Focus I.A. #3 Déc. 2025. Maîtriser l’intelligence artificielle : une condition de souveraineté et de pérennité pour les organisations

Cette maîtrise présente plusieurs niveaux.

La capacité à savoir « prompter » les outils d'IA générative (c'est-à-dire poser des questions de la manière à avoir des réponses pertinentes et utilisables de la part de l'outil l'IA générative) est un niveau indispensable. Mais il est impossible de s'y cantonner, tant l'utilisation des IA génératives ne représente qu'une petite partie des possibilités ouvertes par l'IA. Aujourd'hui l'essentiel des formations à l’IA ont cet objectif d'enseigner comment « prompter » les IA génératives.

Le deuxième niveau de maîtrise a pour vocation de réaliser au sein de l’entreprise ou de l'organisation des outils d’IA qui fonctionnent de manière indépendante des plateformes publiques (ChatGPT, Gémini, Copilot, etc.).

Pour cela, elles récupèrent les grands modèles de langage (LLM) que les opérateurs de ces plateformes mettent à disposition et les font tourner dans leur SI. Ce niveau de maîtrise est indispensable dès lors que l’on veut assurer un minimum de souveraineté et d’indépendance de son entreprise ou organisation.
Cela s’appelle par exemple « construire un RAG » (RAG : Retrieval Augmented Generation). Cela peut être fait en utilisant des packages disponibles en open source.

Le troisième niveau de maîtrise, qui commence à demander de réelles compétences en matière d’informatique (pas spécifiquement en IA), consiste à réaliser au sein du SI de l’entreprise ou de l'organisation des « IA agentiques », couplées au « RAG », pour disposer d’un système souverain qui peux réaliser seul une suite de tâches complexes.

Le quatrième niveau de maîtrise est celui qui amène l'organisation à bien comprendre les outils mathématiques et informatiques qui sont sous-jacents à l'IA, et à bien comprendre comment ils fonctionnent. Maîtriser ce niveau deviendra très rapidement indispensable.

La première raison de ce côté indispensable vient du fait que récupérer des LLM issues de grandes plates-formes et les faire tourner sur les infrastructures de l’entreprise ou de l’organisation, n’assure absolument pas que ces LLM ne comportent pas des biais (mis intentionnellement ou pas) et induire des erreurs au sein de l’entreprise ou l’organisation qui les a rapatriés. Une façon d'assurer cette absence de biais est de contrôler la présence ou non de ces biais. C’est pour cela il faut avoir une maîtrise de la manière dont les outils d'IA, en particulier générative, fonctionnent.

La seconde raison du besoin de cette maîtrise est la capacité à intégrer des outils d’IA, au-delà des outils d'IA générative. Il s'agit en particulier des outils pour piloter et optimiser la production. Une entreprise ou une organisation qui ne veut pas revivre l'état de sidération qu'elle a vécue lorsque les IA génératives sont apparues, doit se préparer à voir arriver et à intégrer les nouveaux outils d’IA (ceux qui vont arriver dans les prochains mois). Ainsi, la compréhension de ce que tout l’IA permet est clairement nécessaire. Et cela passe par la compréhension des outils sous-jacents à l’IA.
 

Le cinquième niveau est la capacité à développer ses propres outils d’IA. C'est indispensable pour une organisation qui veut être totalement indépendante et totalement souveraine. Cela n'est pas si compliqué que ça si l’entreprise ou l'organisation est bien accompagnée.

 Les entreprises et les organisations qui vont mettre en œuvre de manière progressive une approche du type que je décris ci-dessus vont triompher ; celles qui ne vont pas le faire ne s'en sortiront pas.