Glossaire IA pour les managers.

Mécanisme des transformers permettant à l'IA de se concentrer sur les parties les plus pertinentes d'un texte. C'est ce qui rend les LLM vraiment puissants.

Utilisation de l'IA pour automatiser des tâches répétitives. Elle traite les données, génère du contenu, exécute des workflows sans intervention humaine.

Systèmes basés sur des LLM capables de planifier des actions, d'utiliser des outils (API, bases de données, navigateurs) et d'exécuter des tâches de bout en bout avec un certain degré d'autonomie. Ils vont au-delà du simple assistant conversationnel.

Interface de programmation. C'est le pont qui relie ton application à une IA. Tu envoies une requête, tu reçois une réponse structurée.

Outil d'IA personnalisé pour t'aider dans une tâche spécifique. Moins complet qu'un LLM généraliste, mais spécialisé sur ton domaine.

Erreur systématique d'une IA due à des données d'entraînement biaisées ou à des choix de conception. Elle favorise certains groupes, discrimine d'autres.

Application de l'IA à la stratégie business. Analyse des données, prévisions, optimisation des processus, création de valeur.

Programme conversationnel qui répond en langage naturel. Il peut être basique (arborescence prédéfinie) ou intelligent (basé sur une IA générative).

IA qui travaille aux côtés d'un humain sans remplacer sa décision. Elle suggest, augmente, accélère. C'est le modèle idéal pour les managers.

Nombre de tokens que le modèle peut prendre en compte dans une même requête. Plus la context window est grande, plus tu peux lui donner de texte, de code ou de documents à analyser en une seule fois.

Ensemble de données utilisées pour apprendre à une IA. Plus les données sont variées et de qualité, meilleures seront les performances.

Branche du machine learning qui utilise des réseaux de neurones profonds avec plusieurs couches. C'est la technologie derrière la plupart des IA modernes.

Représentation vectorielle d'un texte dans l'espace mathématique. Permet aux IA de comprendre la similarité entre des documents ou des concepts.

Réflexion sur les enjeux moraux de l'IA: biais, transparence, responsabilité, impact sur l'emploi. C'est un cadre pour utiliser l'IA sans causer de dégâts.

Critères Google: Experience, Expertise, Authoritativeness, Trustworthiness. Plus tu montres que tu sais et que tu es fiable, mieux Google te classe.

Ajustement fin d'un modèle d'IA en l'entraînant sur tes données spécifiques. Tu le réadaptes pour un usage précis dans ton contexte métier.

Fine-tuning = long, coûteux, adapte profondément le modèle. Prompt engineering = immédiat, gratuit, utilise le modèle tel quel avec de bonnes instructions.

Generative Pre-trained Transformer. Famille de modèles d'OpenAI capables de comprendre et générer du texte, du code et, pour les versions récentes (GPT-4o, GPT-5), d'analyser aussi des images et de l'audio. Les modèles les plus performants aujourd'hui sont GPT-4o pour les usages courants et les modèles de raisonnement o3/o3-pro pour les tâches complexes.

Optimisation pour l'indexation par les moteurs d'IA. Elle complète le SEO. Aide ChatGPT et Perplexity à te trouver quand on pose une question.

Ensemble de règles et de processus pour encadrer l'usage de l'IA en entreprise. Définit qui peut utiliser quoi, comment, et à quel but.

Situation où un modèle génère une réponse plausible mais factuellement fausse ou non fondée. L'IA "invente" une information au lieu de dire qu'elle ne sait pas. C'est un risque majeur en contexte business ou réglementaire.

Type d'intelligence artificielle capable de générer du contenu original : texte, images, code, vidéos. Elle apprend à partir de données d'entraînement, puis crée du nouveau contenu qui ressemble à ces données.

Moment où une IA génère une réponse basée sur ce qu'elle a appris. C'est le passage de l'entraînement à l'utilisation en production.

Grand modèle de langage. Un réseau neuronal ayant appris sur des milliards de tokens (texte, code, parfois images et audio) pour prédire la suite la plus probable d'une séquence. Exemples actuels : Claude (Anthropic), GPT-4o/GPT-5 et o3 (OpenAI), Gemini (Google).

Ensemble de techniques qui permettent aux machines d'apprendre à partir de données sans être explicitement programmées pour chaque cas.

Protocole permettant à une IA d'accéder à des outils externes et à des ressources structurées. Elle devient plus puissante en connectant à tes systèmes.

Système capable de comprendre et générer du texte en reconnaissant les patterns dans le langage humain. Il prédit les mots suivants d'une phrase en fonction de ce qu'il a appris.

IA capable de traiter plusieurs types de contenu dans un même modèle : texte, images, audio, vidéo. Les principaux modèles multimodaux aujourd'hui : GPT-4o (OpenAI), Claude (Anthropic), Gemini (Google).

Branche de l'IA qui traite le langage humain. Elle permet aux machines de comprendre et générer du texte, de détecter le sentiment, d'extraire des informations.

Modèles ouverts : les poids sont publiés, tu peux les déployer sur tes serveurs (Mistral sous licence Apache 2.0, Llama sous licence communautaire Meta). Modèles propriétaires : tu consommes via API ou interface SaaS, l'éditeur contrôle (GPT-4o/OpenAI, Claude/Anthropic, Gemini/Google).

Framework UnlockAI: Problème, Agent, Contexte, Tâche, Exemple. C'est un contrat clair entre toi et l'IA pour des résultats exploitables. Plus ta demande est structurée, meilleure sera la réponse.

Instruction ou question que tu adresses à une IA. C'est comme donner des consignes à un stagiaire surcompétent. Plus ta demande est précise et structurée, meilleure sera la réponse.

Art d'écrire des prompts optimisés pour obtenir les meilleures réponses d'une IA. Structure, clarté, contexte et exemples sont clés.

Technique qui combine récupération de documents + génération IA. L'IA récupère d'abord les bonnes sources, puis génère une réponse basée sur elles. Réduit les hallucinations.

Architecture inspirée du cerveau humain. Composée de couches de neurones artificiels connectés, elle apprend en ajustant les poids de ces connexions.

Vocabulaire de données structurées pour aider les moteurs à comprendre ton contenu. Elle améliore l'indexation et les rich snippets.

Usage non officiel d'outils IA en entreprise sans cadre ni gouvernance. Tes collaborateurs utilisent ChatGPT dans leurs coins sans que tu le saches.

Analogie UnlockAI pour l'IA. Elle est rapide et compétente, mais a besoin d'un cadre clair pour être productive. Tu es le maître de stage, elle est ton assistant.

Paramètre qui contrôle la créativité vs stabilité d'une IA. Température basse = réponses précises et prévisibles. Haute = créative et variée.

Unité minimale de texte que l'IA traite (morceau de mot, ponctuation, espace). Les API facturent au nombre de tokens, séparément pour l'entrée (input) et la sortie (output). Environ 1 token = 0,75 mot en français.

Trame UnlockAI pour l'éthique IA: Transparence, Réalité, Applications, Cadre, Empreinte. L'IA ne laisse pas de traces de risques, mais une empreinte durable.

Technique où une IA déjà entraînée sur une tâche large apprend ensuite une tâche plus spécifique. Accélère l'apprentissage et réduit les données nécessaires.

Architecture d'IA basée sur le mécanisme d'attention. C'est la fondation de tous les LLM modernes : GPT, Claude, Gemini, Llama.

Base de données spécialisée pour stocker et rechercher des embeddings. Essentielle pour RAG et la récupération rapide de contexte pertinent.

Normes pour rendre le web accessible aux personnes en situation de handicap. C'est éthique ET ça améliore l'UX pour tout le monde.

Chaîne d'étapes intégrant l'IA à chaque maillon. Exemple: récupération de données, analyse IA, génération de rapport, envoi automatique.

Méthode UnlockAI pour intégrer l'IA en entreprise: Anticipation, Intégration, Dynamisation, Adaptation. Elle transforme l'anxiété technologique en puissance d'action.

Rôle de Yann Mottaz, fondateur UnlockAI. Il ouvre le capot, met les mains dans le cambouis, teste sur le terrain. Il ne partage que ce qui marche vraiment, pas du hype.