Chatbot ou assistant RAG : lequel choisir pour votre entreprise

Le mot « chatbot » désigne aujourd’hui trois outils très différents. Les confondre conduit à acheter le mauvais, puis à conclure que « ça ne marche pas ».

Trois outils sous le même nom

Le chatbot à scénarios. Quelqu’un a écrit à l’avance les questions prévues et leurs réponses. L’outil reconnaît un mot-clé ou propose des boutons, puis déroule un arbre. Il ne dit jamais rien d’imprévu, ce qui est sa qualité et sa limite : hors de l’arbre, il ne sait rien.

L’assistant généraliste. Un modèle de langage auquel on parle librement. Il comprend presque toutes les formulations et rédige bien, mais il ne connaît pas votre entreprise. Interrogé sur vos tarifs ou vos procédures, il peut inventer une réponse plausible.

L’assistant RAG. Le même type de modèle, mais qui commence par chercher dans vos documents et répond à partir de ce qu’il y trouve, en citant ses sources. Le fonctionnement est détaillé dans notre guide Le RAG expliqué simplement.

Quand un chatbot à scénarios suffit

• les questions sont peu nombreuses et toujours les mêmes : horaires, suivi de commande, prise de rendez-vous ;
• la réponse doit être exactement celle que vous avez validée, au mot près ;
• l’objectif est d’orienter vers le bon service ou de remplir un formulaire.

Dans ces cas, un modèle de langage n’apporte rien et ajoute un risque. Une règle simple reste préférable quand elle suffit.

Quand il faut un assistant RAG

• la réponse existe dans vos documents, mais personne ne sait où ;
• les questions sont formulées de mille façons et ne tiennent pas dans un arbre ;
• le contenu change souvent, et réécrire les scénarios à chaque mise à jour n’est pas tenable ;
• l’utilisateur doit pouvoir vérifier la réponse en ouvrant la source.

C’est typiquement le cas d’un support technique qui s’appuie sur une documentation produit, d’un cabinet qui interroge ses contrats, ou d’une équipe qui cherche dans ses procédures internes. Notre démonstration d’assistant documentaire montre ce déroulé.

Les questions à se poser pour choisir

1. Combien de questions différentes ? Jusqu’à quelques dizaines, un arbre se maintient. Au-delà, il devient ingérable.
2. La réponse est-elle écrite quelque part ? Si elle ne l’est pas, aucun des deux outils ne la trouvera.
3. À qui parle l’assistant ? En interne, une réponse imparfaite mais sourcée est acceptable. Face à un client, chaque phrase engage l’entreprise.
4. Qui tient le contenu à jour ? Des scénarios se réécrivent à la main. Un corpus RAG se met à jour en remplaçant les documents, à condition que quelqu’un retire les versions périmées.
5. L’assistant doit-il agir ? Créer un ticket, modifier une commande ou envoyer un e-mail relève de l’automatisation, pas de la seule recherche documentaire.

Les deux ensemble

Les deux approches se combinent bien. Les demandes simples et sensibles suivent un scénario fixe : prendre un rendez-vous, déclarer un sinistre. Les questions ouvertes sont confiées à l’assistant RAG, qui renvoie vers une personne quand il ne trouve rien de pertinent.

Ce qu’il faut éviter, c’est l’assistant généraliste branché tel quel sur un site public, sans corpus ni limites. C’est la configuration qui produit les réponses inventées dont on parle ensuite.

Notre page Assistants IA & RAG décrit ce que nous livrons et ce que nous vérifions avant de commencer.

Questions fréquentes

Quelle est la différence entre un chatbot et un assistant RAG ?

Un chatbot à scénarios renvoie des réponses écrites à l’avance selon des règles. Un assistant RAG recherche les passages pertinents dans un ensemble de documents, puis un modèle de langage rédige une réponse à partir de ces passages, en indiquant ses sources.

Peut-on mettre un assistant RAG sur un site public ?

Oui, à condition de limiter son corpus à des contenus destinés au public, de lui interdire de répondre hors de ce corpus et de prévoir un relais vers une personne. Un assistant public mal borné peut affirmer des choses qui engagent l’entreprise.

Un assistant RAG coûte-t-il plus cher qu’un chatbot ?

À la mise en place, généralement oui : il faut préparer les documents, régler la recherche et évaluer les réponses. En contrepartie, il n’y a pas d’arbre de réponses à écrire et à tenir à jour question par question.