Ressources, Glossaire

Le glossaire raisonné de l'agentique.

Le vocabulaire de l'agentique se fabrique en ce moment, souvent par ceux qui ont quelque chose à vendre. Ce glossaire prend le parti inverse : des définitions courtes, en français, qui prennent position quand il le faut et le disent quand elles le font. Celui qui définit les termes doit pouvoir en répondre, chaque entrée est signée et datée.

Version 1 · UniY, juin 2026 · Rédaction : Ludovic Perrot · Les entrées évoluent ; les révisions sont datées.

I · Les fondements

Ce qu'est un agent, et ce qu'il n'est pas.

Agent: Un système logiciel qui poursuit un objectif en enchaînant des actions, percevoir, décider, agir, dans un cadre défini. La différence avec un programme classique n'est pas l'intelligence, c'est l'initiative : on lui confie un but, pas une suite d'instructions. Cette initiative se dose ; elle ne se subit pas.
Assistant: Un outil conversationnel qui répond quand on le sollicite et s'arrête là. L'assistant attend la question ; l'agent poursuit l'objectif. La plupart de ce qui se vend aujourd'hui comme « agent » est un assistant, la distinction n'est pas du purisme, elle conditionne la gouvernance dont le système a besoin.
Système agentique: Un ensemble d'agents orchestrés avec les humains qui les pilotent, conçu autour de cas d'usage mesurés. Le mot important est « système » : une collection d'assistants isolés, achetés un par un, n'en est pas un, il lui manque l'orchestration, la gouvernance et la place pensée des personnes.
Architecture agentique: La discipline qui conçoit comment humains et agents travaillent ensemble dans une organisation : quels agents, quels rôles, quelles limites, quelle place pour les personnes, quelle gouvernance. C'est à l'agentique ce que l'architecture est au bâtiment, le travail qui précède et qui décide si l'ensemble tiendra. Voir design agentique, gouvernance des agents, orchestration agentique.
Design agentique: La pratique de conception qui précède tout déploiement : partir des irritants et du travail réel des équipes pour dessiner le système, plutôt que de partir de la technologie pour lui chercher des usages. Le design agentique se reconnaît à une question : a-t-on commencé par écouter ceux qui font le travail ?
Orchestration: La coordination des agents entre eux et avec les humains : qui déclenche quoi, qui valide, qui reprend la main quand le cadre est dépassé. Un agent seul s'installe ; un système s'orchestre. C'est dans l'orchestration que vivent les décisions d'architecture les plus importantes, et les plus invisibles.
Degrés d'autonomie: L'autonomie d'un agent n'est pas un état, c'est un réglage : de la simple suggestion soumise à validation jusqu'à l'action exécutée et rendue compte. Le bon degré se choisit par cas d'usage, selon le risque et la réversibilité de l'action, jamais par défaut, jamais par enthousiasme.
Cas d'usage: Une situation de travail réelle, nommée, dont on peut décrire l'avant et mesurer l'après. C'est l'unité de compte de toute démarche agentique sérieuse : un agent qui ne se rattache pas à un cas d'usage mesurable est un gadget, quelle que soit sa sophistication.
Gouvernance des agents: L'ensemble des règles qui encadrent ce que les agents peuvent faire, voir et décider : périmètres d'action, données accessibles, validations requises, traçabilité, conditions d'arrêt. Sans gouvernance, l'autonomie n'est pas une capacité, c'est un risque. Voir charte IA, humain dans la boucle.
Humain dans la boucle: Le principe selon lequel les décisions qui engagent, juridiquement, financièrement, humainement, passent par une validation humaine explicite. Ce n'est pas une concession à la prudence : c'est un choix d'architecture, qui se dessine dès la conception et se règle par degré d'autonomie.

Fig. 3, Une architecture agentique : de l'intention à la décision, sous gouvernance.Les agents travaillent en parallèle ; l'humain garde la décision et le cadre.

II · Le savoir et ses formes

La matière première de l'agentique n'est pas la donnée. C'est le savoir.

Intelligence naturelle IN: La faculté cognitive vivante des personnes d'une organisation : l'expertise, le jugement, la mémoire du métier, la capacité à décider dans l'ambigu. L'opposition entre intelligence naturelle et intelligence artificielle est ancienne en philosophie ; nous en faisons un objet d'architecture : l'IN ne se remplace pas, elle se cartographie, s'écoute et s'architecture avec l'IA. C'est elle qui produit le savoir tacite, et c'est par elle que tout système agentique sérieux commence. Voir savoir tacite, capital cognitif.
Intelligence artificielle IA: Dans une organisation, l'IA est une matière de travail, pas une fin : des systèmes capables de traiter le langage, de raisonner dans un cadre et d'agir par délégation. La question utile n'est jamais « faut-il de l'IA ? » mais « quel travail, fait par qui, avec quel système ? ». Une entreprise n'a pas besoin d'une stratégie IA ; elle a besoin d'une architecture où IN et IA tiennent chacune leur rôle.
Intelligence virtuelle IV: Terme encore sans objet stabilisé. L'usage anglophone désigne des systèmes qui miment la décision dans un cadre prédéfini, une intelligence d'apparence ; la science-fiction en a fait l'assistant non conscient. Nous réservons le terme : si un objet réel émerge, doubles simulés d'organisations, environnements d'entraînement pour agents, il méritera une définition par son objet, pas par la symétrie du sigle. Entrée prospective, datée juin 2026, révisée quand le réel aura tranché.
Savoir tacite: Ce que l'organisation sait sans l'avoir écrit : les processus réels (pas les procédures), les exceptions connues d'une seule personne, les raisons des choix passés. Il fait tourner l'entreprise et n'apparaît sur aucun bilan. Il part avec l'équipe, congé, départ, retraite, sauf si on l'extrait à temps.
Capital cognitif: L'actif que produit l'intelligence naturelle une fois son savoir extrait et structuré : le savoir de l'organisation rendu explicite, interrogeable, gouvernable et activable par des systèmes. La distinction tient en deux mots : l'IN est la faculté, le capital cognitif est l'actif. Une organisation qui cristallise son savoir en capital cognitif crée quelque chose qui se gouverne, se protège et se valorise. Voir souveraineté.
Souveraineté (du savoir): Le fait, pour une organisation, de garder la maîtrise, la propriété et la gouvernance de son savoir et des systèmes qui l'exploitent : savoir où vivent ses données, ce qui sort vers des services tiers, et ce qui reste sous son contrôle. Une architecture est souveraine quand l'organisation peut la comprendre, la reprendre en main et s'en passer sans tout perdre. C'est le sens du « souverain » de capital cognitif souverain, le terme de doctrine du studio : extraire son savoir sans le laisser absorber ailleurs. Voir capital cognitif, connecteur.
Capital cognitif souverain: Le terme de doctrine du studio, et le seul qu'UniY revendique en propre. Il noue deux exigences : le capital cognitif, le savoir de l'organisation rendu explicite et activable, et la souveraineté, le fait d'en garder la maîtrise sans le laisser absorber ailleurs. Extraire son savoir est une chose ; le faire sans en perdre le contrôle en est une autre. Un capital cognitif qui vit chez un tiers, qu'on ne peut ni reprendre ni gouverner, n'est pas un actif, c'est une dépendance de plus. Le construire souverain, c'est cristalliser ce savoir en quelque chose que l'organisation possède, comprend et active elle-même.
Extraction (du savoir): Le travail qui fait passer le savoir de tacite à explicite : ateliers, entretiens, observation du travail réel. C'est un travail d'écoute avant d'être un travail d'outil, on n'extrait pas le savoir d'une organisation avec un connecteur, on l'extrait avec ses équipes. Premier temps de toute architecture digne de ce nom.

III · L'organisation et ses angles morts

Ce que l'agentique révèle avant de le résoudre.

Dette d'organisation: L'accumulation de liants invisibles qui font tenir le système d'information : la ressaisie entre deux outils, le mail qui fait le pont, la personne qui « sait comment ça marche ». Comme la dette technique, elle ne coûte rien tant qu'on ne touche à rien, et tout dès qu'on veut bouger. Toute démarche agentique commence par la rendre visible.
Point unique de défaillance: La personne, l'outil ou le fichier dont dépend silencieusement un pan entier de l'activité. Dans les PME, le point unique de défaillance est presque toujours un prénom. La question qui le révèle : que se passe-t-il le jour où cette personne est en congé, en arrêt, ou chez un concurrent ?
Perte silencieuse: L'érosion du savoir qui ne déclenche aucune alerte : chaque départ emporte des exceptions, des raisons, des raccourcis que personne n'avait notés. Elle ne se voit pas dans les comptes, elle se voit dans les six mois qu'il faut au remplaçant pour réinventer ce que l'organisation savait déjà.
Irritant: Une friction récurrente du travail réel : la tâche ressaisie, le rapport refait, la recherche d'information qui consume la matinée. Les irritants sont le meilleur point d'entrée d'une démarche agentique, non parce qu'ils sont spectaculaires, mais parce que ceux qui les subissent savent exactement les nommer.
Blocage: Un empêchement franc du travail : non pas la friction récurrente (l'irritant) mais ce qui arrête net, l'accès qu'on n'a pas, la validation qui ne vient pas, l'outil qui manque. Les blocages sont souvent plus faciles à nommer que les irritants, et un excellent point d'entrée d'une démarche : on commence par ce qui coince vraiment.
Équipe augmentée: Une équipe dont les agents prennent en charge le répétitif et l'assemblage, et dont les humains se recentrent sur ce que les systèmes ne font pas : l'intention, la décision, la responsabilité, la relation. L'augmentation se mesure à une chose : le travail des personnes s'est-il enrichi, ou seulement densifié ?
Management augmenté: Manager une équipe augmentée, ce n'est pas surveiller des agents : c'est décider ce qu'on leur confie, garder la main sur ce qui engage, et recentrer les personnes sur l'intention, l'arbitrage et la relation. Le rôle du manager se déplace du contrôle des tâches vers la conduite d'un attelage humains-agents.
Charte IA: Le document qui fixe, noir sur blanc et signé, ce que l'organisation autorise, encadre et refuse dans l'usage des systèmes d'IA : périmètres, données, validations, responsabilités. Une charte n'est pas un texte de conformité, c'est l'acte de gouvernance qui précède toute mise en production sérieuse.

IV · La méthode

Comment on conçoit, et pourquoi dans cet ordre.

Divergence, analyse, convergence: Les trois mouvements de toute conception sérieuse : ouvrir large sur les irritants et les possibles avec les équipes, analyser à froid hors de l'enthousiasme de l'atelier, converger sur ce qui crée vraiment de la valeur, et seulement ça. La première bonne idée est rarement la bonne ; la méthode existe pour ne pas s'y enfermer.
Co-construction par paliers: La discipline qui consiste à ne jamais livrer d'un seul jet ce qui se construit dans le temps : à chaque palier, un résultat intermédiaire est soumis, jugé, corrigé, et l'humain garde le dernier mot. Ce n'est pas une lenteur, c'est la condition pour que le client comprenne et gouverne ce qui a été construit avec lui.
Formation-action: La formation qui se fait sur le travail réel des participants, pas sur des exemples génériques : on apprend à piloter ses agents en pilotant ses agents. Dans une démarche agentique, la formation n'est pas un supplément de fin de projet, c'est l'embarquement des équipes dans la logique de conception.
Mesure d'impact: L'instrumentation, posée avant la mise en production, qui permettra de dire ce que le système change : temps libéré, erreurs évitées, délais tenus. La règle est simple et sans exception : un agent dont on ne peut pas dire ce qu'il change ne méritait pas d'être construit.

V · La technique, sans jargon

Le minimum technique pour décider en connaissance.

Modèle de langage LLM: Le moteur des systèmes d'IA actuels : un modèle entraîné sur d'immenses corpus de texte, capable de comprendre et de produire du langage, et par extension de raisonner dans un cadre. Le modèle est générique ; c'est l'architecture autour de lui (contexte, connecteurs, garde-fous) qui le rend utile à votre organisation.
Modèle de diffusion: Une famille de modèles d'IA générative qui fabrique une image (ou un son) en partant d'un bruit aléatoire qu'ils débruitent par étapes jusqu'au résultat. Là où un modèle de langage prédit le mot suivant, le modèle de diffusion reconstitue un signal. C'est le moteur de la génération d'images ; le connaître aide à décider ce qu'on lui confie, et ce qu'on ne lui confie pas.
Contexte: Tout ce qu'un système d'IA sait au moment où il agit : les instructions, les documents fournis, l'historique de l'échange. Un modèle sans contexte répond en général ; un modèle bien contextualisé répond dans votre métier. L'essentiel du travail d'architecture consiste à décider quoi mettre dans le contexte, et quoi en tenir éloigné.
Connecteur: Le branchement qui donne à un agent l'accès à un outil ou une source de données : messagerie, gestion commerciale, documents. Des protocoles ouverts standardisent désormais ces branchements. Chaque connecteur est une décision de gouvernance : ce qu'on branche, on le rend accessible.
Protocole ouvert MCP: Une norme partagée qui standardise la façon dont un agent se branche à un outil ou une source, comme une prise universelle. Elle évite de réinventer chaque branchement et rend les connexions plus lisibles à gouverner. Le Model Context Protocol (MCP) en est l'exemple le plus répandu.
Automatisation: L'exécution sans intervention d'une suite d'étapes prédéfinies, précieuse, éprouvée, et antérieure à l'agentique. La différence : l'automatisation suit un chemin tracé d'avance, l'agent poursuit un objectif et choisit son chemin dans un cadre. Beaucoup de besoins relèvent d'une bonne automatisation ; le dire fait partie du métier.
Hallucination: La production par un modèle d'une affirmation fausse, énoncée avec l'aplomb du vrai. Ce n'est pas une panne, c'est une propriété des modèles actuels, qui se traite par l'architecture : sources vérifiables, contexte maîtrisé, validations humaines aux points qui engagent. Un système qui ignore ce risque n'a pas été conçu, il a été déployé.
Garde-fous: Les limites techniques posées autour d'un agent : ce qu'il ne peut pas voir, pas faire, pas dépasser, et les conditions dans lesquelles il rend la main. Les garde-fous traduisent la gouvernance en mécanismes, c'est la différence entre une règle écrite et une règle tenue.

VI · La sécurité des systèmes agentiques

Un agent qui agit est un agent qui peut être détourné.

Injection de prompt: L'attaque qui consiste à glisser des instructions malveillantes dans ce qu'un système d'IA lit, un courriel, un document, une page web, pour détourner son comportement. Sa variante indirecte est la plus sérieuse : l'attaquant n'a pas besoin d'accéder au système, il lui suffit de placer son texte là où l'agent ira lire. À ce jour, aucune parade ne l'élimine complètement ; elle se traite par l'architecture, périmètres, garde-fous, validations humaines, pas par un correctif. Voir le dossier de référence.
Empoisonnement de modèle: La corruption d'un système d'IA par ses sources : des données d'entraînement ou des contenus de référence altérés pour biaiser durablement ses réponses. L'attaque est discrète par nature, le système continue de répondre avec le même aplomb. La parade est une discipline de provenance : savoir ce que le système lit, d'où ça vient, et qui peut l'écrire.
Slopsquatting: L'exploitation des hallucinations de code : un modèle invente un nom de composant logiciel plausible, un attaquant enregistre ce nom et y loge du code malveillant, le développeur qui fait confiance à la suggestion installe l'attaque lui-même. La leçon dépasse le cas : tout ce qu'un système génère se vérifie avant de s'exécuter, et cette vérification est une étape d'architecture, pas une option.
Apprentissage adverse: La famille de techniques qui trompent un modèle en exploitant sa façon d'apprendre : des entrées construites pour provoquer l'erreur, indétectables pour un humain. Pour une PME, l'enjeu n'est pas de se défendre seule contre des attaques de laboratoire, c'est de savoir que le modèle parfait n'existe pas, et de concevoir en conséquence : aucune décision qui engage ne repose sur la seule sortie d'un modèle.
Moindre privilège (d'un agent): Le principe selon lequel un agent ne reçoit que les accès strictement nécessaires à son cas d'usage, pas un de plus. Un agent qui peut tout lire et tout faire est une surface d'attaque maximale branchée sur vos systèmes. Chaque connecteur accordé est une décision qui se justifie, se documente et se révoque ; c'est l'application aux agents d'un principe que la sécurité informatique a appris de longue date.

VII · Travailler avec l'IA, la méthode

Comment on pilote l'IA, concrètement.

Mémoire (court, moyen, long terme): Ce qu'un système d'IA retient, et pour combien de temps. Trois horizons : la mémoire courte vit le temps d'une conversation ; la mémoire moyenne tient le temps d'un projet ; la mémoire longue est externalisée, déposée dans une base interrogeable qui survit aux conversations. Décider quoi garder, où et combien de temps est une décision d'architecture.
Doctrine: Le cadrage écrit qui fixe les règles de fonctionnement entre l'intelligence naturelle et l'intelligence artificielle : ce que chacune décide, ce qu'elle ne décide pas, où passe la frontière. La doctrine précède l'outil ; sans elle, chaque usage réinvente ses propres règles.
Mode opératoire: Le choix raisonné du bon canal selon la tâche : le chat pour échanger, le mode cowork pour agir sur des fichiers, le code pour fabriquer, l'interface pour piloter, le web pour chercher. Un même travail change de coût et de qualité selon le mode ; le savoir-faire, c'est de choisir le bon.
Transmission: Le geste qui clôt un travail en préparant le suivant : un prompt de transmission résume où l'on en est, ce qui a été décidé et ce qui reste, pour qu'une autre conversation reprenne sans tout réexpliquer. C'est ce qui fabrique la continuité quand la machine n'a pas de mémoire d'une session à l'autre.
Stockage des décisions: La capitalisation, en fin de travail, des décisions prises et des découvertes faites : on ne garde pas seulement le livrable, on garde pourquoi il est ce qu'il est. Une décision non consignée est une décision à reprendre.
Plan de travail: L'enchaînement explicite d'étapes ordonnées vers un objectif, en distinguant ce qui avance en parallèle de ce qui dépend d'autre chose. Poser le plan avant de produire évite de fabriquer de la matière à côté de la cible.
Multi-agent: Le travail mené par plusieurs agents en parallèle, simultanément, chacun sur un volet, plutôt qu'en file. La parallélisation accélère, mais elle se gouverne : il faut ensuite croiser et arbitrer ce que chacun a produit.
Orchestration agentique: La coordination d'un travail multi-agent : un orchestrateur lit le brief, prépare des prompts contextualisés, lance les agents en parallèle, puis rassemble. C'est là que se jouent les décisions les plus structurantes, et les plus invisibles. Voir multi-agent, synthèse.
Synthèse: Le croisement des livrables produits par les agents : repérer les conflits, arbitrer, hiérarchiser, et ne remonter à la décision humaine que l'essentiel. Sans synthèse, le multi-agent produit du volume, pas de la valeur.
Brief d'orchestration: L'intention humaine posée en tête d'un travail agentique : ce qu'on cherche vraiment, dans quelles limites, avec quel critère de réussite. C'est l'apport de l'intelligence naturelle au départ de la chaîne ; tout le reste en découle.

Et ensuite

Un terme vous concerne de près ?

Si la dette d'organisation, le point unique de défaillance ou le savoir tacite vous évoquent un prénom et des situations précises, l'auto-diagnostic est fait pour transformer cette intuition en lecture structurée.

Et pour aller au fond d'un sujet : le dossier de référence sur la sécurité des systèmes agentiques, première pièce de fond du studio, réactualisée chaque trimestre, et la note de position « L'intelligence naturelle est un actif ».

Faire le point sur votre maturité agentique