissances, puis fusionne les résultats. Cette approche est utile car la correspondance de mots-clés peut s'avérer extrêmement précise (plus que d'autres méthodes) dans certains contextes.

RAG correctif

Le RAG correctif évalue les informations ou données retournées pour vérifier leur pertinence par rapport à la requête. Il peut affiner ou compléter les passages récupérés, ou les remplacer entièrement en exécutant une autre requête.

Exemples de RAG par cas d'utilisation et application industrielle

Il existe de multiples exemples de RAG dans les sphères grand public et professionnelle. Cela s'explique en grande partie par le fait que les pipelines RAG ont été intégrés à la plupart des outils courants. En outre, de nombreux fournisseurs proposent des intégrations prêtes à l'emploi, notamment pour les agents conversationnels de service à la clientèle, ce qui a facilité l'adoption.

1. Recherche Web

La recherche Web est l'un des exemples les plus omniprésents de RAG. Chaque jour, des millions de personnes utilisent des outils d'IA pour générer des réponses fondées sur des informations récupérées sur le Web.

Comment ça fonctionne : L'application d'IA effectue des recherches dans un index Web, tel que l'index de recherche Google, à l'aide d'une récupération sémantique et par mots-clés. Le contenu des pages pertinentes est inclus aux côtés de la question de l'utilisateur dans l'entrée du LLM. Le LLM génère ensuite une réponse, généralement accompagnée de citations de sources.

Exemple concret : Si un utilisateur saisit une requête simple dans l'interface de clavardage de Perplexity, telle que « Quel temps fait-il à Chicago? », le LLM effectuera une recherche Web pour trouver des informations à jour. Perplexity utilise un index Web propriétaire conjointement avec des API de recherche partenaires.

Agrandir

2. Service à la clientèle

Les agents conversationnels intégrés aux applications et aux sites Web sont devenus un cas d'utilisation majeur du RAG en entreprise. Ces systèmes s'associent généralement à des parcours de routage traditionnels, ce qui réduit le besoin d'intervention de représentants du service à la clientèle.

Comment ça fonctionne : Lorsqu'un client pose une question, l'application effectue une recherche dans la base de connaissances de l'entreprise, souvent à l'aide d'un pipeline hybride. Les passages récupérés sont fournis au LLM, qui génère une réponse. Des processus correctifs et de transfert sont également généralement mis en œuvre pour valider la réponse et, si nécessaire, acheminer la demande vers un représentant.

Exemple concret : Diverses plateformes de service à la clientèle, notamment Zendesk (illustré ci-dessous) et Intercom, proposent des agents conversationnels de soutien prêts à l'emploi qui s'intègrent à la documentation existante et aux bases de service à la clientèle.

Agrandir

3. Assistants personnels

Les assistants personnels utilisent le RAG agentique pour accéder aux courriels, aux fichiers et au calendrier de l'utilisateur. Ces assistants peuvent généralement exécuter plusieurs pipelines RAG.

Comment ça fonctionne : Comme les assistants personnels nécessitent souvent l'accès à de multiples sources d'information, ils utilisent une combinaison d'API, de recherche par mots-clés, de recherche vectorielle et de graphes de connaissances. L'application transmet différentes descriptions d'outils au LLM, qui sélectionne ensuite les plus appropriées.

Exemple concret : Google Gemini constitue un bon exemple d'application pouvant agir à la fois comme assistant IA à usage général et personnel (comme c'est le cas pour la plupart des assistants de nos jours). Il s'intègre à un écosystème d'outils tels que Gmail, Docs, Photos et Agenda.

Agrandir

4. Gestion des connaissances d'Enterprise

La gestion des connaissances d'Enterprise permet aux employés de poser des questions sur un large éventail d'informations d'entreprise, notamment des politiques, des rapports, des documents de projet, des textes juridiques et même des discussions internes.

Comment ça fonctionne : L'application récupère le contenu pertinent à l'aide d'un index vectoriel qui est mis à jour au fil des modifications apportées aux documents sources. L'index contient des vecteurs d'incorporation représentant des fragments de documents, avec des liens vers leur texte et les métadonnées associées.

Exemple concret : Microsoft 365 Copilot accède aux informations organisationnelles par l'intermédiaire de Microsoft Graph, qui expose diverses API pour les sources de données, et utilise des index lexicaux et sémantiques pour récupérer le contenu pertinent.

Agrandir

5. Assistants de codage

Les assistants de codage appliquent le RAG à une base de code. Bien que le processus RAG sous-jacent soit le même (généralement un RAG agentique), la différence réside dans le fait qu'ils traitent spécifiquement du contexte de code.

Comment ça fonctionne : Les assistants de codage indexent les fichiers de projet locaux et effectuent des passes de recherche multiples pour trouver des extraits de code pertinents lorsqu'une invite est émise. Ces assistants disposent également généralement de connecteurs dédiés pour étendre l'accès, par exemple à des bases de connaissances d'entreprise.

Exemple concret : GitHub Copilot est un exemple bien connu d'assistant de codage qui s'intègre directement aux projets de développement. Il peut également faire référence à des dépôts GitHub publics pour accroître la précision des réponses.

Agrandir

6. Dépannage technique

Le dépannage technique intègre un pipeline RAG de gestion des connaissances à une boucle de diagnostic. Un agent peut évaluer les résultats pour affiner davantage les recommandations de dépannage selon les besoins.

Comment ça fonctionne : Une application recueille les symptômes d'un problème technique auprès de l'utilisateur ou reçoit des alertes de surveillance automatisées. Elle déclenche une recherche de messages d'erreur, de journaux techniques et de mesures de performance pour croiser ces symptômes. Elle récupère ensuite les informations pertinentes à partir d'une base de connaissances interne pour les transmettre au LLM. La boucle de diagnostic s'enclenche lorsque les résultats d'une tentative de correction sont renvoyés au LLM, que ce soit par l'utilisateur ou par un outil de diagnostic.

Exemple concret : La plateforme d'observabilité Datadog (illustrée ci-dessous) recueille des données provenant de toutes les couches d'un système et signale tout problème dès qu'il survient. Celles-ci sont ensuite transmises à un agent d'IA spécialisé appelé Bits AI pour analyser les correctifs potentiels.

Agrandir

7. Commerce agentique

Le commerce agentique est un cas d'utilisation plus large qui implique généralement le RAG. Un agent d'achat récupère des détails tels que les spécifications de produits, les avis, les prix et la disponibilité pour comparer des options et expliquer ses recommandations. Il peut ensuite effectuer automatiquement l'achat sans que l'utilisateur ait à quitter l'interface.

Comment ça fonctionne : Le commerce agentique relève du véritable RAG agentique, car des requêtes particulières nécessitent souvent différentes formes de récupération que le modèle dirige. Un agent peut récupérer des données de produits purement textuelles par l'intermédiaire de l'API d'un détaillant, ou utiliser le RAG multimodal pour faire correspondre des produits dans un index sémantique à partir d'une photo d'utilisateur.

Exemple concret : Un agent à usage général comme Perplexity peut récupérer plusieurs images et des spécifications de produits détaillées à partir d'une invite. La fonction de paiement Achat instantané permet à l'utilisateur de finaliser son achat après avoir choisi un produit.

Agrandir

8. Domaines de connaissances spécialisés

Les outils d'IA qui récupèrent des connaissances spécialisées dans un domaine doivent composer avec des formats de contenu complexes. De plus, la minimisation des hallucinations et des lacunes d'information constitue souvent une priorité.

Comment ça fonctionne : La principale différence entre les architectures RAG à usage général et spécialisé concerne le matériel source et la configuration de la récupération. En règle générale, seules des requêtes sont effectuées auprès d'un index hautement autorisé, et la requête est configurée de manière à inclure une terminologie spécifique pour restreindre les recherches.

Exemple concret : L'outil de recherche académique Scite accède à un vaste index d'articles universitaires et de données de citation constitué grâce à des accords avec des éditeurs et à des sources en libre accès. Il applique également des vérifications post-récupération, telles que la validation des sources, avant de générer une réponse complète.

Agrandir

9. Analyse de données

Le RAG pour l'analyse de données est devenu un cas d'utilisation d'entreprise particulièrement puissant, car il permet à un large éventail de professionnels, en particulier ceux qui n'ont pas de formation en science des données, d'interroger des ensembles de données en langage naturel. Cela facilite la génération de rapports et la formulation de questions extrêmement précises.

Comment ça fonctionne : Pour une question telle que « Pourquoi les ventes ont-elles chuté le trimestre dernier? », l'application peut interroger les registres des ventes et récupérer des notes sur les ruptures de stock ou les changements de prix. Le LLM sélectionne le calcul approprié (qui est généralement délégué à un outil de calcul) pour les données récupérées avant de générer une analyse.

Exemple concret : Google Analytics propose un agent conversationnel IA « Ask Advisor » capable d'accéder aux données d'analyse Web et de répondre aux questions très précises et nuancées des utilisateurs. Il s'agit de l'un des meilleurs exemples concrets de RAG en système fermé de qualité professionnelle.

Agrandir

Quelle est la prochaine étape dans l'évolution du RAG?

Le RAG a représenté une avancée majeure lors de son introduction. Il a contribué à résoudre bon nombre des problèmes inhérents aux LLM autonomes.

Toutefois, il est loin d'être une technologie statique. La recherche actuelle se concentre sur une récupération multimodale plus approfondie et sur un traitement plus rigoureux du contexte récupéré afin d'en garantir l'exactitude et la justesse. En outre, nous devrions assister à une plus grande intégration du RAG dans les agents multi-outils.

Même avec des fenêtres de contexte extrêmement larges, le RAG présente des cas d'utilisation importants dans les contextes personnels et professionnels, ainsi que de nombreuses innovations à venir.