Qu'est-ce que le RAG en intelligence artificielle ?

Le RAG, ou génération augmentée par récupération, est une technique qui consiste à rechercher dans une base de documents les passages pertinents pour une question, puis à les fournir au modèle de langage avant qu'il réponde. Les réponses s'appuient ainsi sur le contenu propre de l'entreprise, à jour, et peuvent citer leur source, ce qui limite les inventions du modèle.

Peut-on faire confiance à l'IA pour saisir des factures ?

L'IA peut extraire les champs d'une facture avec une bonne fiabilité sur des documents lisibles, mais elle peut se tromper sur un document mal scanné ou atypique. Une intégration sérieuse contrôle le format des valeurs extraites, applique des règles métier et soumet à validation humaine les montants incertains ou les fournisseurs inconnus. Le taux d'erreur réel se mesure sur vos propres documents.

L'AI Act s'applique-t-il à une PME qui utilise ChatGPT ou Claude dans son logiciel ?

Oui, le règlement européen sur l'IA s'applique aussi aux PME. Une entreprise qui utilise un système d'IA dans son activité en est déployeur, et elle peut en être fournisseur si elle le fait développer puis le met en service sous son propre nom. Un système qui dialogue avec des personnes doit être conçu pour qu'elles sachent qu'elles parlent à une IA, et certains usages, comme le tri de candidatures, relèvent en principe du haut risque.

Quand les obligations de l'AI Act sur les systèmes à haut risque s'appliquent-elles ?

Après l'omnibus sur l'IA entré en vigueur le 27 juillet 2026, les règles des systèmes d'IA à haut risque utilisés dans des domaines sensibles listés à l'annexe III, comme l'emploi ou l'éducation, s'appliquent à partir du 2 décembre 2027. Celles des systèmes intégrés à des produits réglementés listés à l'annexe I s'appliquent à partir du 2 août 2028.

Les données envoyées à un modèle d'IA sont-elles protégées par le RGPD ?

Oui. Les données personnelles envoyées à un fournisseur de modèle d'IA restent soumises au RGPD. Le fournisseur qui les traite pour le compte de l'entreprise agit comme sous-traitant et doit être encadré par un contrat conforme à l'article 28. L'entreprise doit vérifier la localisation des traitements, la durée de conservation, l'absence de réutilisation pour l'entraînement, et n'envoyer que les données nécessaires à la tâche.

Intégrer l'IA dans un logiciel métier : cas, limites, AI Act

Que veut dire « intégrer l'IA » dans un logiciel métier ?

Cela veut dire confier à un modèle de langage une étape d'un processus existant, à l'intérieur de l'outil que vos équipes utilisent déjà, plutôt que de leur demander d'ouvrir un assistant à part et de copier-coller.

Un collaborateur qui colle une facture dans un assistant grand public obtient une réponse qu'il doit ressaisir, sans contrôle ni traçabilité, et avec des données qui sortent de l'entreprise sans cadre. Une intégration dans le logiciel métier reçoit le document là où il arrive, en extrait les champs attendus, les présente pour validation, puis les enregistre au bon endroit. Le modèle est un composant parmi d'autres, encadré par des règles métier, des droits d'accès et des journaux.

Quatre cas d'usage concrets

Les intégrations qui fonctionnent le mieux portent sur des tâches répétitives, à fort volume, où le texte est la matière première.

Cas d'usage	Ce que fait l'IA	Où l'humain intervient
Extraction de documents	Lit factures, bons de commande, PDF fournisseurs et remplit les champs	Valide les montants et les cas signalés comme incertains
Tri et classement des mails	Identifie la nature du message, le dossier concerné, l'urgence	Traite les messages classés « à revoir »
Assistant sur la base documentaire	Répond aux questions des équipes à partir des procédures, contrats, fiches produits	Vérifie la source citée avant d'agir
Agent qui enchaîne des actions	Prépare un devis, relance un client, met à jour un statut	Approuve avant tout envoi ou engagement

Sur le site de pièces Peugeot Motocycles, un assistant conversationnel est connecté au catalogue de plus de 6 000 références d'origine. Le guide automatiser la saisie avec l'IA détaille le premier cas.

Comment ça marche : API, RAG et règles métier

Techniquement, le logiciel appelle un modèle par API, lui fournit le bon contexte, encadre sa réponse dans un format attendu, puis applique ses propres contrôles avant d'enregistrer quoi que ce soit.

L'appel par API : le logiciel envoie une consigne et des données au modèle (OpenAI, Anthropic, Mistral) et reçoit une réponse. Le choix du fournisseur dépend de la qualité sur votre tâche, de la localisation des données et des conditions contractuelles.
Le RAG (génération augmentée par récupération) : avant de répondre, le système recherche dans vos documents les passages pertinents et les donne au modèle. Les réponses s'appuient ainsi sur votre contenu à jour et peuvent citer leur source.
Les sorties structurées : on demande au modèle un format précis (numéro de facture, date, montant hors taxe) que le logiciel vérifie : un montant non numérique ou une date impossible est rejeté.
Les règles métier : le modèle propose, le logiciel dispose. Un fournisseur inconnu, un écart de prix ou un seuil dépassé déclenche une validation humaine.

Les limites à connaître avant de se lancer

Un modèle de langage peut se tromper avec assurance, et un projet sérieux part de cette réalité plutôt que de la cacher.

Les hallucinations : le modèle peut produire une information plausible mais fausse. Le RAG, les formats contrôlés et la citation des sources réduisent ce risque sans le supprimer.
La variabilité : deux appels identiques peuvent donner des réponses légèrement différentes. Les tests doivent porter sur un jeu de cas réels, rejoué à chaque changement de modèle ou de consigne.
La confidentialité : le fournisseur du modèle, appelé par API pour votre compte, agit en principe comme sous-traitant au sens du RGPD. Il faut savoir où, combien de temps, et si elles servent à l'entraînement.
Le coût d'usage : chaque appel est facturé selon le volume de texte traité. Sur des milliers de documents par mois, il faut le mesurer pendant la phase de test.
La dépendance : un modèle peut être modifié ou retiré par son éditeur. Une architecture qui permet de changer de fournisseur limite ce risque.

La validation humaine : où et comment la placer

On place la validation humaine là où une erreur a un coût réel, et on laisse passer automatiquement ce qui est à la fois fréquent, peu risqué et vérifié par des règles.

Concrètement, l'écran de validation montre le document d'origine à côté des champs extraits, met en évidence ce qui est incertain, et permet de corriger en un clic. Chaque correction est conservée : elle sert à mesurer le taux d'erreur réel et à améliorer les consignes. Pour un agent qui agit (envoyer un mail, modifier une commande), la règle par défaut est l'approbation avant exécution, puis un assouplissement progressif quand les journaux montrent que c'est sûr.

RGPD et AI Act : ce qui s'applique à une PME

Une PME qui utilise un système d'IA dans son activité en est « déployeur » au sens du règlement européen sur l'IA ; si elle le fait développer et le met en service sous son propre nom, elle peut aussi en être « fournisseur » (article 3). Au sens du RGPD, elle reste responsable de traitement.

Calendrier : le règlement (UE) 2024/1689 est entré en vigueur le 1er août 2024 et s'applique depuis le 2 août 2026, avec des exceptions. La plupart des pratiques interdites s'appliquent depuis le 2 février 2025. Après l'omnibus sur l'IA, entré en vigueur le 27 juillet 2026, les règles des systèmes à haut risque des domaines sensibles (annexe III) s'appliquent à partir du 2 décembre 2027, et celles des produits réglementés (annexe I) à partir du 2 août 2028.
Transparence : depuis le 2 août 2026, le fournisseur d'un système d'IA destiné à interagir directement avec des personnes doit le concevoir pour qu'elles sachent qu'elles parlent à une IA, sauf si c'est évident (article 50). Un assistant client doit donc s'annoncer comme tel.
Haut risque : certains usages, notamment dans l'emploi ou l'éducation, relèvent du haut risque et entraînent des obligations renforcées. Un outil qui trie des candidatures doit être examiné sous cet angle.
RGPD : le fournisseur du modèle, lorsqu'il traite les données pour votre compte, est un sous-traitant à encadrer par contrat (article 28), et les principes de minimisation s'appliquent aux données envoyées. Le guide RGPD et logiciel métier détaille ces obligations, et la CNIL publie des fiches pratiques sur l'IA.

Ce calendrier a déjà été modifié une fois : vérifiez les dates à jour sur le site de la Commission européenne avant toute décision.

Les erreurs courantes

Commencer par l'outil (« il nous faut un chatbot ») au lieu de la tâche à alléger.
Tester sur trois exemples choisis plutôt que sur un échantillon réel, avec ses documents mal scannés et ses cas bizarres.
Supprimer la validation humaine trop tôt, avant d'avoir mesuré le taux d'erreur.
Envoyer des données personnelles au modèle sans cadre contractuel ni réflexion sur leur nécessité.
Ne rien journaliser : sans trace des entrées et sorties, impossible d'expliquer une erreur.

Check-list d'un projet d'IA dans un logiciel métier

La tâche visée, son volume et le coût d'une erreur sont décrits.
Un jeu de cas réels sert de référence pour tester et comparer.
Le format de sortie est défini et contrôlé par le logiciel.
Les points de validation humaine sont placés selon le risque.
Le fournisseur du modèle, la localisation et la réutilisation des données sont connus et contractualisés.
La transparence vis-à-vis des personnes est prévue si l'IA dialogue avec elles.
Entrées, sorties et corrections sont journalisées.
Le coût par traitement est mesuré pendant le test.

Ce que fait YMHB Web

YMHB Web intègre des modèles de langage dans des logiciels métier, des plateformes et des sites : extraction et classement de documents, assistants connectés à une base documentaire ou à un catalogue, agents encadrés par une validation humaine. Comme tout projet de l'agence, il commence par un cadrage, et la version testable permanente permet de mesurer la qualité des réponses sur vos documents réels avant toute généralisation. Les services intégration de modèles de langage et automatisation par l'IA détaillent l'offre.

Questions fréquentes

Qu'est-ce que le RAG en intelligence artificielle ?: Le RAG, ou génération augmentée par récupération, est une technique qui consiste à rechercher dans une base de documents les passages pertinents pour une question, puis à les fournir au modèle de langage avant qu'il réponde. Les réponses s'appuient ainsi sur le contenu propre de l'entreprise, à jour, et peuvent citer leur source, ce qui limite les inventions du modèle.
Peut-on faire confiance à l'IA pour saisir des factures ?: L'IA peut extraire les champs d'une facture avec une bonne fiabilité sur des documents lisibles, mais elle peut se tromper sur un document mal scanné ou atypique. Une intégration sérieuse contrôle le format des valeurs extraites, applique des règles métier et soumet à validation humaine les montants incertains ou les fournisseurs inconnus. Le taux d'erreur réel se mesure sur vos propres documents.
L'AI Act s'applique-t-il à une PME qui utilise ChatGPT ou Claude dans son logiciel ?: Oui, le règlement européen sur l'IA s'applique aussi aux PME. Une entreprise qui utilise un système d'IA dans son activité en est déployeur, et elle peut en être fournisseur si elle le fait développer puis le met en service sous son propre nom. Un système qui dialogue avec des personnes doit être conçu pour qu'elles sachent qu'elles parlent à une IA, et certains usages, comme le tri de candidatures, relèvent en principe du haut risque.
Quand les obligations de l'AI Act sur les systèmes à haut risque s'appliquent-elles ?: Après l'omnibus sur l'IA entré en vigueur le 27 juillet 2026, les règles des systèmes d'IA à haut risque utilisés dans des domaines sensibles listés à l'annexe III, comme l'emploi ou l'éducation, s'appliquent à partir du 2 décembre 2027. Celles des systèmes intégrés à des produits réglementés listés à l'annexe I s'appliquent à partir du 2 août 2028.
Les données envoyées à un modèle d'IA sont-elles protégées par le RGPD ?: Oui. Les données personnelles envoyées à un fournisseur de modèle d'IA restent soumises au RGPD. Le fournisseur qui les traite pour le compte de l'entreprise agit comme sous-traitant et doit être encadré par un contrat conforme à l'article 28. L'entreprise doit vérifier la localisation des traitements, la durée de conservation, l'absence de réutilisation pour l'entraînement, et n'envoyer que les données nécessaires à la tâche.

Intégrer l'IA dans un logiciel métier : cas d'usage concrets, limites et règles à respecter