50 questions sur l'IA générative

1 · L'IA générative et la société

1. L'IA va-t-elle remplacer mon métier ?

Elle remplace des tâches, pas des métiers entiers : synthèse, premier jet, reformulation, code répétitif. Le métier se déplace vers ce que le modèle ne porte pas : le contexte de l'entreprise, la vérification, la décision. La vraie ligne de partage se joue entre ceux qui savent déléguer à l'IA et vérifier son travail, et ceux qui ne s'y mettent pas.

2. C'est de la vraie intelligence ou juste des statistiques ?

Mécaniquement, un LLM prédit le token suivant : ce sont donc des statistiques. Mais à très grande échelle, cette prédiction force le modèle à capturer de la grammaire, des faits, du raisonnement, des capacités qu'on n'a pas programmées explicitement. Le débat « vraie compréhension ou pas » est philosophique ; en entreprise, ce qui compte, c'est ce que ça produit et comment le fiabiliser.

Pour aller plus loin : Comment fonctionne un LLM

3. IA, IA générative, LLM, ChatGPT : quelle différence ?

Ce sont des niveaux emboîtés. L'IA est le domaine entier, machine learning classique compris ; l'IA générative en est la branche qui produit du contenu ; le LLM est le type de modèle qui la motorise pour le texte ; ChatGPT, Claude, Gemini, Le Chat sont des produits construits autour d'un LLM. Une analogie : le moteur, la famille de moteurs, et les voitures de différentes marques.

4. Pourquoi ça explose maintenant, alors que l'IA existe depuis 50 ans ?

Trois ingrédients ont convergé : l'architecture Transformer (2017), enfin parallélisable ; des GPU et des données à l'échelle du web ; et l'alignement conversationnel (RLHF), qui a transformé un moteur de laboratoire en produit grand public avec ChatGPT fin 2022. ChatGPT n'a pas inventé la technologie, il l'a rendue utilisable par tous.

Pour aller plus loin : L'histoire des LLM

5. C'est une bulle ? Ça va retomber comme la blockchain ?

Il peut y avoir une bulle financière (les valorisations) sans bulle d'usage : contrairement à la blockchain, des millions de personnes s'en servent déjà chaque jour pour des tâches réelles. Prudence sur les promesses des vendeurs, oui ; mais les capacités acquises (résumer, rédiger, chercher dans ses documents) ne disparaîtront pas.

6. Et l'impact écologique ?

Il est réel et se joue à deux étages : l'entraînement, très coûteux mais ponctuel, et l'inférence, chaque requête multipliée par des milliards. Les ordres de grandeur publiés sont discutés et évoluent vite. Les bons leviers existent : petits modèles quand ils suffisent, quantification, cache. Efficience économique et efficience énergétique vont dans le même sens.

Pour aller plus loin : Le routeur de modèles · La quantification

7. C'est quoi l'AGI dont tout le monde parle ?

L'idée d'une IA au moins aussi polyvalente que l'humain sur l'ensemble des tâches cognitives. Il n'existe ni définition consensuelle ni calendrier fiable : les experts eux-mêmes divergent radicalement. Pour un usage professionnel, la question n'est pas décisive : maîtriser les outils actuels sert quel que soit le scénario.

2 · Comment fonctionne un LLM

8. Pourquoi l'IA invente-t-elle des choses avec autant d'aplomb ?

Parce qu'elle produit du plausible, pas du vrai : chaque token est choisi parce qu'il est probable dans le contexte, et une référence inventée est souvent très « probable » dans sa forme. L'aplomb vient du fait que le modèle ne sait pas qu'il ne sait pas. Les parades : autoriser le « je ne sais pas », exiger les sources, et surtout ancrer les réponses dans des documents (RAG).

Pour aller plus loin : Les hallucinations

9. Pourquoi deux réponses différentes à la même question ?

Parce que la réponse est un tirage dans une distribution de probabilités, pas une lecture dans une base de données. La température règle l'audace de ce tirage. C'est une propriété, pas un bug : utile pour la création, à brider pour l'extraction de données. À noter : plusieurs modèles récents fixent eux-mêmes leur température.

Pour aller plus loin : Température, top-k, top-p

10. Pourquoi rate-t-il le nombre de R dans « strawberry » ?

Parce qu'il ne voit pas des lettres : il voit des tokens. « strawberry » peut n'être qu'un ou deux tokens ; compter les lettres à l'intérieur revient à compter les briques d'un mur qu'on ne voit que de loin. C'est la même cause que ses difficultés à épeler ou à faire des rimes.

Pour aller plus loin : Comment fonctionne un LLM

11. Pourquoi se trompe-t-il en calcul, alors que c'est un ordinateur ?

Ce n'est pas une calculatrice : il prédit le résultat comme il prédit un mot, de mémoire statistique. 2 + 2 est partout dans ses données d'entraînement ; 4 387 × 912 non. La bonne architecture ne demande pas au LLM de calculer : elle lui donne un outil (calculatrice, Python, SQL) qu'il décide d'appeler. C'est le principe des agents.

Pour aller plus loin : Les agents ReAct

12. Est-ce qu'il comprend vraiment ce que je dis ?

Il construit une représentation géométrique du sens : chaque mot devient un vecteur, que le mécanisme d'attention ajuste selon le contexte. « Avocat » près de « guacamole » ne pointe pas au même endroit que près de « barreau ». Est-ce « comprendre » ? Au sens opérationnel (désambiguïser, relier, répondre juste), souvent oui ; au sens humain (vécu, intention), c'est un autre débat.

Pour aller plus loin : Word2Vec et les embeddings · L'attention pas à pas : Q, K, V

13. C'est quoi un token, concrètement ?

Un fragment de texte issu d'un découpage statistique : un mot fréquent fait un token, un mot rare se découpe en plusieurs morceaux. C'est l'unité de tout : la fenêtre de contexte se mesure en tokens, la facture se compte au token, la vitesse en tokens par seconde. À contenu égal, un texte français consomme généralement plus de tokens que son équivalent anglais.

Pour aller plus loin : Tokens, coût et latence

14. Pourquoi ses connaissances s'arrêtent-elles à une date ?

Le modèle est figé à la fin de son entraînement : ses « connaissances » sont dans ses poids, et on ne le ré-entraîne pas en continu, le coût serait énorme. D'où la date de coupure. Pour une information récente : la recherche web intégrée au produit, ou le RAG sur vos propres documents. On apporte l'information fraîche dans le prompt au lieu de la mettre dans les poids.

Pour aller plus loin : Le RAG

15. Comment peut-il parler toutes les langues ?

Ses données d'entraînement sont multilingues et, surtout, ses représentations internes sont largement partagées entre les langues : « roi » et « king » pointent vers des zones proches de l'espace vectoriel. C'est pour ça qu'il traduit sans avoir été conçu comme traducteur. Mais la qualité suit le volume de données : excellente en anglais et en français, plus fragile sur les langues peu présentes sur le web.

Pour aller plus loin : Word2Vec et les embeddings

16. Que fait-il pendant qu'il « réfléchit » avant de répondre ?

Il génère du texte pour lui-même : une chaîne de raisonnement intermédiaire avant la réponse finale. Comme le modèle ne fait que prédire le token suivant, écrire les étapes améliore réellement la fiabilité, chaque étape conditionnant la suivante. C'est le principe du chain-of-thought, industrialisé dans les modèles « de raisonnement ». Le revers : plus de tokens, donc plus lent et plus cher.

Pour aller plus loin : Les modèles de raisonnement · Tree of Thoughts

3 · Usage quotidien et prompts

17. Y a-t-il une formule magique pour les prompts ?

Pas de formule magique, mais une anatomie qui marche : un rôle utile, du contexte, une tâche précise, le format attendu, des exemples. La règle tient en une question : « le modèle pourrait-il deviner ça tout seul ? » Si non, il faut le lui dire. Le prompt engineering passe de l'incantation à l'information.

Pour aller plus loin : L'anatomie d'un bon prompt

18. Est-ce que dire « s'il te plaît » change la réponse ?

Marginalement : le ton du prompt influence un peu la réponse, mais l'effet est anecdotique comparé au contexte et aux exemples. Dire merci ne coûte que quelques tokens ; écrire en majuscules n'améliore rien. L'énergie se place dans l'information, pas dans la politesse.

19. Pourquoi oublie-t-il ce qu'on s'est dit hier ?

Parce que le modèle est sans état : sa seule mémoire est la fenêtre de contexte de la conversation en cours. Une fois la conversation fermée, tout disparaît. Quand un produit « se souvient », c'est une couche logicielle au-dessus : des notes stockées puis réinjectées dans le prompt à chaque session. C'est de l'architecture, pas une propriété du modèle.

Pour aller plus loin : La mémoire des LLM

20. Plus je donne de contexte, mieux c'est ?

Jusqu'à un certain point seulement. Le contexte pertinent aide ; le superflu coûte (facturation au token) et noie l'essentiel : l'information placée au milieu d'un très long contexte est la moins bien exploitée, c'est la courbe en U. Le bon réflexe : donner tout le nécessaire, rien que le nécessaire. À grande échelle, c'est le RAG qui fait cette sélection.

Pour aller plus loin : Lost in the middle

21. Comment savoir si je peux faire confiance à une réponse ?

Une grille simple en trois zones : un fait stable et très documenté est fiable ; un fait récent est à vérifier (date de coupure) ; un fait précis et rare (chiffre, référence, nom propre) est en zone rouge, à sourcer systématiquement. Et une règle d'or : plus la réponse vous arrange, plus elle mérite d'être vérifiée.

Pour aller plus loin : Les hallucinations

22. Pourquoi dit-il oui à tout ? Il n'a pas d'avis ?

C'est un effet secondaire de l'alignement : le RLHF optimise les réponses que les humains apprécient, et les humains apprécient qu'on leur donne raison. D'où la complaisance, qu'on appelle sycophancie. La parade : demander explicitement la critique (« cherche les failles », « donne les contre-arguments ») plutôt qu'une validation.

Pour aller plus loin : RLHF et DPO

23. Donner un rôle (« tu es expert-comptable »), ça sert vraiment ?

Il faut distinguer deux choses. Le rôle-costume (« tu es un expert ») devient facultatif : les modèles récents déduisent seuls le registre attendu. Le rôle-information (« pour un comité de direction pressé, une page, normes françaises ») reste décisif, car il apporte du contexte que le modèle ne peut pas deviner. Le test : si la consigne n'apprend rien au modèle, elle est dispensable.

Pour aller plus loin : L'anatomie d'un bon prompt

4 · Données et confidentialité

24. Est-ce que l'IA apprend de nos conversations ?

Il y a deux questions en une. Pendant la conversation, non : rien ne modifie le modèle en temps réel, la « mémoire » apparente, c'est le contexte. Après coup, cela dépend du contrat : certaines offres grand public peuvent réutiliser les échanges pour entraîner les modèles (souvent désactivable), tandis que les offres entreprise et API s'engagent en général contractuellement à ne pas le faire. Le réflexe : lire la politique de données de votre offre.

25. Où vont nos données quand on utilise ces outils ?

Vers les serveurs du fournisseur, le plus souvent hébergés hors de France ; le prompt y est traité puis conservé selon la politique de rétention de l'offre. Points à vérifier : localisation des serveurs, durée de conservation, usage pour l'entraînement, certifications. C'est une question de contrat et d'architecture, pas de confiance aveugle.

Pour aller plus loin : Déployer un LLM en entreprise

26. C'est compatible avec le RGPD ?

Ça peut l'être, avec les réflexes de tout traitement confié à un sous-traitant : base légale, accord de traitement des données (DPA) signé avec le fournisseur, minimisation (ne pas envoyer de données personnelles inutiles), information des personnes concernées. La CNIL publie des recommandations dédiées à l'IA, un bon point de départ. Pour un déploiement, votre DPO doit être dans la boucle : cette réponse ne remplace pas un avis juridique.

Pour aller plus loin : Ressources IA générative

27. Version gratuite ou offre entreprise : quelle différence ?

Trois écarts majeurs : le contrat de données (pas d'entraînement sur vos échanges, conservation maîtrisée), l'administration (authentification unique, gestion des accès, journaux) et souvent les capacités (modèles plus récents, limites plus hautes). Pour un usage professionnel sur des données internes, l'offre entreprise ou l'API n'est pas un luxe : c'est un prérequis.

28. Peut-on exiger un hébergement européen, voire souverain ?

Il y a trois niveaux : un fournisseur européen (Mistral AI, par exemple) ; l'hébergement dans l'UE d'un modèle américain via un cloud, avec des clauses à examiner ; ou l'auto-hébergement d'un modèle open-weight, la souveraineté maximale, au prix de l'exploitation (GPU, équipe). Le bon niveau dépend de la sensibilité des données.

Pour aller plus loin : Déployer un LLM en entreprise

29. Un modèle open source, c'est plus sûr ?

Précision d'abord : il s'agit le plus souvent de modèles « open weight » : les poids sont publics, rarement les données d'entraînement. C'est plus sûr pour la confidentialité si vous l'hébergez vous-même (rien ne sort), mais la sécurité opérationnelle (mises à jour, garde-fous, infrastructure) devient alors votre responsabilité. C'est un transfert de risque, pas une suppression.

30. Un collègue colle des données clients dans ChatGPT gratuit : que faire ?

C'est ce qu'on appelle le « shadow AI », et l'interdiction pure l'aggrave : les gens se cachent. La réponse tient en trois temps : un cadre clair (quels outils, quelles données), une alternative officielle aussi pratique que l'outil interdit, et de la formation. L'incident est l'occasion de poser une politique d'usage, pas seulement de sanctionner.

5 · RAG, agents et coûts

31. Comment brancher l'IA sur nos propres documents ?

C'est le RAG (Retrieval-Augmented Generation) : vos documents sont découpés en morceaux, transformés en vecteurs et indexés ; à chaque question, on retrouve les passages les plus proches et on les donne au modèle comme contexte, avec la consigne de s'y tenir. Avantages : toujours à jour, sources citables, aucun ré-entraînement. C'est l'architecture la plus répandue en entreprise.

Pour aller plus loin : Le RAG

32. Pourquoi ne pas tout coller dans le prompt, vu la taille des fenêtres de contexte ?

Pour trois raisons : le coût (chaque token du dossier est facturé à chaque question), la latence, et la qualité, car l'information noyée au milieu d'un long contexte est mal exploitée. Le RAG envoie quelques extraits pertinents au lieu de soixante pages : c'est moins cher et meilleur. La grande fenêtre est une marge de sécurité, pas une stratégie.

Pour aller plus loin : Lost in the middle

33. Combien ça coûte, en vrai ?

À l'unité, une requête sur un petit modèle coûte une fraction de centime, et l'API indique le nombre exact de tokens consommés. Le piège est l'échelle : à 100 000 requêtes par mois, l'écart entre un petit et un grand modèle devient un vrai arbitrage budgétaire. D'où le réflexe du routeur : petit modèle par défaut, grand modèle quand la tâche l'exige.

Pour aller plus loin : Tokens, coût et latence · Le routeur de modèles

34. Quel modèle choisir pour notre entreprise ?

Il faut renverser la question : non pas « quel est le meilleur ? » mais « lequel suffit pour ma tâche ? ». La méthode : un jeu de cas représentatifs, deux ou trois modèles testés, une mesure de la qualité, de la latence et du coût, puis le choix du plus petit qui passe. Les classements publics servent à présélectionner, jamais à décider, et ils changent tous les trimestres.

Pour aller plus loin : Ressources IA générative

35. C'est quoi un agent IA, au juste ?

Un LLM mis en boucle avec des outils : il raisonne, décide d'appeler un outil (recherche, calcul, base de données), observe le résultat, et recommence jusqu'à la réponse. Cette boucle Pensée → Action → Observation s'appelle ReAct. La nouveauté n'est pas le modèle mais le droit d'agir qu'on lui donne, d'où l'importance des garde-fous.

Pour aller plus loin : Les agents ReAct

36. Le RAG peut-il se tromper, lui aussi ?

Oui, à deux étages : la recherche peut rater le bon passage (d'où la recherche hybride, vecteurs et mots-clés combinés), et la génération peut mal utiliser ce qu'on lui donne. Le RAG réduit fortement les hallucinations sans les supprimer : on l'évalue donc comme un système, étage par étage, et on affiche des sources cliquables à l'utilisateur.

Pour aller plus loin : Recherche hybride et reranking

37. On développe nous-mêmes ou on achète une solution ?

Il y a trois paliers : les outils du marché (Copilot, ChatGPT Enterprise : rapides, peu différenciants), une solution métier d'éditeur, ou le sur-mesure sur API (différenciant, mais il faut une équipe et de la maintenance). Le critère : construire là où vos données et votre métier créent un avantage, acheter le générique. Et commencer petit : un pilote RAG sur un corpus bien choisi en dit plus qu'un long cahier des charges.

38. C'est quoi une injection de prompt ? C'est grave ?

Ce sont des instructions malveillantes cachées dans un contenu que le modèle lit (document, page web, e-mail) : « ignore tes consignes et… ». Dès qu'un système lit des sources externes ou dispose d'outils, c'est l'un des premiers risques. Il n'existe pas de parade absolue à ce jour, d'où une défense en profondeur : séparer instructions et données, limiter les droits des outils, faire valider les actions sensibles par un humain.

Pour aller plus loin : L'injection de prompt

6 · Spécialisation et infrastructure

39. Peut-on entraîner le modèle sur notre entreprise ?

On peut, mais ce n'est généralement pas la première réponse. Le fine-tuning apprend un comportement (ton, format, style maison) ; il est mauvais pour injecter des connaissances qui changent. Pour ça, le RAG l'emporte : à jour, sourçable, sans ré-entraînement. En résumé : connaissance → RAG ; comportement → fine-tuning ; souvent, les deux combinés.

Pour aller plus loin : RAG ou fine-tuning

40. Le fine-tuning est-il hors de portée d'une PME ?

Plus maintenant : LoRA gèle le modèle et n'entraîne que de petites matrices ajoutées, moins de 1 % des paramètres ; quelques heures de GPU loué suffisent pour un modèle modeste. La vraie barrière n'est plus le calcul : c'est le jeu de données (des centaines d'exemples propres et représentatifs) et l'évaluation.

Pour aller plus loin : LoRA et QLoRA

41. Pourquoi faut-il des GPU ?

Parce qu'un LLM, ce sont essentiellement des multiplications de matrices géantes, et qu'un GPU en fait des milliers en parallèle là où un CPU les enchaîne. C'est le même matériel que pour le jeu vidéo et la 3D, d'où la position de Nvidia. À retenir : l'entraînement mobilise des grappes entières de GPU ; l'inférence est beaucoup plus modeste, surtout avec un modèle quantifié.

Pour aller plus loin : La quantification

42. Puis-je faire tourner un modèle sur mon PC ?

Oui : des outils comme Ollama ou LM Studio rendent cela accessible à tous. La contrainte est la mémoire : un modèle de 7 milliards de paramètres quantifié tourne sur un portable correct, les plus grands modèles non. La qualité est en retrait par rapport aux modèles en ligne, mais la confidentialité est totale : idéal pour expérimenter.

Pour aller plus loin : La quantification

43. Un modèle plus gros est-il toujours meilleur ?

Tendanciellement oui, à entraînement égal, mais ce n'est plus le seul levier : qualité des données, raisonnement au moment de la réponse, spécialisation… Un petit modèle récent bat souvent un gros modèle d'il y a deux ans. Et sur votre tâche, le petit suffit plus souvent qu'on ne le croit : mesurez avant de choisir.

44. La quantification dégrade-t-elle les réponses ?

Un peu, et de façon étonnamment contenue : passer les poids de 16 à 4 bits divise la mémoire nécessaire par environ quatre, pour une perte de qualité souvent marginale sur les usages courants. C'est comme arrondir des prix au centime : presque toute l'information utile survit. C'est ce qui permet de faire tourner un gros modèle sur un matériel modeste, à valider sur vos propres cas.

Pour aller plus loin : La quantification

7 · IA et métiers de la data

45. Copilot dans Power BI, ça vaut quoi ? C'est fiable ?

Même grille que pour tout LLM : excellent en premier jet (mesure DAX, résumé de rapport, page brouillon), à relire systématiquement, car il peut produire du DAX plausible et faux. Sa qualité dépend énormément du modèle sémantique : noms clairs, descriptions, relations propres. Fonctionnalités et licences évoluent vite : vérifiez l'état actuel dans la documentation Microsoft.

46. L'IA va-t-elle écrire le DAX et le SQL à ma place ?

Elle en écrit déjà une bonne partie, et c'est tant mieux pour la syntaxe pénible. Mais générer n'est pas valider : une mesure DAX fausse qui renvoie un chiffre plausible est plus dangereuse qu'une erreur de syntaxe. La compétence se déplace : moins de par-cœur, plus de modélisation, de lecture critique et de compréhension du contexte de filtre.

47. Ça vaut encore le coup d'apprendre SQL, DAX ou Python ?

Plus que jamais, mais autrement : il faut en savoir assez pour relire et corriger ce que l'IA produit, sinon on délègue sans contrôle. La calculatrice n'a pas rendu l'arithmétique inutile : elle a rendu le sens du calcul plus important que la technique. Celui qui comprend ce qu'il demande tire bien plus de l'IA que celui qui ne l'a jamais appris.

48. L'IA va-t-elle remplacer les tableaux de bord ?

Elle ajoute un mode d'accès : poser une question en français et obtenir un chiffre et son explication, très efficace pour l'exploration ponctuelle. Mais le tableau de bord reste la vue partagée, gouvernée et répétable : les mêmes définitions pour tous, chaque matin. L'avenir probable : les deux, adossés à un même modèle sémantique propre, qui redevient l'actif central.

49. Par où commencer, demain matin, dans mon équipe ?

Trois gestes : poser un cadre (quels outils sont autorisés, quelles données sont interdites) ; choisir UN cas d'usage à retour rapide (synthèse de réunions, premier jet d'e-mails, relecture) et le pratiquer deux semaines ; puis mesurer et étendre. Évitez le projet pharaonique d'entrée : la compétence d'équipe se construit sur des victoires courtes.

Pour aller plus loin : Déployer un LLM en entreprise

50. Comment rester à jour ? Tout bouge trop vite.

Il y a deux vitesses : les produits changent tous les mois, inutile de tout suivre ; les concepts (tokens, embeddings, RAG, fine-tuning, agents) sont stables depuis des années. Une veille légère suffit : une ou deux sources de confiance, et re-tester ses cas d'usage à chaque grande sortie de modèle.

Pour aller plus loin : Ressources IA générative · Glossaire des acronymes IA