Glossaire IA pour dirigeant de PME : 60 termes à connaître en 2026

Ce glossaire IA pour dirigeants de PME définit en 2026 les 60 termes essentiels à maîtriser pour cadrer un projet IA : modèles, techniques, gouvernance, infrastructure, métiers. Définitions courtes, factuelles, illustrées par les usages concrets en PME B2B française.

1. Modèles et architectures

LLM (Large Language Model)

Modèle d’IA entraîné sur de très grands volumes de texte pour comprendre et générer du langage naturel. Exemples : GPT-5, Claude Sonnet 4.5, Gemini 2.5 Pro, Mistral Large 2.

SLM (Small Language Model)

Version compacte d’un LLM, optimisée pour la rapidité et le coût. Phi-3, Mistral Small. Adaptée à l’embarqué et à l’on-premise.

Transformer

Architecture neuronale derrière la quasi-totalité des LLM modernes (depuis 2017). Permet le traitement parallèle de séquences.

MoE (Mixture of Experts)

Architecture qui n’active qu’une partie du modèle par requête, gagnant en rapidité. Utilisée par Mixtral, GPT-4o, Gemini.

Multimodal

Capacité d’un modèle à traiter texte, image, audio et vidéo dans une même requête. Standard en 2026.

Open source / Open weights

Modèle dont les poids sont publiés (Mistral, Llama, Qwen). Permet l’hébergement souverain on-premise.

Closed source

Modèle accessible uniquement via API du fournisseur (GPT-5, Claude, Gemini). Pas d’hébergement local possible.

Context window

Taille maximale d’entrée traitable en une requête (mesurée en tokens). 128k tokens minimum en 2026, jusqu’à 1M pour Gemini 2.5.

Token

Unité de découpage du texte traitée par un LLM. Environ 0,75 mot en français. Sert de base de facturation API.

Hallucination

Production d’une réponse erronée mais affirmée avec assurance. Atténuée par le RAG et les garde-fous mais jamais éliminée.

2. Techniques et méthodes

Prompt

Instruction envoyée au LLM. Sa qualité conditionne 80 % de la qualité de la réponse.

Prompt engineering

Pratique d’écriture et d’optimisation des prompts. Compétence métier en 2026.

System prompt

Instruction de cadrage persistant donnée au modèle (rôle, ton, contraintes) avant les requêtes utilisateur.

RAG (Retrieval Augmented Generation)

Technique qui couple un LLM à une base documentaire interne pour répondre avec des sources vérifiables. Standard pour la FAQ interne et le knowledge management.

Embeddings

Représentation vectorielle d’un texte permettant la recherche sémantique. Pilier du RAG.

Fine-tuning

Ré-entraînement d’un modèle sur un jeu de données spécifique. Coûteux ; rarement nécessaire en PME.

Few-shot learning

Donner au LLM 2 à 5 exemples dans le prompt pour qu’il imite le format attendu. Alternative simple au fine-tuning.

Chain of Thought (CoT)

Technique consistant à demander au modèle de raisonner étape par étape avant de répondre. Améliore la qualité sur les problèmes complexes.

Agent IA

LLM autonome capable d’exécuter une suite d’actions (recherche, appel API, écriture de fichier) pour atteindre un objectif.

Tool calling / Function calling

Capacité d’un LLM à invoquer des fonctions externes (CRM, calendrier, base de données). Brique fondamentale des agents.

3. Gouvernance et conformité

Charte IA

Document interne définissant les usages autorisés, interdits et encadrés de l’IA dans l’entreprise. Voir notre modèle en 7 sections.

AI Act

Règlement européen 2024 classant les systèmes IA par niveau de risque (interdits, haut risque, limité, minimal). Obligations spécifiques RH et finance.

RGPD

Cadre européen 2018 sur les données personnelles. Toute IA traitant des données personnelles tombe sous le RGPD.

DPA (Data Processing Agreement)

Contrat encadrant le traitement de données entre un responsable et un sous-traitant. Indispensable avec un fournisseur de LLM.

SCC (Standard Contractual Clauses)

Clauses-type validées par l’UE pour encadrer les transferts de données hors UE. Requises avec ChatGPT, Claude, etc.

Tenant isolé

Mode de déploiement où vos données sont strictement séparées de celles des autres clients. Standard professionnel.

Opt-out training

Engagement contractuel du fournisseur à ne pas utiliser vos conversations pour entraîner ses modèles.

Registre des traitements IA

Document listant tous les usages IA dans l’entreprise (finalité, données, base légale). Obligatoire au-delà de certains seuils.

DPO

Délégué à la protection des données. Référent RGPD interne ou mutualisé.

Référent IA

Profil interne désigné pour piloter le déploiement et la gouvernance IA. Indispensable dès le niveau de maturité 2.

4. Infrastructure et intégration

API (Application Programming Interface)

Interface permettant à un logiciel de dialoguer avec un LLM par programmation. Base de toute industrialisation.

MCP (Model Context Protocol)

Standard ouvert (introduit par Anthropic en 2024) permettant aux LLM de se connecter de façon unifiée à des outils et données. Devient le standard agentique en 2026.

Vector database

Base de données spécialisée pour stocker et rechercher des embeddings. Pinecone, Qdrant, Weaviate, pgvector.

Webhook

Notification HTTP envoyée par un système à un autre. Pilier des automatisations Make / n8n.

No-code / Low-code

Outils permettant de créer des automatisations sans coder. Make, n8n, Zapier sont les standards.

Workflow

Enchaînement d’actions automatisées. Pilier de l'automatisation IA.

Latence

Délai entre l’envoi d’une requête et la réception de la réponse. Compte pour l’expérience utilisateur d’un agent.

Streaming

Affichage de la réponse au fur et à mesure de la génération. Réduit la perception de latence.

5. Outils métiers

Copilote

Assistant IA intégré dans un outil existant (Copilot M365, Gemini Workspace). Augmente l’utilisateur sans le remplacer.

Assistant généraliste

LLM utilisé en interface chat dédiée (ChatGPT, Claude). Voir notre comparatif des 5 LLM pour PME.

GPT custom / Gem

Assistant personnalisé créé par l’utilisateur avec instructions, base documentaire et outils spécifiques.

Agent métier

IA spécialisée sur un cas d’usage métier (qualification leads, support, FAQ). Voir nos agents IA 9Squad.

Voice agent

Agent IA conversationnel par téléphone ou voix. Émergent en 2026 sur le support client.

Automation IA

Workflow combinant outils no-code et LLM pour exécuter une tâche métier de bout en bout.

6. Mesure et pilotage

ROI IA

Retour sur investissement d’un projet IA. Méthode 9Squad dans Calculer le ROI IA.

Baseline

Mesure du temps ou de la qualité avant déploiement IA. Indispensable pour prouver le ROI après.

Taux d’adoption

Pourcentage d’utilisateurs cibles qui utilisent réellement l’outil. Indicateur clé de réussite.

MAU / WAU

Utilisateurs actifs mensuels / hebdomadaires. Suivi de l’usage réel d’une licence.

Maturité IA

Niveau d’intégration de l’IA dans l’organisation (5 niveaux). Voir notre grille.

POC (Proof of Concept)

Démonstration limitée de faisabilité avant industrialisation. À cadrer ; 60 % des POC IA en PME meurent en POC faute de roadmap.

Aller plus loin

Le glossaire est un point de départ ; pour passer à l’action : Diagnostic IA PME · Intégration IA PME : par où commencer · Roadmap 90 jours · 25 cas d’usage IA PME · Comparatif des 5 LLM pour PME · Budget projet IA PME · Hub IA PME 2026. Pour un cadrage opérationnel : Sprint IA Productivité PME.

Lectures complémentaires du dossier IA PME : passer du vocabulaire à la mise en œuvre · comprendre AI Act et RGPD pour l’IA.

Sources françaises de référence : Glossaire Ia Dirigeant Pme

Pour étayer la trajectoire, deux ressources publiques francophones : CNIL, glossaire IA (définitions officielles francophones des termes IA) · AI Act, texte officiel (règlement européen IA, calendrier et obligations applicables).

Approfondir : comparatif LLM PME et copilot vs agent IA. Pour la trajectoire : intégration IA PME : par où commencer.