GLOSSAIRE IA · FONDAMENTAUX
IA générative
Intelligence artificielle générative
L'IA générative désigne les systèmes capables de produire un contenu nouveau à partir d'une consigne : du texte, une image, du code, de la voix ou une vidéo. Contrairement à une IA classique qui classe ou prédit à partir de données existantes, une IA générative fabrique quelque chose qui n'existait pas avant.
- Traduction
- Generative AI
- Apparition grand public
- Fin 2022
- Entrée
- Une consigne en langage courant
- Sorties possibles
- Texte, image, code, audio, vidéo
- Brique technique
- Modèles pré-entraînés
- Catégorie
- Famille d'IA
Ce qui distingue l'IA générative des autres IA
La différence tient en un mot : produire, plutôt que trier.
Pendant des décennies, l'intelligence artificielle a surtout servi à classer et à prédire. Un filtre antispam décide si un courriel est indésirable, un moteur de recommandation prédit ce que vous allez regarder, un système de détection de fraude signale une transaction suspecte. Dans tous ces cas, la machine choisit parmi des options existantes.
L'IA générative fait autre chose. Vous décrivez ce que vous voulez et elle le fabrique : un paragraphe, une illustration, une fonction en Python, une voix de synthèse. Le résultat n'est copié nulle part, il est composé au moment de la demande.
Cette capacité repose sur des modèles entraînés sur d'immenses volumes de contenus, dont ils ont appris les régularités. Pour le texte, on parle de grands modèles de langage. Pour l'image, de modèles de diffusion. Le principe reste le même : à partir d'une consigne, le modèle produit une suite d'éléments qui tiennent ensemble.
Comment une IA générative fabrique une réponse
Tout part d'une consigne en langage courant et se termine par une production séquentielle.
- 01
L'entraînement en amont
Le modèle est exposé à des quantités massives de textes, d'images ou de code. Il n'en mémorise pas le contenu mais en extrait des régularités statistiques : quels mots suivent quels mots, quelles formes accompagnent quelles couleurs.
- 02
La consigne de l'utilisateur
Vous formulez une demande en langage courant, appelée prompt. Elle est découpée en unités élémentaires que le modèle sait manipuler, les tokens.
- 03
La génération pas à pas
Le modèle produit sa réponse élément par élément, chacun choisi en fonction de tout ce qui précède. C'est ce qui explique qu'un texte généré reste cohérent du début à la fin.
- 04
Le rendu
La suite d'éléments est reconvertie en contenu lisible : des mots, des pixels, des notes de musique ou des lignes de code selon le type de modèle.
À quoi sert l'IA générative en entreprise
Les usages les plus rentables sont rarement les plus spectaculaires.
-
Rédaction et reformulation
Premier jet d'article, réponse à un courriel, reformulation d'une note technique en langage accessible, traduction. C'est l'usage le plus répandu et le plus immédiatement rentable.
-
Synthèse de documents
Résumer un rapport de cent pages, extraire les points d'un compte rendu de réunion, comparer deux versions d'un contrat.
-
Production visuelle
Illustrations d'articles, visuels de réseaux sociaux, maquettes de présentation, déclinaisons de formats pour une campagne.
-
Assistance au code
Écriture de fonctions, correction de bugs, migration d'une base de code, rédaction de tests. Un des gains de productivité les mieux documentés.
-
Voix et vidéo
Voix off pour un tutoriel, sous-titres automatiques, avatars pour de la formation interne, doublage multilingue.
Ce qu'il faut surveiller
La facilité d'usage masque des risques qui ne se voient pas dans le résultat.
-
Les erreurs sont bien écrites
Une IA générative produit des affirmations fausses avec le même aplomb que des affirmations justes. C'est le phénomène d'hallucination, et il impose une vérification systématique des faits, chiffres et références.
-
La confidentialité des données saisies
Tout ce que vous collez dans un outil grand public transite par un serveur tiers. Pour des données sensibles, il faut vérifier les conditions d'usage et désactiver l'entraînement sur vos conversations.
-
L'uniformisation des productions
Sans retravail, les contenus générés se ressemblent. Le style reconnaissable devient un handicap dès que la différenciation compte.
-
Les droits sur les contenus produits
Le statut juridique des contenus générés varie selon les pays et les conditions d'utilisation. Sur un usage commercial engageant, la question mérite d'être posée avant la diffusion.
EN CLAIR
Pour le dire simplement
Une IA classique est un trieur : on lui montre des objets, elle les range dans des cases apprises à l'avance. Une IA générative est un artisan qui a vu passer des millions d'objets et sait en fabriquer un nouveau sur commande. Il ne reproduit aucun modèle précis, il compose à partir de tout ce qu'il a vu. Et comme tout artisan pressé, il lui arrive de livrer une pièce qui a l'air parfaite mais ne tient pas à l'usage.
Ce qu'il faut arrêter de croire.
-
IDÉE REÇUE
L'IA générative recopie des contenus existants.
EN RÉALITÉ
Non. Elle produit une composition nouvelle à partir de régularités apprises. Le résultat n'est stocké nulle part avant d'être généré, ce qui explique que la même consigne donne rarement deux fois exactement le même texte.
-
IDÉE REÇUE
L'IA générative comprend ce qu'elle écrit.
EN RÉALITÉ
Elle manipule des régularités statistiques avec une efficacité impressionnante, sans compréhension au sens humain. C'est précisément pour cela qu'elle peut produire une phrase parfaitement construite et factuellement fausse.
-
IDÉE REÇUE
C'est réservé aux grandes entreprises.
EN RÉALITÉ
Les outils les plus puissants sont accessibles pour une vingtaine d'euros par mois, et plusieurs disposent de plans gratuits utilisables. La barrière n'est pas le budget mais la méthode.
-
IDÉE REÇUE
L'IA générative va remplacer les métiers créatifs.
EN RÉALITÉ
Elle déplace le travail vers la direction, l'arbitrage et la vérification. Le premier jet devient bon marché, ce qui augmente la valeur de ceux qui savent juger et corriger.
Questions fréquentes.
Quelle est la différence entre IA et IA générative ?
L'IA est le domaine général, qui inclut la classification, la prédiction et la reconnaissance. L'IA générative en est une famille particulière, celle des systèmes qui produisent un contenu nouveau à partir d'une consigne. Un filtre antispam est de l'IA mais pas de l'IA générative.
Quels sont les exemples d'IA générative les plus connus ?
Pour le texte, ChatGPT, Claude, Gemini et Mistral. Pour l'image, Midjourney et les générateurs intégrés aux assistants. Pour la vidéo, Veo, Runway et Kling. Pour la voix, ElevenLabs. Pour le code, Cursor et GitHub Copilot.
L'IA générative est-elle fiable ?
Elle est fiable sur la forme et inégale sur le fond. Le texte produit est bien construit, mais peut contenir des erreurs factuelles présentées avec assurance. Toute donnée chiffrée, référence juridique ou citation doit être vérifiée avant usage.
Comment débuter avec l'IA générative en entreprise ?
En partant d'une tâche répétitive et à faible risque : réponses types, comptes rendus, premiers jets de contenus. Cela permet de mesurer un gain concret sans exposer de données sensibles, avant d'élargir à des usages plus engageants.
Faut-il des compétences techniques pour l'utiliser ?
Non. Les outils s'utilisent en langage courant. La compétence à développer n'est pas technique mais méthodologique : savoir formuler une consigne précise, fournir le bon contexte et vérifier le résultat.
L'IA générative consomme-t-elle beaucoup d'énergie ?
L'entraînement des grands modèles est très consommateur, l'usage quotidien beaucoup moins par requête, mais massif à l'échelle du nombre d'utilisateurs. Les éditeurs communiquent de plus en plus sur ce point, avec des méthodologies encore hétérogènes.
Termes liés.
Révisé le 27 juillet 2026