Définition
L’intelligence artificielle générative désigne les systèmes capables de créer des contenus : texte, code informatique, images, musique, audio, vidéo. C’est la définition retenue par la CNIL, qui cite comme exemple les systèmes intégrant des grands modèles de langage (en anglais large language models, LLM). Ces systèmes servent aussi à analyser ou retravailler des contenus existants : résumer, corriger, traduire.
Comment ça marche
Un grand modèle de langage est entraîné sur de très grands volumes de textes. Il apprend les régularités de la langue : quels mots, quelles formulations, quels raisonnements suivent habituellement tel contexte. Quand on lui pose une question, il produit sa réponse morceau par morceau, en choisissant à chaque étape une suite plausible compte tenu de la demande et de ce qu’il a déjà écrit.
Trois conséquences pratiques en découlent :
- La consigne compte : plus le contexte, l’objectif et le format attendu sont précis, plus le résultat est exploitable. Écrire un prompt efficace.
- Le modèle ne connaît pas vos données : il ne sait rien de vos clients ni de vos procédures, sauf si on les lui fournit dans la conversation ou par une base documentaire connectée (c’est le principe du RAG).
- Plausible ne veut pas dire vrai : du fait de sa nature probabiliste, le système peut produire une réponse fausse qui a l’air juste.
Ce qui la distingue des autres IA
| IA « classique » (prédictive) | IA générative | |
|---|---|---|
| Ce qu’elle produit | Une prédiction, un score, une catégorie | Un contenu nouveau : texte, image, code, audio |
| Exemple | Détecter une fraude, prévoir des ventes, classer un email en spam | Rédiger une réponse à un client, résumer un contrat, créer un visuel |
| Comment on s’en sert | Intégrée dans un logiciel, souvent invisible | En langage naturel, par une conversation ou un agent |
Un agent IA va un cran plus loin : il utilise un modèle génératif pour enchaîner des étapes et agir dans vos outils (mail, agenda, CRM), au lieu de seulement répondre.
Usages en entreprise
- Rédaction : emails, relances, propositions commerciales, fiches de poste, publications.
- Synthèse : un document de 30 pages en une note d’une page, des notes de réunion en relevé de décisions.
- Analyse : extraire les informations clés d’un lot de fichiers, regrouper des retours clients par thème.
- Déclinaison : adapter un même contenu à plusieurs canaux ou audiences.
- Automatisation : relier l’assistant à vos outils avec n8n ou Make pour les tâches récurrentes.
Sur des tâches d’écriture professionnelle, l’expérience de Noy et Zhang (Science, 2023) a mesuré une baisse de 40 % du temps passé et une hausse de 18 % de la qualité chez les participants qui avaient accès à ChatGPT. Ce résultat porte sur un contexte précis et n’est pas transposable tel quel.
Limites et cadre légal
Les limites sont connues : hallucinations, connaissances arrêtées à la date d’entraînement du modèle, biais hérités des données, risques pour la confidentialité quand on y saisit des informations sensibles. D’où la règle de base : relire et vérifier les faits, chiffres et citations avant tout usage externe.
Côté réglementation, l’AI Act encadre les modèles d’IA à usage général depuis le 2 août 2025 et impose, depuis le 2 août 2026, des obligations de transparence : informer qu’on échange avec une IA, signaler les hypertrucages, marquer les contenus générés (avec un report au 2 décembre 2026 pour certains systèmes). Toute entreprise qui utilise ces outils doit aussi soutenir la maîtrise de l’IA de ses équipes (article 4). Le calendrier complet de l’AI Act.