Architecture IA

Architecture Enterprise IA

Une vue d’ensemble cloud agnostique d’une plateforme IA générative industrialisable, de l’ingestion jusqu’au run.

RAGLLMOpsMLOpsGouvernance

Vue d’ensemble

Je distingue volontairement la démonstration IA de la plateforme IA. La démonstration répond à une question. La plateforme doit répondre durablement, avec des sources, des droits, un coût maîtrisé et une exploitation possible par une DSI.

flowchart TB A[Sources métier] --> B[Ingestion & orchestration Airflow] B --> C[Landing zone] C --> D[Parsing OCR transcription] D --> E[Normalisation & PII detection] E --> F[dbt / modèles métier / qualité] F --> G[Chunking métier] G --> H[Embeddings] H --> I[Vector stores pgvector + Turbovec] G --> J[Elasticsearch BM25] G --> K[Knowledge Graph] I --> L[Hybrid Retriever] J --> L K --> L L --> M[Re-ranking] M --> N[RAG Services] N --> O[Agentic Layer] O --> P[LLM Gateway LiteLLM] P --> Q[LLM / SLM] Q --> R[Réponse sourcée] R --> S[Langfuse / MLflow / Audit]

Description des composants

Composant	Rôle	Point d’attention
Airflow	Orchestrer ingestion, parsing, embeddings et indexation.	Reprise sur erreur, traçabilité des runs.
dbt	Structurer les données métier et produire lineage/qualité.	Ne pas l’utiliser pour le non structuré pur.
PostgreSQL	Référentiel des documents, chunks, ACL, versions, statuts.	Modèle de gouvernance documentaire.
pgvector / Turbovec	Recherche sémantique intégrée et index vectoriel compressé.	Arbitrer rappel, latence, mémoire.
Elasticsearch	Recherche lexicale, BM25, filtres et facettes.	Indispensable pour références exactes.
Knowledge Graph	Relations, exceptions, temporalité, entités.	Nécessite une ontologie métier.
LLM Gateway	Routage modèle, fallback, quotas, coûts.	Évite l’adhérence à un fournisseur.

Choix d’architecture

Le bon choix n’est pas de remplacer toutes les briques par un seul outil. Une architecture IA robuste combine plusieurs modes de recherche : lexical, vectoriel, relationnel et graphe.

Vectoriel pour retrouver des passages proches du sens de la question.
Lexical pour les références, dates, numéros, termes exacts.
Relationnel pour les droits, versions, validations, métadonnées.
Graphe pour les relations métier, exceptions, dépendances et temporalité.

Variantes

La même architecture peut être déployée en cloud public, cloud privé, on-premise ou hybride. Les composants changeant le plus sont le stockage, les services d’embedding, les modèles et l’observabilité, pas les principes d’architecture.

Ma règle : garder l’architecture logique stable, puis choisir les services managés ou open source selon les contraintes de souveraineté, coût, compétences et run.

← Accueil RAG : panorama des patterns →