Question 1

Quelle est la différence entre un chatbot et un agent IA ?

Accepted Answer

Un chatbot répond à des questions à partir de règles ou d'un modèle de langage, sans accéder aux outils de l'entreprise. Un agent IA est un système qui peut appeler des outils (envoyer un mail, écrire dans une base, déclencher un workflow) pour exécuter une tâche en plusieurs étapes. La frontière s'est floutée en 2025 mais reste utile : un chatbot informe, un agent agit.

Question 2

Qu'est-ce qu'un LLM, concrètement ?

Accepted Answer

Un LLM (Large Language Model) est un modèle entraîné à prédire le mot suivant à partir d'un contexte. Concrètement, il prend une instruction en entrée et génère du texte en sortie. Il ne raisonne pas comme un humain, il aligne statistiquement les mots les plus probables. Exemples en 2026 : GPT, Claude, Mistral Large, Gemini. Coût en API : entre 0,5 et 30€ par million de tokens selon le modèle.

Question 3

RAG ou fine-tuning : comment choisir sans être technique ?

Accepted Answer

Trois critères pratiques. Si vos documents changent plus d'une fois par mois, prenez RAG. Si vous voulez modifier le style ou le ton du modèle, prenez fine-tuning. Si vous avez moins de 200 documents très denses, ni l'un ni l'autre : tout coller dans le prompt suffit souvent. Coût d'entrée RAG : 5 à 15k€ pour une POC sérieuse. Fine-tuning : 10 à 30k€ et plus risqué côté maintenance.

Question 4

Combien coûte un LLM en production pour une PME ?

Accepted Answer

En 2026, pour une équipe interne de 20 à 50 personnes utilisant l'API d'un grand modèle : 200 à 800€ par mois côté API, plus l'infra (hébergement, monitoring, sécurité). Pour un agent qui tourne 24/7 sur 1000 interactions par jour : 1500 à 4000€ par mois. Les modèles open-source auto-hébergés peuvent diviser ces coûts par 3 à 5, mais ajoutent un coût humain d'opération que les ETI sous-estiment.

Question 5

Combien coûte un RAG pour une PME en 2026 ?

Accepted Answer

Pour un RAG interne en production : 8 à 25k€ pour la construction (ingestion, embeddings, base vectorielle, prompt orchestration), puis 200 à 1500€ par mois d'opération selon le volume de requêtes et la fraîcheur des documents. L'auto-hébergement est possible mais ajoute un coût humain ML ops. Le piège typique : sous-budgéter la maintenance des documents, qui pèse plus que l'API à 12 mois.

L'IA, décryptée pour les décideurs

Le dernier article

L'IA agentique coûte plus cher que vos salariés : 5 réflexes pour ne pas cramer votre budget

L'article précédent

LLM, RAG, Agents : le glossaire IA que vous pouvez enfin comprendre

Questions fréquentes

Un email par semaine, sans esbroufe