Problème
Un hedge fund européen multi-stratégies avait besoin de recherche augmentée par récupération sur des dépôts financiers réglementés, rapports brokers, modèles internes et actualités. Les PM passaient des heures par nom sur du document-trawling qui devait être une requête de 30 secondes, tandis que la conformité exigeait une piste d'audit défendable pour chaque sortie.
Approche
RAG filtré par métadonnées avec gating d'admissibilité strict — fenêtres MNPI, niveaux de licence broker, barrières d'information deal-list, juridiction d'émission. Parsing PDF multimodal sans OCR pour les tableaux et graphiques dans les 10-K et rapports annuels. Génération gardée avec scoring de refusal calibré, donc le système dit "je n'ai pas d'évidence admissible" au lieu de confabuler entre sources cloisonnées. Journal d'audit par requête indexé par analyste, session et deal-list active.
Stack
Claude · custom retrieval over a metadata-aware vector index · Python service backbone · secure ingestion pipeline
Résultat
Réduction substantielle du temps de recherche PM par nom. L'équipe conformité peut reconstruire la piste d'évidences pour toute réponse produite par le système — analyste, session, chunks récupérés, sortie générée, événements de refusal. Défendable en conformité par conception plutôt que rajouté rétroactivement.