Glossaire de l'IA pour managers et CODIR

Écart systématique dans les résultats d'un système d'IA au détriment ou en faveur d'un groupe de personnes. Il provient le plus souvent de données d'entraînement reproduisant les déséquilibres du passé ou de choix de conception du modèle. Dans le recrutement ou l'évaluation des salariés, un tel biais expose l'entreprise à un risque de discrimination même sans intention de nuire.

Pour aller plus loinCharte d'usage de l'IA, ce que les accords signés oublient

Ensemble des textes, images, sons ou enregistrements à partir desquels un modèle apprend ses régularités. Sa qualité, son contexte et les droits attachés à son usage comptent davantage que son seul volume. Les domaines pauvres en données exploitables progressent plus lentement que ceux où elles abondent.

Pour aller plus loinLa donnée, vrai goulot d'étranglement de l'IA en entreprise

Quantité de texte qu'un modèle de langage peut prendre en compte en une seule fois, consigne, documents fournis et échange en cours compris. Elle se mesure en jetons (tokens), des unités qui correspondent le plus souvent à un fragment de mot. Selon l'outil, ce qui dépasse la limite est tronqué ou résumé, ce qui explique des réponses semblant oublier une consigne donnée plus tôt.

Modèle d'IA entraîné sur de très grands volumes de texte pour prédire la suite la plus probable d'une séquence de mots. Cette mécanique lui permet de rédiger, résumer, traduire, coder ou raisonner sur un problème exprimé en langage courant. Il ne consulte pas une base de faits vérifiés et produit donc des réponses plausibles sans garantie d'exactitude.

Pour aller plus loin7 tendances IA que tout dirigeant doit anticiper en 2026

Réponse fausse ou inventée qu'un modèle d'IA formule avec la même assurance qu'une réponse juste. Une source inexistante, un chiffre sans origine ou une jurisprudence imaginaire en sont les formes les plus courantes. Le phénomène découle du fonctionnement probabiliste des modèles de langage et impose une vérification humaine avant tout usage engageant.

Pour aller plus loinManager à l'ère des agents IA revient à cadrer et vérifier

Famille de systèmes d'IA capables de produire des contenus nouveaux à partir d'une consigne, qu'il s'agisse de textes, d'images, de sons, de vidéos ou de code. Les grands modèles de langage en sont la forme la plus répandue dans les entreprises. Sa diffusion rapide tient à une interface en langage courant qui ne demande aucune compétence technique.

Pour aller plus loinL'IA n'a pas tué le Product Manager, elle l'a rendu hybride

Mode d'interaction où la parole remplace le clic, le clavier ou le formulaire comme premier contact avec une machine. Les systèmes récents comprennent une demande formulée librement et répondent avec une voix de synthèse proche de la voix humaine. Leur déploiement appelle une politique d'authentification, le clonage de voix facilitant la fraude à l'identité.

Pour aller plus loinCe que l'interface vocale IA change pour les dirigeants

Consigne rédigée en langage courant pour obtenir un résultat d'un modèle d'IA. Une consigne précise sur le contexte, l'objectif, le format attendu et les limites donne des réponses plus exploitables qu'une question vague. Savoir rédiger un prompt reste une compétence d'exécution qui ne remplace ni le cadrage de l'intention ni la vérification du résultat.

Pour aller plus loinManager à l'ère des agents IA revient à cadrer et vérifier

Technique qui fait chercher à un modèle de langage des passages pertinents dans une base documentaire avant de rédiger sa réponse. Le terme vient d'un article de recherche publié en 2020 par Patrick Lewis et ses coauteurs. Appliquée aux documents d'une entreprise, elle appuie les réponses sur ses propres sources plutôt que sur la seule mémoire du modèle. Elle réduit les hallucinations sans les supprimer et ne vaut jamais mieux que la base qu'elle interroge.

Pour aller plus loinLa donnée, vrai goulot d'étranglement de l'IA en entreprise

Bâtiment qui regroupe serveurs, stockage, réseau, alimentation électrique et refroidissement pour héberger des services informatiques. Les centres consacrés à l'IA concentrent des milliers de processeurs spécialisés et comptent parmi les installations numériques les plus gourmandes en électricité. Leur accès à l'énergie devient un critère d'implantation au point de nourrir des projets de centres de données en orbite.

Pour aller plus loinAnticiper les ruptures à l'heure des data centers spatiaux

Puce conçue à l'origine pour l'affichage graphique et capable d'effectuer un très grand nombre de calculs simples en parallèle. Cette architecture convient à l'entraînement comme à l'usage des modèles d'IA, ce qui en a fait la ressource matérielle la plus recherchée du secteur. Sa disponibilité et son prix pèsent directement sur le coût des projets d'IA.

Pour aller plus loinL'efficience organisationnelle oppose le cerveau au GPU

Phase où un modèle déjà entraîné est utilisé pour répondre à une demande. Chaque question posée à un assistant d'IA déclenche un calcul d'inférence consommant électricité et puissance de calcul. À l'échelle d'une organisation, ce coût d'usage croît avec le nombre d'utilisateurs et de requêtes.

Pour aller plus loinL'efficience organisationnelle oppose le cerveau au GPU

Capacité de traitement mobilisée pour entraîner et faire fonctionner les modèles d'IA. Elle s'achète de plus en plus comme une ressource standardisée auprès de fournisseurs d'informatique en nuage. Son coût et l'énergie qu'elle réclame orientent les choix d'implantation des centres de données.

Pour aller plus loinAnticiper les ruptures à l'heure des data centers spatiaux

Système qui poursuit un objectif en enchaînant lui-même plusieurs étapes, en utilisant des outils et en agissant sur son environnement. Un assistant répond à une demande quand un agent exécute une mission, par exemple chercher, rédiger, envoyer ou commander. Cette capacité d'action déléguée pose une question d'organisation avant d'être technique, celle de savoir qui décide et qui répond des actes de l'agent.

Pour aller plus loinAgent IA autonome, comment garder la souveraineté humaine

Intrusion informatique menée de bout en bout par une IA, de la reconnaissance à l'exploitation d'une faille, sans opérateur humain aux commandes. Elle abaisse le coût des attaques et en accélère le rythme, ce qui raccourcit le délai dont disposent les défenseurs. Les mêmes techniques servent aussi la défense pour trouver les vulnérabilités avant les attaquants.

Pour aller plus loinLa cybersécurité IA relève du CODIR autant que de la DSI

Principe d'organisation qui réserve à une personne la validation, la correction ou l'arrêt des actions d'un système d'IA à des étapes définies. Le règlement européen sur l'IA en fait une exigence pour les systèmes à haut risque sous le nom de contrôle humain (article 14). Ce contrôle suppose de pouvoir ignorer ou inverser une sortie de la machine et d'interrompre le système. Le principe ne protège que si la personne dispose du temps, de la compétence et de l'autorité pour dire non.

Pour aller plus loinManager à l'ère des agents IA revient à cadrer et vérifier

Coordination de plusieurs agents IA et des personnes qui travaillent avec eux autour d'un même objectif. Elle repose sur une répartition des tâches, des points de contrôle et la vérification des résultats. Pour un manager, orchestrer consiste à cadrer l'intention, à déléguer à des agents faillibles puis à contrôler ce qu'ils rendent. La responsabilité du cap et de la qualité reste humaine.

Pour aller plus loinManager à l'ère des agents IA revient à cadrer et vérifier

Robots de forme humaine conçus pour évoluer dans des environnements pensés pour les personnes. Leurs progrès récents s'appuient sur des méthodes d'apprentissage proches de celles de l'IA générative, nourries par de grandes quantités de vidéos et de démonstrations. Pour une entreprise, la question utile porte sur les tâches exposées plutôt que sur les intitulés de poste.

Pour aller plus loinLa robotique redessine l'avenir du travail sans fantasme

Pratique qui consiste à laisser une IA écrire du code à partir de demandes en langage courant sans examiner en détail ce qu'elle produit. Le terme a été lancé en février 2025 par Andrej Karpathy, cofondateur d'OpenAI. Il s'oppose à des pratiques plus exigeantes, parfois appelées agentic engineering, où des agents sont pilotés avec cadrage et vérification.

Pour aller plus loinManager à l'ère des agents IA revient à cadrer et vérifier

Entreprise dont les opérations quotidiennes sont menées par des agents IA coordonnés, l'humain se tenant en position de commanditaire ou de superviseur éloigné de l'exécution. Le modèle reste expérimental. Il soulève des questions de transparence envers les personnes recrutées ou encadrées par une IA et de responsabilité en cas de dérive.

Pour aller plus loinZero-human company, l'IA qui recrute et gère des humains

Nom usuel du règlement (UE) 2024/1689 encadrant la mise sur le marché et l'utilisation des systèmes d'IA dans l'Union selon leur niveau de risque. Les pratiques interdites et la maîtrise de l'IA figurent parmi ses premières dispositions, applicables depuis le 2 février 2025. Son texte s'applique de façon générale depuis le 2 août 2026. Le règlement (UE) 2026/1744 en vigueur depuis le 27 juillet 2026 a notamment réécrit l'article 4 et décalé le calendrier des systèmes à haut risque.

Pour aller plus loinUn cadre sur deux utilise l'IA sans aucune règle écrite

Tendance à se fier automatiquement ou excessivement aux résultats produits par un système d'IA. Le règlement européen sur l'IA le nomme ainsi à son article 14. Les personnes chargées du contrôle humain des systèmes à haut risque doivent pouvoir en avoir conscience. Le risque grandit avec la fluidité des réponses, une sortie bien rédigée paraissant plus fiable qu'elle ne l'est.

Pour aller plus loinL'attention et le jugement se raréfient à l'ère de l'IA

Document interne qui fixe ce que les collaborateurs peuvent confier à l'IA, avec quels outils, sur quelles données et sous quelle responsabilité. Une charte utile classe les données selon ce qui peut sortir de l'entreprise, nomme les décisions qui restent humaines et prévoit sa propre révision. Sans règle écrite, chaque salarié arbitre seul ce qu'il délègue à une machine.

Pour aller plus loinCharte d'usage de l'IA, ce que les accords signés oublient

Protection des systèmes d'IA et des informations qu'ils manipulent contre la fuite, la manipulation ou le détournement. Le sujet couvre aussi l'IA employée par les attaquants pour accélérer la découverte et l'exploitation des failles. L'ANSSI a publié le 29 avril 2024 des recommandations de sécurité pour un système d'IA générative. Le risque concerne la direction générale autant que la DSI.

Pour aller plus loinLa cybersécurité IA relève du CODIR autant que de la DSI

Terme du règlement européen sur l'IA qui désigne toute personne ou organisation utilisant un système d'IA sous sa propre autorité, hors activité personnelle non professionnelle. La définition figure à l'article 3, point 4, du règlement (UE) 2024/1689. Une entreprise qui équipe ses équipes d'un outil d'IA agit en principe comme déployeur. Ses obligations diffèrent de celles du fournisseur, à commencer par l'article 4.

Pour aller plus loinFormer à l'IA est une obligation depuis février 2025

Capacité à rendre compréhensible pour une personne la manière dont un système d'IA est parvenu à un résultat. Elle conditionne la possibilité de contester une décision, de corriger une erreur ou de justifier un choix devant un salarié, un client ou un régulateur. Les grands modèles de langage restent difficiles à expliquer de l'intérieur, d'où l'intérêt de tracer les usages qui engagent l'entreprise.

Pour aller plus loinCharte d'usage de l'IA, ce que les accords signés oublient

Ensemble des règles, des rôles et des contrôles qui fixent qui produit, qualifie, protège et utilise les données d'une organisation. Avec l'IA, elle porte d'abord sur la qualité, le contexte et les droits d'usage des données. Le savoir-faire non documenté des équipes en relève aussi, alors qu'il échappe souvent aux inventaires.

Pour aller plus loinLa donnée, vrai goulot d'étranglement de l'IA en entreprise

Attaque qui glisse des instructions malveillantes dans le texte traité par un modèle d'IA pour détourner son comportement. La forme indirecte cache ces instructions dans un courriel, une page web ou un document que l'IA lit pour accomplir sa tâche. Le guide de l'ANSSI publié en avril 2024 recommande de limiter les actions automatiques d'un système d'IA traitant des entrées non maîtrisées.

Pour aller plus loinLa cybersécurité IA relève du CODIR autant que de la DSI

Compétences, connaissances et compréhension permettant de déployer des systèmes d'IA en connaissance de cause et d'en mesurer les possibilités, les risques et les préjudices potentiels. Depuis le 27 juillet 2026, l'article 4 réécrit par le règlement (UE) 2026/1744 demande aux fournisseurs et aux déployeurs de prendre des mesures pour la favoriser. Ces mesures visent le personnel et les personnes utilisant l'IA pour leur compte, selon leurs connaissances et le contexte d'usage. Le texte précise qu'aucun niveau spécifique n'est exigé pour chaque individu, là où la rédaction initiale applicable depuis le 2 février 2025 visait à garantir un niveau suffisant de maîtrise.

Pour aller plus loinFormer à l'IA est une obligation depuis février 2025

Notion du règlement européen sur l'IA désignant un modèle capable d'exécuter un large éventail de tâches distinctes. La définition complète figure à l'article 3, point 63, du règlement (UE) 2024/1689 et précise que ce modèle peut s'intégrer à de nombreux systèmes. Les grands modèles de langage généralistes en sont l'exemple type. Les obligations propres à leurs fournisseurs s'appliquent depuis le 2 août 2025.

Usage d'outils d'IA par des salariés sans validation ni visibilité de l'employeur, le plus souvent avec des comptes personnels. L'entreprise perd alors la maîtrise des données confiées à ces outils. Une interdiction sans alternative tend à déplacer les usages vers les équipements personnels. Un environnement fourni par l'employeur et des règles écrites les ramènent dans un cadre connu.

Pour aller plus loinUn cadre sur deux utilise l'IA sans aucune règle écrite

Capacité d'une organisation ou d'un État à garder la maîtrise de ses données, de ses outils et de ses décisions face à ses fournisseurs technologiques. Avec les agents IA, elle se joue aussi à l'intérieur de l'entreprise, par l'accumulation de petites délégations que personne n'a tracées. La préserver suppose de savoir quelles décisions ont été confiées à une machine et de pouvoir les reprendre.

Pour aller plus loinAgent IA autonome, comment garder la souveraineté humaine

Au sens du règlement européen, système automatisé plus ou moins autonome qui déduit de ses entrées des prédictions, contenus, recommandations ou décisions. La définition figure à l'article 3, point 1, du règlement (UE) 2024/1689. Sa portée large dépasse les seuls outils d'IA générative.

Pour aller plus loinFormer à l'IA est une obligation depuis février 2025

Catégorie du règlement européen sur l'IA soumise aux obligations les plus lourdes en matière de documentation, de qualité des données, de contrôle humain et de robustesse. L'annexe III y range notamment les systèmes servant à recruter ou à trier des candidatures. Elle vise aussi ceux qui aident à décider d'une promotion ou d'un licenciement, à attribuer des tâches selon le comportement ou les traits personnels, ou à évaluer les salariés. Le règlement (UE) 2026/1744 fixe leur application au 2 décembre 2027 pour l'annexe III et au 2 août 2028 pour l'annexe I.

Pour aller plus loinUn cadre sur deux utilise l'IA sans aucune règle écrite

Canevas d'atelier en accès libre publié par Kaizen Suru pour qu'une équipe décide tâche par tâche ce qu'elle confie à l'IA et ce qu'elle garde. Il se remplit en équipe de trois à neuf personnes, en une séance d'environ 75 minutes. Chaque tâche conservée par l'équipe s'y accompagne de son motif.

L'outilLe canevas Accord d'équipe avec l'IA

Capacités humaines devenues rares quand l'IA fait chuter le coût de production sans réduire le coût de décision. Lorsque produire devient presque gratuit, le temps consacré à vérifier, arbitrer et assumer devient le facteur limitant. La responsabilité d'une décision reste portée par une personne identifiée.

Pour aller plus loinL'attention et le jugement se raréfient à l'ère de l'IA

Usage d'une technologie pour restaurer, prolonger ou dépasser une capacité humaine, physique ou cognitive. Sa forme la plus répandue en entreprise est une IA qui rédige, analyse et propose aux côtés des collaborateurs, bien loin des implants cérébraux. Réparer, augmenter et remplacer forment trois régimes qui n'appellent pas les mêmes garde-fous.

Pour aller plus loinL'augmentation humaine impose de garder l'humain au centre

Démarche qui accompagne les personnes d'une organisation dans l'adoption de nouvelles pratiques en traitant les résistances, les compétences et le sens du changement. Appliquée à l'IA, elle porte autant sur les rôles, les processus et la culture que sur l'outil. Les blocages tiennent le plus souvent à l'organisation plutôt qu'à la maturité de la technologie.

Pour aller plus loinLa transformation IA est d'abord un défi organisationnel

Proposition de Bill Gates visant à réserver certains métiers aux humains par choix de société, même lorsque la machine saurait les exercer. Formulée dans un essai publié sur son site, elle s'inspire des réserves naturelles où l'on pourrait construire mais où l'on renonce à le faire. L'essai laisse ouverte la question de savoir qui trace la frontière et selon quels critères. Dans les entreprises, cette décision se prend déjà chaque semaine, le plus souvent sans être écrite.

Pour aller plus loinHuman Reserved, décider quels métiers restent humains

Encadrant situé entre la direction et les équipes de terrain, chargé de traduire les orientations et de réguler le travail au quotidien. L'IA reprend une part de ses tâches de transmission d'information comme le reporting ou les comptes rendus. Sa fonction de régulation entre travail prescrit et travail réel lui échappe en revanche. Supprimer cette couche relève donc d'une décision de direction plutôt que d'une conséquence technique de l'IA.

Pour aller plus loinL'IA ne justifie pas de supprimer vos managers intermédiaires

Responsable produit qui utilise l'IA pour passer avec une forte autonomie de l'idée au prototype fonctionnel. Il garde la responsabilité de la vision, du modèle économique et des effets sur les personnes. Le rôle perd une part de coordination documentaire et se recentre sur la décision sous contrainte et la compréhension des utilisateurs. Il ne se confond ni avec un développeur ni avec un assembleur d'outils.

Pour aller plus loinL'IA n'a pas tué le Product Manager, elle l'a rendu hybride

Évolution des rôles, des processus, des compétences et de la culture d'une organisation pour intégrer durablement l'IA dans son fonctionnement. Elle se distingue d'un projet d'outillage par son périmètre, étendu à la manière de décider et de travailler ensemble. L'expertise métier, celle qui comprend vraiment le problème, y redevient un avantage décisif.

Pour aller plus loinLa transformation IA est d'abord un défi organisationnel

Rythme auquel une organisation fait passer un usage de l'IA de quelques pionniers à l'ensemble des équipes concernées. L'accès aux modèles étant largement partagé, cette vitesse distingue davantage les entreprises que le choix d'un outil.

Pour aller plus loinL'AGI en entreprise impose un nouveau cap aux dirigeants

IA capable d'égaler l'intelligence humaine sur un très large éventail de tâches plutôt que sur un domaine étroit. Aucune définition ne fait consensus et les échéances annoncées par des dirigeants de laboratoires relèvent de la prédiction. Pour une entreprise, s'y préparer consiste à renforcer sa capacité d'apprendre et de décider dans l'incertitude plutôt qu'à parier sur une date.

Pour aller plus loinPréparer son entreprise à l'AGI sans parier sur une date

Lecture pratique de l'AGI la jugeant atteinte dès qu'un agent peut recevoir une mission, échouer, se corriger et persister jusqu'au résultat. Son critère relève de l'usage professionnel et non de la science. Elle invite les dirigeants à décider dès maintenant de ce qu'ils délèguent sans attendre un consensus des chercheurs.

Pour aller plus loinL'AGI en entreprise impose un nouveau cap aux dirigeants

Boucle dans laquelle une IA contribue à améliorer les conditions de sa propre performance, de sorte que chaque progrès facilite le suivant. Connue en anglais sous le nom de recursive self-improvement, l'idée circule depuis longtemps dans la recherche. Ses applications concrètes touchent des maillons précis comme la conception de puces assistée par IA, sans que la boucle se referme partout.

Pour aller plus loinL'auto-amélioration de l'IA accélère le tempo stratégique

Modèles les plus avancés du moment, développés par un petit nombre de laboratoires disposant de moyens de calcul et de financement considérables. Le terme désigne une position relative qui se déplace à chaque nouvelle génération de modèles. Le droit européen retient une notion voisine avec les modèles d'IA à usage général présentant un risque systémique.

Pour aller plus loin7 tendances IA que tout dirigeant doit anticiper en 2026

Relation régulière entre la taille d'un modèle, le volume de données, la puissance de calcul engagée et la performance obtenue. Elle a été décrite pour les modèles de langage dans un article de recherche publié en 2020 par Jared Kaplan et ses coauteurs. Elle rend une part du progrès prévisible et des travaux cherchent désormais à établir des lois comparables en robotique.

Pour aller plus loinLa robotique redessine l'avenir du travail sans fantasme