RAG agentique vs RAG classique
RAG agentique vs RAG classique : c'est la différence entre une seule recherche et un vrai tour d'horizon. Le RAG, c'est une IA qui cherche dans vos documents avant de répondre. Le RAG classique cherche une fois et répond avec ce qui revient. Dans le RAG agentique, l'IA décide elle-même quoi chercher, lit les résultats et cherche à nouveau jusqu'à avoir de quoi répondre.
RAG classique : une recherche, une réponse
RAG signifie retrieval-augmented generation, soit « génération augmentée par la recherche ». Les étapes sont toujours les mêmes : une recherche, les meilleurs passages remis à l'IA, puis la réponse. Si le bon passage fait partie des résultats, la réponse est bonne. Sinon, l'IA dit qu'elle ne sait pas, ou comble le vide avec une supposition.
C'est rapide, peu coûteux et prévisible. Cela suffit pour beaucoup de questions courantes : « Quel est notre délai de remboursement ? »
RAG agentique : chercher, vérifier, chercher encore
« Agentique » veut dire que l'IA juge elle-même de la suite. Ici, elle peut chercher autant de fois qu'il le faut. Avant de répondre, elle peut faire trois choses.
- Découper une question en parties et chercher chaque partie.
- Juger si les résultats répondent vraiment à la question, et réessayer sinon.
- Chercher à plusieurs endroits, par exemple dans les documents et dans la liste des tâches.
Une question, deux façons
Une responsable commerciale demande : « Avons-nous livré ce que nous avions promis à Hartwell au printemps, et reste-t-il quelque chose d'ouvert ? »
Le RAG classique cherche une fois avec la phrase entière. Il trouve des morceaux de la proposition d'origine et un e-mail plus tardif. La réponse décrit ce qui a été promis. Elle ne dit rien de fiable sur ce qui reste ouvert, car cela se trouve dans la liste des tâches, que la recherche n'a pas atteinte.
Le RAG agentique procède par étapes.
- Il note que la question a trois parties : ce qui a été promis, ce qui a été livré et ce qui reste ouvert.
- Il cherche la promesse et trouve la proposition, qui compte quatre éléments.
- Il ouvre le projet du client et lit les tâches. Trois sont terminées et une est en cours.
- Il remarque que la proposition mentionnait aussi une formation, mais qu'aucune tâche ne lui correspond. Il cherche donc « formation » dans les notes et trouve un compte rendu d'appel qui l'a repoussée à l'automne.
- Il répond : trois éléments sur quatre sont terminés, un est en cours, et la formation a été reportée d'un commun accord. Il montre d'où vient chaque information.
C'est la réponse que donnerait un collègue attentif. Il a aussi fallu plusieurs recherches au lieu d'une.
Ce que coûtent les étapes en plus
| RAG classique | RAG agentique | |
|---|---|---|
| Temps d'attente | Court | Plus long |
| Coût par question | Plus faible | Plus élevé |
| Questions en plusieurs parties | Faible | Solide |
Quand choisir lequel
Le RAG classique suffit quand la question n'a qu'une partie et que la réponse se trouve à un seul endroit : une règle de l'entreprise, un détail produit, « où est le document sur tel sujet ».
Le RAG agentique vaut le temps et le coût en plus quand une question compare, combine ou vérifie : « qu'est-ce qui a changé entre les deux versions », « quels clients cette clause concerne-t-elle », « est-ce cohérent avec ce que nous leur avons dit ».
Trois choses à exiger
- Une limite d'étapes. L'IA doit s'arrêter après un nombre raisonnable d'essais et dire ce qu'elle n'a pas trouvé.
- Des sources visibles. Vous devez pouvoir voir sur quels documents et enregistrements la réponse repose.
- Les mêmes règles d'accès partout. Chaque recherche doit se limiter à ce que la personne qui pose la question a le droit de voir.
Comment Worknano gère cela
Dans Worknano, la recherche est l'un des outils qu'on peut donner à un agent, à côté de la lecture et du filtrage des enregistrements, du comptage et des totaux. L'AI Assistant et les agents utilisent la recherche sémantique pour retrouver par le sens des documents, tâches, deals, contacts et OKR. Ils ne lisent que les passages utiles, et peuvent confier une question à un autre agent quand un spécialiste convient mieux. Comme les données vivent dans le même workspace, un agent peut passer d'une découverte à une tâche ou une mise à jour proposée, dans les droits de la personne qui demande.
- Recherche sémantique : l'index que partagent les agents et l'assistant
- Les agents IA dans Worknano
- Generic Assistant Planner : il lit, cherche, compte et propose
Créez un workspace gratuit et posez à l'assistant une question qui demande plus d'une recherche.