Une architecture de RAG souverain est un dispositif de génération augmentée par récupération dont chaque brique s’exécute dans un environnement que l’organisation a vérifié : où le traitement a lieu, de quel droit relève le prestataire, qui exploite le service et détient les clés. « Souverain » n’y désigne aucun label. Le mot résume ces vérifications, que développe notre page cloud souverain.
La décision se prend brique après brique, parce qu’un RAG en compte au moins cinq et que chacune reçoit des données en clair : la chaîne de préparation du corpus, le modèle de plongement, l’index vectoriel, le modèle de génération et les journaux. Placer l’index dans un environnement protégé ne protège pas les passages retrouvés, qui partent à chaque question vers le modèle de génération. Le niveau d’exigence est celui de la classe des données du corpus ; un corpus sans donnée sensible n’appelle pas ces précautions.
Les briques d’un RAG et les données qui les traversent
| Brique | Données reçues en clair | Point à vérifier |
|---|---|---|
| Chaîne de préparation (extraction, découpage) | Chaque document du corpus, en entier | Les services d’extraction de texte ou de reconnaissance de caractères appelés, et leur lieu d’exécution |
| Modèle de plongement | Chaque passage à l’indexation, chaque question à l’usage | Le service appelé, distinct du modèle de génération, et son prestataire |
| Index vectoriel | Les vecteurs, le texte des passages, les métadonnées et les droits d’accès | Service géré ou base exploitée par vos équipes, sauvegardes et copies comprises |
| Modèle de génération | La consigne, la question et les passages retrouvés | Lieu de l’inférence, conservation des requêtes, réemploi pour l’entraînement |
| Journaux et traces | Questions, passages, réponses, identité des utilisateurs | Outil de traçage et d’évaluation, durée de conservation, accès du support |
Un modèle de reclassement, s’il est employé, reçoit la question et les passages candidats : il se traite comme le modèle de génération.
Le modèle de génération reçoit les passages que la recherche a choisis
À chaque question, cette brique reçoit un extrait ciblé du corpus, accompagné de la demande de l’utilisateur. Trois modes d’exécution se distinguent.
Dans le premier, l’application appelle l’interface d’un fournisseur de modèles. Le contrat et la documentation du service disent quelle entité est engagée, où l’inférence a lieu, combien de temps les requêtes sont conservées, y compris pour la détection d’abus, et si elles servent à l’entraînement.
Dans le deuxième, un fournisseur de cloud sert le modèle dans l’une de ses régions. La vérification porte sur le service d’inférence lui-même : une infrastructure qui répond à la grille d’exigences ne dit rien des services gérés du même fournisseur.
Dans le troisième, vos équipes hébergent un modèle à poids ouverts, sur une infrastructure interne ou sur un service d’infrastructure conforme à la grille. Les conditions d’un fournisseur de modèles ne s’appliquent plus aux requêtes ; la licence du modèle reste à lire. La capacité de calcul, l’exploitation et les changements de version vous reviennent.
La qualité des réponses se mesure sur votre jeu de questions de référence, selon la démarche décrite dans notre page IA générative en entreprise, et l’écart constaté entre deux modes entre dans la décision au même titre que la contrainte.
Le corpus entier transite par le modèle de plongement et par l’index
Le modèle de plongement appelle le même examen que le modèle de génération. À l’indexation, il reçoit chaque passage du corpus ; à l’usage, chaque question. S’il est appelé comme un service extérieur au périmètre, le corpus entier en est sorti une fois, même si la génération se fait ensuite en interne.
Ce choix engage aussi la réversibilité. Les vecteurs produits par deux modèles de plongement différents ne se comparent pas : changer de modèle oblige à vectoriser de nouveau tout le corpus. Le corpus source et sa chaîne de préparation restent donc sous votre contrôle, afin que l’index puisse être reconstruit ailleurs.
L’index, lui, se place là où les documents d’origine auraient le droit de se trouver. Il peut s’agir d’une base vectorielle dédiée, d’un moteur de recherche tel qu’OpenSearch ou d’une extension d’une base relationnelle, comme pgvector pour PostgreSQL. Lorsque le corpus et l’index s’appuient sur la plateforme de données de l’organisation, ses règles d’accès et de conservation s’y appliquent ; la conception de ce socle relève de notre offre plateforme data.
Les journaux recopient ce que le reste de l’architecture protège
Pour le diagnostic et l’évaluation, une application de RAG conserve les questions, les passages transmis et les réponses. Ces traces contiennent donc ce que les autres briques manipulent, réuni en un seul endroit.
Plusieurs destinations sont à situer : l’outil de traçage, s’il est employé en mode service ; le modèle auquel un dispositif d’évaluation automatique soumet des échantillons de réponses ; le cache de réponses ; les journaux tenus par le fournisseur du modèle lui-même.
Une question rattachée à un utilisateur identifié est une donnée personnelle, et elle renseigne sur le dossier qu’il traite. Le RGPD, règlement (UE) 2016/679, s’applique à ces journaux, dont la durée de conservation se fixe à la conception. Son chapitre V encadre les transferts de données personnelles vers des pays tiers.
Les critères de localisation et de qualification d’une architecture de RAG souverain
Pour chaque ligne du tableau, les vérifications se mènent dans cet ordre.
- La classe des données qui traversent la brique, d’après le classement de l’organisation. La brique hérite de la classe la plus exigeante qu’elle reçoit.
- La localisation, étendue aux sauvegardes, aux copies et aux données de support.
- Le prestataire qui exploite le service, le droit dont il relève et sa chaîne de sous-traitance. Pour les données personnelles, l’article 28, paragraphe 2, du RGPD interdit au sous-traitant de recruter un autre sous-traitant sans l’autorisation écrite préalable, spécifique ou générale, du responsable du traitement.
- La qualification, si votre grille l’exige. SecNumCloud est le référentiel de qualification de l’ANSSI pour les prestataires de services cloud, et la qualification porte sur un service précis. Elle se vérifie pour chaque service géré employé, sur la liste que publie l’ANSSI.
- Les obligations propres au corpus. Des données de santé à caractère personnel font entrer en jeu la certification Hébergeur de données de santé (article L. 1111-8 du code de la santé publique), distincte de la qualification SecNumCloud.
Quand la contrainte de souveraineté ne se justifie pas
La contrainte a un prix : un choix de modèles plus étroit, une capacité de calcul à réserver, une exploitation à assurer. Si la qualité mesurée en pâtit, les utilisateurs peuvent se tourner vers des outils grand public, et le risque que l’architecture devait contenir se déplace hors de votre vue.
Elle ne se justifie pas pour un corpus déjà public, comme une documentation produit ou des textes réglementaires. Seules les questions des utilisateurs peuvent alors rester sensibles, ce qui ramène l’examen aux journaux. Elle ne se justifie pas davantage pour des données que votre classement admet sur un service standard assorti d’engagements contractuels, ni pour un pilote mené sur des documents publics ou fictifs, qui éprouve la chaîne avant tout investissement dans l’hébergement.
Entre ces situations, un corpus peut être scindé selon la sensibilité de ses documents. Seule la partie sensible supporte la contrainte, et l’organisation exploite deux chaînes au lieu d’une.
Pour un projet déjà lancé, le travail commence par le relevé du service réellement appelé par chaque brique et de la classe des données qu’il reçoit. Un écart avec la grille de l’organisation se règle en déplaçant la brique, ou en retirant du corpus les documents qui imposent la contrainte.