Aller au contenu
MissionIALe guide de l'acheteur d'IARechercher

Rechercher sur Mission IA

Un prestataire, un outil, un prix, un mot du contrat : tapez-le, l'index du site se filtre à mesure.

Prestataires notés 41

  • AccentureCabinets, 12,8 sur 20, 3e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • AkkodisESN, 9,9 sur 20, 7e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • AqsoneAgences, 15,7 sur 20, 2e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • ArtefactAgences, 18,3 sur 20, 1er du classement « Meilleures agences IA en France en 2026 »
  • ArtefactAgences, 15,7 sur 20, 4e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • AtosESN, 9,4 sur 20, 8e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • AubayESN, 9,4 sur 20, 9e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • Bain & CompanyCabinets, 9,9 sur 20, 8e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • BCG (Boston Consulting Group)Cabinets, 17,1 sur 20, 1er du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • CapgeminiESN, 11,1 sur 20, 6e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • Capgemini InventCabinets, 8,2 sur 20, 9e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • CGIESN, 14,0 sur 20, 5e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • DeloitteCabinets, 11,9 sur 20, 6e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • DiametralAgences, 16,8 sur 20, 4e du classement « Meilleures agences IA en France en 2026 »
  • DiametralAgences, 12,9 sur 20, 9e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • EkimetricsAgences, 15,7 sur 20, 8e du classement « Meilleures agences IA en France en 2026 »
  • EkimetricsAgences, 11,9 sur 20, 10e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • EYCabinets, 10,6 sur 20, 7e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • FieldboxAgences, 15,3 sur 20, 6e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • GaladrimAgences, 15,3 sur 20, 9e du classement « Meilleures agences IA en France en 2026 »
  • InetumESN, 15,9 sur 20, 1er du classement « Meilleures ESN pour l'IA en France en 2026 »
  • JUWAAgences, 18,1 sur 20, 3e du classement « Meilleures agences IA en France en 2026 »
  • JUWAAgences, 15,6 sur 20, 5e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • KoïnoAgences, 18,1 sur 20, 2e du classement « Meilleures agences IA en France en 2026 »
  • KPMGCabinets, 12,7 sur 20, 4e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • La JavanessAgences, 16,6 sur 20, 5e du classement « Meilleures agences IA en France en 2026 »
  • La JavanessAgences, 15,7 sur 20, 3e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • NeovisionAgences, 16,4 sur 20, 1er du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • Oliver WymanCabinets, 7,8 sur 20, 10e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • OnepointESN, 14,8 sur 20, 2e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • ProbayesAgences, 14,9 sur 20, 10e du classement « Meilleures agences IA en France en 2026 »
  • ProbayesAgences, 14,0 sur 20, 8e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • Sia (Sia Partners)Cabinets, 15,5 sur 20, 2e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »
  • Sopra SteriaESN, 14,5 sur 20, 3e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • Stema PartnersAgences, 14,4 sur 20, 11e du classement « Meilleures agences IA en France en 2026 »
  • TalanESN, 14,2 sur 20, 4e du classement « Meilleures ESN pour l'IA en France en 2026 »
  • TandemAgences, 16,2 sur 20, 7e du classement « Meilleures agences IA en France en 2026 »
  • TandemAgences, 14,5 sur 20, 7e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • TensoriaAgences, 16,4 sur 20, 6e du classement « Meilleures agences IA en France en 2026 »
  • TensoriaAgences, 11,8 sur 20, 11e du classement « Meilleures agences IA pour l'industrie en France en 2026 »
  • WavestoneCabinets, 12,1 sur 20, 5e du classement « Meilleurs cabinets de conseil en IA en France en 2026 »

Classements, comparatifs, prix et guides 11

Offres d'outils d'IA 9

Glossaire 40

  • Agent IAProgramme qui s'appuie sur un grand modèle de langage pour atteindre un objectif en plusieurs étapes : il choisit l'action suivante, utilise des outils (recherche, logiciel métier, messagerie), lit le résultat et continue. Son autonomie se règle : il peut attendre une validation humaine avant chaque action ou agir seul dans un périmètre fixé.
  • AI Act (règlement européen sur l'IA)Règlement (UE) 2024/1689 qui encadre les systèmes d'IA selon leur niveau de risque. Interdictions et maîtrise de l'IA s'appliquent depuis le 2 février 2025, l'essentiel des autres règles depuis le 2 août 2026. Le règlement (UE) 2026/1744, dit omnibus numérique, reporte le haut risque au 2 décembre 2027 ou au 2 août 2028.
  • API (interface de programmation)Point d'accès documenté qui permet à un logiciel d'en appeler un autre automatiquement : envoyer un document à un modèle d'IA et recevoir sa réponse, créer une facture dans l'ERP, lire une fiche client. Les modèles d'IA s'utilisent par API, facturés à l'usage, souvent au token, sous des conditions distinctes des comptes grand public.
  • Assistant IAOutil conversationnel fondé sur un grand modèle de langage qui répond aux demandes d'un utilisateur : rédiger, résumer, traduire, analyser un document, chercher une information. ChatGPT, Claude, Gemini, Le Chat et Copilot sont des assistants. Il agit à la demande, message après message, alors qu'un agent IA enchaîne seul plusieurs actions pour atteindre un objectif.
  • AutomatisationExécution d'une tâche répétitive par un logiciel selon des règles fixées à l'avance : copier des données entre deux outils, envoyer une relance, passer une écriture. Les outils de flux (Power Automate, Make, n8n) et la RPA, robots logiciels qui imitent les clics, en sont les formes courantes. L'IA y ajoute la lecture de courriels et de PDF.
  • Base vectorielleBase de données qui stocke des embeddings, représentations numériques du sens des textes, et retrouve rapidement ceux qui sont les plus proches d'une question, même formulée avec d'autres mots. C'est la brique de recherche d'un projet RAG. Exemples : PostgreSQL avec l'extension pgvector, Qdrant, Pinecone ou Azure AI Search.
  • Cahier des chargesDocument qui décrit le besoin avant de consulter des prestataires : contexte, problème à régler, périmètre, données disponibles, contraintes de sécurité et de RGPD, livrables, critères de réussite mesurables, modalités de recette. Il permet de comparer les offres sur une même base, puis sert de référence au contrat. Pour l'IA, il fixe le taux d'erreur acceptable.
  • ClassificationTâche d'IA qui range un élément dans une catégorie choisie parmi une liste fixée : type de courriel, motif de réclamation, compte comptable d'une facture, priorité d'un ticket. Sa qualité se mesure sur un échantillon déjà classé par des personnes. Grâce à un score de confiance, les cas où le modèle hésite peuvent être renvoyés à un humain.
  • Copilot (Microsoft)Marque de Microsoft qui regroupe plusieurs assistants d'IA. Copilot est intégré à Word, Excel, PowerPoint, Outlook et Teams ; la licence complémentaire Microsoft 365 Copilot lui donne accès aux courriels, fichiers et réunions de l'entreprise, selon les droits de chaque utilisateur. Copilot Chat est inclus dans les licences Microsoft 365 éligibles ; Copilot Studio crée des agents.
  • Déployeur (au sens de l'AI Act)Au sens de l'AI Act, personne ou organisation qui utilise un système d'IA sous sa propre autorité, hors usage personnel non professionnel. Une PME qui utilise Copilot, ChatGPT ou un logiciel de tri de candidatures est déployeur. Ses obligations dépendent du risque : maîtrise de l'IA pour tous, contrôle humain et journaux conservés pour le haut risque.
  • Embedding (plongement vectoriel)Représentation d'un texte ou d'une image sous forme d'une liste de plusieurs centaines ou milliers de nombres, calculée par un modèle d'IA. Deux textes de sens proche obtiennent des listes proches, même avec des mots différents. C'est ce qui permet la recherche par le sens dans une base vectorielle, au cœur du RAG.
  • Fenêtre de contexteQuantité maximale de texte, mesurée en tokens, qu'un modèle de langage peut prendre en compte en une seule fois : consignes, documents joints et historique de la conversation. Elle varie selon les modèles et atteint environ un million de tokens pour certains en 2026. Au-delà, une partie du texte est ignorée ou la demande est refusée.
  • Fine-tuning (affinage)Entraînement complémentaire d'un modèle sur des exemples propres à l'entreprise, comme des questions avec leurs bonnes réponses, pour l'adapter à une tâche, un format ou un ton. Il demande des données de qualité et un budget de calcul, et se refait à chaque changement de modèle. Pour exploiter des documents internes, le RAG est souvent plus simple.
  • ForfaitMode de contrat où le prestataire s'engage sur un prix, un délai et des livrables définis à l'avance, en général dans un cahier des charges. Le risque de dépassement pèse sur lui, d'où une marge de sécurité dans son prix. Tout changement de périmètre passe par un avenant : le forfait suppose un besoin précis dès le départ.
  • Fournisseur (au sens de l'AI Act)Au sens de l'AI Act, personne ou organisation qui développe ou fait développer un système ou un modèle d'IA, puis le met sur le marché ou en service sous son nom ou sa marque, à titre payant ou gratuit. Une entreprise qui fait développer un outil d'IA et l'exploite sous son nom peut donc devenir fournisseur.
  • Gouvernance des donnéesRègles, rôles et processus qui fixent qui possède chaque donnée, qui peut y accéder, comment sa qualité est contrôlée, combien de temps elle est conservée et où elle circule. C'est un préalable à tout projet d'IA : un modèle nourri de données fausses ou non autorisées produit des résultats faux, voire un manquement au RGPD.
  • Grand modèle de langage (LLM)Modèle d'IA entraîné sur d'immenses volumes de textes pour prédire, morceau de mot après morceau de mot, la suite la plus probable d'un texte. Il fait tourner ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) ou Le Chat (Mistral AI). Il rédige, résume, traduit, extrait et classe, sans vérifier lui-même l'exactitude de ce qu'il produit.
  • HallucinationRéponse fausse ou inventée qu'un modèle d'IA générative présente avec assurance : chiffre erroné, source inexistante, clause de contrat imaginaire. Elle découle du fonctionnement du modèle, qui produit le texte le plus plausible et non le plus exact. On la réduit avec le RAG, la citation des sources, des tests et une relecture humaine.
  • IA générativeFamille de modèles d'intelligence artificielle qui produisent un contenu nouveau (texte, image, son, vidéo, code) à partir d'une consigne en langage courant, après avoir appris sur de très grands volumes de données. ChatGPT, Claude, Gemini et Le Chat en sont des exemples. L'IA prédictive, elle, classe ou prévoit sans créer de contenu.
  • IA souveraineExpression sans définition juridique : une IA dont le modèle, l'hébergement et l'exploitant relèvent du droit européen, pour soustraire les données aux lois étrangères extraterritoriales comme le CLOUD Act américain. Typiquement, un modèle européen ou open weight hébergé dans l'Union par un opérateur européen. Pour les données sensibles, la référence est SecNumCloud, qualification de l'ANSSI.
  • Ingénierie de promptMéthode qui consiste à concevoir, tester et améliorer les prompts pour obtenir des réponses fiables et régulières : rôle donné au modèle, contexte, exemples, contraintes de format, cas de test. En entreprise, elle s'évalue sur un jeu d'exemples réels, avec un taux de bonnes réponses suivi à chaque modification du prompt ou changement de modèle.
  • Maîtrise de l'IA (article 4 de l'AI Act)Compétences et connaissances qui permettent d'utiliser un système d'IA en connaissance de cause, avec ses possibilités, ses risques et ses préjudices possibles. Depuis le 2 février 2025, l'article 4 de l'AI Act oblige fournisseurs et déployeurs à prendre des mesures pour la développer chez leur personnel. Modifié en 2026, il n'impose aucun niveau individuel garanti.
  • MCP (Model Context Protocol)Protocole ouvert publié par Anthropic en novembre 2024 qui standardise la connexion d'un assistant ou d'un agent IA à des outils et à des données (CRM, ERP, fichiers, bases de données) par l'intermédiaire de « serveurs MCP ». Un connecteur écrit une fois peut servir à plusieurs applications compatibles, dont Claude et Microsoft Copilot Studio.
  • Mise en productionMoment où un système d'IA entre dans le travail quotidien : il traite tous les volumes prévus, pour tous les utilisateurs visés, connecté aux logiciels de l'entreprise, avec supervision, support et suivi des coûts. Elle suppose des données fiables, une intégration solide et un responsable désigné côté métier.
  • MLOpsPratiques et outils pour déployer, surveiller et maintenir des modèles d'IA en production : versions des modèles et des données, tests automatiques, suivi de la qualité, alerte quand les données réelles s'éloignent de celles de l'entraînement, réentraînement. Pour l'IA générative, on parle de LLMOps : suivi des prompts, évaluations régulières, maîtrise des coûts.
  • Modèle open source ou open weightUn modèle open weight publie ses paramètres, appelés poids : l'entreprise peut le faire tourner sur ses serveurs ou chez l'hébergeur de son choix. Selon l'Open Source Initiative, il n'est open source que s'il fournit aussi son code et des informations détaillées sur ses données d'entraînement. Sa licence peut limiter l'usage commercial.
  • OCR (reconnaissance optique de caractères)Technique qui transforme l'image d'un texte (scan, photo, PDF image) en texte qu'un logiciel peut lire et rechercher. L'OCR seul ne comprend pas ce qu'il lit : il ne sait pas quel montant est le total d'une facture. Associé à un modèle d'IA, il permet d'extraire des champs précis : fournisseur, date, montant, TVA.
  • PilotePhase où l'outil d'IA sert pour de vrai à un groupe limité d'utilisateurs ou sur une partie des volumes, branché aux logiciels métier, pendant quelques semaines ou quelques mois. Il mesure le gain réel, l'adoption par les équipes et les erreurs avant la généralisation. Il suit le POC et précède la mise en production complète.
  • POC (preuve de concept)Test court, de quelques semaines en général, qui vérifie sur un échantillon de vraies données qu'une approche d'IA fonctionne pour un cas précis, avant d'investir davantage. Il reste hors des systèmes de production et se juge sur des critères fixés à l'avance, comme un taux d'erreur. Sa réussite ne garantit pas la mise en production.
  • Prompt (consigne)Texte adressé à un modèle d'IA générative pour obtenir une réponse : question, tâche, contexte, exemples, format attendu. Sa précision pèse directement sur la qualité du résultat. Dans un outil en production, les prompts font partie du livrable : ils se documentent, se versionnent, et leur propriété se prévoit dans le contrat avec le prestataire.
  • RAG (génération augmentée par recherche)Méthode qui recherche d'abord les passages utiles dans les documents de l'entreprise (contrats, procédures, fiches produits), puis les transmet au modèle de langage avec la question. La réponse s'appuie sur ces extraits et peut citer ses sources. Le RAG évite de réentraîner le modèle et réduit les hallucinations, sans les supprimer.
  • RecettePhase où le client vérifie que la livraison correspond au cahier des charges avant de l'accepter, en général par un procès-verbal. Pour un outil d'IA, elle se mène sur un jeu de cas réels préparé à l'avance, avec des seuils chiffrés comme un taux de bonnes réponses. Elle déclenche souvent le paiement du solde.
  • RégieMode de contrat où le client paie au jour, sur la base du TJM, le temps passé par les intervenants du prestataire. Celui-ci a une obligation de moyens, sans engagement sur un résultat : le risque de dépassement pèse sur le client. La régie convient aux besoins flous ou changeants, avec un suivi serré des jours consommés.
  • RéversibilitéEngagement contractuel qui permet au client de récupérer, en fin de contrat, ses données, paramétrages, prompts, code et documentation dans un format exploitable, pour changer de prestataire ou reprendre l'outil en interne. Le contrat en fixe la durée, le format et le prix. Sans cette clause, l'entreprise reste dépendante de son prestataire.
  • RGPD (règlement général sur la protection des données)Règlement (UE) 2016/679, applicable depuis le 25 mai 2018, qui encadre le traitement des données personnelles : base légale, information des personnes, minimisation, sécurité, contrat avec les sous-traitants. Tout projet d'IA qui en traite y est soumis. Amende maximale : 20 millions d'euros ou 4 % du chiffre d'affaires mondial, le plus élevé des deux.
  • Shadow AI (IA fantôme)Usage d'outils d'IA par les salariés sans accord ni contrôle de l'entreprise : comptes personnels de ChatGPT, extensions de navigateur, applications gratuites. Risques : fuite de données confidentielles ou personnelles, non-respect du RGPD, résultats non vérifiés réutilisés tels quels. La parade combine un outil autorisé et adapté, des règles d'usage écrites et une formation.
  • Système d'IA à haut risqueCatégorie de l'AI Act soumise aux obligations les plus lourdes : gestion des risques, qualité des données, documentation, contrôle humain. Elle couvre des composants de sécurité de produits réglementés (annexe I) et les usages listés à l'annexe III, comme le tri de candidatures ou l'évaluation de solvabilité, visés à partir du 2 décembre 2027.
  • TJM (taux journalier moyen)Prix hors taxes d'une journée de travail d'un consultant, d'un développeur ou d'un freelance. Il sert à facturer la régie et à construire le prix d'un forfait (jours estimés multipliés par le TJM). Comparer deux devis sur le seul TJM induit en erreur : le nombre de jours prévu et ce qui est livré comptent autant.
  • Token (jeton)Unité de texte que lit et produit un modèle de langage : mot court, morceau de mot, chiffre ou signe de ponctuation. La plupart des éditeurs facturent leurs modèles par API au million de tokens, à un prix différent pour le texte envoyé et le texte généré. La fenêtre de contexte se mesure aussi en tokens.
  • Traitement intelligent de documents (IDP)Chaîne logicielle qui lit des documents (factures, bons de livraison, contrats, pièces justificatives), en extrait les informations utiles et les transmet au bon logiciel. Elle associe OCR, classification et modèles d'IA, avec un score de confiance par champ : sous un seuil fixé, le document part en vérification humaine. IDP vient de l'anglais intelligent document processing.