YooMoney a construit une plateforme RAG et un assistant IA, « Eugène », pour interroger son wiki d'entreprise

Le service de paiement YooMoney a détaillé sur Habr la construction de sa propre plateforme RAG (Retrieval-Augmented Generation) et de son assistant IA « Eugène ». L'outil remplace la recherche classique dans le wiki d'entreprise et saisit le sens de la requête d'un salarié, au lieu de s'en tenir aux correspondances de mots-clés.

Pourquoi la recherche classique ne suffisait plus

Au fil du temps, les entreprises accumulent des milliers de pages de documentation interne, et l'information utile y devient de plus en plus difficile à trouver. Selon YooMoney, la recherche classique dans le wiki d'entreprise ne parvient plus à suivre ce volume : les salariés perdent du temps à naviguer entre les pages et, plutôt que de chercher la réponse eux-mêmes, reposent sans cesse les mêmes questions à leurs collègues.

• Entreprise : YooMoney, service de paiement russe
• Nom de l'assistant : « Eugène », fondé sur la technologie RAG
• Auteur de l'article : Ilya, directeur du département développement de YooMoney
• Choix clé de l'équipe : renoncer aux solutions RAG prêtes à l'emploi (off-the-shelf) au profit d'une plateforme maison
• Public visé : architectes, ingénieurs IA et spécialistes qui déploient des solutions LLM en entreprise

Comment fonctionne l'assistant IA « Eugène »

Eugène combine les connaissances internes de l'entreprise avec les capacités des grands modèles de langage. RAG signifie Retrieval-Augmented Generation, soit « génération augmentée par la recherche » : le système commence par retrouver dans la base de connaissances les extraits de documentation pertinents pour la question, puis le modèle de langage rédige sa réponse à partir de ces extraits, et non uniquement à partir des données sur lesquelles il a été initialement entraîné. Cette approche permet de répondre selon le sens de la requête, et non sur la base d'une simple correspondance formelle de mots, comme dans la recherche plein texte classique d'un wiki.

D'après l'équipe de YooMoney, c'est l'arrivée des grands modèles de langage au rang d'outil de travail qui a permis de combiner les connaissances accumulées par l'entreprise avec les capacités des LLM. C'est ainsi qu'est né Eugène, capable de comprendre le sens de la question d'un salarié, et pas seulement les mots-clés qu'elle contient.

Pourquoi YooMoney a renoncé aux solutions prêtes à l'emploi

Ilya, directeur du département développement de YooMoney, promet d'expliquer pourquoi l'équipe a écarté les solutions RAG disponibles sur le marché pour construire sa propre plateforme de connaissances d'entreprise. L'auteur s'adresse avant tout aux architectes et aux ingénieurs IA confrontés au même arbitrage lors du déploiement de LLM en interne : intégrer un produit existant ou bâtir eux-mêmes une plateforme adaptée à leurs données d'entreprise.

L'article de YooMoney se présente comme une analyse pratique de ce choix précis : pourquoi un développement maison s'est révélé préférable à l'achat ou au raccordement d'un service RAG tiers pour la recherche dans la documentation interne de l'entreprise.

« Je m'appelle Ilya, je suis directeur du département développement de YooMoney.

Je vais expliquer pourquoi nous avons renoncé aux solutions prêtes à l'emploi et comment nous avons construit une plateforme RAG pour les connaissances de l'entreprise », écrit l'auteur sur Habr.

Ce que cela signifie

YooMoney illustre un parcours typique des grandes entreprises en 2026 : passer d'une documentation éparpillée dans un wiki à un assistant IA interne fondé sur le RAG. Cette technologie devient la norme pour la recherche de connaissances dans les entreprises dotées d'un important volume de documentation interne, et l'article de YooMoney s'adresse en priorité à ceux qui déploient eux-mêmes ce type de solution.