Le glossaire de l'IA pour l'entreprise.
Tous les termes de l'intelligence artificielle expliqués simplement et concrètement : du MCP au RAG, des agents IA à la gouvernance. Des définitions pensées pour les décideurs et les équipes.
Concepts
Intelligence artificielle
L'intelligence artificielle (IA) désigne l'ensemble des techniques permettant à une machine de réaliser des tâches qui requièrent habituellement l'intelligence humaine : comprendre un texte, reconnaître une image, décider ou générer du contenu.
Lire la définition ›IA générative
L'IA générative est une catégorie d'IA capable de produire du contenu nouveau (texte, image, code, audio) à partir d'une instruction en langage naturel. Les grands modèles de langage comme Claude ou ChatGPT en sont les représentants les plus connus.
Lire la définition ›Grand modèle de langage
Un grand modèle de langage (LLM, Large Language Model) est un modèle d'IA entraîné sur d'immenses volumes de texte pour comprendre et générer du langage naturel. Claude, ChatGPT (GPT) et Gemini sont des LLM.
Lire la définition ›Apprentissage automatique
L'apprentissage automatique (machine learning) est une branche de l'IA où un programme apprend à partir de données plutôt que de règles écrites à la main. Il améliore ses performances avec l'expérience.
Lire la définition ›Apprentissage profond
L'apprentissage profond (deep learning) est une forme d'apprentissage automatique fondée sur des réseaux de neurones à plusieurs couches, capables d'apprendre des représentations complexes à partir de données brutes.
Lire la définition ›Traitement automatique du langage
Le traitement automatique du langage (NLP, Natural Language Processing) regroupe les techniques d'IA qui permettent à une machine de comprendre, analyser et générer du langage humain, écrit ou parlé.
Lire la définition ›IA agentique
L'IA agentique désigne des systèmes d'IA capables non seulement de répondre, mais d'agir : planifier une suite d'étapes, utiliser des outils et accomplir une tâche de bout en bout avec une supervision limitée.
Lire la définition ›Agent IA
Un agent IA est un programme fondé sur un modèle d'IA qui peut décider d'actions et utiliser des outils pour atteindre un objectif, plutôt que de se limiter à produire du texte. Il observe, raisonne, agit, puis recommence.
Lire la définition ›Assistant IA
Un assistant IA est une interface conversationnelle qui aide un utilisateur à réaliser des tâches : répondre à des questions, rédiger, résumer ou retrouver une information. Connecté aux données de l'entreprise, il devient un assistant métier.
Lire la définition ›Chatbot
Un chatbot est un programme qui dialogue en langage naturel avec un utilisateur. Les chatbots modernes reposent sur des grands modèles de langage, ce qui les rend bien plus souples que les anciens chatbots à scénarios.
Lire la définition ›Copilote IA
Un copilote IA est un assistant intégré directement dans un logiciel métier (suite bureautique, outil de développement, CRM) qui suggère et accélère le travail de l'utilisateur, sans le remplacer.
Lire la définition ›Multimodal
Un modèle multimodal est capable de traiter plusieurs types de données à la fois : texte, image, audio, voire vidéo. Il peut par exemple analyser une photo et répondre à une question écrite à son sujet.
Lire la définition ›Hallucination
Une hallucination est une réponse d'IA générative qui paraît plausible mais qui est fausse ou inventée. Le modèle « comble les trous » avec des informations crédibles mais inexactes.
Lire la définition ›Techniques & architecture
Token
Un token est l'unité de base que manipule un modèle de langage : un morceau de mot, un mot court ou un signe. Les textes sont découpés en tokens, et la facturation comme la taille de contexte se mesurent en tokens.
Lire la définition ›Fenêtre de contexte
La fenêtre de contexte est la quantité maximale de texte (mesurée en tokens) qu'un modèle peut prendre en compte en une seule fois : votre question, l'historique et les documents fournis.
Lire la définition ›Prompt
Un prompt est l'instruction que vous donnez à une IA générative pour obtenir une réponse. Sa formulation influence directement la qualité, la précision et l'utilité du résultat.
Lire la définition ›Prompt engineering
Le prompt engineering est l'art de concevoir des instructions efficaces et réutilisables pour les modèles d'IA, afin d'obtenir des résultats fiables et reproductibles.
Lire la définition ›Embedding
Un embedding est une représentation numérique d'un texte (ou d'une image) sous forme de vecteur, qui capture son sens. Des contenus proches par le sens ont des vecteurs proches.
Lire la définition ›Base vectorielle
Une base vectorielle (base de données vectorielle) stocke des embeddings et permet de retrouver très rapidement les contenus les plus proches d'une requête par leur sens. C'est le socle technique du RAG.
Lire la définition ›RAG (génération augmentée par la recherche)
Le RAG (Retrieval-Augmented Generation) est une technique qui consiste à fournir à un modèle de langage des extraits de vos documents au moment de répondre, afin que sa réponse s'appuie sur vos informations réelles et soit sourcée.
Lire la définition ›Base de connaissances IA
Une base de connaissances IA rassemble et structure les documents d'une organisation pour qu'une IA puisse les interroger en langage naturel et répondre avec des sources. Elle alimente les assistants via le RAG.
Lire la définition ›Fine-tuning
Le fine-tuning (ajustement fin) consiste à ré-entraîner un modèle existant sur vos propres données pour spécialiser son comportement ou son style. Il modifie le modèle, contrairement au RAG qui lui fournit du contexte.
Lire la définition ›Vision par ordinateur
La vision par ordinateur est le domaine de l'IA qui permet à une machine d'analyser et d'interpréter des images ou des vidéos : détecter un défaut, reconnaître un objet, lire une scène.
Lire la définition ›OCR (reconnaissance optique de caractères)
L'OCR (Optical Character Recognition) est la technologie qui convertit le texte présent dans une image ou un document scanné en texte exploitable par un ordinateur.
Lire la définition ›MCP (Model Context Protocol)
Le MCP (Model Context Protocol) est un protocole ouvert qui permet de connecter un modèle d'IA à vos outils et données métier (ERP, CRM, GED) de façon standardisée et sécurisée. C'est ce qui rend un assistant réellement utile.
Lire la définition ›API
Une API (Application Programming Interface) est une interface qui permet à deux logiciels de communiquer. Les modèles d'IA s'utilisent via des API, et les API de vos outils permettent à l'IA d'agir dessus.
Lire la définition ›Automatisation IA
L'automatisation IA consiste à confier à des programmes, augmentés par l'intelligence artificielle, des tâches répétitives : lecture de documents, saisie, classification, rédaction ou routage.
Lire la définition ›Workflow
Un workflow est une suite d'étapes automatisées qui s'enchaînent pour accomplir un processus métier. Avec l'IA, certaines étapes deviennent intelligentes : extraction, décision, génération.
Lire la définition ›Outils
n8n
n8n est une plateforme d'automatisation de workflows open source qui permet de relier des applications entre elles et d'orchestrer des tâches, y compris des étapes pilotées par l'IA.
Lire la définition ›Claude (Anthropic)
Claude est l'assistant IA développé par Anthropic, reconnu pour la qualité de son raisonnement, le traitement de documents volumineux et sa connexion aux outils métier via le protocole MCP.
Lire la définition ›ChatGPT (OpenAI)
ChatGPT est l'assistant conversationnel développé par OpenAI, fondé sur les modèles GPT. C'est l'outil d'IA générative le plus largement adopté pour la rédaction, la synthèse et l'aide au quotidien.
Lire la définition ›Perplexity
Perplexity est un moteur de recherche augmenté par l'IA qui répond aux questions en citant ses sources. Il est particulièrement utile pour la veille technologique, concurrentielle et réglementaire.
Lire la définition ›Claude Code
Claude Code est l'outil d'IA agentique d'Anthropic destiné aux équipes techniques : il explore une base de code, automatise des tâches de développement et exécute des actions, sous supervision.
Lire la définition ›Gouvernance & conformité
Gouvernance de l'IA
La gouvernance de l'IA est l'ensemble des règles, rôles et processus qui encadrent l'usage de l'IA dans une organisation : quels usages sont autorisés, avec quelles données, sous quelle supervision.
Lire la définition ›Charte IA
Une charte IA est un document qui définit les règles d'usage de l'intelligence artificielle dans une entreprise : usages encouragés, interdits, données autorisées, vérification des résultats et confidentialité.
Lire la définition ›IA et RGPD
Utiliser l'IA dans le respect du RGPD signifie maîtriser quelles données personnelles sont traitées, où elles sont hébergées, à quelles fins, et garantir les droits des personnes concernées.
Lire la définition ›Souveraineté numérique
La souveraineté numérique est la capacité d'une organisation à garder la maîtrise de ses données et de ses outils, notamment quant à leur localisation et aux acteurs qui y ont accès.
Lire la définition ›Guardrails (garde-fous)
Les guardrails (garde-fous) sont les mécanismes techniques et organisationnels qui encadrent le comportement d'une IA : limiter ses actions, filtrer ses réponses, exiger une validation humaine sur les opérations sensibles.
Lire la définition ›Un terme à transformer en cas d'usage ?
Parlons de la manière dont ces technologies s'appliquent concrètement à votre organisation.