Amazon Bedrock apprend à calculer sur des tableaux Excel entiers, et non sur des fragments issus de la recherche
Un RAG classique découpe un tableau en morceaux, si bien que le modèle n'en voit que quelques lignes et que les totaux sont incomplets. Amazon Bedrock Managed Knowledge Base ajoute la recherche tabulaire : du code exécuté dans un bac à sable sans accès réseau lit le fichier CSV ou Excel en entier. Dans l'exemple d'AWS, il repère un service dont le dépassement atteint 124 559,90 dollars et cite la politique de l'entreprise. Pour les questions combinant « une règle tirée d'un document et un calcul sur un tableau », une seule requête suffit désormais.
Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Imaginez une équipe financière en fin de trimestre. Elle doit déterminer quels services sont tenus de fournir une explication pour leurs écarts budgétaires. La réponse ne figure dans aucun fichier : le seuil d'écart est défini dans la politique, les budgets révisés se trouvent dans la note de clôture trimestrielle, et les chiffres eux-mêmes sont enfouis dans le classeur Excel des profits et pertes. La recherche documentaire classique peine sur ce type de tâche. AWS a ajouté à Amazon Bedrock Managed Knowledge Base une fonction de recherche tabulaire qui comble précisément cet écart entre texte et tableaux.
Pourquoi les tableaux mettent le RAG classique en échec
Le RAG renvoie un nombre fixe de fragments les plus proches de la question. Cela fonctionne pour la prose. C'est moins vrai pour les tableaux : lorsqu'un fichier est découpé en morceaux, une partie de l'information se perd.
Si le tableau est long, avec des milliers de lignes, la recherche ne restitue que quelques fragments. Le total, la comparaison ou la vérification d'un seuil reposent alors sur une poignée de lignes et sont donc incomplets. Si le tableau est large, avec des centaines de colonnes, une ligne peut ne pas tenir dans un fragment ou dans la fenêtre du modèle de recherche. Les valeurs situées dans les colonnes éloignées sont moins bien retrouvées, et les fragments trop longs se mettent à répondre à d'autres questions et évincent les passages utiles.
Il existe aussi un problème de correspondance. Les utilisateurs parlent de « dépenses maîtrisées », alors que le tableau contient des codes de centres de coûts et des intitulés de comptes. Le brouillon et la version finale d'un classeur ressemblent presque à s'y méprendre pour le moteur de recherche. Et la règle qui donne du sens aux chiffres se trouve souvent dans un PDF séparé.
Comment ça fonctionne
La recherche tabulaire répartit le travail en deux temps. La recherche doit retrouver un seul fragment du fichier tabulaire concerné, après quoi le code lit la table dans son intégralité. Rien n'est à activer : la fonction est intégrée à la recherche agentique, c'est-à-dire à la requête AgenticRetrieveStream.
La requête passe par plusieurs étapes :
- la recherche renvoie des fragments, dont un extrait d'un CSV, d'un XLSX ou d'un XLS ;
- l'agent décide, en fonction de la question et de la structure du tableau, s'il faut lancer du code ;
- le fichier source est copié dans un bac à sable isolé, sans accès au réseau ;
- le code écrit par le modèle calcule sur l'ensemble de la table ou de la feuille ;
- l'agent ne reçoit que le résultat imprimé, par exemple des sommes ou des lignes correspondantes ;
- la réponse est assemblée à partir du résultat du calcul et des fragments documentaires, avec les sources citées.
Dans l'exemple d'AWS, l'entreprise AnyCompany Retail demande quel centre de coûts présente le plus fort dépassement sur les dépenses maîtrisées au sens de la politique financière, au deuxième trimestre. Dans le PDF, l'agent récupère la définition : elle couvre les sous-traitants, les déplacements, les logiciels et les programmes marketing, mais exclut les salaires et le loyer. Dans les tableaux, le code prend toutes les lignes des feuilles Actuals et Budget, les filtre par trimestre et sur les quatre comptes, puis compare les centres de coûts.
Résultat : le centre CC-3010 (Platform) a dépassé son budget de 124 559,90 dollars, avec 394 859,90 dépensés pour un plan de 270 300,00. La revue d'activité en donne la cause : des sous-traitants pour la migration de la plateforme de données. Si l'on compte l'ensemble des dépenses opérationnelles et non seulement les dépenses maîtrisées, le chiffre passe à 133 434,05.
La traçabilité est particulièrement utile. Le flux d'événements montre quel fichier le code a lu : l'événement Planning énumère les documents, puis viennent CodeExecution avec le statut IN_PROGRESS puis SUCCEEDED. On peut ainsi vérifier que l'agent a bien pris le classeur final et non le brouillon. Les liens de la réponse renvoient aux fragments utilisés ; la table elle-même peut donc ne pas figurer dans les citations, mais elle apparaît dans la trace.
Limites et précautions
Cette fonction ne remplace pas la BI. L'exécution de code ajoute au minimum un tour d'agent : les réponses portant sur des données tabulaires arrivent donc plus lentement que les réponses textuelles. Les indicateurs validés, les tableaux de bord récurrents, les jointures à l'échelle de l'entrepôt et le contrôle du reporting restent à faire dans les outils BI. Par ailleurs, la recherche doit toujours trouver le bon fichier en premier lieu : mieux vaut donc citer le nom du classeur directement dans la question.
Des exigences pratiques s'appliquent aussi. Le compte appelant doit disposer des droits bedrock:AgenticRetrieveStream, bedrock:Retrieve et bedrock:GetDocumentContent, puisque l'agent lit le fichier source avec ses propres droits. Après la première synchronisation, vérifiez que les fragments tabulaires ont pour type de fichier CSV ou MS_EXCEL, sinon la recherche tabulaire ne se déclenche pas. Un appel Retrieve classique continue de renvoyer uniquement des fragments et n'exécute aucun code, de même qu'en mode generateResponse=false.
Pour les développeurs, la conclusion est simple. Si votre assistant répond à des questions dont la règle figure dans un document et les chiffres dans des exports et des classeurs, inutile de concevoir un schéma à l'avance ou de transférer les fichiers dans un entrepôt. Déposez les tableaux à côté des PDF dans S3 ou SharePoint, formulez vos questions en citant le nom du fichier et vérifiez la trace. Pour des questions analytiques ponctuelles sur des fichiers de travail, cela peut suffire. Tout ce qui doit être calculé régulièrement et avec des garanties reste du ressort de la BI.
- 21 nov. 2026Amazon prépare un « graphe mondial des produits », une base de données sur tous les articles du web
- 21 nov. 2026Applied Digital réclame à Oracle et Meta des milliards de garanties pour l'électricité
- 21 nov. 2026Meta может продавать карманного ИИ-питомца Muse Charm за $300
- 21 nov. 2026Disney remplace le marionnettiste par l'IA : les extraterrestres animatroniques Anzellans réagissent seuls aux visiteurs
Questions clés sur cet article
Pourquoi les tableaux mettent le RAG classique en échec?
Le RAG renvoie un nombre fixe de fragments les plus proches de la question. Cela fonctionne pour la prose. C'est moins vrai pour les tableaux : lorsqu'un fichier est découpé en morceaux, une partie de l'information se perd. Si le tableau est long, avec des milliers de lignes, la recherche ne restitue que quelques fragments. Le total, la comparaison ou la vérification d'un seuil reposent alors sur une poignée de lignes et sont donc incomplets.
Comment ça fonctionne?
La recherche tabulaire répartit le travail en deux temps. La recherche doit retrouver un seul fragment du fichier tabulaire concerné, après quoi le code lit la table dans son intégralité. Rien n'est à activer : la fonction est intégrée à la recherche agentique, c'est-à-dire à la requête AgenticRetrieveStream.
Que sait-on sur Limites et précautions ?
Cette fonction ne remplace pas la BI. L'exécution de code ajoute au minimum un tour d'agent : les réponses portant sur des données tabulaires arrivent donc plus lentement que les réponses textuelles. Les indicateurs validés, les tableaux de bord récurrents, les jointures à l'échelle de l'entrepôt et le contrôle du reporting restent à faire dans les outils BI. Par ailleurs, la recherche doit toujours trouver le bon fichier en premier lieu : mieux vaut donc citer le nom du classeur directement dans la question.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.