1️⃣ GenAI, c’est quoi exactement ?
La GenAI (intelligence artificielle générative) désigne des systèmes capables de produire du contenu : texte, images, code, audio, vidéo.
Elle ne “pense” pas : elle calcule des probabilités à partir de données existantes. Puissante, oui. Magique, non.
2️⃣ LLM, ça veut dire quoi ?
Un LLM (Large Language Model) est un modèle entraîné sur des volumes massifs de textes pour prédire le mot suivant.
Résultat : il sait rédiger, résumer, expliquer… parfois très bien, parfois avec aplomb… et erreur. D’où la vigilance.
3️⃣ Prompt : simple question ou vraie compétence ?
Un prompt est l’instruction donnée à l’IA.
👉 Un bon prompt = contexte + objectif + contraintes.
Ce n’est pas une phrase magique, c’est un brief. Comme avec un humain (mais plus susceptible).
4️⃣ Hallucination, c’est grave docteur ?
Oui, si on ne la repère pas.
Une hallucination = une réponse fausse mais formulée avec assurance.
La GenAI n’invente pas “volontairement”, elle comble les trous quand l’info manque.
5️⃣ Fine-tuning vs prompt : quelle différence ?
- Prompting : on guide le modèle à l’usage, à la volée.
- Fine-tuning : on réentraîne partiellement le modèle avec des données spécifiques.
👉 Le premier est rapide. Le second est structurant… et plus coûteux.
6️⃣ RAG : pourquoi tout le monde en parle ?
Le RAG (Retrieval-Augmented Generation) permet à l’IA d’aller chercher des documents fiables avant de répondre.
👉 C’est la base pour un usage pro : moins d’hallucinations, plus de traçabilité.
7️⃣ Données d’entraînement vs données utilisateurs
- Données d’entraînement : utilisées pour créer le modèle (historiques).
- Données utilisateurs : ce que vous saisissez aujourd’hui.
👉 En entreprise, on doit savoir où vont ces données et qui peut y accéder. Point.
8️⃣ Agent IA : simple bot ou vrai assistant ?
Un agent IA ne se contente pas de répondre.
Il peut enchaîner des actions : chercher, écrire, planifier, déclencher un outil.
👉 Très utile… à condition d’un cadre clair (droits, logs, validation).
9️⃣ Température : pourquoi l’IA est parfois créative… ou rigide ?
La température règle le niveau d’aléatoire :
- basse → réponses factuelles, stables
- haute → réponses créatives, parfois farfelues
👉 En pro : on baisse. En brainstorming : on ose monter.
🔟 Multimodal, ça change quoi ?
Un modèle multimodal comprend plusieurs formats : texte, image, audio, vidéo.
👉 Cas concrets : analyser un document scanné, commenter une image, résumer une réunion audio.
1️⃣1️⃣ IA générative ≠ moteur de recherche
Un moteur cherche.
La GenAI synthétise.
👉 Elle peut oublier des sources, mélanger des faits. Pour les décisions critiques : on vérifie.
1️⃣2️⃣ Confidentialité : danger réel ou faux débat ?
Danger réel si mal configuré.
Pas de GenAI en entreprise sans :
- règles d’usage
- gouvernance des données
- choix clair des outils
1️⃣3️⃣ Est-ce que la GenAI remplace les humains ?
Non.
Elle remplace des tâches, pas le jugement, la responsabilité, ni le contexte métier.
👉 Ceux qui savent l’utiliser travaillent différemment. .
1️⃣4️⃣ ROI : gadget ou vrai levier ?
Le ROI existe quand la GenAI est utilisée pour :
- rédiger plus vite
- analyser mieux
- automatiser intelligemment
👉 Pas quand elle sert juste à “tester parce que tout le monde en parle”.
1️⃣5️⃣ Par où commencer concrètement ?
- Identifier une tâche répétitive
- Tester avec des données non sensibles
- Formaliser un cadre d’usage
- Mesurer le gain réel
👉 Simple. Pas spectaculaire. Efficace.
