Le problème
Un fournisseur vous parle de « RAG », « d’agents » et de « jetons ». Vous hochez la tête, sans être sûr de comprendre ce qu’on vous vend. Difficile de prendre une bonne décision quand le vocabulaire vous échappe.
La solution
Voici les trente mots qui reviennent le plus, expliqués simplement.
Les bases
- Intelligence artificielle (IA)
- Des logiciels capables de tâches qui demandaient du jugement humain : comprendre un texte, reconnaître une image, prévoir une tendance.
- IA générative
- Une IA qui produit du contenu nouveau : texte, image, son, code. ChatGPT, Copilot, Gemini et Claude en sont des exemples.
- Modèle de langage (LLM)
- Le moteur d’un assistant comme ChatGPT. Il a appris à prédire la suite d’un texte à partir d’énormément d’exemples.
- Assistant IA
- L’application avec laquelle on converse. Elle s’appuie sur un ou plusieurs modèles.
- Consigne (prompt)
- La demande écrite donnée à l’IA. Une consigne précise (rôle, contexte, format, limites) donne une bien meilleure réponse.
- Jeton (token)
- Le petit morceau de texte que le modèle lit et écrit. Les fournisseurs facturent souvent au nombre de jetons.
- Fenêtre de contexte
- La quantité de texte que le modèle peut lire d’un coup, consigne et documents compris.
- Hallucination
- Quand l’IA invente une information avec assurance. C’est la raison pour laquelle une personne relit toujours.
Pour travailler avec l’IA
- Agent IA
- Une IA qui peut utiliser des outils pour accomplir une tâche en plusieurs étapes : lire un courriel, chercher un dossier, créer une tâche.
- Automatisation
- Un enchaînement d’actions qui se fait seul quand un événement arrive. Elle n’a pas toujours besoin d’IA.
- Flux de travail (workflow)
- La suite d’étapes d’un processus, de la demande au résultat.
- Intégration
- Le lien entre deux logiciels pour qu’ils échangent des données sans ressaisie.
- API
- La porte d’entrée qu’un logiciel offre aux autres logiciels pour lire ou écrire ses données.
- RAG
- Une méthode qui donne à l’IA vos propres documents à consulter avant de répondre. Les réponses deviennent propres à votre entreprise.
- Base de connaissances
- Vos procédures, réponses et documents, organisés pour que l’équipe et l’IA les consultent.
- Ajustement fin (fine-tuning)
- Réentraîner un modèle sur vos exemples. Rarement nécessaire pour une PME.
- Modèle local
- Un modèle qui tourne sur vos propres ordinateurs ou serveurs.
- Copilote
- Une IA intégrée à un logiciel pour aider pendant le travail, comme Copilot dans Outlook ou Word.
- Robot conversationnel (chatbot)
- Un assistant qui répond aux questions, par exemple sur un site. Il doit savoir dire « je ne sais pas ».
- Réceptionniste IA
- Un assistant vocal qui répond au téléphone, prend les messages et propose des rendez-vous.
Pour encadrer l’IA
- IA fantôme (shadow AI)
- L’usage d’outils d’IA par les employés sans approbation. Le principal risque pour vos données.
- Politique d’usage de l’IA
- Le document qui dit quels outils sont permis, pour quoi faire, et ce qui ne s’y colle jamais.
- Loi 25
- La loi québécoise sur la protection des renseignements personnels dans le secteur privé.
- Décision automatisée
- Une décision prise uniquement par un système. Au Québec, la personne doit en être informée.
- Souveraineté des données
- Le fait que vos données relèvent des lois d’un pays donné.
- Humain dans la boucle
- Une personne valide les actions importantes de l’IA avant qu’elles aient un effet.
- Biais
- Une tendance de l’IA à favoriser certaines réponses, héritée de ses données d’apprentissage.
Pour être trouvé
- Référencement (SEO)
- Les pratiques qui aident votre site à apparaître dans Google et Bing.
- Optimisation pour les assistants IA (GEO)
- Les pratiques qui aident votre entreprise à être citée dans les réponses des assistants IA.
- Fiche d’établissement Google
- La fiche qui affiche vos heures, avis et coordonnées dans Google et Maps.