Le Glossaire

Un agent IA est un système d'intelligence artificielle capable d'agir de manière autonome pour accomplir une tâche complexe. Contrairement à un simple chatbot, il peut planifier une séquence d'actions, utiliser des outils externes (recherche web, exécution de code, appel d'API) et s'adapter en fonction des résultats intermédiaires. Exemple : un agent IA peut analyser un backlog produit, identifier les user stories dupliquées, proposer une priorisation WSJF et générer un compte-rendu de PI Planning, le tout sans intervention humaine. En savoir plus :

• Découvrez comment l'IA Générative transforme les organisations.
• Explorez notre offre IAgile™ : Transformation IA.

Le terme AI-Native désigne une organisation, un processus ou une compétence conçus dès l'origine pour intégrer l'intelligence artificielle dans son fonctionnement quotidien. Plutôt que d'ajouter l'IA à des pratiques existantes, une approche AI-Native repense les méthodes de travail autour des capacités de l'IA Générative.

• Découvrez nos formations AI-Native, parcours officiels Scaled Agile.
• Découvrez la formation AI-Native Foundations (2 jours).
• Découvrez la formation AI-Native Change Agent (3 jours).

• Retrouvez notre article sur l'approche produit et la culture produit.
• En savoir plus sur l'évaluation de la maturité dans le cadre de la Transformation Produit.
• Retrouvez notre article sur la manière dont l'IA générative transforme le Produit.
• Retrouvez notre article sur comment l'IA Générative transforme le management.

• Tout savoir sur les chaînes de valeur métier dans une transformation.
• Découvrez comment l'IA accélère l'optimisation des chaînes de valeur.

Un copilot IA est un assistant d'intelligence artificielle intégré directement dans un outil de travail (IDE, suite bureautique, outil de gestion de projet) pour augmenter la productivité de l'utilisateur en temps réel. Il suggère, complète et corrige sans remplacer le jugement humain. Exemple : un développeur utilise un copilot dans son IDE pour générer du code à partir de commentaires en langage naturel, réduisant de 30 à 50 % le temps de codage sur des tâches répétitives. En savoir plus :

• Découvrez notre approche de l'humain augmenté dans la transformation IA.
• Retrouvez notre article sur le déploiement de l'IA en entreprise.

• Devenir epic owner grâce à notre formation.

• Qu'est-ce qu'un epic owner
• Epic owner : comment dimensionner son rôle.
• Découvrez comment l'IA Générative permet de générer et affiner des epics plus rapidement.

Le fine-tuning est le processus d'entraînement complémentaire d'un modèle de langage (LLM) pré-entraîné sur un jeu de données spécifique, afin de l'adapter à un domaine ou à un cas d'usage particulier. Il permet d'améliorer la pertinence des réponses sans reconstruire le modèle de zéro. Exemple : une banque fine-tune un LLM sur sa documentation réglementaire interne pour obtenir un assistant capable de répondre précisément aux questions de conformité de ses équipes. En savoir plus :

• Explorez les enjeux de gouvernance IA et souveraineté dans notre offre de conseil.
• Retrouvez notre article sur l'IA et la performance des organisations.

La gouvernance IA désigne l'ensemble des règles, processus et organes de décision mis en place pour encadrer l'usage de l'intelligence artificielle au sein d'une organisation. Elle couvre la sécurité des données, la conformité réglementaire (AI Act européen), l'éthique et la maîtrise des risques liés au Shadow AI. Exemple : une entreprise met en place un comité IA transverse qui définit les outils autorisés, les règles d'usage des données sensibles et les critères d'évaluation des modèles déployés. En savoir plus :

• Découvrez notre accompagnement en gouvernance IA, risques et souveraineté.
• Retrouvez notre article sur comment réussir le déploiement de l'IA en entreprise.

Une hallucination désigne le phénomène par lequel un modèle d'IA générative produit une information fausse, inventée ou incohérente avec un haut degré de confiance apparente. C'est l'un des principaux risques à gérer lors de l'intégration de LLMs dans des processus métier critiques. Exemple : un LLM génère un résumé de réunion contenant des décisions qui n'ont jamais été prises, ce qui induit en erreur les parties prenantes du PI Planning. En savoir plus :

• Explorez les enjeux de gouvernance IA dans notre offre de conseil. Se former :
• Apprenez à maîtriser ces risques avec notre formation AI-Native Foundations.

L'intelligence artificielle générative (IA Générative ou Gen AI) désigne une catégorie de systèmes d'IA capables de créer du contenu original (texte, code, images, audio) à partir d'instructions en langage naturel (prompts). Contrairement à l'IA analytique qui classe et prédit, l'IA générative produit. Exemple : un Product Owner utilise un LLM pour transformer un feedback client brut en user stories structurées et priorisées, puis génère les critères d'acceptation associés en quelques minutes. Se former :

• Découvrez nos formations AI-Native.
• Découvrez la formation M3K New Fundamentals pour managers. En savoir plus :
• Retrouvez notre article sur les 5 compétences management pour réussir avec l'IA Générative.
• Explorez notre offre IAgile™ : Transformation IA.

Un LLM (Large Language Model, ou grand modèle de langage) est un modèle d'intelligence artificielle entraîné sur de très grandes quantités de données textuelles pour comprendre et générer du langage naturel. Les LLMs les plus connus incluent GPT (OpenAI), Claude (Anthropic), Gemini (Google) et Llama (Meta). Exemple : une équipe agile intègre un LLM dans ses rituels SAFe pour synthétiser automatiquement les notes de rétrospective, identifier les patterns récurrents et proposer des actions d'amélioration. Se former :

• Maîtrisez les fondamentaux des LLMs avec AI-Native Foundations.

• Retrouvez notre article sur l'IA et la performance des organisations.

• PI Planning : quel devrait être le vétitable rôle du Scrum Master
• Utilisation du PI Planning et Pré-PI Planning en agilité à l'échelle.
• Explorez comment l'IA augmente les rituels SAFe comme le PI Planning.

Le prompt engineering est l'art de formuler des instructions précises et structurées (prompts) pour obtenir d'un modèle d'IA générative les résultats les plus pertinents possibles. C'est une compétence clé pour tout professionnel qui utilise des LLMs au quotidien.

Exemple : un Scrum Master structure un prompt en spécifiant le rôle ("Tu es un expert SAFe"), le contexte ("Voici les objectifs du PI"), le format de sortie attendu ("Génère un tableau de risques ROAM") et les contraintes ("Maximum 10 risques, classés par criticité").

Se former :

• Développez vos compétences en prompting avec AI-Native Foundations.
• Formation Leadership & IA pour Managers (M3K). En savoir plus :
• Retrouvez notre article sur les 5 compétences clés pour réussir avec l'IA Générative.

Le RAG (Retrieval-Augmented Generation) est une architecture technique qui combine un moteur de recherche documentaire avec un LLM. Plutôt que de s'appuyer uniquement sur ses connaissances d'entraînement, le modèle va d'abord chercher les informations pertinentes dans une base documentaire interne, puis génère une réponse contextualisée et sourcée. Cela réduit les hallucinations et permet d'exploiter les données propriétaires de l'entreprise.

Exemple : un assureur déploie un système RAG connecté à sa base de clauses contractuelles pour permettre à ses gestionnaires de sinistres d'obtenir des réponses précises sur les couvertures, avec les sources exactes citées.

En savoir plus :

• Découvrez comment structurer un déploiement IA en entreprise.
• Explorez les enjeux de souveraineté et gouvernance dans notre offre IAgile™.

Le Shadow AI désigne l'utilisation non contrôlée d'outils d'IA générative par les collaborateurs d'une entreprise, en dehors de tout cadre défini par l'organisation (outils non validés, données sensibles partagées, absence de gouvernance). C'est l'équivalent du Shadow IT, appliqué à l'intelligence artificielle.

Exemple : des collaborateurs utilisent ChatGPT avec leur compte personnel pour analyser des documents confidentiels de l'entreprise, exposant celle-ci à des risques de fuite de données et de non-conformité RGPD.

En savoir plus :

• Découvrez notre accompagnement en gouvernance IA et maîtrise des risques.
• Retrouvez notre article sur le déploiement de l'IA en entreprise : concilier performance et facteur humain.

Un token est l'unité de base utilisée par les LLMs pour traiter le texte. Un mot courant correspond généralement à un token, mais les mots longs ou rares peuvent en nécessiter plusieurs. La capacité d'un LLM se mesure en partie par sa fenêtre de contexte, c'est-à-dire le nombre maximal de tokens qu'il peut traiter en une seule interaction.

Exemple : un modèle avec une fenêtre de 200 000 tokens peut analyser l'intégralité d'un document de PI Planning de 50 pages en une seule requête.

Se former :

• Comprenez les fondamentaux techniques avec AI-Native Foundations.

La transformation IA désigne le processus stratégique par lequel une organisation intègre l'intelligence artificielle, et en particulier l'IA Générative, au cœur de son modèle opérationnel, de ses processus et de sa culture. Elle va bien au-delà du simple déploiement d'outils : elle implique une refonte des modes de travail, de la gouvernance et des compétences.

Exemple : un grand groupe bancaire engage une transformation IA en déployant des copilots dans ses chaînes de développement, en formant ses équipes aux pratiques AI-Native et en créant un comité de gouvernance IA rattaché à la direction générale.

Se former :

• Découvrez nos formations AI-Native.
• Formez vos managers avec M3K New Fundamentals. En savoir plus :
• Explorez notre offre de conseil IAgile™ : Transformation IA.
• Retrouvez notre article sur l'IA, la performance et la transformation du système.
• Retrouvez notre article sur les 5 compétences management pour réussir avec l'IA Générative.

• Retrouvez notre article sur l'IA et la performance des organisations.