Le RAG à l'échelle de l'entreprise

Tous les tutoriels RAG racontent la même histoire : découpez vos documents, vectorisez-les, stockez-les dans une base vectorielle, récupérez les top-k résultats, transmettez-les au modèle. C'est suffisant pour une démo. Ce ne l'est pas pour la production.

Les décisions de production qui font qu'un système RAG est réellement utile — stratégie de découpage pour des types de documents hétérogènes, récupération hybride mariant signaux denses et épars, re-ranking pour faire remonter les passages les plus pertinents après une première récupération, décomposition de requête pour les questions complexes en plusieurs volets, intégrité des citations, latence à grande échelle — aucune de ces décisions n'apparaît dans les tutoriels.

Ce livre blanc expose les arbitrages de production que Tenten AI a tranchés au fil de plus de 20 déploiements RAG en entreprise dans les services financiers, la santé, le droit et l'industrie. Ce n'est pas un panorama exhaustif du domaine. C'est un guide assumé, qui va à l'essentiel : les décisions qui comptent vraiment, et le raisonnement qui les a inspirées.