Comprendre l’IA
L’IA expliquée sans jargon, et ce qu’elle exige de vous.
Dix-huit notions pour comprendre ce que font les modèles, le RAG et les agents. Pour chacune : un schéma, un exemple dans un métier, ce que dit le droit, et la question à poser à votre prestataire.
Le schéma à retenir
Les six couches de l’IA maîtrisée.
Une IA utile répond à une question métier, sur des données définies, avec des droits et des preuves. La plupart des projets ne construisent que la couche 4 : c’est pour cela qu’ils déçoivent ou inquiètent.
- 01Questions métierCe que l’on veut savoir ou faire, et comment on mesurera le résultat.Gouvernance
- 02Définitions et propriétairesSouvent oubliéeCe que veut dire chaque mot (une facture, un client actif) et qui en répond côté métier.GouvernanceConformitéUE · RGPD, art. 5 (exactitude)
- 03Données reliéesOù se trouve l’information, avec quelle qualité, et ce que l’on a le droit d’en faire.IAConformitéUE · AI Act, art. 10 · UE · RGPD (minimisation)
- 04IAModèles, recherche dans vos documents (RAG), agents qui agissent dans vos outils.IA
- 05Droits et validation humaineSouvent oubliéeQui peut faire quoi, ce que l’IA n’a pas le droit de faire seule, et qui valide.GouvernanceConformitéUE · AI Act, art. 14 · UE · RGPD, art. 22
- 06PreuvesSouvent oubliéeJournaux, registre, tests : de quoi démontrer à tout moment ce qui a été fait, et pourquoi.ConformitéUE · AI Act, art. 12 · UE · RGPD, art. 30
01
Les bases
- LLMCouche 4C’est quoi un LLM ?Un programme entraîné sur d’immenses volumes de textes, qui écrit en prédisant, pas à pas, la suite la plus probable.Lire la fiche →
- Jetons et contexteCouche 4C’est quoi un jeton et une fenêtre de contexte ?Le modèle lit et écrit en jetons, des morceaux de mots ; sa fenêtre de contexte fixe combien il peut en traiter à la fois.Lire la fiche →
- PromptCouche 1C’est quoi un prompt ?Le texte que l’on donne au modèle pour obtenir une réponse : la question, mais aussi le rôle, le contexte, les règles et le format attendu.Lire la fiche →
- HallucinationCouche 4C’est quoi une hallucination de l’IA ?Une réponse fausse mais plausible, formulée avec assurance : une source, un chiffre ou un fait que le modèle invente.Lire la fiche →
02
Brancher l’IA sur vos données
- EmbeddingsCouche 3C’est quoi un embedding ?Une suite de nombres qui représente le sens d’un texte : deux textes proches par le sens obtiennent des nombres proches.Lire la fiche →
- RAGCouche 4C’est quoi le RAG ?Une méthode qui fait d’abord chercher les passages utiles dans vos documents, puis demande au modèle de répondre à partir d’eux, en citant ses sources.Lire la fiche →
- Couche sémantiqueCouche 2C’est quoi une couche sémantique ?Un référentiel partagé qui définit vos termes métier, comme « client actif » ou « facture », avec un propriétaire, pour que personnes et IA comptent la même chose.Lire la fiche →
- Fine-tuningCouche 4C’est quoi le fine-tuning ?Réentraîner un modèle existant sur vos propres exemples pour modifier durablement son comportement : son style, son format ou une tâche précise.Lire la fiche →
03
Agents et automatisation
- Agent d’IACouche 4C’est quoi un agent d’IA ?Une IA à qui l’on confie un objectif plutôt qu’une question : elle planifie, utilise vos outils et enchaîne les actions jusqu’au résultat.Lire la fiche →
- MCPCouche 3C’est quoi MCP ?Un standard ouvert pour brancher une IA sur vos logiciels et vos données, comme une prise universelle, sans développement spécifique à chaque outil.Lire la fiche →
- Garde-fousCouche 5C’est quoi les garde-fous d’une IA ?L’ensemble des contrôles placés autour d’une IA pour bloquer ce qu’elle ne doit ni lire, ni dire, ni faire.Lire la fiche →
04
Fiabilité et contrôle
- ÉvaluationCouche 6Comment évalue-t-on une IA ?Mesurer, sur des cas préparés à l’avance, si une IA répond juste, avant sa mise en service puis à chaque changement.Lire la fiche →
- Contrôle humainCouche 5C’est quoi le contrôle humain d’une IA ?La capacité réelle d’une personne compétente à comprendre, corriger ou arrêter ce que propose une IA, avant que cela produise ses effets.Lire la fiche →
- JournalisationCouche 6C’est quoi la journalisation d’une IA ?Enregistrer automatiquement ce que fait une IA, qui l’a sollicitée, avec quelles données et quel résultat, pour pouvoir le prouver ensuite.Lire la fiche →
05
Infrastructure et souveraineté
- Modèle ouvertCouche 4C’est quoi un modèle ouvert ?Un modèle d’IA dont les « poids », ses réglages appris, sont publiés : vous pouvez l’installer chez vous, dans les limites de sa licence.Lire la fiche →
- IA localeCouche 4C’est quoi l’IA locale ?Faire tourner un modèle d’IA sur vos propres serveurs ou postes, sans envoyer vos données à un fournisseur extérieur.Lire la fiche →
- Mélange d’expertsCouche 4C’est quoi un modèle « mixture of experts » ?Un modèle découpé en blocs, dont seuls quelques-uns travaillent pour chaque mot : il calcule moins, mais doit tout garder en mémoire.Lire la fiche →
- Hébergement IACouche 4Où héberger votre IA ?Le lieu où votre modèle d’IA tourne et lit vos données : chez un fournisseur via une API, ou dans un cadre que vous maîtrisez.Lire la fiche →
Un projet d’IA à cadrer ?
Un associé relit votre situation et vous dit par où commencer, couche par couche.
Fiche pédagogique, pas un avis juridique. À jour au 29 octobre 2026.