Guides dirigeants · Juillet 2026

Le lexique IA du dirigeant : 40 termes enfin clairs.

Vous connaissez cette réunion : le prestataire parle de « RAG », de « fine-tuning », de « fenêtre de contexte », et tout le monde hoche la tête sans oser demander. Ce lexique règle le problème une fois pour toutes : 40 termes, chacun défini en deux ou trois phrases, dans votre langue de dirigeant de PME, avec l'exemple métier qui va avec. Chaque terme a son ancre : vous pouvez envoyer le lien d'une définition précise à qui en a besoin.

Stéphane Bacanin Écrit par Stéphane Bacanin
Dictionnaire ouvert sur un bureau de travail

Trente mots. Aucun ne demande plus de trois phrases pour être compris.

La réponse courte

Six termes suffisent pour tenir une réunion sur l'IA sans être perdu :

  • Prompt : la consigne que vous écrivez.
  • LLM : le moteur sous le capot, celui d'un autre éditeur.
  • Hallucination : une réponse fausse énoncée avec aplomb.
  • Fenêtre de contexte : la mémoire de travail du modèle.
  • RAG : une IA branchée sur vos documents.
  • Offre professionnelle : celle dont le contrat interdit d'entraîner sur vos données.

Le reste sert à décoder un prestataire, pas à travailler.

Le jargon de l'IA n'est pas un signe d'intelligence : c'est un rapport de force. Celui qui parle en sigles vend, celui qui n'ose pas demander achète, parfois n'importe quoi. Ici, chaque terme est défini comme on vous l'expliquerait autour d'un café, avec ce que votre prestataire veut vraiment dire quand il l'emploie. Et quand un sujet mérite plus de trois phrases, on vous indique l'article du blog qui l'approfondit, à commencer par la définition de fond : l'IA générative, c'est quoi exactement.

Les bases

IA générative

Une IA générative est un logiciel qui produit du contenu nouveau, texte, image, son, à partir d'une consigne, au lieu de se contenter de classer ou de calculer. ChatGPT, Claude ou Copilot en font partie. Pour une PME, c'est concrètement un rédacteur, un analyste et un traducteur disponibles à volonté.

LLM (grand modèle de langage)

Le LLM est le moteur sous le capot des IA génératives : un programme entraîné sur d'immenses quantités de texte, qui a appris à prédire la suite la plus plausible d'une phrase, il ne « sait » rien au sens humain, il complète. Quand votre prestataire dit « on s'appuie sur un LLM », il dit simplement : on utilise le moteur de ChatGPT, Claude ou Mistral, pas une technologie maison.

Prompt

Le prompt, c'est la consigne que vous écrivez à l'IA. Sa qualité fait 80 % de celle de la réponse : contexte, exemple, format attendu, tout se joue là. C'est la première compétence à acquérir, on vous apprend à écrire de bons prompts ici.

Token

Le token est l'unité de découpage du texte pour un LLM : un mot court, un bout de mot long, environ trois quarts de mot en moyenne. C'est aussi l'unité de facturation des offres à l'usage. Quand un devis parle de « coût au million de tokens », lisez : coût au volume de texte lu et produit.

Modèle

Le modèle, c'est la version précise du moteur d'IA : GPT-5, Claude, Mistral Large… Chaque éditeur en propose plusieurs, du rapide et économique au puissant et cher. Retenez qu'« on utilise l'IA » ne veut rien dire tant qu'on ne vous a pas dit quel modèle, les écarts de qualité et de prix sont considérables.

Entraînement

L'entraînement est la phase, chez l'éditeur, où le modèle apprend en digérant des milliards de textes. Point important pour vous : sur les offres grand public gratuites, vos conversations peuvent servir à entraîner les futurs modèles ; sur les offres professionnelles, non. C'est toute la différence.

Inférence

L'inférence est le moment où le modèle travaille pour vous répondre, par opposition à l'entraînement, qui a eu lieu une fois chez l'éditeur. Retenez la conséquence économique : c'est l'inférence que vous payez dans une offre à l'usage, à chaque question posée. Un prestataire qui parle de « coûts d'inférence » parle de votre facture mensuelle.

Les usages

Assistant conversationnel

L'assistant conversationnel est la forme la plus courante de l'IA en entreprise : une fenêtre de dialogue où l'on pose des questions et confie des tâches, comme ChatGPT ou Claude. C'est l'outil à tout faire, rédaction, synthèse, analyse. La plupart des PME devraient commencer là, pas par un projet sur mesure : notre comparatif des assistants pour PME aide à choisir, et le guide complet de l'IA en PME donne la marche à suivre ensuite.

Agent IA

Un agent IA ne se contente pas de répondre : il enchaîne des actions tout seul pour atteindre un objectif, chercher, comparer, remplir, envoyer. C'est le mot le plus vendeur du moment, donc celui qui mérite le plus de questions. Notre article fait le tri entre ce qui marche déjà et ce qui relève du démo-effet.

Automatisation

L'automatisation consiste à faire exécuter par un logiciel une tâche répétitive sans intervention humaine, avec ou sans IA d'ailleurs. Le bon réflexe : automatiser les tâches à règles fixes (relances, saisies, tris de mails) avant de rêver d'agents. Voici par lesquelles commencer.

RAG / base de connaissance

Le RAG, retenez « IA branchée sur vos documents », permet à l'assistant d'aller chercher la réponse dans vos fichiers (contrats, procédures, catalogues) avant de répondre, au lieu de puiser dans sa culture générale. Quand votre prestataire dit « on va faire du RAG », il dit : l'IA citera vos documents plutôt que d'inventer.

Transcription

La transcription transforme automatiquement un enregistrement audio en texte : réunion, visite client, entretien. Combinée à un assistant, elle produit compte rendu et liste d'actions en quelques minutes, l'un des gains les plus rapides et les moins risqués, détaillé dans l'IA appliquée aux réunions. Un seul garde-fou : on prévient les participants qu'on enregistre.

Multimodal

Multimodal signifie que le modèle comprend plusieurs formats à la fois : texte, image, audio, document scanné. En pratique : vous photographiez une facture ou un tableau blanc, l'IA en extrait les données. Si un outil ne lit que du texte en 2026, il a une génération de retard.

Connecteur / MCP

Un connecteur est une passerelle qui donne à l'assistant l'accès à un outil externe : votre messagerie, votre espace de fichiers, votre CRM. MCP désigne un protocole devenu standard pour construire ces passerelles. Traduction business : c'est ce qui fait passer l'IA du copier-coller à l'accès direct, et c'est aussi ce qui demande une décision explicite sur les droits d'accès.

Modèle de raisonnement

Un modèle de raisonnement prend le temps de dérouler des étapes intermédiaires avant de répondre, au lieu de produire directement sa réponse. Plus lent et plus cher, il change la donne sur l'analyse, le chiffrage, la vérification de cohérence, et n'apporte rien pour reformuler un e-mail. Le bon réflexe : réserver le modèle cher aux tâches qui le méritent.

La fiabilité

Hallucination

Une hallucination, c'est une réponse fausse énoncée avec un aplomb parfait : chiffre inventé, référence juridique inexistante, client imaginaire. Ce n'est pas une panne, c'est un comportement normal d'un système qui prédit du texte plausible. Le précédent le plus cité : deux avocats new-yorkais sanctionnés en 2023 pour avoir cité des décisions inexistantes. D'où la règle d'or : jamais de chiffre, de nom ou de clause envoyés à un tiers sans vérification. C'est aussi la première erreur classique des PME avec l'IA.

Biais

Un biais est une tendance systématique héritée des données d'entraînement : l'IA reproduit les stéréotypes ou déséquilibres des textes qu'elle a lus. Le sujet devient sérieux dès que l'IA touche aux personnes, tri de candidatures, évaluation, scoring client : c'est là que la relecture humaine n'est pas négociable.

Fenêtre de contexte

La fenêtre de contexte est la quantité de texte que le modèle peut garder « en tête » dans une conversation. Trop long, et il perd le début. Quand l'IA « oublie » ce que vous avez dit dix messages plus tôt, ce n'est pas de la mauvaise volonté : la fenêtre a débordé.

Fine-tuning

Le fine-tuning consiste à ré-entraîner légèrement un modèle sur vos propres exemples pour le spécialiser. Lourd, coûteux, et dans 9 cas sur 10 inutile pour une PME : un bon prompt et un RAG suffisent. Si on vous vend du fine-tuning en premier rendez-vous, demandez pourquoi les solutions simples ne suffisent pas.

Température

La température est un réglage de créativité : basse, le modèle répond de façon sobre et prévisible ; haute, il ose et varie davantage. Si un outil produit des réponses fantaisistes, c'est une des premières choses que votre prestataire devrait vérifier.

« Human in the loop » (relecture humaine)

Human in the loop, littéralement « un humain dans la boucle », désigne un circuit où l'IA propose et où une personne valide avant toute action réelle : envoi, paiement, décision. Une IA sans relecture humaine sur les sorties sensibles n'est pas moderne : elle est imprudente.

Garde-fou

Un garde-fou est une règle, technique ou organisationnelle, qui empêche un usage dangereux : périmètre de fichiers limité, interdiction d'envoi automatique vers l'extérieur, liste de données proscrites. Ce n'est pas un dispositif à acheter, c'est une décision à écrire. Les quatre garde-fous que nous recommandons tiennent dans une politique IA d'une page.

Benchmark

Un benchmark est un test standardisé qui compare des modèles entre eux. C'est utile aux éditeurs et rarement pertinent pour vous : les classements changent chaque trimestre, et votre seul test valable est votre propre tâche. Si un commercial ouvre sa présentation sur un tableau de benchmarks, demandez-lui de faire tourner votre document à vous.

Les données et la conformité

Donnée personnelle

Une donnée personnelle est toute information qui permet d'identifier quelqu'un : nom, email, téléphone, mais aussi une combinaison d'indices (poste + entreprise + ville). Le point clé : dès qu'un salarié colle ce type d'information dans un prompt, le droit des données s'applique.

Pseudonymisation

La pseudonymisation consiste à remplacer les éléments identifiants par des étiquettes neutres (« Client A », « Mme X ») avant de soumettre un texte à l'IA. Réflexe simple, protection réelle : l'IA travaille aussi bien, et la donnée personnelle n'est jamais sortie de chez vous. Notre guide RGPD et IA détaille la méthode.

RGPD

Le RGPD est le règlement européen qui encadre l'usage des données personnelles, et il s'applique intégralement à l'IA : la CNIL le rappelle, dès que des données personnelles entrent dans un prompt ou sortent d'une réponse, vous êtes responsable de ce traitement. L'IA n'est pas une zone franche.

AI Act

L'AI Act est le règlement européen sur l'IA, entré en application par étapes depuis février 2025. Pour une PME utilisatrice, l'essentiel tient en un article : le 4, qui impose de garantir un « niveau suffisant de maîtrise de l'IA » aux salariés qui l'utilisent. On a décortiqué ce que ça exige vraiment, et ce que ça n'exige pas.

Maîtrise de l'IA (AI literacy)

La maîtrise de l'IA, AI literacy dans le texte, est la notion clé de l'article 4 : comprendre ce que l'outil sait faire, ses limites et ses risques, à son niveau et pour son métier. Pas un diplôme d'informatique : du discernement d'utilisateur. C'est exactement ce qu'une formation par métier construit.

Shadow AI

Le shadow AI, c'est l'IA utilisée par vos équipes sans que vous le sachiez : comptes personnels gratuits, données clients collées dedans, aucun cadre. C'est massif, Bpifrance Le Lab observe que la moitié des entreprises ayant adopté l'IA n'utilisent que des solutions gratuites prêtes à l'emploi, et c'est votre premier risque réel. On y consacre un article entier.

Offre professionnelle / DPA

Une offre professionnelle est la version entreprise d'un outil d'IA : vos données ne servent pas à entraîner les modèles, et l'éditeur signe un DPA, un accord de traitement des données, le contrat qui fixe ses engagements RGPD. Avant tout déploiement, une seule question à poser : « ai-je un DPA, et mes données servent-elles à l'entraînement ? ». Sans réponse écrite, restez-en aux données non sensibles.

Souveraineté

La souveraineté désigne le fait de garder ses données et ses outils sous juridiction européenne : modèle européen, hébergement en Europe, droit européen applicable. Ce n'est pas qu'un argument patriotique, pour certains secteurs (santé, juridique, défense), c'est une exigence client. Notre article sur l'IA souveraine et Mistral fait le point.

Sous-traitant

Au sens du RGPD, le sous-traitant est l'éditeur qui traite des données personnelles pour votre compte. La répartition est simple et elle ne se négocie pas : vous restez responsable du traitement, lui s'engage par contrat sur ce qu'il fait de la donnée. C'est pour ça que la question « avez-vous un DPA ? » n'est pas une formalité : sans lui, il n'y a personne d'engagé en face de vous.

Prompt injection

La prompt injection consiste à cacher des instructions dans un document, un e-mail ou une page web, pour détourner l'assistant qui les lit. Exemple concret : un faux fournisseur glisse dans son PDF une phrase invisible demandant de valider un changement de coordonnées bancaires. Le risque n'existe presque pas sur un simple assistant conversationnel ; il devient réel dès qu'un agent lit des documents entrants et peut agir. D'où la règle du garde-fou : jamais d'action externe sans validation humaine. Le sujet rejoint celui des arnaques dopées à l'IA.

Le marché

ChatGPT / OpenAI

ChatGPT est l'assistant grand public d'OpenAI, l'entreprise américaine qui a déclenché la vague en 2022. C'est l'outil le plus connu et souvent le premier entré dans vos bureaux, avec ou sans votre accord.

Claude / Anthropic

Claude est l'assistant d'Anthropic, entreprise américaine fondée par d'anciens d'OpenAI avec un accent mis sur la fiabilité et la sécurité. Il est réputé pour la qualité de sa rédaction et son travail sur documents longs, un bon choix pour les métiers de l'écrit.

Copilot / Microsoft

Copilot est l'IA de Microsoft, intégrée directement dans Word, Excel, Outlook et Teams. Son argument : elle est déjà dans les outils que vos équipes utilisent, avec les mêmes réglages de sécurité. Sa limite : facturée par utilisateur et par mois, pour un usage réel parfois plus mince que la promesse, à mesurer avant de généraliser.

Gemini / Google

Gemini est l'assistant de Google, inclus dans les forfaits Google Workspace Business, dans Gmail, Docs et Meet. Point important pour une PME déjà sous Gmail : il ne coûte aucune licence supplémentaire, ce qui en fait souvent l'option la moins chère du marché, simplement parce qu'elle est déjà payée. La contrepartie : vous suivez le calendrier de Google et vous choisissez peu.

Mistral / Vibe

Mistral est le champion français des modèles d'IA, alternative européenne crédible aux acteurs américains. Son assistant s'appelle Vibe (anciennement Le Chat) depuis mai 2026 et regroupe désormais un mode travail, un mode code et un mode conversation. Atouts pour une PME : la souveraineté, des tarifs dans la moyenne et des modèles ouverts. C'est le nom à connaître quand un client ou un appel d'offres exige de l'européen, voyez notre article IA souveraine, que vaut Mistral pour votre PME.

Open source / open weights

Un modèle open source (ou, plus exactement souvent, open weights) peut être téléchargé et exécuté sur vos propres machines ou chez l'hébergeur de votre choix. Traduction business : contrôle total des données, mais infrastructure et compétences à votre charge. Pertinent pour des besoins pointus, rarement le premier pas d'une PME.

API

Une API est la prise électrique qui permet à un logiciel de brancher directement un modèle d'IA, sans passer par la fenêtre de conversation. Quand votre prestataire dit « on passe par l'API », il dit : votre outil (CRM, site, logiciel de facturation) parlera tout seul au modèle, facturé à l'usage. C'est le mode de tous les projets sur mesure.

Les cinq mots dont il faut se méfier

Tous les termes de ce lexique sont légitimes. Cinq d'entre eux, en revanche, servent souvent à masquer l'absence de projet clair. Voici, pour chacun, ce que le prestataire veut probablement dire, et la question qui remet la conversation d'aplomb.

Le mot employéCe qu'il veut souvent direLa question à poser
« Agent autonome »Un enchaînement de deux ou trois étapes, encore fragile, présenté comme un collaborateur virtuel« Que se passe-t-il quand il se trompe, et qui le voit ? »
« IA sur mesure »Le même modèle que tout le monde, avec un prompt et vos documents branchés dessus« Quel modèle, de quel éditeur, et qu'est-ce qui est vraiment à moi là-dedans ? »
« Fine-tuning »Une prestation lourde vendue avant d'avoir testé les solutions simples« Pourquoi un bon prompt et une base de connaissance ne suffisent-ils pas ? »
« Conforme RGPD »Une affirmation commerciale, pas un engagement contractuel« Puis-je lire le DPA, et où sont hébergées les données ? »
« Gain de 80 % »Un chiffre issu d'une démonstration, sur une tâche choisie par le vendeur« Faisons le test sur mon document, maintenant, et mesurons. »

Grille de lecture 8 Academy, construite sur les rendez-vous que des dirigeants nous rapportent. Aucune de ces formulations n'est malhonnête en soi : elles méritent simplement une question de plus.

Cette prudence n'est pas de la frilosité, c'est du discernement, et le discernement est exactement ce que le règlement européen appelle la maîtrise de l'IA. Les enquêtes montrent d'ailleurs que les dirigeants de PME se répartissent en quatre postures assez nettes face au sujet.

Un dirigeant sur deux est encore sceptique ou bloqué

Répartition des dirigeants de PME et ETI selon leur posture face à l'IA, en pourcentage. Enquête auprès de 1 209 dirigeants d'entreprises de plus de 10 salariés.

SceptiquesBloquésExpérimentateursInnovateurs
Postures des dirigeants de PME et ETI face à l'intelligence artificielle Sceptiques : 27 %. Bloqués : 26 %. Expérimentateurs : 28 %. Innovateurs : 19 %. 27 % 26 % 28 % 19 % Sceptiques Bloqués Expérimentateurs Innovateurs

Source : Bpifrance Le Lab, « L'IA dans les PME et ETI françaises : une révolution tranquille » (2025)

Les « bloqués » ne sont pas des sceptiques : ils veulent avancer et ne savent pas comment. Pour eux, le vocabulaire n'est pas un détail, c'est le premier verrou, parce qu'on ne pilote pas ce qu'on ne sait pas nommer.

Quelle que soit votre posture, la même séquence de quatre questions vous protège en rendez-vous, et elle ne demande aucune compétence technique.

Quatre questions suffisent à tester n'importe quel prestataire

Ordre recommandé en rendez-vous. Schéma de méthode, sans données chiffrées.

Les quatre questions à poser à un prestataire IA Question 1 : quel modèle, de quel éditeur ? Question 2 : où vont mes données, et avec quel contrat ? Question 3 : que se passe-t-il quand l'IA se trompe ? Question 4 : qu'est-ce que mes équipes doivent apprendre ? 1 · Quel modèle ? Et de quel éditeur 2 · Où vont mes données ? Le DPA, par écrit 3 · Et si ça se trompe ? Qui relit, qui voit 4 · Qu'apprend l'équipe ? Sur ses vraies tâches

Schéma de méthode 8 Academy, aucune donnée chiffrée. La quatrième question découle de l'article 4 de l'AI Act, applicable depuis le 2 février 2025.

La quatrième question est celle que les prestataires attendent le moins. Elle sépare ceux qui vendent un outil de ceux qui s'intéressent à ce que vos équipes en feront.

À retenir

Aucun de ces 40 termes ne demande plus de trois phrases pour être expliqué. D'où le test qui vaut tous les appels d'offres : si un prestataire ne peut pas vous expliquer un de ces mots en une phrase simple, méfiance. Le jargon qui résiste à la vulgarisation cache rarement une expertise ; il cache le plus souvent l'absence d'une chose claire à dire. Et si vous ne devez retenir que six mots, prenez ceux de la réponse courte, en haut de cette page.

Le vocabulaire, c'est fait. Et vos équipes, où en sont-elles ?

Le diagnostic 8 Academy inventorie vos usages réels, repère le shadow AI et construit le plan de formation par métier, en français courant, sans jargon.

Réserver mon diagnostic →

Questions fréquentes

Quels termes d'IA un dirigeant doit-il vraiment connaître ?+
Six suffisent pour tenir une réunion sans être perdu : prompt, la consigne que vous écrivez ; LLM, le moteur sous le capot ; hallucination, une réponse fausse énoncée avec aplomb ; fenêtre de contexte, la mémoire de travail du modèle ; RAG, une IA branchée sur vos documents ; et offre professionnelle, la version dont le contrat garantit que vos données ne servent pas à l'entraînement. Les trente-quatre autres termes de ce lexique servent à décoder un prestataire, pas à travailler.
Quelle différence entre un LLM et une IA générative ?+
L'IA générative est la catégorie d'usage : un logiciel qui produit du contenu nouveau à partir d'une consigne. Le LLM, ou grand modèle de langage, est le moteur qui le permet. La comparaison utile : l'IA générative est la voiture, le LLM est le moteur. Un prestataire qui dit « on s'appuie sur un LLM » dit simplement qu'il utilise le moteur d'un autre, pas qu'il a développé quelque chose.
Le fine-tuning est-il utile pour une PME ?+
Presque jamais en premier. Le fine-tuning consiste à ré-entraîner un modèle sur vos exemples : c'est coûteux, long, et il faut recommencer à chaque nouvelle version du modèle. Dans la grande majorité des cas, un bon prompt et une base de connaissance branchée sur vos documents donnent un meilleur résultat pour une fraction du coût. Si un prestataire vous propose du fine-tuning au premier rendez-vous, demandez-lui pourquoi les solutions simples ne suffisent pas.
Qu'est-ce que le shadow AI, et pourquoi c'est un risque ?+
C'est l'usage de l'IA par vos salariés sans que l'entreprise le sache ni l'encadre : comptes personnels gratuits, données clients collées dedans, aucune relecture obligatoire. Le risque est double : la donnée personnelle sort de l'entreprise sans base légale, et les réponses non vérifiées partent chez les clients. C'est aussi le symptôme le plus fiable d'une direction qui n'a pas encore pris position sur le sujet.
Faut-il connaître ce vocabulaire pour se conformer à l'AI Act ?+
Pas ce vocabulaire précis, mais son fond. L'article 4 du règlement (UE) 2024/1689 demande de garantir un niveau suffisant de maîtrise de l'IA aux personnes qui l'utilisent : comprendre ce que l'outil sait faire, ses limites et ses risques, à son niveau et pour son métier. Autrement dit, savoir ce qu'est une hallucination et ce qu'est une donnée personnelle compte davantage que savoir ce qu'est un token.