Dans les directions R&D agrochimie, la frustration est réelle mais rarement formulée clairement. Les équipes croulent sous la documentation réglementaire. Dossiers AMM accumulés depuis des décennies. Données E-PHY, EFSA, ECHA à recroiser en permanence. Savoir d'experts qui partent en retraite. Et pourtant, quand un ingénieur doit consolider un dossier de pré-soumission ANSES, il passe encore 3 à 6 semaines à chercher, recroiser, vérifier. Manuellement.

La promesse de l'IA générative semblait tout changer. Les POC ont fleuri en 2023 et 2024. Résultat : abandon en majorité. Maintien sous surveillance étroite dans quelques cas. Déploiement réel : quasi inexistant.

Pourquoi ?

Ce que le RAG fait bien — et où il déraille sur le réglementaire

Le RAG (Retrieval-Augmented Generation) est une architecture ingénieuse. Elle consiste à découper vos documents en fragments, les indexer dans une base vectorielle, et laisser un modèle de langage synthétiser une réponse à partir des fragments les plus "similaires" à la question posée.

Sur des cas d'usage généralistes — synthèse de réunion, rédaction assistée, FAQ interne — ça fonctionne très bien. Sur des corpus réglementaires phytosanitaires, c'est une autre histoire.

35–45 % taux d'erreur RAG sur corpus réglementaire phytosanitaire
< 5 % taux d'erreur KnowWeave sur le même corpus
100 % des réponses traçables au document source

Trois failles architecturales expliquent ce résultat :

Faille 1 — La similarité vectorielle ne comprend pas la taxonomie réglementaire

Les systèmes RAG capturent la proximité sémantique générale. "Azoxystrobine" et "azoxystrobine-méthyle" sont vectoriellement très proches — pour un modèle entraîné sur du texte généraliste, ces deux substances sont "similaires".

Pour un dossier AMM, elles ont des profils toxicologiques, des usages homologués et des restrictions réglementaires totalement distincts. Confondre les deux dans une note de pré-soumission, c'est potentiellement un dossier rejeté par l'ANSES.

Faille 2 — Le découpage détruit la structure des dossiers réglementaires

Un dossier AMM est un document structuré. Les restrictions d'usage (dose maximale, stade végétatif, délai avant récolte) sont liées à une culture spécifique, elle-même liée à une substance dans un contexte géographique et temporel précis.

Quand ce dossier est découpé en fragments de 500 tokens, ces relations sont brisées. Un fragment peut contenir une restriction sans son contexte d'application. Le modèle "voit" un fragment, pas la structure.

Faille 3 — Le modèle comble les lacunes avec sa connaissance générale

Quand le système RAG ne trouve pas l'information dans les fragments récupérés, le modèle de langage fait ce pour quoi il est entraîné : il génère du texte plausible. Il peut extrapoler depuis d'autres dossiers européens, depuis des normes proches, depuis sa connaissance pré-entraînement.

Le problème : cette "complétion" est indiscernable d'une réponse fondée sur vos documents. Il n'y a aucun signal qui distingue une réponse correcte d'une réponse inventée dans la sortie d'un système RAG.

L'obstacle souvent rédhibitoire : la confidentialité des données

Au-delà du taux d'erreur, les solutions cloud génériques se heurtent à un deuxième obstacle en agrochimie. Vos dossiers AMM en cours d'instruction, vos études internes, vos formulations propriétaires — ce sont des actifs stratégiques.

Les soumettre à une API cloud, même "Enterprise", c'est les faire transiter par des serveurs tiers, souvent hors de l'Union Européenne. Dans les organisations que nous rencontrons, cette question clôt systématiquement les discussions sur les solutions cloud : ni la Direction Juridique, ni le RSSI, ni la Direction Réglementaire ne l'autorisent.

L'architecture qui change la donne

L'alternative n'est pas "pas d'IA". C'est une IA d'une autre nature, reposant sur un principe fondamental différent :

Dans un système RAG, le modèle de langage génère la réponse. Dans une architecture Knowledge Graph, il génère la requête — et c'est le graphe qui produit la réponse. Le modèle ne peut plus halluciner ce qu'il ne connaît pas.

Voici comment ça fonctionne :

  1. Structuration du corpus. Vos documents (dossiers AMM, études, fiches E-PHY, rapports ANSES, données ECHA) sont analysés et structurés dans un réseau de connaissances. Chaque entité — substance, culture, usage, dose, restriction, décision réglementaire — devient un nœud. Chaque relation entre ces entités est typée et traçable à sa source.
  2. Le modèle comme traducteur. Quand un utilisateur pose une question en langage naturel, le modèle ne cherche pas à y répondre directement. Il traduit la question en requête formelle sur le réseau.
  3. Extraction factuelle. La requête est exécutée sur le réseau de connaissances. La réponse est extraite directement depuis les nœuds et relations du graphe — pas générée par un modèle probabiliste. Chaque résultat est accompagné de sa source : document, paragraphe, version, date de mise à jour.

Exemple concret : [Substance : Azoxystrobine] → [HOMOLOGUÉE_SUR : Vigne] → [RESTRICTION : dose max 0,5 L/ha] → [SOURCE : Décision ANSES 2022-031, §4.2]

Ce que ça change concrètement pour une équipe R&D agrochimie

Les bénéfices opérationnels s'organisent autour de quatre cas d'usage récurrents que nous observons chez nos clients :

  • Recherche réglementaire E-PHY — une question en langage naturel retourne en 3 secondes les substances homologuées, avec restrictions actualisées et sources traçables. Ce qui prenait 2 heures de consultation manuelle.
  • Détection d'incohérences — le réseau peut identifier automatiquement des contradictions entre un dossier interne et une mise à jour de publication ANSES. Sans que personne ne le recherche explicitement.
  • Capitalisation du savoir expert — les analyses passées, les décisions métier, le savoir des experts seniors sont intégrés au réseau. Quand l'expert part en retraite, son savoir reste interrogeable.
  • Préparation de dossiers — un squelette de note de synthèse ANSES peut être pré-rempli automatiquement depuis le réseau, avec toutes les sources citées. L'expert valide et ajuste, il ne reconstruit plus de zéro.

Sur la question du délai de déploiement

Une objection revient fréquemment : "Construire un réseau de connaissances, c'est un projet de 2 à 3 ans."

C'était vrai quand il fallait structurer manuellement chaque document. Ce n'est plus le cas. Les approches actuelles permettent de construire un premier réseau opérationnel sur un corpus métier circonscrit — un type de dossier, un segment de produits, un périmètre réglementaire — en 8 à 16 semaines.

On prouve la valeur sur un cas concret. On étend ensuite à d'autres corpus.

Si vous êtes Directeur R&D, Responsable Affaires Réglementaires ou DSI dans le secteur agrochimique ou phytosanitaire, nous proposons une démonstration confidentielle de 30 minutes. Pas de présentation générique : vous apportez un de vos cas d'usage réels, nous montrons comment notre architecture y répond.