Rubriques

Intelligence artificielle Automatisation Veille Écosystème lyonnais

Le site

Tous les articles Le média Nous écrire
Rubrique

Intelligence artificielle

Modèles, agents, usages : ce qui change vraiment pour les organisations.

Intelligence artificielle

Anonymiser ses données avant de les envoyer à un modèle

Retirer les noms ne suffit pas : un texte reste souvent identifiable par recoupement. Ce que recouvrent anonymisation et pseudonymisation, les techniques qui préservent l'utilité du texte, et comment vérifier le résultat.

Intelligence artificielle

Choisir un modèle d'IA : la grille de décision par cas d'usage

Latence, coût, qualité sur la tâche, confidentialité, réversibilité : cinq entrées suffisent à trancher. Appliquées à six cas d'usage courants, elles montrent qu'on ne choisit pas un modèle mais une politique de modèles.

Intelligence artificielle

Créer un assistant interne sur la documentation de son entreprise

Brancher un modèle sur ses documents prend deux jours. Obtenir un outil que les salariés utilisent vraiment demande de traiter le périmètre, les droits d'accès et les documents périmés. Le projet complet, vu par le chef de projet.

Intelligence artificielle

Sécuriser un agent IA qui a accès à vos outils

Un agent qui peut agir dans vos systèmes n'est pas un collaborateur de confiance : c'est un compte de service piloté par du texte. Voilà comment le traiter comme tel.

Intelligence artificielle

Contexte long : ce que ça change vraiment de charger 200 pages dans un modèle

Les fenêtres de contexte se comptent désormais en centaines de milliers de tokens. La qualité de l'attention, elle, ne suit pas toujours la taille annoncée. Coût et fiabilité en main.

Intelligence artificielle

Faire relire ses contrats par une IA : ce que ça vaut, ce que ça risque

Un modèle repère très bien les clauses manquantes et les incohérences de dates. Il rate presque toujours ce qui relève de la qualification juridique. Où placer la frontière.

Intelligence artificielle

Mesurer le gain réel d’un usage IA : la méthode avant / après

Sur un usage assisté, le gain est réel mais difficile à isoler. Un protocole de mesure en quatre étapes, avec les biais qui gonflent systématiquement les résultats.

Intelligence artificielle

Le protocole MCP expliqué : brancher une IA sur vos outils

MCP normalise la façon dont un assistant accède à vos outils et à vos données. Ce que cela change, ce que cela ne règle pas, et ce qu’il faut surveiller côté droits.

Intelligence artificielle

Cadrer un projet IA : la méthode en quatre étapes avant d’écrire du code

Problème, mesure de succès, données, scénario de repli : quatre étapes, quatre livrables d’une page. Et le droit de s’arrêter là si le calcul ne tient pas.