Parler d'IA
sans faire semblant

« Intelligence artificielle » est un terme parapluie. Il désigne tout programme capable d'accomplir une tâche qui demandait jusque-là une forme d'intelligence humaine : reconnaître, classer, prédire, décider. Le filtre anti-spam de votre boîte mail est de l'IA. La lecture de plaque à l'entrée du parking est de l'IA. Le score de risque calculé par votre banque est de l'IA. Ces systèmes tournent en production depuis des décennies, sans que personne ne s'en émeuve.

C'est la sous-famille de l'IA qui produit du contenu neuf (texte, image, son, code) au lieu de ranger le monde dans des cases prédéfinies. Là est la rupture de 2022 : jusqu'alors l'IA classait, notait, prédisait une valeur. Désormais elle rédige, résume, reformule, traduit, programme.

Sa mécanique tient en une phrase : elle prédit, mot après mot, la suite la plus vraisemblable compte tenu de tout ce qui précède. Rien de plus. Toute sa puissance et toutes ses limites tiennent là-dedans.

LLM signifie Large Language Model, grand modèle de langage. C'est un fichier de plusieurs centaines de gigaoctets, entraîné une fois pour toutes sur un volume massif de texte, et qui contient statistiquement « la façon dont les mots s'enchaînent ». GPT-5, Claude, Gemini, Mistral, Llama sont des modèles.

Un produit, lui, c'est un modèle plus une interface, plus vos droits d'accès, plus des connecteurs vers vos données, plus des garde-fous et une facturation. Deux produits qui embarquent le même modèle ne donnent pas le même résultat, parce que tout ce qui l'entoure diffère.

Le prompt, c'est tout ce que vous envoyez au modèle : votre question, mais aussi le rôle que vous lui donnez, le contexte, les exemples, le format attendu, les contraintes et ce qu'il ne doit surtout pas faire.

Le modèle ne sait rien de votre entreprise, de votre interlocuteur, de l'enjeu, ni du ton maison. Un prompt de huit mots produit un résultat générique, et c'est normal : il a rempli les blancs tout seul. Le même prompt enrichi du destinataire, de l'objectif, du ton, de la longueur et de l'interdit produit un livrable.

Le modèle ne lit ni des lettres ni des mots : il lit des fragments, appelés tokens. « Facturation » se découpe en « Factur » + « ation ». Un mot courant tient souvent en un seul token ; un nom propre, un terme technique ou un mot accentué en coûtent plusieurs. En français, comptez environ 100 tokens pour 75 mots, soit à peu près quatre caractères par token.

Pourquoi ça vous concerne : tout se compte en tokens. Le prix (facturé au million de tokens, séparément en entrée et en sortie), la vitesse de réponse, et la quantité de matière que vous pouvez lui soumettre.

C'est la quantité maximale de tokens que le modèle peut avoir sous les yeux en une seule fois : votre prompt, les documents joints, et l'intégralité de l'historique de la conversation. Selon les modèles, de 128 000 à plus d'un million de tokens.

Attention au contresens : ce n'est pas de la mémoire au sens humain. À chaque message, on lui renvoie toute la conversation depuis le début. Il ne se souvient de rien : on lui relit son cahier à chaque fois. Quand la fenêtre sature, le plus ancien tombe. D'où ces conversations qui « perdent le fil » au bout d'une heure et oublient la consigne donnée au premier message.

Il existe deux régimes. En mode rapide, le modèle produit sa réponse immédiatement, mot après mot, sans étape intermédiaire. En mode approfondi (on parle de « raisonnement » ou de thinking), il rédige d'abord un brouillon interne : il décompose le problème, explore des pistes, vérifie, se corrige, et seulement ensuite écrit la réponse que vous lisez. Ce brouillon consomme du temps et des tokens que vous payez sans jamais les lire.

L'effort est le réglage qui détermine combien le modèle a le droit de réfléchir avant de répondre : concrètement, un budget de tokens de raisonnement. Côté Faster : peu de brouillon, réponse en quelques secondes. Côté Smarter : le modèle explore, recoupe, se relit. Plus lent, plus cher, nettement plus fiable sur les tâches complexes.

L'interface le dit sans détour : « un effort plus élevé est plus rigoureux, mais il est plus lent et consomme plus de crédits ». Tout est là. Qualité, temps et coût sont liés : on ne déplace pas l'un sans les deux autres.

On parle d'hallucination quand le modèle produit une affirmation fausse avec exactement le même aplomb qu'une affirmation vraie : une source qui n'existe pas, un article de loi inventé, une date crédible, un chiffre parfaitement plausible et parfaitement faux.

Ce n'est pas un bug, c'est structurel. Le modèle optimise la vraisemblance de la suite du texte, jamais sa véracité. Une référence bibliographique inventée ressemble trait pour trait à une vraie : rien, dans sa mécanique, ne distingue les deux.

RAG signifie Retrieval-Augmented Generation : génération augmentée par la recherche. Le principe tient en trois temps. Votre question déclenche une recherche dans vos documents : SharePoint, Drive, wiki, base clients. Les passages les plus pertinents sont extraits. Ils sont collés dans le prompt, et le modèle répond à partir de ces extraits, en citant ses sources.

C'est exactement ce que fait Microsoft 365 Copilot avec vos fichiers, et c'est ce qui sépare un gadget d'un outil de travail. Le modèle, lui, n'a pas changé : ce qu'il a sous les yeux change tout.

Un agent, c'est un modèle à qui l'on donne trois choses : un objectif plutôt qu'une question ; des outils (chercher sur le web, lire un fichier, interroger une base, envoyer un mail, appeler une API) ; et le droit de boucler, c'est-à-dire agir, observer le résultat, se corriger et recommencer jusqu'à atteindre l'objectif.

À un assistant, vous demandez « rédige la synthèse de ces trois devis ». À un agent, vous demandez « trouve les trois devis dans la boîte partagée, compare-les au cahier des charges, signale les écarts et prépare la recommandation ». Il décide lui-même des étapes.

Sans IA, une automatisation est un enchaînement déterministe : déclencheur, conditions, actions. « Quand un formulaire est soumis, si le montant dépasse 5 000 €, alors créer une tâche et notifier le directeur. » Même entrée, même sortie, à chaque fois. C'est rapide, quasi gratuit, traçable et auditable. Une grande part des gains de productivité d'une PME est là, et ne demande aucune IA.

Avec IA, on insère un nœud de jugement là où aucune règle ne tient. « Quand un mail arrive sur contact@, déterminer s'il s'agit d'une réclamation, d'une demande de devis ou d'un spam, en extraire le besoin, puis router. » Aucune liste de mots-clés n'aurait fait ça correctement.