Posons l'objection telle qu'elle arrive, parce qu'elle arrive toujours en premier. Un DSI, un architecte, regarde la démo et dit : « au fond, c'est du RAG sur vos contenus, non ? »
C'est une bonne question, et elle mérite une réponse précise, pas une esquive.
Le RAG, retrieval-augmented generation, fait une chose et la fait bien : il ancre la réponse de l'IA dans vos contenus réels, au lieu de la laisser inventer à partir de ses connaissances générales. Vous posez une question, il va chercher les passages pertinents dans vos documents, et il s'en sert pour répondre. C'est utile, c'est solide, et le Practice Graph s'en sert lui-même à l'intérieur. Le RAG n'est pas un adversaire. C'est une brique.
Mais le RAG, seul, est aveugle à trois choses. Et ce sont précisément ces trois choses qui transforment une réponse en actif.
La première, c'est la structure. Le RAG voit du texte : des passages, des morceaux, des vecteurs de similarité. Il ne voit pas qu'une pratiquePratiqueUne unité de savoir-faire capturée dans Marylink : pas un document, mais une structure exécutable (contenu, prompt, règles, style). est composée d'un prompt, d'une règle, d'un style, d'un outil, assemblés. Il retrouve des bouts de document. Il ne manipule pas des objets typés que vous pouvez recombiner, mettre à jour proprement, réutiliserRéutilisationLe fait qu'une même pratique serve plusieurs fois, dans plusieurs espaces, la mesure clé de la valeur du Practice Graph. ailleurs. Changez une règle : avec le RAG, vous devez la corriger dans chaque document où elle traîne. Dans un graphe de pratiques typé, vous la changez une fois, et elle se met à jour partout où elle sert.
La deuxième, c'est la gouvernanceGouvernanceL'ensemble des rôles, étapes de validation et évaluations qui garantissent la qualité des pratiques partagées.. Le RAG vous rend la réponse la plus proche, pas la plus validée. Il ne sait pas qui a endossé cette pratique, quelle version fait foi, si un expert l'a relue, à quelle étape de validationÉtape de validationUne étape du parcours d'une publication (brouillon → revue → validé), avec des règles qui conditionnent le passage. elle en est. Il n'a aucune notion de rôle, d'évaluationÉvaluationL'examen d'une pratique par un expert : note, commentaires et recommandations selon des critères., d'étape. Il retrouve le texte le plus ressemblant, même si c'est un brouillon abandonné, même si la bonne version est ailleurs. La pertinence sémantique n'est pas la qualité. Un graphe de pratiques, lui, sait distinguer ce qui est validé de ce qui traîne.
La troisième, c'est l'exécutabilité. Le RAG retrouve pour informer : il alimente la réponse d'un humain ou d'un modèle. Il ne rend pas la pratique exécutable par un agent. Dans un graphe de pratiques, une pratique se cherche, se combine avec le bon style et le bon modèle, s'exécute, puis se republie pour l'équipe, via MCPMCPModel Context Protocol : le standard ouvert qui connecte un assistant IA (Claude, etc.) directement à votre espace Marylink.. Le RAG s'arrête à « voici du texte pertinent ». La pratique va jusqu'à « voici la méthode validée, exécutée, et redéposée ».
Le déplacement tient en deux verbes.
Le RAG retrouve. Le Practice GraphPractice GraphL'architecture vivante qui relie vos pratiques, concepts, rôles et espaces, exécutable par vos équipes et par l'IA. exécute.
L'un améliore la réponse de votre modèle aujourd'hui. L'autre construit un capital qui s'accumule : typé, gouverné, exécutable, et qui ne dépend d'aucun modèle en particulier.
C'est pour ça que « ce n'est pas juste du RAG ? » est la bonne question, avec la mauvaise conclusion. Le RAG est dedans. Mais réduire le Practice Graph au RAG, c'est confondre la bibliothèque avec la pratique de la maison.
Alors la vraie question n'est pas : est-ce que je retrouve la bonne information.
C'est : est-ce que la bonne pratique est typée, validée, et exécutable, par un humain comme par un agent ?