Assistant de connaissances d'entreprise

Concepts clés

• Recherche respectueuse des autorisations : un utilisateur ne récupère jamais que les documents qu'il est autorisé à voir.
• Recherche hybride + réordonnancement : combiner la recherche par mots-clés et vectorielle, puis réordonner pour plus de précision.
• Citations : chaque réponse renvoie à ses passages sources pour vérification.
• Évaluation : la qualité des réponses est notée en continu par rapport à un ensemble de référence.

Définition

L'architecture de l'assistant de connaissances d'entreprise est un système RAG respectueux des autorisations qui répond aux questions des employés à partir de documents internes avec des citations, limité aux droits d'accès de chaque utilisateur et évalué en continu pour en garantir la qualité.

Architecture

Flux de requêtes

1. 1. Ingestion (hors ligne) : découper et vectoriser les documents ; étiqueter chaque fragment avec les métadonnées de contrôle d'accès.
2. 2. Routage : classifier la question et choisir la stratégie de recherche.
3. 3. Recherche : recherche hybride filtrée selon les autorisations de l'utilisateur (après vérification du cache).
4. 4. Réordonnancement : réordonner les candidats pour plus de précision ; conserver les meilleurs passages.
5. 5. Synthèse : générer une réponse citée ; éventuellement la réviser via une boucle d'évaluation.
6. 6. Retour et journalisation : fournir la réponse avec les citations ; tracer et noter pour l'évaluation.

Scénario de référence

Contexte

Un assistant interne illustratif couvrant le wiki de l'entreprise, les politiques RH et informatiques, ainsi que les documents d'ingénierie.

Scénario

Les employés posent des questions en langage naturel (« comment déclarer mes frais de déplacement ? », « quelle est notre politique d'astreinte ? ») ; l'assistant répond avec des citations, sans jamais afficher de documents auxquels le demandeur ne peut pas accéder, et dit « Je ne sais pas » plutôt que de deviner lorsque la recherche est peu concluante.

Technologie

Pipeline d'ingestion, vectorisations + base de données vectorielle avec métadonnées ACL, recherche hybride et réordonnancement, harnais d'évaluation et traçage des requêtes.

Charge

Trafic interne régulier avec un fort chevauchement des requêtes (quelques politiques concentrent la plupart des questions), de sorte que le taux de réussite du cache est élevé et que les vectorisations dominent le coût hors ligne.

Résultats

Cible de référence : des réponses ancrées et citées sans fuite de contrôle d'accès, et un score d'ancrage mesurable qui s'améliore à mesure que la recherche est optimisée. Considérez tous les chiffres comme des éléments à mesurer sur votre corpus, et non comme des garanties.

KPI

Ancrage

Part des réponses entièrement soutenues par les passages cités ; la métrique de qualité fondamentale pour un assistant RAG.

Rappel de recherche@k

Fréquence à laquelle le bon passage figure parmi les k premiers résultats récupérés ; la plupart des erreurs de réponse proviennent de là.

Taux de fuite de contrôle d'accès

Toute réponse affichant un document auquel l'utilisateur ne pouvait pas accéder — la métrique qui doit impérativement rester à zéro.

Taux de réussite du cache et coût par requête

Couverture des questions répétées et coût unitaire ; un fort chevauchement devrait rendre la plupart des requêtes peu coûteuses.

Qualité de l'abstention

Fréquence à laquelle l'assistant dit correctement « Je ne sais pas » au lieu d'halluciner lors d'une recherche peu concluante.

Coût et mise à l'échelle

• La vectorisation et l'indexation hors ligne dominent le coût d'ingestion et augmentent avec la taille du corpus et la fréquence des mises à jour.
• Le coût lors de la requête réside principalement dans la recherche et la génération ; le réordonnancement ajoute de la latence que vous échangez contre de la précision.
• Le cache stabilise le coût à mesure que le chevauchement des requêtes augmente, de sorte que le coût unitaire diminue avec l'adoption.
• La cadence de réindexation est la véritable tension du passage à l'échelle : des réponses plus fraîches nécessitent plus de puissance de calcul.

Modes de défaillance observés

• Contournement des autorisations : un fragment hérite d'une mauvaise ACL et apparaît dans les résultats d'un utilisateur.
• Lacunes de recherche : le bon document existe mais le découpage ou les vectorisations le manquent.
• Obsolescence : une réponse cite une politique obsolète en raison d'un retard de réindexation.
• Dérive de citation : le passage cité ne soutient pas réellement l'affirmation générée.

Leçons apprises

• Appliquez le contrôle d'accès lors de la recherche, pas après la génération — filtrer le prompt est trop tardif.
• La plupart des gains de qualité proviennent de la recherche (découpage, recherche hybride, réordonnancement), et non d'un modèle plus grand.
• Faites de « Je ne sais pas » une réponse de premier ordre ; une réponse fausse mais affirmée est pire qu'une abstention.
• Mettez en place l'évaluation avant de passer à l'échelle ; sans elle, chaque modification est une conjecture.

Technologies

Exemples

• Un employé demandant la politique de frais de déplacement et obtenant une réponse citée et à jour.
• Une question sur un projet restreint ne renvoyant correctement aucun résultat pour un utilisateur non autorisé.
• Une requête avec une recherche peu concluante recevant pour réponse « Je ne dispose pas d'une source fiable pour cela » au lieu d'une conjecture.

FAQ

N'est-ce pas simplement du RAG ?

Le RAG en est le cœur, mais l'architecture se définit par ce qui la rend sûre pour l'entreprise : recherche respectueuse des autorisations, citations, harnais d'évaluation et observabilité. Ce sont ces éléments qui déterminent si l'on peut lui faire confiance.

Pourquoi appliquer les autorisations lors de la recherche ?

Pour que le modèle ne voie jamais les documents auxquels l'utilisateur ne peut pas accéder. Filtrer après la génération est trop tardif — le contenu pourrait déjà avoir fui dans la réponse.

Comment empêcher les réponses d'halluciner ?

Ancrez chaque réponse dans les passages récupérés avec des citations, mesurez l'ancrage par rapport à un ensemble d'évaluation et laissez l'assistant s'abstenir lorsque la récupération est faible plutôt que de combler le vide.

Références

• Lewis et al. — Retrieval-Augmented Generation (2020)
• Anthropic — Building Effective Agents (2024)
• NIST — AI Risk Management Framework (AI RMF 1.0)

Architectures associées