Montrer le sommaire Cacher le sommaire
Ce glossaire IA rassemble les 45 termes qu’un dirigeant de TPE ou de PME rencontre réellement lorsqu’il évalue un outil d’intelligence artificielle : dans une démonstration commerciale, dans un contrat, dans une documentation technique ou dans une conversation avec son expert-comptable inquiet du RGPD. Le vocabulaire de l’intelligence artificielle a la particularité d’être à la fois anglophone, mouvant et employé de manière imprécise par les fournisseurs eux-mêmes. Le même mot ne recouvre pas toujours la même chose selon qu’il sort de la bouche d’un ingénieur ou d’un vendeur.
Nous avons donc écrit chaque définition selon la même règle : une première phrase qui doit se comprendre seule, sans avoir lu ce qui précède, puis une ou deux phrases qui expliquent ce que le terme change concrètement pour une entreprise de moins de cinquante salariés. Lorsqu’un terme a plusieurs acceptions, nous retenons celle qui a du sens pour un dirigeant et nous signalons l’autre. Les termes sont classés par ordre alphabétique et chaque notion qui mérite un développement renvoie vers le guide correspondant.
Comment utiliser ce glossaire IA
Ce lexique n’est pas fait pour être lu d’un bout à l’autre. Utilisez la recherche de votre navigateur pour trouver un terme précis, ou parcourez une lettre lorsque vous préparez un rendez-vous fournisseur. Les définitions sont volontairement autonomes et peuvent être citées telles quelles dans une note interne ou un cahier des charges.
Deux avertissements de méthode. D’abord, les termes marqués comme noms commerciaux ne sont pas des standards du secteur : ils désignent la brique d’un éditeur donné et ne se retrouvent pas ailleurs sous le même nom. Ensuite, les définitions réglementaires résument des textes de droit et ne remplacent pas l’avis d’un conseil juridique sur votre situation particulière.Rechercher un terme ou une définition
A
Agent autonome
Un agent autonome est un programme qui poursuit un objectif en enchaînant plusieurs actions sans qu’un humain valide chaque étape. L’autonomie n’est pas un état binaire mais un réglage : le même agent peut préparer un message et attendre validation, ou l’envoyer directement, selon le niveau de contrôle que vous définissez. Pour une PME, le bon réflexe est de démarrer en mode brouillon sur les tâches engageantes et de n’ouvrir l’autonomie complète que sur les tâches à faible enjeu. Le fonctionnement détaillé est décrit dans notre guide sur ce qu’est un agent IA.
Agent IA
Un agent IA est un système logiciel qui reçoit un objectif, décompose les étapes nécessaires pour l’atteindre, utilise des outils extérieurs pour les exécuter et vérifie le résultat. Ce qui le distingue d’un assistant de rédaction n’est pas sa puissance mais son périmètre : il agit dans votre messagerie, votre agenda ou votre CRM, pas seulement dans une fenêtre de conversation. Concrètement, un agent IA ne vous dit pas qu’il faudrait relancer un devis, il envoie la relance. Nous détaillons cette définition et ses limites dans le guide qu’est-ce qu’un agent IA.
AI Act
L’AI Act est le règlement européen sur l’intelligence artificielle, adopté en 2024, qui classe les systèmes d’IA par niveau de risque et impose des obligations proportionnées à ce niveau. Son application est progressive : l’obligation de littératie IA, c’est-à-dire de formation minimale des personnes qui utilisent ces outils, s’applique depuis février 2025, et les sanctions deviennent applicables au 2 août 2026 (source : entreprises.gouv.fr). La grande majorité des usages en TPE/PME — rédaction, relance commerciale, support client — relève des catégories à risque limité ou minimal, avec surtout des obligations de transparence. Nous détaillons ce que cela implique concrètement dans notre guide AI Act pour les TPE et PME.
API
Une API est une interface qui permet à deux logiciels d’échanger des données ou de se donner des ordres automatiquement, sans intervention humaine. C’est le mécanisme qui rend possible qu’un agent IA lise vos nouveaux messages, crée une fiche dans votre CRM ou pose un rendez-vous dans votre agenda. Pour un dirigeant, la question utile n’est pas de savoir comment une API fonctionne, mais si les outils qu’il utilise déjà en proposent une — ce qui conditionne la faisabilité de toute automatisation. Notre guide des intégrations explique comment vérifier ce point outil par outil.
Apprentissage automatique (machine learning)
L’apprentissage automatique désigne les méthodes qui permettent à un programme de déduire des règles à partir d’exemples, au lieu de suivre des règles écrites à la main par un développeur. C’est le sous-domaine de l’intelligence artificielle qui a rendu possible la reconnaissance d’images, la détection de fraude et, plus récemment, les modèles de langage. Dans une PME, vous en croisez surtout les produits finis : un outil qui trie vos e-mails, note vos contacts ou prévoit vos ruptures de stock.
Assistant conversationnel
Un assistant conversationnel est un logiciel qui dialogue en langage naturel, à l’écrit ou à l’oral, pour répondre à des questions et exécuter des demandes simples. Le terme est fréquemment employé comme synonyme de chatbot ; certains éditeurs le réservent aux assistants vocaux, d’autres à des outils généralistes comme ChatGPT. Retenez qu’un assistant conversationnel produit une réponse dans une conversation, tandis qu’un agent produit une action dans un outil : la comparaison est développée dans chatbot vs agent IA.
B
Base de connaissance
Une base de connaissance est un référentiel structuré des informations propres à une entreprise, que le système d’IA consulte pour formuler ses réponses. Elle contient typiquement ce qu’un nouveau salarié devrait apprendre : l’activité, les produits et les tarifs, le ton de la marque, les clients types, les réponses aux objections courantes. Sa qualité détermine directement la pertinence des réponses : un agent branché sur une base pauvre produira des réponses génériques, quel que soit le modèle utilisé. Chez Agentova, cette brique est le cerveau IA, partagé par les huit agents.
C
Cerveau IA
Le cerveau IA est le nom donné par Agentova à la base de connaissance centrale qui stocke l’ADN de marque, le ton, les connaissances métier, les produits, les personas, les réponses aux objections et la mémoire des conversations. Il s’agit d’un nom commercial et non d’un terme standard du secteur : chez d’autres éditeurs, la même fonction s’appelle base de connaissance, mémoire ou contexte d’entreprise. Son intérêt pratique est qu’un agent ne repart jamais d’une page blanche et que la précision s’améliore avec l’usage. La page cerveau IA en détaille le contenu.
Chatbot
Un chatbot est un programme conversationnel dont le périmètre se limite à une fenêtre de dialogue : il comprend une question et produit une réponse écrite. Les premières générations fonctionnaient par arbre de décision et mots-clés, les suivantes s’appuient sur des modèles de langage et comprennent des formulations libres. Dans les deux cas, le produit fini reste un message : un chatbot vous indique qu’un créneau est disponible jeudi, il ne le réserve pas. La distinction complète est traitée dans chatbot vs agent IA.
CRM
Un CRM est un logiciel qui centralise les contacts d’une entreprise, l’historique des échanges avec chacun et l’avancement des opportunités commerciales. C’est le point de connexion le plus utile pour un agent IA commercial, puisqu’il y trouve à la fois la matière — qui a été contacté, quand, à quel sujet — et l’endroit où écrire le résultat de son travail. Une PME sans CRM peut utiliser un agent IA, mais elle se prive de la mémoire commerciale qui rend les relances pertinentes. Notre article sur l’IA connectée au CRM décrit les usages concrets.
D
Déclencheur (trigger)
Un déclencheur est l’événement ou la condition qui lance automatiquement une action, sans qu’un humain ait à cliquer. Les déclencheurs courants dans une PME sont un formulaire rempli sur le site, un e-mail reçu, un devis passé au statut « envoyé » depuis trois jours, ou une heure fixe du calendrier. C’est le déclencheur qui distingue une automatisation réelle d’un outil qu’il faut penser à ouvrir : sans lui, l’agent attend qu’on le sollicite. Le guide des intégrations recense les déclencheurs disponibles selon les outils.
Données d’entraînement
Les données d’entraînement sont l’ensemble des exemples à partir desquels un modèle d’intelligence artificielle a appris, avant d’être mis à disposition des utilisateurs. Une confusion fréquente et lourde de conséquences consiste à croire que tout ce qu’on donne à un outil d’IA rejoint automatiquement ses données d’entraînement : ce n’est pas le cas par défaut chez les fournisseurs professionnels, mais cela dépend du contrat. Pour un dirigeant, la question à poser à un fournisseur est simple et doit obtenir une réponse écrite : mes données servent-elles à entraîner vos modèles ou ceux de tiers ?
E
Embedding
Un embedding est la traduction d’un texte en une suite de nombres qui représente son sens, de telle sorte que deux textes proches par le sens obtiennent des suites de nombres proches. C’est ce mécanisme qui permet à un système de retrouver le bon passage d’un document même si la question de l’utilisateur n’emploie aucun des mots du texte. Vous n’avez pas à manipuler cette notion directement, mais elle explique pourquoi une recherche par IA dans vos documents fonctionne mieux qu’une recherche par mots-clés.
F
Fine-tuning
Le fine-tuning est le réentraînement complémentaire d’un modèle existant sur un jeu de données spécifique, afin d’adapter son comportement ou son style. C’est une opération coûteuse, longue et qui doit être refaite à chaque évolution des données, ce qui la rend rarement pertinente pour une TPE ou une PME. Dans la quasi-totalité des cas, une base de connaissance bien construite associée à la technique du RAG produit un résultat équivalent pour un coût sans commune mesure.
G
GPT
GPT est l’acronyme de « Generative Pre-trained Transformer » et désigne la famille de grands modèles de langage développée par OpenAI, dont ChatGPT est l’interface grand public. Le terme a pris une seconde acception : dans l’écosystème OpenAI, « un GPT » désigne aussi un assistant personnalisé configuré par un utilisateur. Pour un dirigeant, retenez que GPT est une marque de modèle parmi d’autres et non un synonyme d’intelligence artificielle.
H
Hallucination
Une hallucination est la production, par un système d’IA, d’une information formulée avec assurance mais fausse, inexacte ou inventée. C’est le risque principal d’un usage non encadré : un modèle qui ne sait pas produit rarement un silence, il produit une réponse plausible. Les deux parades efficaces sont l’ancrage sur une base documentaire d’entreprise, qui oblige le système à répondre à partir de vos contenus, et la validation humaine sur les messages engageants.
Hébergement des données
L’hébergement des données désigne le lieu physique et le cadre juridique dans lesquels vos données sont stockées : quel prestataire, dans quel pays, sous quelle législation. Le point compte pour la conformité au RGPD, notamment lorsque des données quittent l’Union européenne. La politique de confidentialité d’Agentova indique un hébergement dans l’Union européenne (Google Cloud Platform / Firebase UE, Vercel, Neon) et affiche une conformité SOC 2 et CCPA ; vos données n’y sont ni vendues ni exploitées à des fins publicitaires, mais restent accessibles aux sous-traitants techniques qui y sont nommés. C’est cette liste, et non un logo de conformité, qu’il faut demander à tout éditeur — la démarche complète est décrite dans notre guide RGPD et agents IA. Les implications pratiques sont détaillées dans notre guide RGPD et agents IA.
I
IA agentique
L’IA agentique désigne l’approche dans laquelle un système d’intelligence artificielle ne se contente pas de produire du contenu mais planifie et exécute une suite d’actions à l’aide d’outils extérieurs. C’est le déplacement principal du secteur depuis 2024 : on passe d’outils qui rédigent à des outils qui font. Pour une PME, cela change la nature du gain : au lieu d’économiser le temps de rédaction d’un message, on économise le temps de tout le processus, du repérage du besoin jusqu’à l’action. Voir notre guide qu’est-ce qu’un agent IA.
IA générative
L’IA générative regroupe les systèmes capables de produire du contenu nouveau — texte, image, son, vidéo, code — à partir d’une consigne exprimée en langage courant. Elle s’oppose aux systèmes d’IA qui se contentent de classer, prédire ou détecter. Dans une PME, ses usages les plus fréquents sont la rédaction de messages commerciaux, la production de visuels et le résumé de documents.
Intégration
Une intégration est la connexion établie entre deux logiciels pour qu’ils échangent des données ou déclenchent des actions l’un chez l’autre. C’est la condition matérielle de toute automatisation : un agent IA sans intégration reste une fenêtre de conversation. Agentova annonce plus de 3 000 applications connectables, dont WhatsApp, Gmail, Instagram, Slack, Notion, Stripe, Shopify et les principaux CRM et agendas ; la liste et la méthode de raccordement figurent dans le guide des intégrations.
J
Jeton (token)
Un jeton est la plus petite unité de texte manipulée par un modèle de langage : un mot court, un fragment de mot long ou un signe de ponctuation. C’est l’unité dans laquelle se comptent à la fois la facturation des modèles et la quantité de texte qu’ils peuvent traiter en une fois. En français, un texte de 1 000 mots représente en ordre de grandeur 1 300 à 1 600 jetons selon le modèle, ce qui explique pourquoi les coûts d’un usage intensif se calculent au volume de texte traité et non au nombre d’utilisateurs.
L
Lead
Un lead est un contact identifié qui a manifesté un intérêt pour votre offre et dont vous détenez au moins un moyen de le recontacter. La différence avec un simple visiteur est l’existence d’une coordonnée exploitable ; la différence avec un prospect qualifié est qu’on ne sait pas encore si son besoin est réel. Dans la plupart des TPE, la perte de valeur ne vient pas du manque de leads mais du délai de rappel, sujet traité dans notre article sur l’IA connectée au CRM.
Lead scoring
Le lead scoring est la méthode qui attribue une note à chaque contact pour estimer sa probabilité de devenir client, à partir de son comportement et de son profil. Les critères habituels sont l’ancienneté de la demande, la nature de la page consultée, le secteur d’activité, la taille de l’entreprise ou le fait d’avoir ouvert plusieurs messages. Son intérêt pour une petite équipe commerciale est de dire par qui commencer quand on ne peut pas rappeler tout le monde le même jour.
LLM (grand modèle de langage)
Un LLM, ou grand modèle de langage, est un programme entraîné sur de très grands volumes de texte pour prédire la suite la plus probable d’une séquence de mots, ce qui lui permet de rédiger, résumer, traduire, classer ou répondre. Un modèle de langage est le moteur, pas le véhicule : seul, il produit du texte et rien d’autre. GPT, Claude, Gemini, Llama ou Mistral sont des familles de LLM ; un agent IA est un système construit autour de l’un d’eux, auquel s’ajoutent une mémoire, des outils et des règles.
M
MCP
Le MCP, ou Model Context Protocol, est un protocole ouvert publié par Anthropic en novembre 2024 qui normalise la manière dont un système d’IA se connecte à des sources de données et à des outils externes. Son objectif est d’éviter de redévelopper une connexion spécifique pour chaque paire outil-modèle. Pour un dirigeant, c’est un terme à connaître parce qu’il apparaît dans les documentations techniques et parce qu’il est un indicateur d’ouverture d’une plateforme : un éditeur qui le supporte s’engage sur un standard plutôt que sur un format propriétaire.
Minimisation des données
La minimisation des données est le principe du RGPD selon lequel on ne collecte et ne conserve que les données strictement nécessaires à la finalité poursuivie. Appliqué à un agent IA, cela signifie ne lui donner accès qu’aux champs dont il a besoin pour sa tâche : un agent qui relance des devis n’a pas besoin des données de santé ou des coordonnées bancaires de vos clients. C’est aussi une mesure de réduction du risque en cas d’incident. Notre guide RGPD et agents IA détaille comment délimiter ces accès.
N
No-code
Le no-code désigne les outils qui permettent de configurer un logiciel ou une automatisation par une interface graphique, sans écrire de code. C’est ce qui rend l’automatisation accessible à une entreprise sans service informatique, à condition de savoir décrire précisément le processus à automatiser. Le no-code supprime la barrière technique, pas le travail de formalisation : il faut toujours savoir ce que l’on veut automatiser, dans quel ordre et avec quelles exceptions.
Nurturing
Le nurturing est la pratique consistant à entretenir la relation avec un contact qui n’est pas encore prêt à acheter, au moyen de messages utiles espacés dans le temps. Il se distingue de la relance commerciale par son intention : on apporte une information, on ne demande pas une décision. C’est typiquement la tâche que les petites structures abandonnent en premier faute de temps, et l’une des premières à confier à un agent — voir notre article sur l’automatisation de la relance client.
O
Onboarding
L’onboarding est la phase de prise en main initiale d’un outil, pendant laquelle on le paramètre, on le connecte aux applications existantes et on forme les utilisateurs. C’est le moment qui détermine le plus souvent la réussite ou l’abandon d’un projet d’automatisation, bien plus que le choix du logiciel lui-même. Agentova propose un onboarding guidé, avec des sessions individuelles au cours desquelles un intervenant humain configure les agents avec vous. Le terme désigne aussi, en ressources humaines, l’intégration d’un nouveau salarié.
Opt-in / opt-out
L’opt-in désigne le recueil d’un consentement explicite avant d’envoyer des messages commerciaux à une personne ; l’opt-out désigne la possibilité de se désinscrire à tout moment. En France, la prospection par courrier électronique auprès de particuliers suppose en principe un consentement préalable, tandis que la prospection entre professionnels est admise sans consentement préalable si le message est en rapport avec la fonction de la personne, à condition de l’informer et de lui offrir un moyen simple de s’opposer. Un agent IA qui envoie des messages doit respecter ces règles au même titre qu’un commercial, ce que nous détaillons dans RGPD et agents IA.
Orchestration
L’orchestration est la coordination de plusieurs agents, outils ou étapes pour qu’ils s’exécutent dans le bon ordre et se transmettent les bonnes informations. Elle devient nécessaire dès qu’un processus dépasse une seule tâche : capter une demande, la qualifier, planifier un rendez-vous et déclencher une facture mobilisent des briques différentes. Sans orchestration, on obtient une collection d’automatisations isolées qui se recouvrent ou se contredisent.
P
Pipeline commercial
Le pipeline commercial est la représentation des opportunités de vente en cours, réparties par étape d’avancement, de la prise de contact jusqu’à la signature — cette dernière étape étant souvent appelée « closing » dans le vocabulaire commercial. Son intérêt est de rendre visible où les affaires s’arrêtent, ce qui est la condition pour savoir quoi automatiser en priorité. Chez Agentova, c’est le périmètre de l’agent Arthur, qui prospecte, qualifie, relance et accompagne la conclusion ; les modalités de raccordement au CRM sont décrites dans IA et CRM.
Prompt
Un prompt est la consigne rédigée en langage courant que l’on adresse à un système d’intelligence artificielle pour obtenir un résultat. Sa qualité repose sur trois éléments : le contexte fourni, la tâche demandée et le format attendu. Dans un agent IA correctement configuré, une grande partie du contexte est déjà présente dans la base de connaissance, ce qui rend les consignes de l’utilisateur beaucoup plus courtes qu’avec un assistant généraliste.
Prompt engineering
Le prompt engineering est la pratique consistant à formuler et structurer les consignes données à un système d’IA pour obtenir des résultats fiables et reproductibles. Elle a beaucoup compté au début des assistants généralistes, lorsqu’il fallait tout redonner à chaque conversation. Son importance décroît dans les outils qui disposent d’un contexte d’entreprise persistant, mais elle reste utile pour cadrer les cas particuliers et les formats de sortie.
Q
Qualification
La qualification est le processus qui vérifie si un contact correspond à votre cible et si son besoin, son budget et son échéance sont réels. Elle transforme un lead en prospect exploitable, ou permet de l’écarter tôt et sans coût. C’est une tâche répétitive, fondée sur des questions stables, donc particulièrement adaptée à l’automatisation ; nous en décrivons le mécanisme dans notre article sur l’automatisation de la relance client.
R
RAG (génération augmentée par récupération)
Le RAG est la technique qui consiste à rechercher, au moment où la question est posée, les passages pertinents dans une base documentaire, puis à les fournir au modèle pour qu’il rédige sa réponse à partir de ces éléments. Elle présente trois avantages pour une entreprise : elle réduit fortement les hallucinations, elle permet de citer la source d’une réponse, et elle ne nécessite pas de réentraîner un modèle lorsque vos documents changent. C’est le mécanisme qui permet à un agent de répondre avec vos tarifs, vos conditions et votre vocabulaire plutôt qu’avec des généralités.
Responsable de traitement
Le responsable de traitement est, au sens du RGPD, l’entité qui détermine les finalités et les moyens d’un traitement de données personnelles. Lorsqu’une PME utilise un outil d’IA pour traiter ses contacts clients, c’est en général l’entreprise elle-même qui est responsable de traitement, et l’éditeur du logiciel qui agit comme sous-traitant. Cette qualification n’est pas un détail administratif : elle détermine qui doit informer les personnes, tenir le registre et répondre en cas de contrôle. Voir RGPD et agents IA.
RGPD
Le RGPD, ou Règlement général sur la protection des données, est le texte européen applicable depuis le 25 mai 2018 qui encadre le traitement des données personnelles. Il s’applique à toute entreprise, quelle que soit sa taille, dès lors qu’elle traite des données de personnes situées dans l’Union européenne — un fichier client de trente lignes y est soumis. L’usage d’un agent IA n’y change rien : il ajoute simplement un sous-traitant de plus à documenter.
S
Séquence de relance
Une séquence de relance est une suite de messages programmés à l’avance, envoyés à intervalles définis, qui s’interrompt automatiquement dès que le destinataire répond. Elle se distingue d’un envoi de masse par le fait qu’elle est individuelle et conditionnelle : chaque contact suit sa propre chronologie. C’est l’un des automatismes au rendement le plus direct dans une PME, puisqu’il porte sur des devis déjà émis ; le mécanisme est détaillé dans automatiser la relance client.
Sous-traitant
Le sous-traitant est, au sens du RGPD, l’organisme qui traite des données personnelles pour le compte du responsable de traitement et selon ses instructions. L’éditeur d’un outil d’IA qui héberge et traite vos données clients occupe généralement cette position, ce qui impose un contrat écrit précisant l’objet du traitement, sa durée, les mesures de sécurité et le sort des données en fin de contrat. Demander ce document avant de signer est le réflexe minimal.
Supervision humaine
La supervision humaine est le dispositif par lequel une personne contrôle, valide ou peut interrompre les actions d’un système d’intelligence artificielle. Elle se règle en pratique sur trois niveaux : validation systématique avant envoi, autonomie dans un périmètre borné avec remontée des cas hors cadre, et autonomie complète réservée aux tâches à faible enjeu. Au-delà du bon sens opérationnel, c’est une exigence du règlement européen pour les systèmes classés à haut risque, comme l’explique notre guide AI Act pour les TPE et PME.
T
Taux de conversion
Le taux de conversion est la proportion de personnes ayant accompli l’action visée rapportée au nombre total de personnes concernées. Il n’a de sens qu’accompagné de son périmètre : un taux de conversion de visiteur à lead, de lead à rendez-vous et de rendez-vous à client mesurent trois réalités différentes. Pour une PME, c’est l’indicateur qui permet de savoir si une automatisation a produit un effet réel ou seulement un gain de temps.
Tunnel d’acquisition
Le tunnel d’acquisition est la représentation des étapes successives par lesquelles passe une personne inconnue avant de devenir cliente : découverte, intérêt, contact, qualification, décision. Sa fonction n’est pas théorique : elle sert à localiser l’étape où l’on perd le plus de monde. Dans la plupart des petites structures, la déperdition la plus coûteuse se situe entre le contact et la qualification, faute de temps pour rappeler assez vite.
W
Webhook
Un webhook est un mécanisme par lequel une application envoie automatiquement un message à une autre dès qu’un événement se produit chez elle. La différence avec une API classique tient au sens de l’initiative : avec une API, un logiciel demande une information ; avec un webhook, c’est l’application source qui pousse l’information sans qu’on la sollicite. C’est ce qui permet à un agent de réagir en quelques secondes à un formulaire rempli plutôt que de vérifier périodiquement. Voir le guide des intégrations.
Workflow
Un workflow est un enchaînement d’étapes automatisées reliant un déclencheur à un résultat, avec des conditions et des branches selon les situations rencontrées. Attention à une confusion fréquente en français : le mot « maillage » employé dans un contexte marketing désigne le maillage interne d’un site web, pas un enchaînement de tâches — les deux notions n’ont aucun rapport. Pour une PME, un workflow bien conçu tient en peu d’étapes : un déclencheur clair, deux ou trois conditions, une action et une règle de sortie.
Pour aller plus loin dans ce lexique d’intelligence artificielle
Ce glossaire fixe le vocabulaire ; les guides ci-dessous expliquent les mécanismes. Pour la notion centrale, commencez par qu’est-ce qu’un agent IA, puis par chatbot vs agent IA si vous devez arbitrer entre les deux familles d’outils. Côté technique, le guide des intégrations traite des API, webhooks et déclencheurs, et l’article IA et CRM montre ce que donne le raccordement à votre base commerciale.
Côté conformité, deux lectures suffisent à couvrir l’essentiel : RGPD et agents IA pour les obligations relatives aux données personnelles, et AI Act pour les TPE et PME pour le cadre européen applicable à l’intelligence artificielle. Enfin, la page cerveau IA décrit la brique qui donne à un agent la connaissance de votre entreprise.
FAQ — Glossaire de l’intelligence artificielle
Quelle différence entre un chatbot et un agent IA ?
Un chatbot produit principalement une réponse dans une fenêtre de conversation. Un agent IA va plus loin : il peut utiliser des outils extérieurs, exécuter plusieurs étapes et agir dans la messagerie, le CRM ou l’agenda de l’entreprise.
Qu’est-ce qu’un LLM ?
Un LLM est un grand modèle de langage entraîné sur d’importants volumes de texte. Il peut rédiger, résumer, classer ou répondre, mais il ne devient un agent que lorsqu’il est relié à des outils et à un processus d’action.
À quoi sert le RAG ?
Le RAG permet à un système d’aller chercher des informations dans une base de connaissance avant de produire sa réponse. Il améliore l’ancrage dans les documents de l’entreprise et réduit le risque de réponses génériques.
Pourquoi le RGPD figure-t-il dans un glossaire IA ?
Parce qu’un agent peut traiter des données personnelles lorsqu’il accède à un CRM, une boîte mail ou un outil de support. Les notions de responsable de traitement, de sous-traitant et de minimisation deviennent alors directement opérationnelles.
Faut-il savoir coder pour utiliser un agent IA ?
Audit du temps de travail : repérez vos tâches chronophages en 7 jours
Essai gratuit, freemium, open source : trois façons d’essayer une IA sans payer
Non. Les solutions no-code et les intégrations prêtes à l’emploi permettent de déployer de nombreux usages sans développement. Il reste toutefois nécessaire de définir le périmètre, les règles et la supervision humaine.
