RAG, réglage fin, agent, automatisation : le lexique décisionnel du dirigeant

Vous n’avez pas besoin de savoir programmer pour décider d’un projet d’IA. Vous avez besoin de comprendre une douzaine de mots, parce que ces mots déterminent des choix qui coûtent ou qui rapportent : héberger chez vous ou louer une API, indexer vos documents ou réentraîner un modèle, acheter un chatbot ou construire un agent. Quand le vocabulaire est flou, c’est rarement l’acheteur qui en profite.

Ce lexique est donc décisionnel : chaque terme est expliqué en langage d’affaires, avec le moment où c’est le bon choix et celui où ce n’en est pas un. Beaucoup de projets qui déraillent commencent par un malentendu de vocabulaire, comme nous le montrons dans notre analyse des projets d’IA qui échouent en PME.

Un modèle de langage est un logiciel entraîné sur d’immenses corpus de textes pour produire la suite la plus plausible d’une phrase. C’est une mécanique de probabilité, pas une base de données : il rédige, résume, reformule et raisonne, mais il ne « sait » rien de votre entreprise tant qu’on ne lui montre pas vos documents.

Un modèle à poids ouverts se télécharge et s’exécute sur votre propre serveur, comme ceux de notre comparatif des modèles à héberger chez vous. Les paramètres, ces milliards de valeurs numériques qui composent le modèle, en sont la « taille de cerveau » : plus il y en a, plus le modèle est nuancé, et plus il exige de mémoire. La quantification compresse ces paramètres pour qu’un modèle tienne sur un matériel raisonnable, avec une perte de qualité marginale dans la plupart des usages d’entreprise.

Le RAG (génération augmentée par récupération) fait consulter vos documents au modèle au moment où il répond : il repère les passages pertinents, puis rédige à partir d’eux. Vos fichiers restent des fichiers, le modèle ne change pas. C’est l’approche par défaut pour interroger le savoir d’une entreprise, parce qu’elle se met à jour en continu et qu’elle peut citer ses sources.

Le réglage fin (fine-tuning) modifie le modèle lui-même à partir d’exemples choisis. Il excelle à intérioriser un style, un format ou une terminologie de métier; il est médiocre pour apprendre des faits, qui se périment et se corrigent mal. L’entraînement complet, lui, consiste à bâtir un modèle depuis zéro : c’est l’affaire de grands laboratoires, pas d’une PME, et ce n’est presque jamais la bonne réponse à votre besoin.

Un chatbot converse : il répond aux questions dans une fenêtre de clavardage, généralement sur un périmètre étroit. Un assistant aide une personne dans sa tâche : il rédige, résume, prépare, mais n’agit pas seul. Un agent, lui, enchaîne des actions : il consulte vos systèmes, croise des données, prépare un livrable complet, puis le soumet à validation. C’est le sens que nous donnons au mot chez Cogio : l’IA prépare, l’humain décide.

L’automatisation classique (la RPA, pour automatisation robotisée des processus) n’a rien d’intelligent, et c’est sa force : elle rejoue des étapes identiques, vite et sans se lasser. Quand un processus est parfaitement répétitif, la RPA est plus fiable et moins chère qu’un agent. L’agent devient pertinent quand il faut comprendre un document, juger un cas particulier ou combiner plusieurs sources; son coût dépend surtout du nombre de systèmes à connecter, comme le détaille notre article sur le coût réel d’un agent IA au Québec.

Les modèles ne lisent pas des mots, mais des jetons : des fragments de texte, souvent plus courts qu’un mot. La facturation des API se compte au jeton, et la fenêtre de contexte, c’est-à-dire la quantité de texte que le modèle peut considérer d’un seul coup, se mesure en jetons elle aussi. Une grande fenêtre permet d’avaler un appel d’offres entier avec ses annexes; une petite oblige à découper, au risque de perdre le fil.

L’hallucination est le défaut le plus commenté : le modèle affirme avec aplomb une chose fausse. Elle survient surtout quand on le fait répondre au-delà de ce qu’on lui a montré. On ne l’élimine pas, on la contient : un RAG qui cite ses sources, des périmètres bien définis et une validation humaine sur tout ce qui engage l’entreprise.

L’inférence, c’est le moment où le modèle travaille : il lit votre demande et produit sa réponse. Elle peut se faire sur votre serveur (inférence locale) ou chez un fournisseur, par API infonuagique. La différence fondamentale n’est pas la qualité brute : c’est le trajet de vos données.

En local, vos documents ne quittent jamais l’entreprise : l’analyse de conformité à la Loi 25 s’en trouve simplifiée et le CLOUD Act américain sort de l’équation. Par API, vous accédez aux modèles les plus puissants sans acheter de matériel, mais vous devez examiner le contrat, la résidence des données et l’usage qui en est fait. Notre comparaison IA locale ou ChatGPT en entreprise aide à trancher selon la sensibilité de vos documents.

Les embeddings (plongements, en bon français) transforment chaque passage de texte en une suite de nombres qui capture son sens. Deux passages qui parlent de la même chose obtiennent des nombres voisins, même s’ils n’ont aucun mot en commun. C’est le moteur de la recherche sémantique : taper « bris de convoyeur » et retrouver la fiche intitulée « arrêt de la ligne 3 ».

C’est aussi la moitié cachée d’un projet RAG : la qualité des réponses dépend autant du modèle qui cherche que du modèle qui rédige. Le bon choix quand vos employés perdent du temps à fouiller le serveur partagé; d’un intérêt limité si votre parc documentaire tient dans un classeur.

Le vocabulaire n’a d’intérêt que s’il mène à une décision. Voici la grille que nous utilisons en cadrage : partez de ce que vous voulez obtenir, le reste suit.

Choisissez un irritant concret (des soumissions trop lentes, un savoir qui dort dans les courriels, des questions répétitives) et reformulez-le avec les mots de ce lexique : voulez-vous chercher, rédiger, converser ou agir? Cette phrase d’une ligne vaut mieux qu’un long cahier des charges, et elle vous protège des solutions vendues avant le problème.

Chez Cogio, c’est ainsi que démarre chaque cadrage : le besoin d’affaires d’abord, le vocabulaire ensuite, la technique en dernier. Nous concevons des agents sur mesure hébergés chez le client, une forme de cerveau d’entreprise qui prépare le travail pendant que vos gens décident. Si vous voulez valider votre lecture d’un besoin, écrivez-nous : une conversation suffit souvent à reformuler un problème en langage d’IA, et elle n’engage à rien.