Lorsqu'une PME décide d'intégrer un modèle de langage dans ses opérations, la même question finit toujours par se poser : faut-il entraîner le modèle sur nos données ou lui donner accès à nos documents en temps réel ? La réponse détermine le coût du projet, le délai avant les premiers résultats et le niveau de maintenance nécessaire pendant les années à venir. Le fine-tuning et le RAG (Retrieval-Augmented Generation) ne sont pas des concurrents ; ce sont des outils différents conçus pour des problèmes différents. Les confondre est l'une des erreurs les plus fréquentes que nous observons chez les entreprises qui s'approchent de l'IA pour la première fois.
Qu'est-ce que le fine-tuning et quel problème résout-il ?
Le fine-tuning consiste à poursuivre l'entraînement d'un modèle de base (GPT-4o, Mistral, Llama 3, Gemini…) avec des exemples propres à votre entreprise : des paires question-réponse correcte, des transcriptions d'appels bien traités, des contrats dans votre format, des fiches techniques avec la terminologie exacte de votre secteur. Le modèle ajuste ses paramètres internes jusqu'à ce que ce style, ce vocabulaire et cette logique soient «intégrés» en lui.
Le résultat est un modèle qui parle comme votre entreprise sans avoir besoin d'instructions longues ni de documents joints. Il génère des réponses dans le bon ton corporate, utilise les abréviations internes, respecte le format du bon de livraison ou de la proposition commerciale, et ne pose pas de questions qu'un employé expérimenté considérerait comme évidentes.
Ce que le fine-tuning ne résout pas, c'est l'accès à des informations qui changent fréquemment. Si vous entraînez aujourd'hui un modèle sur votre catalogue produit et que vous mettez à jour 200 références de prix demain, le modèle continuera à renvoyer les anciens prix jusqu'à ce que vous le réentraîniez. Le fine-tuning produit une connaissance statique ; le monde de l'entreprise est dynamique.
Qu'est-ce que le RAG et quel problème résout-il ?
Le RAG (Retrieval-Augmented Generation) ne modifie pas le modèle. Il ajoute en revanche une étape préalable à chaque réponse : le système recherche dans une base documentaire — PDF, contrats, wikis internes, bases de données, e-mails archivés — les fragments les plus pertinents pour la question de l'utilisateur et les injecte comme contexte dans le prompt. Le modèle répond en s'appuyant sur ces fragments récupérés, et non uniquement sur ce qu'il a appris lors du pré-entraînement.
L'avantage est immédiat : lorsque vous mettez à jour un document, la requête suivante reçoit déjà la nouvelle version. Pas de réentraînement, pas de cycle de plusieurs mois. C'est pourquoi le RAG est la solution dominante pour la recherche documentaire, les bases de connaissances internes, les assistants de support technique et tout cas où l'information évolue.
Le point faible du RAG est que le modèle reste généraliste. Si votre secteur utilise des termes très spécifiques que le modèle de base ne reconnaît pas, ou si vous avez besoin que les réponses respectent un format rigide difficile à décrire dans un prompt, le modèle peut «glisser». Le RAG exige également que l'information existe déjà dans un document structuré et interrogeable ; il ne peut pas apprendre des comportements implicites.
Si vous souhaitez comprendre plus en détail comment fonctionne l'architecture RAG appliquée aux documents d'une entreprise, nous vous recommandons de lire notre article sur le RAG pour les entreprises.
Tableau comparatif : fine-tuning vs RAG dans la PME
| Critère | Fine-tuning | RAG |
|---|---|---|
| Coût initial | Élevé (données étiquetées + GPU ou API d'entraînement) | Moyen (indexation vectorielle + infrastructure de recherche) |
| Coût de maintenance | Élevé si l'information change fréquemment (réentraînements) | Faible (mettre à jour les documents dans la base documentaire) |
| Délai avant les premiers résultats | Semaines ou mois (préparer les données, entraîner, évaluer) | Jours ou semaines (indexer les documents existants) |
| Mise à jour de l'information | Nécessite un nouveau cycle d'entraînement | Immédiate dès la mise à jour du document source |
| Traçabilité (cite la source) | Non ; le modèle «sait» mais ne montre pas d'où | Oui ; chaque réponse peut indiquer le document et le paragraphe |
| Terminologie et ton propres | Excellent ; le modèle les intériorise | Dépend du prompt ; peut nécessiter des instructions détaillées |
| Volume minimal de données d'entraînement | Des centaines ou milliers d'exemples étiquetés de qualité | Tout corpus documentaire sans étiquetage supplémentaire |
| Risque d'hallucinations | Le modèle peut inventer des données absentes des exemples | Moindre : les réponses s'ancrent dans des documents réels récupérés |
| Conformité RGPD / AI Act | Les données d'entraînement doivent être anonymisées ou consenties | Les documents restent dans votre infrastructure ; contrôle plus simple |
Quand choisir le fine-tuning : trois cas évidents
1. Le modèle doit maîtriser un jargon technique très fermé
Si vous fabriquez des composants industriels de niche, que vous opérez dans un secteur à réglementation très spécifique (aéronautique, pharmaceutique, sidérurgique) ou que vous utilisez un vocabulaire que le modèle de base ne reconnaît pas — sigles internes, dénominations de produits propriétaires, unités de mesure non standard — le fine-tuning vous permet d'«enseigner le dictionnaire» au modèle une bonne fois pour toutes. À partir de là, chaque prompt peut être beaucoup plus court et le modèle commet moins d'erreurs d'interprétation.
2. Le format de sortie est rigide et complexe
Supposons que vous ayez besoin que le modèle génère des bons de livraison dans un XML avec des champs à des positions précises, ou des propositions commerciales qui suivent le modèle corporate au millimètre. Avec le RAG, vous pouvez inclure le modèle dans le contexte, mais si le format comporte de nombreuses règles conditionnelles, le modèle généraliste se perd. Un modèle fine-tuné sur des centaines d'exemples corrects suit le format de manière plus robuste et avec moins de supervision.
3. La latence est critique et le contexte est réduit
Le RAG ajoute une étape de recherche avant chaque réponse : récupérer des documents, les réordonner, construire le contexte élargi. Dans des applications temps réel où chaque milliseconde compte — un agent vocal, par exemple — un modèle fine-tuné répond plus vite car il n'a pas besoin de cette étape préalable. Si la connaissance dont vous avez besoin est finie et stable (un manuel produit de 50 pages qui ne changera pas avant deux ans), intégrer cette connaissance dans les poids du modèle peut être plus efficace à long terme.
Quand choisir le RAG : trois cas évidents
1. L'information change fréquemment
Catalogues de prix, réglementation, décisions de justice, tarifs fournisseurs, inventaire en temps réel : tout corpus mis à jour mensuellement ou plus souvent rend le fine-tuning inviable comme mécanisme principal. Avec le RAG, remplacer ou ajouter un document suffit. La requête suivante reflète déjà le changement.
2. La traçabilité est obligatoire
Dans les environnements réglementés — santé, juridique, banque, assurance — ou simplement lorsque l'équipe a besoin de savoir d'où provient une réponse pour la valider, le RAG est la seule option raisonnable. Chaque réponse peut être accompagnée de la référence exacte : «Conformément au contrat-cadre avec le fournisseur X, clause 4.2…». Le fine-tuning ne peut pas faire cela ; le modèle «sait» quelque chose mais ne peut pas montrer le paragraphe d'origine.
3. Vous ne disposez pas de suffisamment de données étiquetées
Préparer des données d'entraînement de qualité pour le fine-tuning exige un effort humain : sélectionner des exemples représentatifs, corriger les mauvaises réponses, équilibrer les catégories. Pour de nombreuses PME, cet effort est prohibitif. Le RAG, en revanche, peut démarrer avec les documents que vous avez déjà — manuels, contrats, FAQ internes, e-mails archivés — sans nécessiter d'étiquetage manuel.
La combinaison hybride : quand utiliser les deux simultanément
Dans les projets matures, la réponse optimale n'est pas l'une ou l'autre technique, mais les deux en couches. Un schéma courant : le modèle de base est fine-tuné pour acquérir le ton, la terminologie et les formats de l'entreprise, puis est connecté à un système RAG qui lui fournit les informations à jour à chaque requête. Le résultat est un modèle qui «parle comme l'entreprise» et «connaît le contenu des documents d'aujourd'hui».
Cette architecture hybride est pertinente lorsque le volume d'interactions est élevé (justifiant l'investissement dans le fine-tuning) et que les informations traitées par le système sont dynamiques (justifiant le RAG). Par exemple : un assistant interne pour une équipe commerciale de 80 personnes qui interroge le CRM en temps réel mais répond toujours dans le style et le format attendus par la direction commerciale.
Si votre entreprise explore l'architecture d'IA la mieux adaptée à sa situation, notre service de fine-tuning pour PME comprend une phase de diagnostic dans laquelle nous analysons le cas d'usage, le volume de données disponibles et le coût total de chaque alternative avant de recommander la voie à suivre.
Coûts réels du marché en 2025-2026
Donner des chiffres précis sans connaître le cas est irresponsable, mais les fourchettes publiques du marché aident à dimensionner la décision :
- Fine-tuning via API de fournisseur (OpenAI, Google, Anthropic) : les fourchettes publiées jusqu'en 2025 se situaient entre 0,003 et 0,025 USD pour 1 000 tokens d'entraînement selon le modèle de base choisi. À titre indicatif, un jeu de données de 100 000 exemples avec une longueur moyenne de 500 tokens pouvait coûter entre 150 et 1 250 USD en calcul d'entraînement seul. À noter : depuis mai 2026, OpenAI a restreint l'accès au fine-tuning en libre-service aux organisations existantes ; consulter la documentation officielle du fournisseur avant de planifier. À cela s'ajoute le coût de préparation et de nettoyage des données (le coût humain est généralement trois à quatre fois supérieur au coût computationnel).
- Fine-tuning sur infrastructure propre (GPU loué) : les modèles open source tels que Llama 3 ou Mistral peuvent être ajustés sur une A100 de 80 Go pour entre 1,50 et 4 USD/heure. Un cycle d'entraînement de 4 à 8 heures coûte entre 6 et 32 USD, mais la configuration de l'environnement, l'évaluation et les itérations multiplient ce chiffre en pratique.
- RAG avec index vectoriel géré (Pinecone, Weaviate Cloud, Azure AI Search) : les modèles de facturation varient — Pinecone a adopté en 2025-2026 un système d'unités par écriture et par lecture plus coût de stockage (environ 3,60 USD/Go/mois). Les chiffres exacts dépendent du volume de requêtes ; consulter la page tarifaire actuelle du fournisseur. À titre de référence, les projets de PME avec jusqu'à 500 000 documents se situent généralement entre 50 et 150 USD/mois en cloud géré.
- RAG auto-hébergé (pgvector, Qdrant, Chroma sur serveur propre) : coût d'infrastructure entre 50 et 200 EUR/mois pour des volumes de PME (jusqu'à 500 000 documents), avec l'avantage de la souveraineté des données.
Sources de référence : OpenAI Fine-tuning Pricing (2025), Google Vertex AI fine-tuning docs (2025), Pinecone Pricing (2026).
Le facteur RGPD et AI Act dans la décision
Le choix entre fine-tuning et RAG n'est pas seulement technique ; il a des implications réglementaires directes. Si les données d'entraînement contiennent des informations personnelles sur des clients ou des employés, le fine-tuning exige une base juridique solide au regard du RGPD (consentement explicite ou intérêt légitime documenté) et une analyse d'impact sur la protection des données (AIPD) lorsque le traitement présente un risque élevé. Sous l'AI Act, un modèle fine-tuné à usage interne dans des catégories sensibles peut nécessiter une documentation technique supplémentaire.
Le RAG, en revanche, ne modifie pas le modèle ; il contrôle seulement quels documents lui sont présentés. Si ces documents sont déjà sous votre garde légale et ne contiennent pas de catégories particulières de données, le profil réglementaire est plus simple à gérer. La souveraineté des données est également plus claire : les documents restent dans votre infrastructure et le modèle n'«absorbe» jamais l'information de manière permanente.
Questions fréquentes
Combien d'exemples faut-il pour un fine-tuning de qualité ?
La règle pratique des principaux fournisseurs est un minimum de 50 à 100 exemples de haute qualité pour commencer à voir des différences par rapport au modèle de base, et entre 500 et 2 000 pour des résultats robustes sur des tâches spécialisées. Plus important que la quantité est la cohérence : des exemples contradictoires ou mal étiquetés dégradent le modèle. Si vous ne disposez pas de ce volume, le RAG est presque toujours le bon point de départ.
Une PME sans équipe technique interne peut-elle déployer le RAG ?
Oui, mais cela nécessite un accompagnement externe lors de la phase de conception. La partie la plus critique n'est pas technique mais conceptuelle : décider quels documents indexer, comment les structurer et comment évaluer que les réponses sont correctes. Un consultant spécialisé peut disposer d'un pilote fonctionnel en 2 à 4 semaines si les documents sont bien organisés. La maintenance ultérieure — mise à jour des documents, ajustement de la pertinence — peut être assurée par l'équipe interne sans connaissances en programmation.
Le fine-tuning élimine-t-il les hallucinations ?
Non. Le fine-tuning peut réduire les erreurs dans le domaine d'entraînement spécifique, mais le modèle reste susceptible d'inventer des informations hors de ce domaine, voire à l'intérieur si les données d'entraînement contenaient des erreurs. Pour minimiser les hallucinations, la combinaison la plus efficace est le RAG (le modèle répond sur la base de documents réels récupérés) associé à une couche d'évaluation automatique qui détecte les réponses sans support documentaire.
Qu'en est-il des modèles open source par rapport aux modèles payants ?
Pour le fine-tuning, les modèles open source (Llama 3, Mistral, Qwen) permettent de travailler sur une infrastructure propre avec des données qui ne quittent jamais le périmètre de l'entreprise, ce qui résout à la racine les questions de confidentialité. Le coût de calcul est comparable ou inférieur à celui des modèles payants via API. La contrepartie est qu'une plus grande capacité technique est nécessaire pour configurer l'environnement d'entraînement, réaliser l'évaluation et déployer le modèle résultant. Pour le RAG, le choix du modèle d'embeddings (qui convertit les documents en vecteurs) influe également sur la qualité de la récupération : les modèles spécialisés en français comme ceux de la famille multilingual-e5 surpassent généralement les embeddings génériques sur des corpus en français.