Ce lexique de l'IA rassemble les mots que l'on entend dans les réunions, les articles et les présentations commerciales, expliqués simplement pour des dirigeants et des équipes qui n'ont pas de formation technique. Les définitions privilégient l'usage concret en entreprise plutôt que la précision académique.
Les bases de l'IA générative
Ces premiers termes décrivent le fonctionnement général des outils que vous utilisez ou que l'on vous propose. Les comprendre n'exige aucune compétence technique, et cela change beaucoup la façon de s'en servir : savoir qu'un modèle prédit un texte plausible, qu'il travaille avec une mémoire limitée et qu'il ignore les faits postérieurs à son entraînement explique la plupart de ses réussites comme de ses erreurs.
- Intelligence artificielle (IA)
- Ensemble de techniques qui permettent à un programme d'accomplir des tâches associées à l'intelligence humaine : comprendre un texte, reconnaître une image, prédire, recommander, produire du contenu.
- IA générative
- Famille d'IA capable de produire du contenu nouveau (texte, image, son, vidéo, code) à partir d'une demande. ChatGPT, Claude, Mistral Vibe (anciennement Le Chat, renommé en mai 2026) ou Gemini en sont les exemples les plus connus.
- Modèle de langage (LLM)
- Programme entraîné sur de très grandes quantités de textes, qui prédit la suite la plus plausible d'un texte. C'est le moteur des assistants conversationnels. LLM signifie Large Language Model.
- Assistant conversationnel
- Interface qui permet de dialoguer avec un modèle de langage en langage naturel. On parle aussi de chatbot, mais le terme évoque souvent des robots de réponse plus limités.
- Prompt
- La demande ou la consigne que l'on adresse à un modèle. Un bon prompt précise le contexte, l'objectif, le format attendu, le ton et les contraintes, et fournit si possible un exemple.
- Token
- Unité de texte manipulée par un modèle, souvent un morceau de mot. La longueur des demandes et des réponses se mesure en tokens, ce qui conditionne les limites et parfois le prix.
- Fenêtre de contexte
- Quantité de texte qu'un modèle peut prendre en compte en même temps : votre demande, les documents fournis, l'historique de la conversation. Au-delà, les éléments les plus anciens sont oubliés ou résumés.
- Entraînement
- Phase pendant laquelle un modèle apprend à partir de données. Un modèle n'apprend pas en temps réel de vos conversations, sauf si l'éditeur utilise ces données pour entraîner de futures versions, ce que les réglages permettent souvent de refuser.
- Date de coupure
- Date au-delà de laquelle un modèle ne dispose pas d'informations issues de son entraînement. Pour des faits récents, il doit faire une recherche en ligne ou s'appuyer sur des documents fournis.
- Multimodal
- Se dit d'un modèle capable de traiter plusieurs types de contenus : texte, images, documents, audio, parfois vidéo.
Les limites à connaître
Les outils d'IA générative sont puissants, mais ils ont des faiblesses connues qu'il vaut mieux savoir nommer. Ces mots reviennent dans toutes les discussions sérieuses sur l'IA en entreprise, parce qu'ils décrivent les situations où une relecture humaine reste indispensable et où une règle d'usage protège l'entreprise.
- Hallucination
- Réponse fausse produite avec assurance : un chiffre inventé, une référence qui n'existe pas, une citation imaginaire. C'est une conséquence du fonctionnement par prédiction, d'où l'importance de vérifier.
- Biais
- Tendance systématique d'un modèle à favoriser certaines réponses, reflet des données d'entraînement. Les biais peuvent concerner le genre, l'origine, l'âge, la culture ou des points de vue.
- Complaisance
- Tendance d'un assistant à aller dans le sens de l'utilisateur, à valider une idée plutôt qu'à la critiquer. On la contourne en demandant explicitement des objections.
- Shadow AI
- Usage d'outils d'IA par des salariés sans que l'entreprise le sache ni l'encadre, souvent avec des comptes personnels. Phénomène très répandu, qui pose des questions de confidentialité.
- Vérification
- Contrôle humain des informations produites par une IA : sources, chiffres, noms, dates, cohérence. Indispensable avant toute publication ou décision.
Les techniques et les usages avancés
Une fois les bases acquises, de nouvelles notions apparaissent : assistants configurés pour une tâche, recherche dans une base documentaire, automatisations, agents. Ces usages apportent beaucoup sur des tâches récurrentes, mais ils demandent davantage de méthode et de contrôle, car une erreur se répète à chaque utilisation tant qu'elle n'a pas été repérée.
- RAG
- Pour Retrieval-Augmented Generation : technique qui consiste à faire rechercher au modèle des informations dans une base de documents choisie avant de répondre. Elle réduit les hallucinations sur un corpus précis.
- Agent IA
- Système capable d'enchaîner plusieurs actions pour atteindre un objectif : chercher, lire, rédiger, remplir un formulaire, utiliser un outil. Plus autonome qu'un assistant, il demande un encadrement plus strict.
- Assistant personnalisé
- Assistant configuré avec des instructions permanentes et des documents de référence, pour une tâche récurrente : répondre aux questions des clients, rédiger selon une charte, analyser des devis.
- Instructions système
- Consignes générales données à un assistant, qui s'appliquent à toutes les conversations : ton, rôle, règles à respecter, informations sur l'entreprise.
- Few-shot
- Technique qui consiste à fournir quelques exemples de ce qu'on attend dans la demande, pour guider le style et le format de la réponse.
- Chaîne de demandes
- Découpage d'une tâche complexe en plusieurs étapes successives, chacune vérifiée avant de passer à la suivante. Plus fiable qu'une demande unique et très longue.
- API
- Interface qui permet à un logiciel d'utiliser un modèle d'IA directement, sans passer par l'assistant en ligne. Utile pour intégrer l'IA à un outil métier.
- Automatisation
- Enchaînement automatique de tâches entre plusieurs logiciels, qui peut inclure une étape d'IA : classer des courriels, extraire des informations d'un document, préparer un brouillon.
- Open source
- Se dit d'un modèle dont les paramètres sont publiés et peuvent être installés sur ses propres serveurs, ce qui offre plus de contrôle sur les données.
- IA souveraine
- Expression qui désigne des solutions d'IA développées ou hébergées en Europe, sous droit européen, souvent mises en avant pour des raisons de confidentialité et d'indépendance.
- Transcription
- Conversion automatique d'un enregistrement audio en texte, base fréquente des comptes rendus de réunion assistés par IA.
- Génération d'images
- Production d'images à partir d'une description écrite. Utile pour des visuels d'illustration, avec des précautions sur les droits et sur la représentation de personnes réelles.
Le cadre légal et la gouvernance
Le vocabulaire juridique de l'IA s'est enrichi avec l'AI Act, qui s'ajoute au RGPD. Ces définitions donnent des repères pour comprendre les textes et les échanges avec un juriste ; elles ne remplacent pas un avis sur une situation précise, et les dates d'application se vérifient sur les sources officielles comme Légifrance ou le site de la Commission européenne.
- AI Act
- Règlement (UE) 2024/1689 sur l'intelligence artificielle, entré en vigueur le 1er août 2024 et modifié par le règlement (UE) 2026/1744. Il classe les systèmes d'IA selon leur niveau de risque et fixe des obligations graduées.
- Maîtrise de l'IA
- Notion de l'article 4 de l'AI Act : les entreprises qui utilisent des systèmes d'IA prennent des mesures pour favoriser la compréhension de ces outils par leur personnel. On parle aussi d'AI literacy.
- Système à haut risque
- Catégorie de l'AI Act qui vise des usages sensibles (recrutement, crédit, éducation, accès aux services essentiels…), soumis à des obligations renforcées applicables à partir du 2 décembre 2027 pour la plupart.
- Déployeur
- Dans l'AI Act, l'organisation qui utilise un système d'IA dans le cadre de son activité, par opposition au fournisseur qui le développe. Une PME qui utilise un assistant est généralement déployeur.
- RGPD
- Règlement général sur la protection des données, qui s'applique à toute donnée personnelle, y compris lorsqu'elle est traitée par un outil d'IA.
- CNIL
- Autorité française de protection des données, qui publie des recommandations sur l'IA et les données personnelles.
- Charte d'usage de l'IA
- Document interne qui fixe les règles d'utilisation de l'IA : outils autorisés, données interdites, relecture obligatoire, transparence vis-à-vis des clients.
- Référent IA
- Personne de l'entreprise chargée d'animer les usages de l'IA, de tenir à jour les bonnes pratiques et de répondre aux questions de ses collègues.
- Transparence
- Obligation ou bonne pratique consistant à indiquer qu'un contenu a été généré ou qu'un interlocuteur est une IA, prévue dans certains cas par l'article 50 de l'AI Act.
Référencement, SEO et GEO
Les moteurs génératifs ont fait entrer de nouveaux mots dans le vocabulaire du référencement. Ils s'ajoutent aux notions classiques du SEO plutôt qu'ils ne les remplacent : un site clair, fiable et bien structuré reste la base pour être trouvé dans un moteur de recherche comme pour être repris dans une réponse générée.
- SEO
- Référencement naturel : ensemble des pratiques qui améliorent la visibilité d'un site dans les résultats des moteurs de recherche, sans publicité payante.
- GEO
- Pour Generative Engine Optimization : pratiques qui aident un contenu à être compris, repris et cité dans les réponses des moteurs génératifs.
- Moteur génératif
- Moteur qui répond par un texte rédigé plutôt que par une liste de liens : ChatGPT avec la recherche, Perplexity, Gemini, les réponses générées de Google.
- AI Overviews
- Résumés générés par l'IA que Google affiche en haut de certains résultats de recherche, avec des liens vers les sources utilisées.
- AI Mode
- Mode de recherche conversationnel de Google, qui répond aux questions par des réponses rédigées et permet des questions de suivi.
- E-E-A-T
- Expérience, expertise, autorité, fiabilité : critères de qualité que Google décrit dans ses consignes aux évaluateurs pour juger un contenu.
- Données structurées
- Balisage ajouté au code d'une page (souvent au format schema.org) pour décrire précisément son contenu : organisation, article, produit, question-réponse.
- llms.txt
- Fichier proposé comme convention pour présenter aux modèles d'IA les contenus importants d'un site. Il ne s'agit pas d'un standard adopté par tous les moteurs.
- Maillage interne
- Organisation des liens entre les pages d'un même site, qui aide les moteurs comme les lecteurs à comprendre la structure et les sujets importants.
- Netlinking
- Obtention de liens depuis d'autres sites vers le sien, signal de notoriété pour les moteurs de recherche.
- Requête conversationnelle
- Question formulée en langage naturel, souvent longue et précise, typique des échanges avec un assistant ou de la recherche vocale.
- Citation
- Dans un moteur génératif, mention d'une source avec un lien vers la page utilisée pour construire la réponse.
Travailler avec ses documents
Une grande partie des usages en entreprise consiste à faire travailler l'IA sur des documents : contrats, comptes rendus, procédures, documentations techniques. Ces termes décrivent les opérations les plus courantes et leurs précautions, car un document confié à un outil reste soumis aux mêmes règles de confidentialité que s'il était envoyé à un tiers.
- Résumé
- Version condensée d'un document produite par l'IA. Très utile pour décider si un texte mérite une lecture complète, mais un résumé peut omettre un point essentiel : il ne remplace pas la lecture d'un document qui engage l'entreprise.
- Extraction d'informations
- Demande consistant à faire relever dans un document des éléments précis (dates, montants, noms, obligations) et à les présenter dans un format structuré. Chaque élément extrait se vérifie dans le texte source.
- Base de connaissances
- Ensemble de documents de référence fournis à un assistant pour qu'il s'appuie dessus : catalogue, procédures, questions fréquentes, charte éditoriale. Sa qualité conditionne celle des réponses.
- Carnet de notes IA
- Outil qui permet de rassembler plusieurs sources (documents, pages web, notes) et d'interroger l'IA uniquement sur ce corpus. NotebookLM en est un exemple connu.
- Anonymisation
- Suppression définitive des éléments qui permettent d'identifier une personne dans un document. Une donnée réellement anonymisée sort du champ du RGPD, ce qui est plus difficile à obtenir qu'on ne le pense.
- Pseudonymisation
- Remplacement des noms et identifiants par des codes ou des noms fictifs. La personne reste identifiable avec des informations complémentaires, donc les données restent des données personnelles au sens du RGPD.
- Citation de source
- Capacité d'un assistant à indiquer le passage ou la page d'où provient une information. Utile pour vérifier, à condition de contrôler que le passage cité existe et dit bien ce qui est affirmé.
Les réglages et la confidentialité
Avant d'utiliser un assistant au travail, quelques réglages méritent d'être vérifiés. Ces mots apparaissent dans les paramètres des outils et dans les conditions des offres professionnelles ; les connaître permet de comprendre ce que deviennent les informations saisies et de choisir une formule adaptée à la sensibilité des données de l'entreprise.
- Compte professionnel
- Abonnement souscrit par l'entreprise, administré par elle, qui offre en général de meilleures garanties sur l'usage des données et permet de gérer les accès des salariés. À distinguer du compte personnel ouvert par un collaborateur.
- Historique des conversations
- Conservation des échanges avec l'assistant, utile pour reprendre un travail. Selon les outils, il peut être désactivé, supprimé ou limité dans le temps.
- Utilisation des données pour l'entraînement
- Possibilité pour l'éditeur de réutiliser les conversations afin d'améliorer ses modèles. Les offres professionnelles l'excluent souvent par défaut ; sur les offres grand public, un réglage permet fréquemment de la refuser.
- Mémoire de l'assistant
- Fonction par laquelle un assistant retient des informations d'une conversation à l'autre (préférences, contexte). Pratique, elle mérite d'être consultée régulièrement et nettoyée.
- Secret d'affaires
- Information confidentielle qui a une valeur commerciale pour l'entreprise et fait l'objet de mesures de protection. Elle ne se saisit pas dans un outil dont on ne maîtrise pas les conditions.
- Hébergement des données
- Lieu et cadre juridique dans lesquels les données sont stockées et traitées par l'éditeur. Critère important pour les secteurs soumis à des obligations de confidentialité renforcées.
- Sous-traitant
- Au sens du RGPD, prestataire qui traite des données personnelles pour le compte de l'entreprise. Un éditeur d'IA peut avoir cette qualité, ce qui suppose un contrat encadrant le traitement.
Piloter les usages dans l'entreprise
Adopter l'IA ne se résume pas à choisir un outil : il faut décider des usages prioritaires, les suivre et les faire évoluer. Ces termes sont ceux que j'emploie en coaching pour organiser la démarche ; ils reviennent aussi dans plusieurs réponses de la FAQ du coaching IA, pour ceux qui veulent voir comment ils s'appliquent concrètement.
- Cas d'usage
- Tâche précise pour laquelle on utilise l'IA, décrite avec son objectif, ses entrées, son résultat attendu et ses règles de vérification. Exemple : préparer un compte rendu à partir de notes anonymisées.
- Gain rapide
- Usage simple, peu risqué et utile tout de suite, qui libère du temps dès les premières semaines et montre à l'équipe ce que l'IA peut apporter.
- Bibliothèque de consignes
- Recueil partagé des prompts qui ont fait leurs preuves sur les tâches de l'entreprise, avec leur contexte d'usage. Elle évite que chacun reparte de zéro et que les bonnes pratiques dépendent d'une seule personne.
- Indicateur
- Mesure choisie au départ pour suivre l'effet d'un usage : temps de traitement, délai de réponse, volume traité, nombre de corrections nécessaires. Il permet de juger sur des faits plutôt que sur des impressions.
- Relecture humaine
- Étape obligatoire, fixée par la charte, avant d'utiliser ou d'envoyer certains contenus produits avec l'IA. Elle porte sur l'exactitude, le ton et la conformité aux règles internes.
- Humain dans la boucle
- Principe selon lequel une personne valide les étapes importantes d'un processus assisté par l'IA, en particulier avant une décision ou une action visible à l'extérieur.
- Maturité IA
- Niveau d'avancement d'une entreprise dans ses usages de l'IA, apprécié sur plusieurs dimensions : usages, tâches ciblées, outils, cadre. On la mesure au diagnostic, puis quelques mois plus tard.
Les mots du marché et des présentations commerciales
Certains termes reviennent surtout dans les annonces d'éditeurs et les démonstrations commerciales. Ils désignent des réalités utiles, mais ils sont souvent employés de façon floue ; ces définitions aident à poser les bonnes questions avant de s'engager sur un outil ou une prestation.
- Copilote
- Terme générique pour un assistant intégré à un logiciel (traitement de texte, messagerie, tableur) qui aide l'utilisateur sans agir à sa place. Microsoft l'utilise aussi comme nom de produit avec Microsoft Copilot.
- Modèle de raisonnement
- Modèle qui décompose sa réponse en étapes avant de répondre, ce qui améliore souvent les résultats sur les problèmes complexes, au prix d'un temps de réponse plus long. Il peut toujours se tromper.
- Recherche approfondie
- Fonction qui fait mener à l'assistant une série de recherches en ligne pour produire un rapport sourcé. Utile pour défricher un sujet ; chaque source citée se consulte avant d'être reprise.
- Intégration
- Connexion d'un assistant d'IA à d'autres logiciels de l'entreprise (agenda, stockage, outil commercial). Elle facilite le travail mais élargit l'accès de l'outil aux données, ce qui demande un choix réfléchi des autorisations.
- Preuve de concept
- Test limité d'un usage ou d'un outil sur un périmètre réduit, avant tout déploiement. C'est la manière prudente de vérifier qu'une promesse commerciale tient sur les tâches réelles de l'entreprise.