Lexique
La carte des notions
Lisez la carte de bas en haut : tout repose sur le modèle, tout se joue dans l'organisation. Les traits bleus relient ce qui s'appuie ; les pointillés rouges signalent les termes qu'on prend l'un pour l'autre.
IV · L'organisation
Comment on travaille avec : l'équipe.
- AssistantL'IA en posture de conseil : elle répond quand on la sollicite, une demande à la fois, et l'humain garde la main entre chaque étape. La plupart des usages en entreprise commencent ici.
- Supervision humaineL'organisation du contrôle quand l'IA travaille : qui vérifie quoi, à quels moments, avec quel pouvoir d'arrêt. C'est elle qui transforme une délégation en confiance mesurée.
- Workflow agentiqueUn processus d'entreprise repensé pour que des agents en tiennent des étapes entières, sous une supervision définie, plutôt qu'un chat ajouté à côté du processus existant.
III · L'orchestration
Comment on le fait travailler : l'atelier.
- HarnaisL'environnement de travail que l'on construit autour d'un modèle d'IA : ses outils, ses accès, ses règles et ses garde-fous.
- AgentUn modèle d'IA que l'on laisse enchaîner des actions vers un objectif (agir, constater le résultat, corriger) au lieu de répondre une fois puis s'arrêter.
- Boucle agentiqueLe cycle qui fait passer l'IA de la parole à l'acte : agir, constater le résultat, corriger, recommencer, jusqu'à l'objectif atteint ou au blocage assumé.
- OutilUne capacité d'action que le harnais met dans les mains du modèle : chercher sur le web, lire un fichier, écrire dans le CRM, déclencher un paiement. Sans outils, un modèle parle ; avec, il agit.
- MCPUn standard ouvert qui sert de prise universelle entre les modèles et vos systèmes : au lieu d'une intégration sur mesure par outil et par produit, une prise commune que tous savent brancher.
II · L'accès
Comment on lui parle : le guichet.
- APILe guichet par lequel un logiciel parle à un autre. Pour l'IA, c'est le canal par lequel vos produits et outils internes envoient leurs requêtes au modèle, à la demande, facturé au token.
- TokenL'unité de compte du modèle : un fragment de texte d'environ trois quarts de mot en moyenne. Tout se mesure en tokens : la longueur des documents, les limites, et la facture.
- Fenêtre de contexteTout ce que le modèle a sous les yeux au moment de répondre : votre demande, les documents fournis, l'historique de l'échange. Ce qui n'y est pas n'existe pas pour lui.
- PromptLe brief que l'on donne au modèle : la demande, le contexte, les contraintes et le format attendus. La qualité de la réponse se joue pour beaucoup dans la qualité de ce brief.
- InférenceLe moment où le modèle travaille : il reçoit un contexte et produit sa réponse, token par token. Chaque requête est une inférence, et chacune a un coût.
I · Le modèle
Ce qui est entraîné : le moteur.
- LLMLe moteur : un modèle statistique entraîné sur d'immenses volumes de texte, capable de produire du langage. C'est lui que tous les produits d'IA générative font travailler.
- Modèle frontièreUn modèle de la génération la plus avancée du moment, celle qui repousse la frontière de ce que l'IA sait faire, à un coût d'entraînement que seuls quelques acteurs peuvent payer.
- Open weightUn modèle dont les poids sont publiés : chacun peut le télécharger et le faire tourner sur ses propres machines, sans pour autant disposer de la recette complète de sa fabrication.
- PoidsLes milliards de paramètres numériques ajustés pendant l'entraînement : le contenu même du modèle. Qui détient le fichier des poids détient le modèle.
- EntraînementLa phase de fabrication d'un modèle : des mois de calcul sur d'immenses volumes de données pour ajuster ses poids. Cela n'arrive qu'une fois, et c'est ce qui coûte des fortunes.