Le RAG n'est pas mort : vers l'agentic RAG en entreprise

Un article récent a circulé sur LinkedIn, Reddit et Hacker News avec un titre provocateur : "RAG is DEAD!" L'argument central : les fenêtres de contexte de plusieurs millions de tokens et les agents IA autonomes auraient rendu le retrieval-augmented generation obsolète.

Réponse directe : le retrieval augmented generation n'est pas mort. Il évolue vers une architecture plus puissante, l'agentic RAG, où le modèle de langage participe activement au processus de récupération plutôt que de le subir passivement.

Voici les trois arguments des détracteurs, pourquoi ils sont insuffisants, et ce que les déploiements en production montrent réellement.

Quels arguments avancent les détracteurs du RAG ?

Les détracteurs avancent trois points : les fenêtres de contexte multi-millions de tokens rendraient le retrieval inutile, les agents IA absorberaient la recherche dans leur boucle de raisonnement, et le RAG ne garantirait pas l'élimination des hallucinations. Ces arguments sont partiellement valides mais s'appuient sur une version simpliste du RAG que personne ne déploie sérieusement en 2026.

La thèse repose sur trois points légitimes.

1. Les fenêtres de contexte ont explosé. Gemini 2.5 Pro gère 2 millions de tokens, Claude et GPT des centaines de milliers. Si on peut injecter toute la base documentaire dans un prompt, pourquoi construire un pipeline de retrieval ? Le RAG ajouterait latence, complexité et points de défaillance.

2. Les agents IA gèrent leur propre recherche d'information. Un agent peut interroger une base de données, appeler une API ou chercher sur le web en temps réel. Le retrieval serait absorbé dans la boucle de raisonnement, rendant les pipelines standalone redondants.

3. Le RAG ne résout pas les hallucinations. Certaines études montrent que même avec un retrieval parfait, les modèles ignorent parfois le contexte fourni ou s'appuient sur leurs connaissances paramétriques. Si le RAG ne garantit pas la fiabilité, pourquoi payer le coût d'intégration ?

Ces questions sont pertinentes. Mais elles partagent un angle mort commun : elles comparent une technologie mature (les LLMs à contexte long) à une version simpliste du RAG que personne de sérieux ne déploie en 2026.

Pourquoi les détracteurs du RAG se trompent-ils ?

Les détracteurs ignorent trois réalités de production : le coût quadratique des contextes multi-millions de tokens les rend inutilisables à l'échelle, les entreprises du Fortune 500 déploient et scalent activement le RAG en 2026, et l'IA agentique intègre le retrieval dans sa boucle de raisonnement au lieu de le supprimer. Le RAG évolue, il ne disparaît pas.

Les modèles à tokens massifs ne sont ni gratuits ni rapides

Injecter 2 millions de tokens dans un prompt ne teste pas seulement le mécanisme d'attention. Cela détruit le budget de latence et la facture cloud.

L'attention transformer a un coût quadratique : traiter 1 million de tokens ne coûte pas 10 fois plus que 100 000, cela peut coûter 100 fois plus. Une seule requête sur un contexte multi-millions peut coûter plusieurs euros. Sur des milliers de requêtes quotidiennes, c'est une facture à sept chiffres annuels pour ce qu'un pipeline RAG bien réglé fait au dixième du prix.

Un RAG en production ne récupère que les chunks les plus pertinents, peut-être 5 000 tokens au lieu de 2 millions. C'est la différence entre une voiture et un avion cargo pour faire ses courses.

Les entreprises accélèrent sur le retrieval augmented generation, elles ne l'abandonnent pas

Si le RAG était mort, personne ne l'a dit au Fortune 500. En janvier 2026, Henkel a déployé en production un système de gestion des connaissances basé sur le RAG avec Squirro, traitant plus de 300 000 résultats de recherche pour ses équipes internes. Ce n'était pas un prototype, c'était un déploiement opérationnel dans une entreprise qui vit de l'efficacité.

Le guide Onyx AI Buyer's Guide de mai 2026 recense 11 plateformes RAG enterprise avec des modèles de prix détaillés, des options de déploiement et des études de cas clients. L'existence d'un marché multi-vendeurs mature indique une chose : les entreprises achètent, déploient et scalent le RAG activement.

Progress (Nasdaq : PRGS) vient de remporter le 2026 AI Excellence Award pour sa solution Agentic RAG. Pas un prix "meilleur chatbot". Spécifiquement : Agentic RAG. L'industrie vote avec son argent.

L'IA agentique améliore le RAG, elle ne le remplace pas

C'est la nuance que les détracteurs ratent systématiquement. Un pipeline RAG statique qui chunk, embed, retrieve et génère en une seule passe a des limites réelles. Mais un système agentic RAG, où le modèle décide quoi récupérer, formule plusieurs requêtes, évalue le contexte et itère, est une architecture fondamentalement différente.

L'IA agentique ne remplace pas le retrieval dans sa boucle de raisonnement : elle en fait un outil qu'elle utilise intelligemment. Les voitures n'ont pas tué la roue, elles l'ont rendu indispensable dans un système plus complexe.

Comment le RAG évolue-t-il vers l'agentic RAG ?

Le RAG évolue d'un pipeline linéaire en quatre étapes fixes (chunk, embed, retrieve, generate) vers un système agentique où le LLM décompose les questions complexes en sous-requêtes, récupère les informations pour chacune, synthétise les résultats et identifie les lacunes pour itérer. Le retrieval devient un outil dans une boucle de raisonnement au lieu d'être une étape figée.

La vraie question n'est pas "RAG ou pas RAG". C'est "où se positionner sur le spectre".

Architecture	Cas d'usage	Avantage	Limite
RAG single-shot	FAQ, Q&A documentaire simple	Faible latence, coût minimal	Requêtes complexes mal gérées
RAG avec re-ranker	Base documentaire hétérogène	Précision améliorée	Latence légèrement plus élevée
Agentic RAG	Questions multi-étapes, corpus dynamique	Précision élevée, sources traçables	Coût et complexité plus importants
Agent autonome (sans RAG)	Navigation web, code, actions externes	Polyvalence maximale	Coût élevé, moins prévisible

La majorité de la valeur enterprise se crée dans les deux cases du milieu. Ce sont les architectures qui gagnent en production sur les données internes d'entreprise.

Dans un système agentic RAG, le LLM ne se contente pas de recevoir des chunks récupérés. Il participe activement au processus :

1. Décomposer une question complexe en sous-requêtes
2. Récupérer les informations pour chacune
3. Synthétiser les résultats
4. Identifier les lacunes et émettre des requêtes de suivi

Le tout en restant ancré dans des données approuvées, traçables, conformes aux politiques d'accès. C'est précisément ce qu'une PME ne peut pas obtenir en envoyant ses documents internes à un LLM avec un contexte de 2 millions de tokens, et encore moins de manière conforme au RGPD si les données transitent vers des serveurs américains.

Pourquoi le RAG sur mesure reste la meilleure option pour les PME

Le RAG sur mesure reste la meilleure option pour les PME européennes pour deux raisons : un pipeline RAG bien réglé traite les requêtes à une fraction du coût d'un contexte multi-millions de tokens, et permet de contrôler précisément quelles données transitent vers le LLM pour maintenir la conformité RGPD avec un hébergement européen garanti.

Les méga-prompts à contexte étendu posent deux problèmes structurels pour les entreprises françaises et européennes.

Coût opérationnel. Les appels API à 2 millions de tokens en production ne sont pas viables pour la plupart des PME. Un pipeline RAG sur mesure Python avec Qdrant ou Chroma, un re-ranker cross-encoder et une intégration Mistral en hébergement EU reste plusieurs fois moins cher à l'usage.

Conformité RGPD. Injecter l'intégralité d'une base documentaire dans un prompt OpenAI ou Gemini revient à transférer massivement des données potentiellement personnelles ou confidentielles vers des serveurs hors UE. Un pipeline RAG sur mesure, déployé en hébergement EU, permet de contrôler exactement quels documents sont transmis au LLM et dans quel contexte, tout en maintenant une traçabilité complète.

Les guides comme celui de la CNIL sur l'IA insistent sur la nécessité d'une gouvernance des données claire. Le RAG sur mesure est une réponse architecturale directe à cette exigence.

Conclusion

Le retrieval augmented generation ne rejoint pas les technologies obsolètes. Il devient le socle sur lequel repose la prochaine vague de systèmes IA : précis, rentables et ancrés dans des données privées fraîches.

Le vrai changement n'est pas la mort du RAG, c'est sa montée en sophistication. Les pipelines single-shot laissent place à des architectures agentiques qui utilisent le retrieval comme outil dans une boucle de raisonnement, adaptées aux contraintes réelles des PME : budget, contrôle des données, conformité RGPD, fraîcheur de l'information.

Vous construisez un pipeline RAG sur mesure ou souhaitez faire évoluer une architecture existante vers l'agentic RAG ? Parlons-en.