Qu'est-ce que le RAG ? Définition simple, étapes, coûts

Le RAG (Retrieval-Augmented Generation, génération augmentée par récupération) est une technique qui permet à une intelligence artificielle de répondre à partir de documents qu'on lui fournit, plutôt qu'à partir de ses seules connaissances générales. Concrètement, avant de rédiger sa réponse, le système recherche les passages pertinents dans vos fichiers (contrats, procédures, notices), puis le modèle de langage rédige une réponse bornée à ces passages, en citant la source.

En bref

• Le RAG fonctionne en 4 étapes : découper les documents, les transformer en vecteurs, retrouver les passages pertinents, générer une réponse sourcée.
• La technique a été formalisée en 2020 par Patrick Lewis et son équipe chez Facebook AI Research. C'est aujourd'hui la méthode standard pour brancher une IA sur les documents d'une entreprise.
• Côté budget : un développement sur mesure se négocie entre 10 000 et 70 000 € en agence ou avec un freelance senior, et l'exploitation courante coûte quelques dizaines d'euros par mois.
• Contrairement au fine-tuning, le RAG ne modifie pas le modèle : vos documents changent, les réponses suivent, sans réentraînement.
• Ce n'est pas magique : le RAG réduit fortement les inventions (hallucinations), il ne les élimine pas. Tout se joue sur la qualité de la recherche.

Je conçois et j'exploite ce type de système au quotidien, notamment sur beforbuild.com, mon SaaS B2B en production. Voici ce que recouvre vraiment ce sigle, sans jargon non expliqué.

Comment ça marche, étape par étape

Prenons un fil rouge concret : vous demandez à un assistant « quelle est la durée de préavis dans le contrat Acme ? ». Voici ce qui se passe, des deux côtés du rideau.

1. L'indexation : découper les documents en passages

On ne donne jamais un PDF de 80 pages d'un bloc à une IA. En amont, chaque document est découpé en passages courts et cohérents : une clause, une section, un tableau. C'est le travail d'un bibliothécaire qui transformerait chaque livre en fiches autonomes, chacune compréhensible seule, avec le titre du chapitre rappelé en haut. Dans notre exemple, la clause de résiliation du contrat Acme devient une fiche : « Contrat Acme · Article 12 · Résiliation : préavis de 3 mois par lettre recommandée ».

2. La vectorisation : transformer le sens en coordonnées

Chaque passage est ensuite converti en embedding : une longue liste de nombres qui représente son sens. L'analogie la plus simple : des coordonnées GPS, mais sur une carte des idées. Deux passages qui parlent de la même chose (« préavis de résiliation » et « délai pour mettre fin au contrat ») se retrouvent voisins sur cette carte, même s'ils n'emploient pas les mêmes mots. Ces coordonnées sont rangées dans une base vectorielle, une base de données conçue pour répondre vite à la question « quels passages sont proches de celui-ci ? ».

3. La récupération : retrouver les bons passages

Quand vous posez votre question, elle est convertie en coordonnées de la même façon, et le système remonte les passages les plus proches sur la carte. C'est le « R » de RAG, et c'est l'étape qui fait tout : si la recherche remonte la clause de confidentialité au lieu de la clause de résiliation, la réponse sera fausse, quel que soit le modèle. En pratique, on combine cette recherche par le sens avec une recherche classique par mots-clés, pour ne pas rater une référence exacte comme « article 12 ».

4. La génération bornée : rédiger en citant la source

Les passages retrouvés sont donnés au modèle de langage avec une consigne stricte : répondre uniquement à partir de ces extraits, citer le document et la page, et dire « je ne sais pas » si l'information n'y figure pas. C'est l'étudiant en examen avec documents autorisés : il a le droit de consulter le classeur, pas d'inventer, et il doit indiquer la page. Résultat dans notre fil rouge : « Le préavis est de 3 mois (Contrat Acme, article 12, page 14) ». Vous vérifiez en un clic.

RAG, fine-tuning ou ChatGPT : que choisir ?

Trois approches reviennent dès qu'on veut une IA qui connaît votre métier. Comparons-les honnêtement, critère par critère.

• Fraîcheur des données. ChatGPT générique ignore vos documents et s'arrête à sa date d'entraînement. Le fine-tuning (réentraîner un modèle sur vos contenus) fige une photo : chaque mise à jour de vos documents impose de recommencer. Le RAG va chercher l'information à la volée : vous remplacez un PDF, les réponses suivent dans la foulée.
• Coût. ChatGPT en l'état ne coûte rien de plus, mais ne répond pas sur votre métier. Le fine-tuning ajoute des coûts d'entraînement et de réentraînement récurrents. Le RAG coûte surtout à la construction, puis quelques dizaines d'euros par mois en exploitation.
• Traçabilité. C'est le point décisif en entreprise. ChatGPT et un modèle fine-tuné répondent sans pouvoir prouver d'où vient l'information. Le RAG cite le document et la page d'origine : la réponse est vérifiable.
• Confidentialité. Coller des extraits de contrats dans un ChatGPT grand public, c'est envoyer vos données sans cadre. Un RAG bien construit garde vos documents dans une base que vous contrôlez, avec un hébergement choisi (européen si besoin) et des accès par utilisateur.

Le verdict honnête : pour répondre sur une base documentaire qui évolue, le RAG gagne presque toujours. Le fine-tuning garde un intérêt pour ajuster le style d'un modèle ou des tâches très répétitives, rarement pour « apprendre vos documents ».

Les idées reçues

« Le RAG élimine les hallucinations »

Non. Il les réduit fortement et, surtout, il les rend détectables : la réponse cite sa source, donc une erreur se vérifie en un clic. Mais aucune technique ne garantit 0 % d'invention. La plupart des erreurs d'un RAG sont d'ailleurs des échecs de recherche (les mauvais passages remontent), pas des caprices du modèle. J'ai détaillé les garde-fous qui comptent dans RAG : comment éviter que l'IA invente.

« Il faut un gros modèle, donc un gros budget »

Non plus. Un modèle léger, bien alimenté par une recherche de qualité et borné par une consigne stricte, répond mieux qu'un gros modèle mal nourri. Dans un RAG, la taille du modèle pèse moins que la qualité du découpage et de la récupération. C'est une bonne nouvelle pour les coûts et pour la souveraineté des données.

« C'est réservé aux grandes entreprises »

C'était vrai en 2023, plus aujourd'hui. Les briques techniques se sont standardisées, et une PME avec quelques centaines de documents est même le cas idéal : corpus maîtrisé, questions récurrentes, retour sur investissement mesurable. Le ticket d'entrée a surtout baissé quand on part d'une base déjà construite au lieu de tout développer.

« Il faut des mois pour préparer ses documents »

Pas nécessairement. Le RAG indexe des PDF, des Word, des exports de wiki tels quels. Mieux vaut démarrer sur un périmètre restreint et propre (vos 50 procédures à jour) que de vouloir tout indexer, y compris les versions obsolètes qui pollueront les réponses.

Quand le RAG n'est PAS le bon outil

Soyons francs, je refuse des projets RAG quand le besoin est ailleurs.

• Très peu de documents. Si tout votre savoir tient en 20 pages, inutile de monter une base vectorielle : on donne directement les 20 pages au modèle à chaque question. Plus simple, moins cher.
• Des données très structurées. « Quel est le chiffre d'affaires du client X au T2 ? » est une question pour votre base de données, pas pour un RAG. Une requête SQL (éventuellement générée par une IA) donne une réponse exacte là où un RAG donnerait une réponse approximative.
• Un besoin de raisonnement long. Comparer 40 contrats entre eux, dérouler un calcul réglementaire en plusieurs étapes : le RAG retrouve des passages, il ne mène pas une analyse de fond. Ces cas relèvent d'agents IA avec des étapes orchestrées, un autre chantier.

Combien ça coûte

Sur le marché français en 2026, un assistant RAG développé sur mesure se facture le plus souvent entre 10 000 et 70 000 € selon le périmètre : volume et formats de documents, canaux (site web, intranet, outils internes), gestion des droits d'accès, exigences d'hébergement. Le bas de la fourchette correspond à un prototype sérieux, le haut à un déploiement multi-équipes avec des contraintes fortes.

Mon approche est différente : le cœur du RAG est identique d'un projet à l'autre, donc je ne le redéveloppe pas à chaque fois. Je pars de la brique qui tourne en production sur beforbuild.com et je ne facture que l'adaptation à vos documents et à votre canal : la base démarre à 2 640 € HT. Le détail du périmètre est sur la page chatbot RAG, et deux cas d'usage concrets sont décrits dans application RAG sur vos documents et chatbot sur vos documents.

Reste l'exploitation : la vectorisation des documents coûte peu, la base vectorielle peut être quasi gratuite si elle s'appuie sur une base existante, et l'appel au modèle dépend du volume de questions. Pour une PME avec un usage normal, comptez quelques dizaines d'euros par mois, pas des milliers.

Sources

• Lewis et al., « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks » (arXiv, 2020) : le papier fondateur du RAG
• Direction générale des Entreprises : guide de la génération augmentée par récupération (RAG)