Le lexique de l'IA pour les marketeurs (version débutants)

Ce lexique explique 50 termes de l'intelligence artificielle aux professionnels du marketing qui découvrent le sujet. Chaque terme est présenté de la même façon : une définition en une phrase, une image tirée de votre quotidien et ce que cela change pour vous.

Par où commencer : les 5 termes essentiels

Si vous n'avez que dix minutes, lisez d'abord ces cinq entrées.

Intelligence artificielle : le mot-valise qui recouvre tout le reste.
Machine learning : la méthode qui permet à un outil d'apprendre à partir de vos données.
IA générative et IA prédictive : deux familles d'outils qui n'ont ni les mêmes usages ni les mêmes risques.
Prompt : la consigne qui détermine la qualité de ce que l'IA vous rend.
Hallucination : l'erreur la plus fréquente, et la raison pour laquelle tout contenu doit être relu.

1. Les bases : de quoi parle-t-on quand on parle d'IA ?

Qu'est-ce que l'intelligence artificielle (IA) ?

En une phrase : l'intelligence artificielle désigne l'ensemble des technologies qui permettent à un ordinateur d'accomplir des tâches jusqu'ici réservées aux humains, comme comprendre un texte, reconnaître une image ou recommander un produit.

L'image qui parle : imaginez un stagiaire statisticien. Il ne comprend rien à votre métier, mais il a étudié des millions d'exemples et repère ce qui ressemble à ce qu'il a déjà vu.

Pourquoi ça vous concerne : quand un fournisseur vous vend « de l'IA », demandez ce qu'elle fait précisément. Le mot seul ne garantit ni la qualité ni la nouveauté d'un outil.

Qu'est-ce qu'un algorithme ?

En une phrase : un algorithme est une suite d'instructions précises qu'un ordinateur suit pour résoudre un problème, comme une recette de cuisine appliquée à la lettre.

L'image qui parle : une recette donne le même plat à chaque fois, tant que les ingrédients sont les mêmes. L'ordinateur n'invente rien, il exécute.

Pourquoi ça vous concerne : tout algorithme n'est pas une IA. Distinguer la règle fixe (prévisible, vérifiable) de l'apprentissage (puissant, moins prévisible) vous aide à juger un outil et à parler juste avec vos équipes.

Qu'est-ce que le machine learning (apprentissage automatique) ?

En une phrase : le machine learning est une méthode où l'ordinateur découvre lui-même des règles en analysant de nombreux exemples, au lieu de les recevoir toutes écrites par un programmeur.

L'image qui parle : c'est un jeune commercial qui, après mille rendez-vous, sent quels prospects vont signer, sans toujours savoir l'expliquer.

Pourquoi ça vous concerne : il alimente le marketing digital depuis plus de dix ans. Il n'apprend que de vos données : des données pauvres ou obsolètes donnent des résultats pauvres.

Qu'est-ce que le deep learning (apprentissage profond) ?

En une phrase : le deep learning est une forme de machine learning qui empile de nombreuses couches de calcul, appelées réseaux de neurones, pour traiter des données complexes comme le texte, l'image ou le son.

L'image qui parle : pensez à une chaîne de montage. Les premiers postes repèrent des traits simples, les derniers reconnaissent un visage ou comprennent une phrase.

Pourquoi ça vous concerne : c'est lui qui explique le bond récent des outils d'IA générative. Le mot « neurone » est une image : il ne s'agit pas d'un cerveau artificiel.

Qu'est-ce que l'IA faible et l'IA forte ?

En une phrase : l'IA faible est un système conçu pour une tâche précise, tandis que l'IA forte serait une intelligence générale comparable à celle d'un humain, qui n'existe pas à ce jour.

L'image qui parle : l'IA faible est un spécialiste très pointu, comme un correcteur orthographique. L'IA forte serait un collaborateur capable de tout faire, ce qui relève encore de la science-fiction.

Pourquoi ça vous concerne : tous les outils que vous utiliserez relèvent de l'IA faible. Cela aide à relativiser les discours alarmistes et à se méfier des éditeurs qui laissent croire que leur outil « comprend » vos clients.

2. Comment ça marche : les mots de la technique

Qu'est-ce qu'un LLM (grand modèle de langage) ?

En une phrase : un LLM est un programme entraîné sur d'immenses quantités de textes, qui produit du langage en prédisant, mot après mot, la suite la plus probable.

L'image qui parle : c'est la saisie semi-automatique de votre téléphone, mais entraînée sur une bibliothèque entière.

Pourquoi ça vous concerne : un LLM ne cherche pas la vérité, il fabrique un texte plausible. D'où sa fluidité, mais aussi ses erreurs (voir « hallucination »). Traitez toujours sa production comme un brouillon à relire.

Qu'est-ce qu'une hallucination ?

En une phrase : une hallucination est une information fausse ou inventée qu'une IA générative présente avec la même assurance qu'un fait exact.

L'image qui parle : c'est un stagiaire qui, plutôt que d'avouer qu'il ne sait pas, invente une réponse convaincante.

Pourquoi ça vous concerne : chiffres, citations et noms propres doivent être vérifiés avant publication. Votre marque répond de ce que dit son chatbot : en 2024, un tribunal canadien a tenu Air Canada responsable d'une règle de remboursement inventée par son robot. À ne pas confondre avec le biais, qui reflète une distorsion présente dans les données.

Qu'est-ce qu'un prompt (et le prompt engineering) ?

En une phrase : un prompt est la consigne écrite que l'on donne à une IA générative, et le prompt engineering est l'art de la formuler pour obtenir un bon résultat.

L'image qui parle : c'est un brief. Brief flou, résultat flou.

Pourquoi ça vous concerne : la qualité du résultat dépend surtout de la clarté de la demande. Donnez le contexte, le rôle, l'objectif et le format attendu, comme avec un prestataire.

Qu'est-ce qu'un token ?

En une phrase : un token est le petit morceau de texte (mot, partie de mot ou signe de ponctuation) que l'IA lit et écrit, et qui sert d'unité de mesure pour la longueur et la facturation.

L'image qui parle : c'est le nombre de signes facturés par une agence de traduction : l'IA, elle, compte en tokens.

Pourquoi ça vous concerne : un mot français représente en général un peu plus d'un token. Connaître cette unité permet de budgétiser vos usages et d'éviter les prompts inutilement longs.

Qu'est-ce qu'un modèle de fondation ?

En une phrase : un modèle de fondation est un très grand modèle d'IA, entraîné sur des données massives et variées, que l'on adapte ensuite à de nombreux usages.

L'image qui parle : c'est un moteur que plusieurs constructeurs montent dans des voitures différentes.

Pourquoi ça vous concerne : demandez à l'éditeur quel modèle il utilise. Votre outil dépend de ce fournisseur : prix, disponibilité, lieu de traitement de vos données.

Qu'est-ce que le fine-tuning (affinage) ?

En une phrase : le fine-tuning consiste à poursuivre l'entraînement d'un modèle existant sur vos propres exemples, pour le spécialiser dans une tâche ou un style.

L'image qui parle : c'est former un généraliste à votre métier en le faisant travailler des mois sur vos dossiers.

Pourquoi ça vous concerne : c'est une option lourde et souvent coûteuse. Pour un simple ton de marque, un bon prompt illustré d'exemples ou un RAG suffisent souvent. Demandez à un prestataire pourquoi l'affinage serait nécessaire.

Qu'est-ce que le RAG (génération augmentée par la recherche) ?

En une phrase : le RAG est une technique qui permet à l'IA de consulter vos documents au moment de répondre, au lieu de se fier uniquement à sa mémoire d'entraînement.

L'image qui parle : c'est un examen à livre ouvert : l'IA retrouve la bonne page avant de répondre.

Pourquoi ça vous concerne : c'est le principal moyen de réduire les hallucinations et d'actualiser les réponses. Il ne les supprime pas : l'IA peut mal interpréter un document, donc vérifiez.

Qu'est-ce qu'un modèle multimodal ?

En une phrase : un modèle multimodal comprend et produit plusieurs types de contenus (texte, image, son, vidéo) dans une même conversation.

L'image qui parle : c'est un collègue à qui vous pouvez montrer une photo, dicter une consigne et demander un texte ou un visuel en retour.

Pourquoi ça vous concerne : cela réduit le nombre d'outils à jongler. La qualité varie toutefois d'un format à l'autre : testez texte, image et son séparément.

Qu'est-ce que la fenêtre de contexte ?

En une phrase : la fenêtre de contexte est la quantité maximale de texte qu'une IA peut garder « en tête » en même temps, vos consignes et vos documents compris.

L'image qui parle : c'est la taille du bureau de l'IA : plus il est grand, plus de dossiers tiennent ouverts ensemble ; au-delà, des feuilles tombent.

Pourquoi ça vous concerne : une réponse incomplète ou qui oublie vos consignes vient souvent de là. Et une grande fenêtre ne garantit pas une lecture aussi attentive de tout le contenu.

Quelle différence entre IA générative et IA prédictive ?

En une phrase : l'IA prédictive anticipe un résultat à partir de données passées (qui va acheter, qui va partir), tandis que l'IA générative crée un contenu nouveau (texte, image, son).

L'image qui parle : la première est un météorologue, la seconde un rédacteur.

Pourquoi ça vous concerne : les contrôles diffèrent. Une prédiction se vérifie en comparant avec les résultats réels, un contenu généré se relit. Savoir de quelle IA on parle évite de mal organiser la vérification.

Qu'est-ce que l'inférence ?

En une phrase : l'inférence est le moment où un modèle déjà entraîné produit une réponse à votre demande, par opposition à l'entraînement, réalisé en amont par l'éditeur.

L'image qui parle : l'entraînement, ce sont les années d'études ; l'inférence, c'est chaque consultation facturée.

Pourquoi ça vous concerne : c'est ce qui explique la facturation à l'usage et les quotas des outils d'IA. Plus l'usage est massif, plus la facture monte : un point utile en négociation.

Que sont les données d'entraînement ?

En une phrase : les données d'entraînement sont les textes, images et autres contenus sur lesquels un modèle a appris, et elles déterminent ce qu'il « sait » comme ce qu'il ignore.

L'image qui parle : ce sont les livres que le stagiaire a lus avant d'arriver. S'il n'a lu que d'anciens ouvrages, il ne connaît pas vos nouveaux concurrents.

Pourquoi ça vous concerne : ces données sont à l'origine des biais et des informations périmées. Interrogez un éditeur sur leur provenance et leur fraîcheur. À ne pas confondre avec les documents fournis via un RAG.

3. L'IA dans votre quotidien marketing

Qu'est-ce que la personnalisation générative ?

En une phrase : la personnalisation générative consiste à utiliser l'IA pour créer, pour chaque personne, un message ou un visuel unique, au lieu de choisir parmi quelques versions préparées pour des segments.

L'image qui parle : c'est passer du prêt-à-porter au sur-mesure : un vendeur qui écrirait une lettre différente à chacun de ses clients.

Pourquoi ça vous concerne : l'échelle change, mais les risques aussi : cohérence de marque, usage de données personnelles (voir « RGPD et IA générative »). Relisez un échantillon avant tout envoi massif.

Qu'est-ce que l'analytique prédictive ?

En une phrase : l'analytique prédictive utilise des données historiques pour estimer la probabilité d'un comportement futur : achat, désabonnement, réponse à une offre.

L'image qui parle : c'est la météo. Elle annonce 70 % de risque de pluie, elle ne garantit pas qu'il pleuvra.

Pourquoi ça vous concerne : elle alimente ciblage, scoring et recommandations. Le piège est de traiter une probabilité comme un fait : vérifiez régulièrement que les prédictions se réalisent.

Qu'est-ce qu'un contenu synthétique ?

En une phrase : un contenu synthétique est un texte, une image, une voix ou une vidéo produit en tout ou partie par une IA.

L'image qui parle : c'est un photomontage industriel : la scène n'a jamais été filmée, mais elle ressemble à une vraie.

Pourquoi ça vous concerne : depuis le 2 août 2026, l'AI Act impose de signaler certains contenus générés (voir « AI Act »). Au-delà de la loi, le public peut mal réagir : notez en interne la part de travail humain.

Qu'est-ce qu'un chatbot conversationnel (assistant virtuel) ?

En une phrase : un chatbot conversationnel est un programme qui dialogue en langage naturel avec vos clients et répond à leurs questions sans suivre un scénario figé.

L'image qui parle : c'est un conseiller de boutique disponible 24 h sur 24 qui a lu tout votre catalogue, mais qui peut improviser quand il ne sait pas.

Pourquoi ça vous concerne : il soulage le service client, mais il peut inventer hors du cadre prévu (voir « hallucination »). Prévoyez un relais vers un humain et signalez clairement qu'il s'agit d'une IA.

Qu'est-ce que le lead scoring par IA ?

En une phrase : le lead scoring par IA attribue automatiquement une note à chaque prospect pour estimer sa probabilité de devenir client, d'après son comportement et ses caractéristiques.

L'image qui parle : c'est un commercial chevronné qui trie le courrier et place en haut de la pile les lettres des prospects les plus chauds.

Pourquoi ça vous concerne : la note n'est fiable que si vos données le sont et si l'historique est suffisant. Le modèle peut aussi favoriser certains profils : contrôlez que les prospects bien notés convertissent vraiment.

Qu'est-ce que le GEO (Generative Engine Optimization) ?

En une phrase : le GEO regroupe les pratiques visant à faire citer ou recommander votre marque dans les réponses d'assistants d'IA comme ChatGPT, Perplexity, Gemini ou les aperçus IA de Google.

L'image qui parle : c'est le SEO d'un nouveau rayon. Il ne s'agit plus d'être premier dans une liste de liens, mais d'être cité dans la réponse elle-même.

Pourquoi ça vous concerne : les pratiques sont jeunes et rien ne garantit d'être cité. Les mécanismes de citation sont peu transparents : misez sur des contenus clairs, sourcés et cohérents, en complément du SEO.

Que sont les données synthétiques (études de marché) ?

En une phrase : les données synthétiques sont des données fictives mais statistiquement plausibles, générées par une IA pour simuler le comportement de consommateurs.

L'image qui parle : c'est un simulateur de vol. Il permet de s'entraîner, mais il ne remplace pas le vrai ciel.

Pourquoi ça vous concerne : elles accélèrent l'exploration d'idées à moindre coût, mais elles reproduisent aussi les biais du modèle qui les génère. Ipsos recommande d'y associer rigueur et données réelles avant toute décision d'investissement.

Qu'est-ce qu'un copilote marketing ?

En une phrase : un copilote marketing est un assistant d'IA intégré directement dans un outil que vous utilisez déjà, comme votre CRM, votre outil d'emailing ou votre gestion de campagnes.

L'image qui parle : c'est un assistant assis à côté de vous dans votre logiciel habituel, qui propose et prépare pendant que vous décidez.

Pourquoi ça vous concerne : c'est la porte d'entrée la plus simple, sans nouvel outil à apprendre. Sa qualité dépend des données de l'outil : demandez ce que le copilote peut consulter et où vos données sont traitées.

4. Règles, éthique et risques

Qu'est-ce que l'AI Act (règlement européen sur l'IA) ?

En une phrase : l'AI Act est le règlement européen qui encadre les systèmes d'IA selon leur niveau de risque, avec des obligations de transparence et de contrôle humain.

L'image qui parle : c'est un code de la route pour l'IA : plus la situation est dangereuse, plus les règles sont strictes.

Pourquoi ça vous concerne : les obligations pour les systèmes à haut risque ont été repoussées, pas la transparence. La formation des salariés à l'IA est exigée depuis février 2025. Depuis le 2 août 2026, un chatbot doit signaler qu'il est une IA et les contenus générés ou fortement modifiés doivent être signalés, avec un délai jusqu'au 2 décembre 2026 pour le marquage technique des systèmes déjà commercialisés. Les calendriers évoluant, vérifiez-les régulièrement.

Qu'est-ce que l'explicabilité ?

En une phrase : l'explicabilité est la capacité à comprendre et à expliquer pourquoi une IA a produit tel résultat, plutôt que de la traiter comme une boîte noire.

L'image qui parle : c'est la différence entre un conseiller qui justifie sa recommandation et un oracle qui répond « c'est comme ça ».

Pourquoi ça vous concerne : elle devient indispensable quand une décision touche un client (offre refusée, score défavorable) et pour que vos équipes fassent confiance à l'outil. Les modèles les plus puissants sont souvent les moins explicables.

Qu'est-ce qu'un biais algorithmique ?

En une phrase : un biais algorithmique est une déformation systématique des résultats d'une IA, qui reproduit les déséquilibres présents dans ses données d'entraînement.

L'image qui parle : c'est un recruteur qui n'a vu que des CV d'un seul profil et en conclut que seuls ceux-là réussissent.

Pourquoi ça vous concerne : vous risquez d'écarter des clients potentiels, avec un enjeu éthique et réglementaire dès qu'une IA influence une décision individuelle. Comparez les résultats par segment. À ne pas confondre avec l'hallucination.

Qu'est-ce que l'IA responsable ?

En une phrase : l'IA responsable est une démarche qui consiste à concevoir et utiliser l'IA en tenant compte de ses effets éthiques, sociaux et environnementaux, et pas seulement de sa performance.

L'image qui parle : c'est une démarche qualité ou RSE appliquée à l'IA.

Pourquoi ça vous concerne : clients, partenaires et régulateurs attendent des engagements clairs. C'est une démarche volontaire, qui va au-delà de la conformité légale et réunit biais, explicabilité et gouvernance des données.

Qu'est-ce que la souveraineté des données (IA souveraine) ?

En une phrase : la souveraineté des données est la capacité d'une organisation à garder la maîtrise de l'endroit où ses données sont stockées et traitées, et du droit qui s'y applique.

L'image qui parle : c'est la différence entre garder les clés de son coffre et louer un coffre chez un tiers soumis à d'autres lois.

Pourquoi ça vous concerne : avant de confier des données clients à un outil, demandez où elles sont traitées, par qui et sous quel droit. Ne confondez pas cette question avec le choix d'un fournisseur européen.

Que dit le RGPD sur l'IA générative ?

En une phrase : le RGPD s'applique à l'IA générative dès que des données personnelles sont saisies dans l'outil ou produites par lui, comme pour tout autre traitement de données.

L'image qui parle : coller un fichier client dans un outil en ligne revient à le confier à un prestataire : il faut un cadre.

Pourquoi ça vous concerne : ne saisissez pas de données personnelles dans un outil non validé et vérifiez les conditions de traitement de chaque éditeur avant tout déploiement. La CNIL conseille de partir d'un besoin précis avant de déployer un outil.

Qu'est-ce que le watermarking (marquage et traçabilité) ?

En une phrase : le watermarking regroupe les techniques qui permettent de signaler et de retrouver qu'un contenu a été généré ou modifié par une IA.

L'image qui parle : c'est le filigrane d'un billet ou l'étiquette d'origine d'un produit.

Pourquoi ça vous concerne : il répond aux obligations de transparence de l'AI Act, mais il a des limites : une modification avec un outil non compatible peut faire échouer la vérification (Google Cloud), et plusieurs systèmes cohabitent encore. Le standard le plus répandu, C2PA (« Content Credentials »), est intégré par Adobe depuis 2024. Conservez vos fichiers d'origine.

Qu'est-ce que la gouvernance des données ?

En une phrase : la gouvernance des données est l'ensemble des règles, rôles et processus qui encadrent la collecte, la qualité, l'accès et l'usage des données dans une organisation.

L'image qui parle : c'est le règlement d'une bibliothèque : qui peut emprunter quoi, qui range, qui vérifie.

Pourquoi ça vous concerne : l'IA amplifie la qualité de vos données, bonne ou mauvaise. Des données mal gouvernées produisent des résultats médiocres, voire risqués. C'est un prérequis plus large que l'IA, que celle-ci a rendu urgent.

Qu'est-ce que le shadow AI ?

En une phrase : le shadow AI désigne l'usage d'outils d'IA par des collaborateurs en dehors de tout cadre validé par l'entreprise, souvent avec des comptes personnels.

L'image qui parle : c'est un collaborateur qui installe son propre logiciel sur son poste à l'insu de la direction informatique.

Pourquoi ça vous concerne : fuites de données et non-conformité RGPD sont à la clé. Selon une étude INRIA-Datacraft de 2024, près de 7 salariés français sur 10 utilisent l'IA générative au travail sans en informer leur hiérarchie. L'interdiction pure pousse à cacher les usages : mieux vaut fournir des outils validés et fixer les données autorisées.

Droit d'auteur et IA générative : que faut-il savoir ?

En une phrase : le droit d'auteur soulève ici deux questions : l'usage d'œuvres protégées pour entraîner les modèles, et la protection (ou non) des contenus produits par l'IA.

L'image qui parle : c'est un copiste très rapide : sa copie peut ressembler à l'original, et elle ne vous appartient pas forcément.

Pourquoi ça vous concerne : si une agence vous facture une cession de droits sur un visuel 100 % IA, sa valeur est incertaine (Consultation.avocat.fr). Le droit évolue : le Parlement européen réclame une autorisation préalable des ayants droit pour l'entraînement des modèles. En France, une œuvre entièrement générée par IA, sans apport suffisant d'un auteur humain, n'est pas protégée par le droit d'auteur.

Qu'est-ce que la transparence algorithmique (consentement) ?

En une phrase : c'est l'obligation d'informer les personnes lorsque leurs données alimentent un système automatisé, ou lorsqu'elles échangent avec une IA plutôt qu'avec un humain.

L'image qui parle : c'est l'étiquette de composition d'un produit alimentaire : elle informe avant que vous ne consommiez.

Pourquoi ça vous concerne : découvrir après coup qu'on parlait à une IA nuit à la confiance. Annoncez-le d'emblée, en mots simples, et indiquez comment joindre un humain.

5. Organiser l'IA dans votre équipe

Qu'est-ce que le human-in-the-loop (humain dans la boucle) ?

En une phrase : le human-in-the-loop est un principe selon lequel une personne intervient à un moment précis du processus pour valider, corriger ou arrêter l'IA avant l'action finale.

L'image qui parle : c'est le relecteur d'une imprimerie qui signe le bon à tirer avant l'impression.

Pourquoi ça vous concerne : plus l'IA agit seule, plus ce contrôle compte. Il suppose un vrai point d'arrêt avant l'action, pas un simple regard après coup. Décidez à l'avance qui valide quoi.

Qu'est-ce que l'orchestration (outils et workflows d'IA) ?

En une phrase : l'orchestration consiste à coordonner plusieurs outils ou étapes d'IA dans un même processus, pour automatiser une tâche de bout en bout.

L'image qui parle : c'est une chaîne de production où chaque poste passe le relais au suivant.

Pourquoi ça vous concerne : le gain de temps est important, mais une erreur à une étape se propage aux suivantes. Prévoyez des points de contrôle humain et démarrez avec un processus simple.

Qu'est-ce que l'AI literacy (culture de l'IA) ?

En une phrase : l'AI literacy est le niveau de compréhension qui permet à une personne ou à une équipe d'utiliser l'IA à bon escient, d'en connaître les limites et de juger ses résultats.

L'image qui parle : c'est savoir lire une carte avant de prendre la route. Nul besoin de savoir la fabriquer.

Pourquoi ça vous concerne : un outil sophistiqué sans équipe formée crée peu de valeur. L'AI Act impose une obligation de formation des salariés depuis février 2025 (Blog du Modérateur), et les entreprises qui associent IA et montée en compétences structurée ont deux fois plus de chances d'obtenir de bons résultats (DataCamp).

Qu'est-ce qu'un marketeur augmenté ?

En une phrase : un marketeur augmenté est un professionnel qui s'appuie sur l'IA pour gagner en efficacité tout en gardant la main sur le jugement, la stratégie et la créativité.

L'image qui parle : c'est un pilote qui règle et surveille son pilote automatique, et reprend les commandes quand il le faut.

Pourquoi ça vous concerne : plutôt que de vous demander si l'IA va vous remplacer, listez les tâches à déléguer (premiers jets, tris, synthèses) et celles où votre jugement fait la différence (stratégie, ton de marque, arbitrages).

Qu'est-ce que la gouvernance interfonctionnelle ?

En une phrase : la gouvernance interfonctionnelle est un mode de pilotage des projets d'IA qui associe dès le départ marketing, données, informatique et juridique, au lieu de laisser chaque équipe avancer seule.

L'image qui parle : c'est un chantier où l'architecte, l'électricien et le plombier se coordonnent. Sinon, on perce les murs après la peinture.

Pourquoi ça vous concerne : beaucoup de projets d'IA échouent pour des raisons d'organisation (silos) plutôt que de technique. Le marketing doit co-construire avec les autres équipes plutôt que commander.

Qu'est-ce que le ROI de l'IA (valeur mesurable) ?

En une phrase : le ROI de l'IA mesure la valeur réellement créée par un projet d'IA par rapport à son coût, en argent, en temps ou en qualité.

L'image qui parle : c'est le bilan d'une formation : combien elle a coûté, ce qu'elle a rapporté.

Pourquoi ça vous concerne : dans une enquête menée en 2026 auprès de plus de 500 dirigeants américains et britanniques, 21 % déclarent un retour positif significatif et 42 % un retour modéré (DataCamp). Fixez vos indicateurs avant de lancer, sans oublier les gains de rapidité ou de qualité, plus difficiles à chiffrer.

6. Ce qui arrive : les tendances émergentes

Qu'est-ce que l'IA agentique ?

En une phrase : l'IA agentique désigne des systèmes capables d'enchaîner seuls plusieurs étapes pour atteindre un objectif, sans demander de validation à chaque pas.

L'image qui parle : c'est passer d'un assistant à qui l'on commande un texte à un collaborateur à qui l'on confie une mission.

Pourquoi ça vous concerne : le terme est souvent survendu. En juillet 2026, la CNIL et le Conseil de l'IA et du numérique ont alerté sur un risque de perte de maîtrise des données personnelles, et recommandent de limiter l'accès des agents aux données et aux applications et de surveiller leurs actions (Le Monde Informatique).

Qu'est-ce qu'un agent IA (et un système multi-agents) ?

En une phrase : un agent IA est un programme qui agit de façon autonome pour atteindre un objectif, en utilisant des outils comme la messagerie ou le CRM ; un système multi-agents fait collaborer plusieurs agents spécialisés.

L'image qui parle : c'est un collaborateur à qui l'on donne accès à sa messagerie et à son agenda. Un système multi-agents, c'est une petite équipe : l'un cherche, l'autre rédige, le dernier relit.

Pourquoi ça vous concerne : la différence avec un chatbot est qu'il agit : envoyer un email, modifier une campagne. Plus il est autonome, plus il faut limiter ses droits et garder un humain pour les actions irréversibles (voir « human-in-the-loop »).

Qu'est-ce qu'une entreprise ou un outil « IA native » ?

En une phrase : un outil « IA native » est conçu dès l'origine autour de l'IA, plutôt que d'avoir reçu une fonction d'IA ajoutée après coup.

L'image qui parle : c'est une maison dont les plans intègrent la domotique, face à une maison ancienne à laquelle on a ajouté un thermostat connecté.

Pourquoi ça vous concerne : l'argument est de plus en plus utilisé commercialement. Pour en juger, demandez ce que l'IA fait réellement dans l'outil, sur quelles données elle s'appuie et ce qui resterait si on la retirait.

Qu'est-ce qu'un SLM (Small Language Model, petit modèle de langage) ?

En une phrase : un SLM est un modèle de langage plus compact qu'un grand LLM, plus rapide et moins coûteux, mais moins polyvalent.

L'image qui parle : c'est un spécialiste de quartier plutôt qu'un grand hôpital : moins de moyens, mais efficace sur son domaine.

Pourquoi ça vous concerne : sur des tâches répétitives et bien définies, un SLM peut coûter moins cher, répondre plus vite et tourner sur vos propres serveurs, ce qui aide la confidentialité (Cognizant). Demandez à un prestataire pourquoi un grand modèle serait indispensable.

Quelle différence entre modèles open source et modèles propriétaires ?

En une phrase : un modèle open source met son fonctionnement à disposition pour être utilisé et adapté, tandis qu'un modèle propriétaire reste fermé et ne s'utilise que via l'interface ou l'API de son éditeur.

L'image qui parle : c'est une recette publiée que l'on peut cuisiner chez soi, face à un plat commandé dans un restaurant dont la recette est secrète.

Pourquoi ça vous concerne : ce choix pèse sur la souveraineté des données, le coût et la dépendance à un fournisseur. « Open source » ne veut pas toujours dire gratuit, ni entièrement transparent : le degré d'ouverture varie beaucoup.

Qu'est-ce qu'un world model (modèle du monde) ?

En une phrase : un world model est un modèle d'IA qui cherche à représenter et à simuler le fonctionnement du monde physique, là où un LLM prédit surtout la suite d'un texte.

L'image qui parle : c'est une maquette numérique d'un magasin où l'on déplacerait les rayons pour voir comment les clients circulent.

Pourquoi ça vous concerne : la définition même du terme fait débat et la maturité est faible pour le marketing. À surveiller pour la simulation d'expérience client ou le prototypage, sans l'inscrire à votre budget.

Qu'est-ce qu'un avatar IA (humain synthétique) ?

En une phrase : un avatar IA est une personne numérique générée par IA, qui apparaît en vidéo, parle et incarne une marque ou un interlocuteur sans exister en vrai.

L'image qui parle : c'est une mascotte parlante, mais réaliste au point d'être confondue avec un vrai présentateur.

Pourquoi ça vous concerne : la question de la transparence se pose d'emblée : le public sait-il qu'il ne parle pas à une vraie personne ? À ne pas confondre avec le deepfake, qui reprend l'image d'une personne réelle sans son accord.

Qu'est-ce que l'apprentissage continu ?

En une phrase : l'apprentissage continu est la capacité d'une IA à intégrer de nouvelles informations au fil du temps sans oublier ce qu'elle savait déjà, ce que les modèles actuels font mal.

L'image qui parle : c'est un collaborateur qui apprendrait un nouveau logiciel sans jamais oublier l'ancien, alors qu'une IA mise à jour naïvement oublie souvent une partie du passé.

Pourquoi ça vous concerne : un outil d'IA ne s'améliore pas tout seul à votre usage. Prévoyez de le mettre à jour et de le tester régulièrement. À ne pas confondre avec le RAG, qui lui fournit des informations récentes sans modifier le modèle.

Sources

Les chiffres et les règles de ce lexique, ainsi que les recherches qui ont servi à le préparer, proviennent de pages consultées par recherche web en novembre 2026. Les passages réglementaires et les chiffres chiffrés méritent d'être revérifiés à la source avant publication.

Réglementation et autorités

Blog du Modérateur : IA Act, ce qui change le 2 août 2026
Banque des Territoires : contenus générés par IA, obligations de transparence
CNIL : comment déployer une IA générative
CNIL et CIANum : note sur l'IA agentique (relayée par Le Monde Informatique)
LINC-CNIL : modèles du monde
Assemblée nationale : réponse ministérielle sur les œuvres générées par IA
Consultation.avocat.fr : agences, annonceurs et droits d'auteur sur les créations IA
Google Cloud : Content Credentials et C2PA

Cas, études et enquêtes

CTV News : Air Canada et son chatbot
Presse-citron : la publicité de Noël 2025 de Coca-Cola
Siècle Digital : Samsung et ChatGPT
Into The Minds : shadow IA, étude INRIA-Datacraft
DataCamp : ROI de l'IA en 2026, enquête YouGov
Ipsos et Stanford : données synthétiques
Qualtrics : recherche synthétique
RTBF : l'oubli catastrophique et l'apprentissage continu
CM.com : cas Missguided

Outils et éditeurs (informations fournies par les éditeurs)

Salesforce : Agentforce Marketing
HubSpot : agents IA marketing
Sybill : comparatif d'outils de lead scoring
Mistral AI : inférence régionale et modèles ouverts
Siècle Digital : Microsoft et Mistral AI
Ahrefs : GEO
Synthesia : avatars de synthèse
Cognizant : petits modèles de langage