
Objectifs du cours
- nommer les briques techniques et leur rôle.
- expliquer le rôle et le fonctionnement de ces briques.
- expliquer le rôle et le fonctionnement de ces briques.
- expliquer le rôle et le fonctionnement de ces briques.
- dessiner l’architecture cible d’un projet.
- évaluer maturité, dépendance et criticité.
Pour qui : toute personne qui travaille, se forme ou entreprend dans l’économie de l’IA — dirigeants de PME, salariés en transition, étudiants, candidats à une reconversion. Prérequis : aucun ; le panorama est conseillé en premier.
- Module 1 — Le socle technique en un coup d’œil
- Module 2 — Briques Intelligence artificielle générative, Grands modèles de langage (LLM), Agents IA
- Module 3 — Briques Recherche augmentée par récupération (RAG), Bases de données vectorielles, Semi-conducteurs et GPU
- Module 4 — Briques MLOps, Cloud computing
- Module 5 — Architecture type et intégration
- Module 6 — Maturité, risques et choix
Technologies : les modules
Module 1 — Le socle technique en un coup d’œil
Objectif : nommer les briques techniques et leur rôle.
Pourquoi comprendre la technique sans être ingénieur
On ne pilote pas un projet de l’économie de l’IA sans comprendre ce que fait chaque brique, ce qu’elle coûte et ce qu’elle impose (données, sécurité, compétences). Ce cours décrit 8 technologies telles qu’elles sont utilisées dans l’économie de l’IA, puis explique comment elles s’assemblent.
Les briques : Intelligence artificielle générative, Grands modèles de langage (LLM), Agents IA, Recherche augmentée par récupération (RAG), Bases de données vectorielles, Semi-conducteurs et GPU, MLOps, Cloud computing. Chaque nom souligné renvoie à une fiche technologie détaillée.
Module 2 — Briques Intelligence artificielle générative, Grands modèles de langage (LLM), Agents IA
Objectif : expliquer le rôle et le fonctionnement de ces briques.
Intelligence artificielle générative
Rôle dans l’économie de l’IA : production de contenus et raisonnement assisté
Comment ça marche : Un modèle apprend les régularités statistiques de milliards d’exemples ; à l’usage, il prédit la suite la plus probable d’une séquence (mots, pixels, sons) en fonction de la consigne et du contexte fourni, ce qui lui permet de rédiger, résumer, traduire, illustrer ou coder. Fiche complète : Intelligence artificielle générative.
Grands modèles de langage (LLM)
Rôle dans l’économie de l’IA : compréhension et génération de texte, cœur des assistants
Comment ça marche : Le texte est découpé en unités (tokens) ; le modèle, un réseau de neurones de type transformeur, apprend à prédire le token suivant. Après entraînement, des étapes d’alignement lui apprennent à suivre des instructions et à respecter des règles. Fiche complète : Grands modèles de langage (LLM).
Agents IA
Rôle dans l’économie de l’IA : exécution de tâches multi-étapes dans les outils
Comment ça marche : Un modèle de langage reçoit un objectif, des outils accessibles (API, applications) et des règles ; il raisonne étape par étape, appelle les outils, observe les résultats et ajuste jusqu’à la fin de la tâche, en journalisant ses actions. Fiche complète : Agents IA.
Module 3 — Briques Recherche augmentée par récupération (RAG), Bases de données vectorielles, Semi-conducteurs et GPU
Objectif : expliquer le rôle et le fonctionnement de ces briques.
Recherche augmentée par récupération (RAG)
Rôle dans l’économie de l’IA : réponses fondées sur les documents de l’entreprise
Comment ça marche : Les documents sont découpés et indexés sous forme de vecteurs ; à chaque question, les passages les plus proches sont récupérés et ajoutés à la consigne du modèle, qui répond en citant ses sources, sans avoir été réentraîné. Fiche complète : Recherche augmentée par récupération (RAG).
Bases de données vectorielles
Rôle dans l’économie de l’IA : indexation sémantique des connaissances
Comment ça marche : Chaque texte, image ou produit est converti en vecteur par un modèle ; la base retrouve rapidement les éléments dont les vecteurs sont les plus proches d’une requête, ce qui permet de chercher par sens plutôt que par mots exacts. Fiche complète : Bases de données vectorielles.
Semi-conducteurs et GPU
Rôle dans l’économie de l’IA : calcul d’entraînement et d’inférence
Comment ça marche : Des milliards de transistors gravés sur du silicium réalisent des opérations logiques ; les GPU exécutent massivement en parallèle les calculs matriciels des modèles d’IA ; la conception, la fabrication en fonderie et l’assemblage forment une chaîne mondiale stratégique. Fiche complète : Semi-conducteurs et GPU.
Module 4 — Briques MLOps, Cloud computing
Objectif : expliquer le rôle et le fonctionnement de ces briques.
MLOps
Rôle dans l’économie de l’IA : industrialisation, suivi et maintenance des modèles
Comment ça marche : Les données et les modèles sont versionnés ; des chaînes automatisées entraînent, testent et déploient ; la surveillance en production détecte les dérives de performance et déclenche des mises à jour ; la documentation répond aux exigences réglementaires. Fiche complète : MLOps.
Cloud computing
Rôle dans l’économie de l’IA : accès aux modèles et hébergement, souveraineté à arbitrer
Comment ça marche : Des centres de données mutualisés hébergent des ressources virtualisées ; l’utilisateur les crée, dimensionne et supprime en quelques minutes via une console ou des API ; le fournisseur assure matériel, énergie et sécurité physique, l’utilisateur configure et sécurise ses services. Fiche complète : Cloud computing.
Module 5 — Architecture type et intégration
Objectif : dessiner l’architecture cible d’un projet.
Comment les briques s’assemblent
Une architecture de l’économie de l’IA suit presque toujours le même schéma : des sources de données (capteurs, transactions, formulaires, contenus), une couche de collecte et de stockage (cloud, bases, entrepôt de données), une couche d’intelligence (règles, modèles d’IA, agents), une couche d’exposition (API, applications, interfaces) et une couche de confiance (identité, chiffrement, journalisation, conformité).
Les points de vigilance : l’interopérabilité (API documentées, formats ouverts), la réversibilité (pouvoir quitter un fournisseur), la localisation des données (Europe, hébergement certifié quand le secteur l’exige) et le coût total de possession, licences et compétences comprises.
Module 6 — Maturité, risques et choix
Objectif : évaluer maturité, dépendance et criticité.
Choisir sans se tromper
Classez chaque brique selon trois critères : maturité (expérimentale, émergente, industrialisée), dépendance (fournisseur unique ou standard ouvert) et criticité (que se passe-t-il si elle tombe ?). Une brique expérimentale et critique est un risque ; une brique industrialisée et ouverte est un socle.
Dans l’économie de l’IA, les tendances techniques à suivre : Agents en production · Modèles européens et ouverts · IA dans chaque logiciel · Coût et sobriété.
Voir aussi les outils et logiciels de l’économie de l’IA et l’IA appliquée.
Auditer la stack technique d’un acteur de l’économie de l’IA
- Choisissez un service réel du secteur et listez les technologies visibles (site, application, offres d’emploi, documentation).
- Classez chaque brique : maturité, dépendance, criticité.
- Repérez une brique manquante ou fragile et proposez une alternative.
- Estimez les compétences nécessaires pour l’exploiter.
Livrable attendu : un tableau de 8 à 12 lignes (brique, rôle, maturité, dépendance, criticité, alternative).
Quiz : vérifiez ce que vous avez retenu
Répondez mentalement, puis dépliez la réponse. Six questions, sans note ni classement : l’objectif est d’ancrer les notions.
1. Quel est le rôle de « Intelligence artificielle générative » dans l’économie de l’IA ?
2. Quel est le rôle de « Grands modèles de langage (LLM) » dans l’économie de l’IA ?
3. Quel est le rôle de « Agents IA » dans l’économie de l’IA ?
4. Quel est le rôle de « Recherche augmentée par récupération (RAG) » dans l’économie de l’IA ?
5. Quel est le rôle de « Bases de données vectorielles » dans l’économie de l’IA ?
6. Quelles sont les cinq couches d’une architecture type ?
Aller plus loin avec NEODIGITA
Ouverture prochaine (liste d’attente) : Bachelor de Spécialité IA appliquée à l’entreprise, Bachelor de Spécialité Automatisation & Agents IA, Mastère Direction de Projets IA & Agents Autonomes — diplômes d’établissement, hors RNCP, hors CPF, 100 % en ligne. Cours DIGIT (9 €, e-learning immédiat) : Agents IA et automatisation. Les huit cours ouverts de ce hub sont gratuits et accessibles sans inscription ; ils ne délivrent pas de certification.
Les autres cours de l’économie de l’IA
Hub : tous les cours de l’économie de l’IA · observatoire · l’univers digital · tous les cours ouverts.
Explorer les secteurs liés
Questions fréquentes
Par où commencer avec l’IA dans une PME ?
Que dit l’AI Act pour une entreprise ordinaire ?
Peut-on mettre des données confidentielles dans un assistant ?
Cours ouvert publié par NEODIGITA (Groupe École de Commerce de Lyon), sous la direction pédagogique de Prométhée. Contenu pédagogique général : il ne constitue ni un conseil juridique, ni un conseil financier. Édition du 3 novembre 2026.