Introduction :
Le RAG, ou Génération Augmentée par Récupération, est une architecture qui permet à une intelligence artificielle générative de se connecter à des sources de données externes et privées (documents PDF, bases de données, emails) pour fournir des réponses basées sur des faits réels et actualisés, plutôt que sur ses seules connaissances d’entraînement.
Pourquoi est-ce important ?
Pour un employeur, le RAG est la solution radicale au problème des hallucinations de l’IA. Son importance réside dans la personnalisation : l’IA ne parle plus de manière générale, elle parle de votre entreprise, de vos processus et de vos employés. Dans les RH, le RAG transforme l’IA en un expert imbattable du règlement intérieur, des accords de télétravail ou de la mutuelle de l’entreprise. L’enjeu est la véracité de l’information. Pour le salarié, c’est un gain de temps immense : il obtient une réponse précise en citant la source exacte du document interne. Sur Job-guard, le RAG permet aux entreprises de rechercher des candidats dans leur propre vivier (ATS) avec la puissance sémantique de l’IA, tout en garantissant que les données restent privées et sécurisées. C’est le pont indispensable entre l’intelligence artificielle universelle et la réalité spécifique de chaque organisation.
Comment le mettre en œuvre ?
La mise en œuvre nécessite trois composants : une base de données vectorielle (comme Pinecone ou Milvus), un modèle d’embedding (qui transforme les textes en nombres) et un LLM. Techniquement, le système cherche les passages pertinents dans vos documents, les insère dans le prompt de l’IA, puis demande à l’IA de répondre en s’appuyant uniquement sur ces extraits. Il est recommandé de maintenir une base documentaire propre et structurée. Les RH doivent veiller à ce que l’IA n’ait accès via le RAG qu’aux documents que l’utilisateur est autorisé à voir (gestion des droits). La mise en œuvre d’un système de “sources cliquables” dans les réponses de l’IA est une bonne pratique pour permettre aux collaborateurs de vérifier l’information à la source.
Exemples concrets :
Un employé demande : “Combien de jours de congé pour événement familial ai-je droit pour un mariage ?”. L’IA utilise le RAG pour lire la convention collective de l’entreprise et répond : “Selon l’article 4 de notre accord d’entreprise, vous avez droit à 4 jours”, en affichant le lien vers le PDF. Autre exemple : un recruteur demande à l’IA de résumer les 10 meilleurs CV reçus pour un poste de comptable en se basant sur les dossiers stockés dans son Drive partagé.