Plateformes de contexte IA : quand une couche de contexte adossée à un graphe surpasse le RAG purement vectoriel

Gartner a donné à « AI Context Platforms » une définition formelle le 13 août 2026 : un logiciel qui permet aux équipes data et ingénierie IA de construire, gouverner et délivrer des connaissances organisées sémantiquement aux agents IA, en traitant le contexte comme un actif d'entreprise de premier ordre plutôt que comme une configuration agent par agent. Deux fournisseurs ont adossé la catégorie à du produit en 48 heures — Neo4j a livré son Context Engine le 20 octobre et NVIDIA la Agent Knowledge Foundation le 21 octobre. Quand un cabinet d'analystes nomme une catégorie et que deux fournisseurs de plateformes la remplissent en deux jours, les acheteurs obtiennent de vraies options — et une nouvelle décision à prendre. Ce guide trace cette décision : cinq questions où une couche de contexte adossée à un graphe surpasse le RAG purement vectoriel, trois où le RAG vectoriel l'emporte encore, et les trois contrôles qui comptent davantage que le produit acheté — parce que ces contrôles sont à construire, à vous, quelle que soit l'option.

À retenir

• 86 % contre 57 % — la recherche GraphRAG de Microsoft (Edge et al., 2024) a mesuré le retrieval par graphe contre le RAG vectoriel à 86 % d'exhaustivité sur des requêtes complexes multi-entités, le vectoriel seul à 57 %. L'écart apparaît dès qu'une question exige de parcourir des relations plutôt que de matcher du texte.
• Gartner a nommé la catégorie le 13 août 2026 — AI Context Platforms, selon les analystes, « séparent le cycle de vie du savoir organisationnel du cycle de vie des agents individuels ». Cette séparation est l'argument de gouvernance, pas une fonction de retrieval.
• La Business Ontology de Neo4j est un modèle de graphe à 6 couches — process métier et organisation, ontologie de domaine, produits de données, systèmes physiques, outils et intégration, connaissances d'exécution — construite, d'après Neo4j, à partir de centaines de déploiements d'entreprise. Le Context Engine est en préview privée.
• Le RAG vectoriel gagne encore sur le coût de construction et le Q&A documentaire — 6 à 8 semaines de mise en production contre 12 à 16 pour un graphe, et les embeddings d'interaction tardive répondent désormais à des questions d'agent sur 800 PDF réels à 92,4 % (MADQA) sans OCR.
• Les contrôles du déployeur sont la provenance, la récupération porteuse de permissions et la séparation des cycles de vie — aucun ne s'expédie intégralement dans un produit du marché ; chacun vit dans le module MCP et la couche d'audit que votre équipe possède.

La catégorie qui a reçu un nom

La définition de Gartner (Kjell Carlsson, Afraz Jaffri, Christopher Long et Radu Miclaus, 13 août 2026) mérite deux lectures parce que c'est une définition de gouvernance, pas de retrieval : les plateformes de contexte IA sont « un logiciel qui permet aux équipes data et ingénierie IA de construire, gouverner et délivrer des connaissances organisées sémantiquement aux agents IA », et « en traitant le contexte comme un actif d'entreprise de premier ordre plutôt que comme une configuration agent par agent, ces plateformes séparent le cycle de vie du savoir organisationnel du cycle de vie des agents individuels, augmentant la capacité de l'organisation à faire évoluer et gouverner ses agents IA dans différents domaines ».

Le problème que nomme la catégorie est propre aux agents. Les données ont eu deux consommateurs pendant des décennies — les humains, qui portent les relations entre enregistrements dans leur tête, et les applications, où ce sens vit dans une logique codée en dur. Les agents sont le troisième consommateur, et n'héritent de rien. Le blog de lancement de Neo4j rend le mode d'échec concret : une application sait qu'un statut de compte « 2 » signifie « suspendu en attente de revue » parce que le mapping est dans le code ; un agent n'en a aucune idée, et le mapping varie d'une organisation à l'autre — « client » ne signifie pas la même chose au Marketing et aux Finances (blog de Neo4j).

Deux fournisseurs ont répondu en 48 heures. Le Context Engine de Neo4j embarque une Business Ontology prédéfinie à 6 couches, une couche de build-et-runtime qui construit l'ontologie depuis des sources comme Databricks ou Snowflake et l'expose aux couches d'orchestration, un plan de contrôle Context Studio, et une couche mémoire native graphe qui journalise le raisonnement des agents et les chemins de décision. Le président technologie et CPO de Neo4j a dit l'implication sans détour : « Toutes les autres options sont un pansement sur le problème, qui casse à mesure que les agents IA gagnent en complexité et en accès systèmes » (communiqué). Deux marqueurs d'honnêteté comptent pour les acheteurs : le Context Engine est en préview privée, et sa ligne « GraphRAG est plus précis et rentable que le RAG vectoriel » est une affirmation du fournisseur — les chiffres indépendants viennent de la recherche de Microsoft, pas de Neo4j.

NVIDIA a pris la position architecturale contraire le 21 octobre : pas une plateforme, mais des modèles et des bibliothèques CUDA-X à assembler soi-même. Sa page Agent Knowledge Foundation indique que les composants « fonctionnent avec les plateformes de données, ontologies, bases vectorielles et frameworks d'agents existants ; ils n'exigent pas d'adopter une nouvelle plateforme de bout en bout », et inclut un générateur Auto Ontology dont NVIDIA dit qu'il a réduit de 90 % le temps de création d'ontologie dans ses tests — des experts métier restant requis pour « tester, affiner et certifier » le résultat (NVIDIA). Cette dernière clause est la version honnête de la construction d'ontologie : le logiciel propose ; le propriétaire certifie.

Ce que le RAG vectoriel fait encore bien

Le retrieval purement vectoriel n'est pas l'homme de paille qu'impliquent les supports de lancement de la catégorie. Trois forces définissent quand c'est le bon choix.

Premièrement, le coût de construction. Le guide d'implémentation GraphRAG du site chiffre le RAG traditionnel à 6–8 semaines de mise en production contre 12–16 pour un graphe, et estime que le RAG traditionnel atteint 85–90 % du résultat GraphRAG pour 30 % de l'effort quand le corpus est textuel et les questions des lookups mono-entité. Une équipe resserrée qui doit répondre en novembre à des questions de techniciens depuis des manuels de service livre d'abord la recherche vectorielle.

Deuxièmement, le plancher documentaire continue de monter. La version pplx-embed-v2-late de Perplexity (7 octobre, licence MIT) a porté les embeddings open-weight d'interaction tardive à 92,4 % sur MADQA — des questions d'agent sur 800 PDF réels et plus de 18 000 pages — en récupérant texte, images et pages PDF complètes sans OCR. Sur l'axe des documents non structurés, le retrieval vectoriel est une cible mobile, et la brèche qu'un graphe de connaissances comble n'est pas la brèche du Q&A documentaire.

Troisièmement, l'écosystème vectoriel sait déjà où est sa faiblesse et la compense structurellement. Le tour d'horizon vdf.ai d'octobre 2026 sur dix moteurs autohébergés montre une multi-tenancy gérée au niveau index — partitions à clé de tenant de Qdrant qui promeuvent les grands tenants vers leurs propres shards, modèle shard-par-tenant de Weaviate — et un retrieval hybride fusionné dans le moteur parce que les vecteurs denses seuls « manquent les tokens exacts comme les numéros de contrat et les codes d'erreur ». Le filtrage de permissions et le rappel par mots-clés se règlent, en d'autres termes, comme des problèmes d'ingénierie dans le stack vectoriel. Ce que le stack vectoriel ne règle jamais, c'est la sémantique : il n'a nulle part où poser ce que « client », « fournisseur » ou « risque » veut dire dans votre organisation, ni de réponse à pourquoi deux enregistrements trouvés sont liés.

Ce qu'ajoute la couche de contexte gouvernée

Une couche de contexte adossée à un graphe ajoute quatre choses que le RAG vectoriel ne peut représenter en aucune manière — et la quatrième est le critère d'achat.

Des relations explicites. Les chunks trouvés sous-entendent des relations ; un graphe les énonce. Les chiffres GraphRAG de Microsoft — 86 % contre 57 % d'exhaustivité sur les requêtes multi-entités — en sont la version mesurée : quand une question exige de marcher d'un produit vers ses substituts jusqu'à la disponibilité de branche, la recherche par similarité doit deviner chaque saut.

Un seul emplacement pour le sens métier. La Business Ontology à 6 couches de Neo4j déplace les définitions de l'organisation — processus, termes de domaine, produits de données, systèmes physiques, outils, connaissances d'exécution — dans un graphe que tous les agents lisent, au lieu que chaque agent les réapprenne (blog de Neo4j). Sanjeev Mohan, principal chez SanjMo, a posé la distinction que le stack vectoriel ne peut combler dans le communiqué : « Le contexte n'est pas simplement plus de données, c'est une affaire de relations : pas seulement que deux choses soient connectées, mais pourquoi et comment. C'est exactement ce que les graphes modélisent nativement. »

La provenance par réponse. La couche mémoire du Context Engine « journalise le raisonnement des agents et les cheminements opérationnels pour former une trace permanente de l'expérience d'entreprise » (communiqué). Une réponse arrive avec le chemin qui l'a produite. Le retrieval vectoriel donne les chunks les mieux classés.

Un chemin de retrieval qui porte les permissions. Le Context Build and Runtime de Neo4j inclut une gouvernance intégrée « qui garantit qu'ils ne peuvent accéder qu'aux données qu'ils sont autorisés à consulter » — la politique voyage avec le retrieval, pas en post-filtre. Dans un stack vectoriel, en revanche, le filtrage par tenant est un trait d'ingénierie d'index propre à la base choisie (le tour d'horizon vdf.ai documente combien pgvector, Qdrant et Weaviate l'implémentent différemment), et votre application réimplémente la règle.

Le pattern est constructible sans attendre un logiciel en préview privée. Dans l'implémentation de référence derrière les articles RFQ du site, le module MCP du bureau de devis expose un unique outil inquire_catalog qui route les questions en langage naturel vers un moteur de graphe de connaissances et renvoie des résultats classés — retrieval et sens dans un appel gouverné — tandis qu'un jeu d'outils séparé gère les holds de disponibilité transactionnels. C'est la frontière d'outil, pas le retriever, qui le rend gouverné : chaque appel passe par un décorateur d'exécution qui enregistre état, durée et charge utile vers un modèle d'audit dans DynamoDB, et le scoping par tenant est appliqué par clé de partition à la couche de stockage. Un article sur le standard de code des modules documente le pattern de bout en bout.

La matrice de décision

Cinq questions séparent les deux architectures en pratique. Évaluez honnêtement votre charge de travail sur chacune ; deux lignes ou plus dans la colonne graphe signifient que la couche de contexte justifie les 12–16 semaines de construction.

Question de l'acheteur	Choisir le contexte adossé à un graphe	Le RAG vectoriel suffit
Quelle forme a la question ?	Multi-entités, parcours de relations (« quels substituts homologués de cette pièce ont du stock au DC de Boston d'ici vendredi ? ») — l'écart 86 % vs 57 % vit ici	Lookups mono-entité sur texte documentaire (« que dit le manuel sur l'erreur E-204 ? »)
Où vit le sens ?	Dispersé entre systèmes et équipes — « client », « fournisseur », « risque » exigent une définition partagée par les agents	Contenu dans les documents — le texte est le sens
Que doit démontrer la gouvernance ?	Provenance par réponse : le chemin de décision, la politique qui l'a autorisé — la séparation des cycles de vie de Gartner	Contrôle d'accès au niveau du contenu : filtres de tenant et permissions de charge à l'index
À quelle vitesse faut-il livrer ?	12–16 semaines plus l'entretien continu de l'ontologie — acceptable quand les agents agissent sur des données métier	6–8 semaines de mise en production — le bon premier pas quand l'usage est le Q&A documentaire
Qu'est-ce qui change chaque trimestre ?	La sémantique change (nouvelles gammes, niveaux renommés, nouvelles règles de conformité) — éditez le graphe, pas les agents	Le corpus change — ré-embedding nocturne et vous êtes à jour

Deux lignes méritent des notes d'honnêteté. Sur le coût par requête, le retrieval GraphRAG est plus lourd que la similarité vectorielle — le fournisseur qui vend le graphe le dit, et l'arithmétique du guide d'implémentation (O(N) par ticket pour les mises à jour du graphe contre O(1) par document) explique pourquoi les charges à fort volume et questions simples doivent rester vectorielles. Et sur le cadrage du « troisième consommateur » : c'est le récit de lancement de Neo4j, mais l'observation sous-jacente le précède — le problème du statut de compte « 2 » est réel dans toute entreprise B2B de taille médiane, quel que soit le produit acheté pour y remédier.

Côte à côte : comment les deux architectures répondent aux cinq questions d'acheteur, avec la preuve mesurée derrière chaque affirmation.

Les contrôles du déployeur qui comptent plus que le produit acheté

La définition de Gartner liste trois capacités qui font d'un contexte un « actif » : construit, gouverné, délivré. Lisez les pages fournisseurs de près : chacune en livre une partie — Context Studio est un plan de contrôle ; le runtime de build applique l'autorisation ; la mémoire journalise les décisions. Aucun ne livre les trois de bout en bout, et deux sont structurellement à vous.

La provenance est un contrôle, pas une fonctionnalité. Une réponse avec un chemin de décision enregistré n'est un artefact d'audit que si le chemin est append-only et survit à l'agent qui l'a produit. Dans l'implémentation de référence, chaque appel d'outil MCP écrit état, durée et charges assainies vers un modèle d'audit par tenant — le pattern de l'architecture de gouvernance des agents. Que votre couche soit celle de Neo4j ou un graphe que vous possédez, l'enregistrement de ce que l'agent a récupéré et sur quoi il a agi appartient à votre frontière.

Le transport de permissions doit survivre au dernier bond. Une plateforme de contexte qui filtre dans le graphe connecte quand même les agents via une frontière d'outils. Si cette frontière ne porte pas d'identité — un principal authentifié par appel, borné en tenant et rôle — l'autorisation de la plateforme reste consultative. Le pattern des modules gouvernés place la vérification dans un middleware qui intercepte chaque requête (article sécurité MCP) ; ainsi la politique que Neo4j applique dans le graphe ne peut être contournée par un appel d'outil sans scoping.

La séparation des cycles de vie est votre choix d'architecture. La thèse centrale de la catégorie — le savoir organisationnel survit aux agents individuels — ne tient que si vos agents sont consommateurs d'un service de contexte plutôt que rédacteurs de leur propre contexte. Concrètement : les agents référencent le contexte par requête, jamais par instantané figé ; décommissionner un agent efface l'état de l'agent, pas celui du graphe ; et la répartition court terme/long terme de l'article sur les patterns de mémoire d'agent se mappe proprement sur la couche mémoire native graphe que les fournisseurs vendent désormais.

Une séquence pratique pour une équipe de taille médiane : livrer d'abord le RAG vectoriel sur les questions documentaires où il est fort ; bâtir une ontologie métier étroite (un domaine — produits, fournisseurs ou comptes) avec l'étape de certification que NVIDIA décrit ; l'exposer aux agents via un ou deux outils MCP gouvernés là où la provenance compte ; n'élargir l'ontologie que lorsqu'un cas d'usage pose une question de relations que la recherche vectorielle a répondue de façon erronée et coûteuse.

Lectures apparentées

• Guide d'implémentation GraphRAG : des documents texte au retrieval en production par graphe de connaissances — le pipeline de build en cinq étapes et les pièges de coût quand vous choisissez le côté graphe
• La pile de production d'agents est livrée : au cœur de l'architecture de référence NVIDIA du GTC Berlin — où les modèles et bibliothèques de l'Agent Knowledge Foundation s'insèrent dans une pile de production complète
• Conception de la mémoire d'agents : trois modes d'échec et le plancher d'application — la répartition mémoire court/long terme que la couche mémoire native graphe implémente

Demander un build à périmètre cadré

Un build représentatif : un distributeur industriel qui fait tourner son bureau de devis sur NetSuite, avec une tarification par paliers sous Postgres et le savoir des substituts dans la tête de quatre estimateurs confirmés. Nous bâtissons un graphe de connaissances sur produits, substituts, paliers de prix et disponibilité des branches ; nous l'encapsulons en module MCP avec journalisation d'audit par appel, holds de disponibilité et outils d'instantané d'annulation dont l'équipe est propriétaire ; et le framework d'agent reste remplaçable. Les réponses de devis reviennent avec le chemin qui les a produites — quel substitut, quel palier, quel stock de branche — en heures au lieu de jours.

Demander un build cadré : une semaine de discovery. Vous obtenez un inventaire système, une cartographie des workflows et un périmètre figé — avec ou sans nous.