Top IA 2025 : les intelligences artificielles qui ont marqué 2025

En 2025, l’intelligence artificielle a changé d’échelle. Nouveaux usages, modèles émergents, domination mondiale ou percées inattendues : le paysage IA évolue à toute vitesse. Pour rester à jour sur les grandes évolutions, le fonds d’investissement Andreessen Horowitz s’est penché sur la question et a publié un résumé bien fourni, que nous allons vous détailler dans la suite de cet article.

Les meilleures IA de 2025

En 2025, le paysage de l’intelligence artificielle est plus diversifié que jamais. Entre leaders confirmés et start-up montantes, certaines IA font grand bruit de leurs performances. Cette année, l’équilibre du marché est bouleversé et les limites sont toujours plus repoussées par les nouveaux modèles qui sortent chaque jour aux quatres coins du monde. 

Quelles IA brillent sur le web ?

Sur navigateur, ChatGPT conserve sa couronne grâce à ses capacités multimodales et sa rapidité. Mais les challengers se multiplient et chacun impose ses points forts. Dans ce contexte, la maîtrise du prompt engineering devient clé.

• ChatGPT : réponses rapides et multimodales, vaste écosystème d’usages quotidiens.
• Claude : excellent pour la rédaction et le raisonnement, bon suivi des consignes longues.
• Gemini : intégration naturelle avec Google (recherche, Gmail, Docs), utile pour la productivité connectée.
• Perplexity : recherche IA avec sources citées, idéal pour des réponses factuelles synthétiques.
• Midjourney : références visuelles de haute qualité, rendu artistique très apprécié des créatifs.
• Runway : création et édition vidéo assistées, bons outils de post‑production.
• Sora : génération vidéo narrative à partir d’un prompt, rendu cohérent sur des scènes courtes.
• DeepSeek : montée fulgurante début 2025, très efficace sur les raisonnements complexes.

Selon vos besoins, d’autres services tirent leur épingle du jeu : Character.ai et JanitorAI pour les usages conversationnels spécialisés, Suno pour la musique, Kling AI pour la vidéo. Côté écosystème, des plateformes et API comme Hugging Face, Eden AI ou DeepAI facilitent l’accès aux modèles et accélèrent les projets.

Quelles IA dominent sur mobile ?

Côté applications, ChatGPT reste la référence et Nova AI Chatbot s’est hissé en 2ᵉ position par son interface fluide. D’autres apps confirment des usages variés : recherche, productivité, création courte durée.

• ChatGPT (mobile) : mode vocal avancé et multimodalité, pratique pour brainstormer et dicter en déplacement.
• Gemini (mobile) : forte intégration Android et Google Workspace, utile pour résumer mails et Docs.
• Copilot dans Microsoft Edge : assistant contextuel pour la navigation et les tâches rapides.
• Photomath : aide aux exercices et explications étape par étape, plébiscité par les étudiants.
• DeepSeek : progression notable sur mobile en 2025, bon sur les problèmes de raisonnement.
• VivaCut, Remini, Filmora, PhotoRoom : outils cut‑downs pour Reels et Shorts, retouche et montage éclair.
• Noota et Fireflies : prise de notes et comptes rendus de réunions, résumés et actions clés depuis le smartphone.

Astuce mobile : privilégiez les apps qui exploitent le NPU des smartphones récents (accélération locale), proposent des modes hors ligne et une dictée/voix de qualité. Vérifiez aussi les réglages de confidentialité et l’export des données.

Quelles IA émergentes surveiller ?

• Mistral (Le Chat) : alternative européenne prisée pour la souveraineté et le rapport qualité‑prix (open‑weight, conformité).
• Llama : famille de modèles open source portée par la communauté, personnalisations nombreuses à coût maîtrisé.
• Grok : orientation temps réel et contenus sociaux, utile pour la veille et l’actualité.
• Kling : montée rapide en génération vidéo, rendu dynamique pour les formats courts.
• DeepSeek : outsiders venus de Chine, performance en raisonnement et adoption web très rapide début 2025.

Pourquoi elles montent : meilleures perfs sur des usages ciblés, prix compétitifs, et enjeux de souveraineté (hébergement, conformité). Pour 2025, bâtir un stack avec 2 à 3 IA complémentaires reste la stratégie la plus efficace.

ChatGPT vs Gemini vs Claude : qui domine en 2025 ?

En 2025, la comparaison directe s’impose. Sur navigateur, ChatGPT conserve sa couronne grâce à ses usages quotidiens et à ses capacités multimodales. Claude séduit pour le raisonnement long et l’écriture soignée en français. Gemini s’impose dans les organisations connectées à Google Workspace. Le meilleur choix dépend donc de votre contexte.

Assistant	Idéal pour	Points clés	Limites
ChatGPT	Polyvalence texte, image, voix, prototypage rapide	Usage massif, écosystème riche, série GPT‑4o pour le vocal et la multimodalité	Risque d’hallucinations, citations à vérifier, coûts variables selon l’usage
Claude	Rédaction longue en français, synthèses, raisonnement étape par étape	Ton naturel, suivi strict des consignes, bonne tenue sur des contextes étendus (voir notre dossier)	Moins orienté image/vidéo, accès avancé souvent réservé aux offres payantes
Gemini	Travail ancré dans Gmail, Docs, Drive, Sheets	Intégration Workspace, recherche en ligne intégrée, multimodalité et mobilité	Latence variable selon tâches, restrictions de génération possibles en entreprise

Quels sont les points forts et limites de ChatGPT ?

Côté web, ChatGPT conserve sa couronne. Son atout reste la polyvalence et un écosystème foisonnant d’intégrations et d’assistants personnalisés. Les progrès récents en voix et en vision, portés par la série GPT‑4o, améliorent le brainstorming, l’analyse d’images et la prise de notes dictée.

• Qualité générale : réponses rapides, bonnes performances sur des tâches variées.
• Écosystème : assistants personnalisés, intégrations multiplateformes, usages créatifs et pros.
• Coûts : version gratuite accessible, offres payantes pour la capacité et les fonctionnalités pro.
• Extensions/plugins : assistants spécialisés et connecteurs utiles pour automatiser ou enrichir les réponses.
• Limites : possibles hallucinations, nécessité de vérifier les sources pour les sujets sensibles, qualité inégale des citations si la recherche web n’est pas activée.

Claude raisonne‑t‑il mieux en français ?

Pour les textes longs et exigeants en français, Claude est souvent plébiscité. Il gère bien les consignes détaillées, maintient un ton éditorial constant et reste solide sur le raisonnement étape par étape. Sa force tient dans la cohérence sur contexte étendu et la qualité de plume, utile pour rapports, synthèses et documentation.

Exemple d’usage : résumer un dossier de plusieurs dizaines de pages, proposer un plan argumenté, puis réécrire l’introduction dans un style plus institutionnel, sans perdre les références clés ni le fil logique.

Angles morts possibles : moins d’outils intégrés pour l’image ou la vidéo, et certaines fonctionnalités avancées réservées aux formules payantes.

Gemini: l’intégration Google fait-elle la différence ?

Oui, si votre organisation vit dans Google Workspace. Gemini lit et structure l’information de Gmail, Docs, Drive et Sheets, ce qui accélère les tâches du quotidien sans changer d’outil. Sa multimodalité native et ses usages mobiles en font aussi un bon compagnon pour la recherche contextuelle et la préparation de supports.

• Atouts : intégration fluide avec les fichiers d’entreprise, accès web intégré, résumés et export rapides.
• Compromis : latence ponctuelle sur des tâches lourdes, restrictions de génération possibles selon les politiques de sécurité, dépendance à l’écosystème Google.

Et les alternatives (Mistral, Grok, Llama) ?

• Mistral : option européenne appréciée pour la souveraineté et la conformité, usage fluide en français, offres adaptées aux besoins RGPD.
• Grok : utile pour la veille en temps réel et les usages sociaux connectés à X, moins orienté production documentaire formelle.
• Llama : famille open‑source/open‑weights pour l’auto‑hébergement et la personnalisation, demande des ressources techniques et une gouvernance MLOps.

Quelles sont les meilleures IA par usage ?

Le paysage IA évolue vite et se diversifie. Plutôt que de chercher une IA unique, choisissez l’outil selon votre besoin concret : conversation, image, vidéo, audio, code, recherche ou automatisation. Voici un repère rapide, fondé sur les usages constatés et les références du marché.

Assistants conversationnels: quelles IA ?

• ChatGPT : polyvalent, multimodal, rapide pour rédiger, résumer, créer des images et prototyper des idées. Idéal en usage quotidien et pour démarrer des projets.
• Claude : excellent en rédaction longue et en raisonnement, respect strict des consignes éditoriales, très apprécié pour structurer des documents professionnels.
• Gemini : intégration native à Google Workspace, efficace pour lire vos mails, analyser Drive et produire des documents sans changer d’outil.
• Le Chat (Mistral) : alternative européenne, gratuite, orientation souveraineté et respect de la confidentialité, bon français.
• Grok : connecté à l’écosystème X, pertinent pour la veille temps réel, l’actu et le social content.

Image et design: quelles références ?

• Midjourney : rendu artistique et cinématographique, idéal pour branding, moodboards et concepts créatifs. Points forts : style cohérent, textures riches.
• Stable Diffusion : exécution locale possible, écosystème riche (LoRA, ControlNet) pour un contrôle fin du style et des compositions. Points forts : personnalisation, flexibilité, options open source.
• Adobe Firefly : intégré à la suite Adobe, repères clairs côté licences et usages commerciaux, workflows fluides pour graphistes et équipes marketing.

Vidéo: quels générateurs privilégier ?

• Runway : point d’entrée accessible pour le text-to-video, effets et post-production. Bon équilibre qualité/vitesse pour les contenus courts.
• Pika : génération et stylisation rapides de clips, pratique pour formats sociaux et tests créatifs.
• Kling : séquences visuellement détaillées, utile pour plans dynamiques et scènes riches.
• Sora (si disponible) : narration et cohérence élevées sur des plans complexes, plutôt réservé à des usages experts.
• HeyGen : avatars, doublage et traduction, parfait pour tutoriels, onboarding et communications multilingues.

Audio et voix: quelles solutions choisir ?

• ElevenLabs : synthèse vocale réaliste, clonage et doublage multilingue, adapté aux vidéos, podcasts et livres audio.
• Piper / Coqui : options open source pour la TTS, utiles en projets techniques ou déploiements maîtrisés.
• Voicemod : modification de voix en temps réel, pratique pour streaming, jeux et contenus sociaux.

Code et développement: que choisir ?

• Cursor : IDE pensé IA, édition en langage naturel, navigation dans de grands dépôts, gain de vitesse sur les refactors et le débogage.
• GitHub Copilot : standard de l’autocomplétion, s’intègre à vos IDE, accélère les tâches courantes et les tests.
• Codeium : autocomplétion et assistants de code multi-langages, options de déploiement flexibles selon vos exigences de confidentialité.

Recherche et veille: quelles IA efficaces ?

• Perplexity : recherche IA avec citations et sources, utile pour vérifier rapidement des faits et explorer un sujet.
• SciSpace : focalisé sur la littérature scientifique, résume et met en contexte des articles académiques.
• Kagi + FastGPT : moteur de recherche premium avec assistant contextuel, efficace pour une veille rapide et ciblée.

Productivité et automatisation: quels outils ?

Cherchez des gains rapides sur vos tâches récurrentes, là où l’IA peut résumer, classer, préremplir ou exécuter une action automatique.

• Notion AI : génération et réécriture dans votre base de connaissance, notes, wikis et projets, le tout dans un seul espace.
• Zapier + AI : automatisations entre apps, classification de texte, enrichissement et rédaction dans vos workflows.
• Microsoft Copilot / Google Workspace AI : intégrés aux suites bureautiques, utiles pour mails, docs, présentations et analyses sur vos fichiers existants.

La compétition des entreprises tech continue de s’intensifier

L’écosystème IA évolue à une vitesse inouïe. Chaque mois, de nouveaux acteurs émergent, tandis que les géants historiques consolident leurs positions. Ce que nous observons en 2025, c’est une bataille technologique à grande échelle, où les États‑Unis (OpenAI, Google, Anthropic, Microsoft), l’Europe (Mistral, communautés open‑source) et la Chine (Baidu, DeepSeek, Doubao, Kimi, Kling) accélèrent simultanément. Résultat : plus de choix pour les entreprises, mais des arbitrages plus complexes sur les coûts, la conformité et l’intégration.

ChatGPT continue son ascension fulgurante

Difficile de passer à côté de ChatGPT en 2025. En quelques mois seulement, il est passé de 100 millions à 400 millions d’utilisateurs actifs sur mobile. 

L’effet déclencheur ? L’arrivée de nouvelles fonctionnalités comme le mode vocal avancé, les réponses multimodales, et surtout, la série GPT-4o, plus rapide, plus fluide, plus humaine. Ces évolutions ont relancé sa croissance web après une période de stagnation. Désormais le chatbot est devenu un réflexe pour beaucoup de la jeune génération, sur le web, il atteint désormais près de 4 milliards de visites mensuelles.

En 2025, l’application s’est aussi structurée côté offres et écosystème. Voici l’essentiel à retenir :

• Fonctionnalités : multimodal natif (texte, image, voix), mode vocal avancé en temps réel, outils intégrés pour le code et l’analyse, et meilleure continuité de session sur mobile et web.
• Modèles : généralisation de la famille GPT‑4o pour des réponses plus rapides et plus économiques sur les usages quotidiens.
• Tarification : accès gratuit avec limites, offre Plus pour un débit et des capacités étendues, formules Team/Enterprise pour le travail collaboratif et les exigences de conformité.
• Écosystème : intégrations avec des applications métiers, assistants spécialisés configurables, et politiques renforcées sur la confidentialité dans les plans professionnels.

Les IA chinoises débarquent sur le marché

Face à cette domination, les acteurs chinois se sont imposés sans prévenir personne. Parmi eux, DeepSeek incarne la surprise de ce début d’année. En seulement quelques semaines, l’application est passée de l’ombre à la 2ᵉ place mondiale en trafic web IA, et s’impose déjà sur mobile.

Ce qui impressionne, c’est la vitesse de montée en charge. En janvier 2025, DeepSeek a dépassé Claude et Perplexity en visites uniques mensuelles. Son taux d’engagement mobile reste encore inférieur à celui de ChatGPT, mais il surpasse déjà ses concurrents directs sur certains indicateurs.

Derrière DeepSeek, d’autres noms apparaissent : Baidu AI Search, Doubao, Kimi, Hailuo AI, Kling… Tous issus de la tech chinoise, et tous bien décidés à conquérir le marché mondial.

Forces et limites à connaître pour un déploiement international :

• Forces : vitesse d’inférence compétitive, excellentes capacités vidéo sur certains outils (ex. génération text‑to‑video), coûts d’usage attractifs, itération produit rapide.
• Contraintes : disponibilité fluctuante hors Chine, accès parfois restreint selon les régions, exigences de conformité et de souveraineté des données à documenter avant un usage B2B, prise en charge linguistique variable selon les cas d’usage.

L’arrivée de ces outils redessine l’équilibre géopolitique de l’IA. Pour les utilisateurs comme pour les entreprises, cela signifie plus de diversité, mais aussi plus de complexité dans les choix.

Quid des acteurs européens et open‑source ?

En Europe, la dynamique se renforce autour de Mistral et des modèles open‑source. L’objectif : combiner performance, souveraineté et conformité aux cadres comme l’AI Act. Des modèles tels que LLaMA 4, BLOOM ou DeepSeek R1 montrent qu’il est possible de produire des IA puissantes, tout en préservant l’auditabilité et la personnalisation.

• Cas d’usage B2B : RAG sur données internes, assistants métiers sur intranet, automatisation documentaire, classification et extraction d’entités, traduction spécialisée.
• Déploiement : hébergement en Europe, options on‑prem ou cloud privé, contrôle fin des données, supervision MLOps et traçabilité des prompts.
• Écosystème : communautés actives sur Hugging Face, outils d’orchestration et d’observabilité, connecteurs vers CRM, ERP et suites collaboratives.

Quelles alliances et partenariats ont marqué 2025 ?

• Cloud et distribution : accords entre fournisseurs de modèles et hyperscalers pour la mise à disposition des LLM via marketplaces cloud, crédits de consommation et SLA renforcés.
• Hardware et NPU : généralisation des PC et serveurs dotés d’unités de calcul IA dédiées, optimisations logicielles pour tirer parti de l’inférence locale et réduire les coûts.
• Intégrations éditeurs : copilotes intégrés dans les suites bureautiques, CRM et outils de productivité, avec gouvernance des données d’entreprise et connecteurs natifs.
• Partenariats sectoriels : offres verticalisées pour la santé, la finance, l’industrie et le service public, combinant modèles spécialisés, conformité et accompagnement au déploiement.

En résumé, le marché s’organise autour de stacks hybrides qui mêlent modèles généralistes, solutions open‑source et intégrations logicielles clés. Les choix gagnants en 2025 privilégient la vitesse d’adoption, la maîtrise des coûts et la conformité, plutôt qu’un unique modèle censé tout faire.

La génération de vidéos par IA, la révolution de 2025

En 2025, la génération vidéo par intelligence artificielle a franchi un cap décisif. Ce qui relevait encore du gadget en 2023 est devenu un véritable levier créatif, accessible et exploitable en production. Des outils comme Sora, Veo ou Kling permettent de générer des séquences cohérentes et esthétiques à partir d’un simple prompt, avec un contrôle grandissant sur la caméra, la synchronisation labiale et la structure narrative.

Concrètement, les équipes marketing, produit et formation créent des variantes par format et par langue en quelques minutes. Reste à composer avec des limites techniques sur les scènes complexes et des coûts variables selon les modèles. Ci‑dessous, un panorama pratique par outils, usages, limites et budgets.

Quels sont les meilleurs outils vidéo en 2025 ?

• Runway : point d’entrée le plus polyvalent, text‑to‑video de qualité, outils d’édition intégrés (inpainting, arrière‑plan, effets), idéal pour clips courts et post‑production.
• Pika : génération très rapide, styles variés, bons contrôles de mouvement, pratique pour itérer des formats sociaux.
• Kling : rendu photoréaliste convaincant sur des scènes dynamiques, mouvements de caméra fluides, utile pour des plans plus ambitieux.
• Sora (si disponible dans votre offre) : séquences longues et scénarisées, forte cohérence temporelle, bonnes bases pour la narration et la synchronisation labiale.
• HeyGen : la référence pour avatars parlants, doublage multilingue et localisation rapide, synchronisation labiale naturelle.

En synthèse, Runway et Pika excellent en vitesse et en itération pour les réseaux sociaux, HeyGen domine les avatars et le doublage, Kling et Sora visent des plans plus cinématiques mais avec des exigences plus élevées en ressources et en temps de rendu. Veo complète le tableau sur des plans courts à forte valeur visuelle.

Quels cas d’usage concrets ?

• Marketing social : teasers 9:16, variations de plans et d’accroches pour A/B tests, déclinaisons par plateforme.
• Démos produit : mise en scène de fonctionnalités, tutoriels courts, incrustations UI et surlignages.
• Formation : micro‑modules avec avatar, scénarios de mise en situation, mises à jour rapides des contenus.
• Localisation et doublage : adaptation voix et sous‑titres, synchronisation labiale multilingue, personnalisation par marché.

Cas concret : une équipe e‑commerce crée en 48 heures une campagne de lancement. Script court, génération de 3 variantes verticales pour TikTok, une version horizontale pour YouTube, puis doublage en 4 langues via avatar. Résultat, un time‑to‑market réduit et une cohérence de marque sur tous les canaux.

Quelles limites (qualité, droits, deepfakes) ?

• Qualité et technique : cohérence d’objets et de personnages parfois fragile, texte dans l’image encore imparfait, scintillements, durées et résolutions limitées selon les plans, style qui peut dériver si les références sont pauvres.
• Filigranes et traçabilité : ajout possible de filigranes visibles ou de métadonnées de provenance, important pour la transparence éditoriale et la distribution.
• Juridique : droits à l’image et à la voix des personnes, licences musicales et de logos, clauses d’usage des plateformes, exigences de transparence qui se renforcent avec l’AI Act européen.
• Risque de deepfakes : usurpation d’identité, besoin d’autorisations écrites, procédures de validation interne avant diffusion.

Conséquences opérationnelles : formaliser une gouvernance de contenus générés, conserver scripts, prompts et sources, valider les droits de toutes les composantes (images, musiques, voix), et afficher un avertissement de contenu synthétique lorsque nécessaire.

Combien ça coûte et quel workflow type ?

Ordres de grandeur observés en 2025 : entrée de gamme pour création et édition vidéo entre 15 et 30 €/mois par utilisateur, solutions avatars et doublage entre 20 et 60 €/mois selon options, offres pro ou studio pouvant dépasser 100 à 200 €/mois, et facturation à l’usage au crédit ou à la seconde de rendu pour les API et les modèles haut de gamme. Anticiper les coûts additionnels, voix premium, musiques sous licence, sous‑titres et traductions.

1. Script : objectif, message clé, appel à l’action, contraintes de durée par canal.
2. Storyboard : plans, références visuelles, moodboard, choix voix et langues.
3. Génération : prompts, images de référence, contrôle des mouvements, itérations courtes.
4. Montage : habillage, sous‑titres, musique et mixage, export multi‑formats, QA légale et brand.

Ce mini‑process permet de limiter les itérations coûteuses, de sécuriser la conformité, et d’industrialiser la déclinaison multi‑marchés sans sacrifier la qualité.

Comment choisir votre IA en 2025 ?

Pour éviter de multiplier les abonnements et choisir utile, partez de vos usages concrets. Définissez 2 ou 3 scénarios prioritaires, vérifiez où résident vos données, puis évaluez 3 candidats sur une short‑list avec le même protocole de test. En 2025, l’IA s’intègre partout dans vos outils de travail (CRM, suites collaboratives, CMS), ce qui rend la décision plus simple si vous privilégiez une stack cohérente plutôt qu’un outil isolé.

Méthode en 5 étapes rapide : 1) cadrer les tâches à automatiser, 2) fixer des métriques simples, 3) vérifier les intégrations et l’API, 4) trancher cloud vs on‑device selon votre contexte mobile ou déconnecté, 5) valider la sécurité et la conformité avant signature.

Précision, vitesse, coût : quels critères clés ?

Testez chaque IA sur le même jeu de 10 tâches réelles. Notez pour chacune le taux d’acceptation à la première réponse, le temps de réponse, le nombre de retouches nécessaires et le coût estimé. Les arbitrages typiques : plus de précision implique parfois plus de coût et de latence ; une grande fenêtre de contexte facilite les projets longs, mais renchérit les traitements.

Critère	Comment mesurer	À quoi faire attention	Arbitrages usuels
Précision	Taux d’acceptation à la 1re réponse sur 10 cas, besoin de retouches	Hallucinations, citations vérifiables, constance sur textes longs	Précision élevée vs temps de calcul et coût
Vitesse	Temps au premier jet, fluidité du streaming, tokens/s	Pics de charge, files d’attente, limites horaires	Réponses très rapides vs profondeur de raisonnement
Contexte	Taille de fenêtre, qualité sur documents longs	Perte de fil au‑delà de X documents, formats lus	Grande fenêtre vs latence et prix
Coût	Estimation par tâche : prompts + sorties x volume mensuel	Frais cachés: stockage, vector DB, appels d’outils	Modèle premium ponctuel vs modèle moins cher récurrent
Fiabilité	Taux d’erreur sur cas critiques, répétabilité	Variabilité d’une exécution à l’autre	Stabilité vs créativité

Astuce budget: estimez le coût mensuel avec une règle simple, nombre d’utilisateurs × prompts/jour × longueur moyenne × tarif unitaire. Comparez ensuite avec le temps gagné par tâche pour valider le ROI.

Quelles intégrations et APIs compter ?

Votre IA doit se brancher à vos outils et à vos données sans friction. Vérifiez d’abord les connecteurs SaaS et la qualité de l’API, puis les options d’import/export et d’extensions.

• Connecteurs natifs: Google Workspace, Microsoft 365, Slack/Teams, Notion, Salesforce/HubSpot, Zendesk. Objectif: réduire le copier‑coller et travailler dans le même onglet.
• API et outils développeurs: REST/streaming, gestion d’erreurs et de retries, webhooks, modes de sortie structurée (JSON), function calling pour invoquer vos services, limites de débit et quotas par organisation.
• Recherche augmentée (RAG): compatibilité avec vos bases vectorielles et data warehouses, frais de stockage et de requêtage, mécanismes de mise à jour des index.
• Import/Export: prise en charge de PDF, DOCX, XLSX, CSV, images, audio/vidéo ; export de citations, de traces de raisonnement ou d’historique pour audit.
• Gouvernance et administration: SSO (SAML/OAuth), rôles et permissions, espaces d’équipe/projets, journalisation et analytics d’usage.
• Extensions: modules navigateur, agents email/réunions, marketplace d’intégrations vérifiées.

Votre usage est‑il mobile ou déconnecté ?

Si vous travaillez souvent en mobilité, en zone à connectivité limitée ou avec des données sensibles, privilégiez une approche on‑device quand c’est possible. Les modèles exécutés sur l’appareil, appuyés par des NPU, offrent latence minimale, résilience hors ligne et meilleure confidentialité. Les charges lourdes (longs rapports, vidéo) restent plus efficaces en cloud. Beaucoup d’équipes optent pour un mode hybride.

• Choisir on‑device si: besoin temps réel (voix, capture), zones blanches, contraintes fortes de confidentialité. À vérifier: compatibilité NPU, empreinte mémoire, caches locaux chiffrés.
• Choisir cloud si: projets longs, multimodalité avancée, collaboration d’équipe, haute disponibilité garantie.
• Mode hybride: pré‑résumer ou filtrer en local, déléguer les tâches lourdes au cloud, activer la bascule automatique selon réseau.

Que vérifier sur la sécurité des données ?

Avant tout déploiement, exigez des garanties écrites. Les attentes réglementaires montent, et l’AI Act européen renforce l’exigence de documentation, de traçabilité et de gestion des risques. Côté entreprise, un socle de contrôles doit être non négociable.

• DPA/contrats: accord de traitement des données, sous‑traitants listés, territoire d’hébergement, clauses RGPD, droits d’audit.
• Rétention et logs: durée configurable, effacement sur demande, accès aux journaux, export pour audit, journalisation des actions sensibles.
• Isolement des données: séparation par locataire/projet, absence d’entraînement par défaut sur vos prompts et sorties, options d’opt‑out explicites.
• Chiffrement: en transit et au repos, prise en charge BYOK/HSM pour les clés, contrôle d’accès fin (RBAC), SSO.
• Certifications: SOC 2 Type II, ISO 27001, politiques DLP, masquage des PII et filtres de contenu.
• Traçabilité: versions de modèles, sources citées, empreintes des données utilisées, reproductibilité des résultats clés.

Checklist express avant signature: 1) DPA signé, 2) non‑utilisation des données à des fins d’entraînement confirmée par écrit, 3) résidence des données conforme, 4) rétention paramétrable et effacement garanti, 5) SSO et rôles dispos, 6) plan d’incident et responsable sécurité identifiés.

Combien ça coûte et quelles IA gratuites essayer ?

En 2025, l’IA s’est démocratisée, avec une offre qui va du gratuit aux abonnements pros et aux usages API. Bonne nouvelle, il est possible de démarrer sans budget avec des outils fiables, puis de passer à des paliers payants dès que le retour sur investissement devient clair.

En pratique, la plupart des professionnels dépensent entre 20 et 40 € par mois pour un assistant principal et un outil spécialisé, un coût rapidement rentabilisé si vous gagnez ne serait-ce qu’une heure par semaine. Pour choisir juste, testez gratuitement, mesurez le gain, puis montez d’un palier lorsque les limites se font sentir.

Quelles options gratuites sont fiables ?

• ChatGPT (gratuit) : assistant généraliste très accessible pour rédiger, expliquer et itérer rapidement. La version gratuite suffit pour découvrir l’IA et cadrer ses premiers usages.
• Le Chat Mistral : alternative souveraine et gratuite, appréciée pour son français naturel et l’hébergement possible en Europe, utile en contexte RGPD.
• Perplexity : recherche web avec citations, idéal pour vérifier des faits et obtenir une synthèse sourcée avant de rédiger avec un chatbot.
• NotebookLM : excellent pour résumer vos documents, générer des synthèses audio de type podcast et interroger un corpus sans frais.
• Stable Diffusion (local) : génération d’images gratuite en exécution locale, contrôle total et personnalisation, parfait pour prototyper des visuels sans crédit payant.
• Hugging Face : des Spaces pour essayer gratuitement des modèles texte, image ou audio, ainsi que des alternatives open source comme DeepSeek R1 pour le raisonnement.

Quels sont les modèles de prix en 2025 ?

Les éditeurs combinent généralement quatre modèles : abonnements individuels, crédits à l’usage pour l’image/vidéo/voix, tarification API au token pour les intégrations, et packs Équipe/Entreprise avec options de sécurité avancées. Voici un aperçu pour budgéter sans surprise.

Modèle de tarification	Pour quoi	Fourchette courante (2025)	Points de vigilance
Abonnement individuel	Assistants généralistes et fonctionnalités avancées	Env. 15 à 25 € par mois	Limites de messages, qualité en heures de pointe, fonctions multimodales incluses ou non
Crédits à l’usage	Image, vidéo, voix, avatars	Forfaits d’entrée env. 5 à 30 € par mois	Coût par image ou par minute vidéo, droits d’usage commerciaux, files d’attente
API au token	Intégrations produit, automatisations	Facturation au million de tokens in/out	Fenêtre de contexte, taux d’erreur, surcharge inattendue si prompts trop longs
Packs Équipe / Entreprise	Collaboration, sécurité, gouvernance	Env. 25 à 60 € par utilisateur et par mois	SSO, audit, stockage, garantie de non-entraînement des données, SLA
Self‑hosting open source	Contrôle, souveraineté, coûts variables	Coût infra (GPU cloud ou on‑prem)	Maintenance, monitoring, sécurité, optimisation pour réduire l’empreinte GPU

Astuce budget : commencez par un abonnement individuel et un petit pack de crédits créatifs. Passez à l’API ou aux packs Équipe lorsque l’usage devient récurrent et collaboratif, ou si des exigences de conformité l’imposent.

Comment optimiser son budget IA ?

• Batcher les tâches : regroupez vos demandes par lot et traitez-les en une seule session pour limiter les appels et éviter la redondance.
• Soigner ses prompts : consignes claires, exemples courts, objectifs mesurables. Réutilisez des templates plutôt que de repartir de zéro.
• Choisir des modèles légers : utilisez un modèle plus petit pour les tâches simples, réservez les plus coûteux au raisonnement complexe.
• Limiter le contexte : compressez et résumez vos documents avant envoi, réduisez la fenêtre de contexte pour payer moins au token.
• Monitorer l’usage : suivez volumes, coûts par cas d’usage, et qualité perçue. Coupez les fonctionnalités peu utilisées.
• Mixer gratuit + payant : Perplexity pour chercher, ChatGPT/Claude/Mistral pour rédiger, Stable Diffusion local pour les visuels récurrents.
• Mesurer le ROI : si 20 € par mois vous économisent 1 h de travail, l’abonnement est amorti. Formalisez ce calcul par équipe.

Souveraineté et conformité: que faut-il vérifier ?

Avant d’adopter un outil IA, vérifiez la résidence des données, les engagements contractuels, et la conformité aux cadres européens. En 2026, l’AI Act se déploie par étapes, avec des exigences de documentation, traçabilité et gestion des risques, en complément du RGPD. Pour aller plus loin, consultez notre point sur l’AI Act européen.

• Localisation et flux: où sont stockés prompts, fichiers, journaux et sauvegardes, et quels transferts hors UE existent.
• Cadre juridique: DPA (accord de traitement), liste des sous-traitants, mécanismes applicables aux transferts, droits d’audit.
• Sécurité: chiffrement au repos/en transit, gestion des clés (BYOK/CMK en Europe), journalisation et traçabilité.
• Rétention et purge: durée de conservation des conversations, fichiers, embeddings et logs, y compris dans les sauvegardes.
• Entraînement: l’éditeur peut‑il entraîner ses modèles sur vos données, par défaut ou sur opt‑in explicite.
• Accès et contrôle: SSO/SCIM, rôles et permissions, cloisonnement des environnements (tenant dédié, VPC privé).
• Réversibilité: export des données et des historiques, effacement définitif en fin de contrat.
• Certifications et preuves: rapports indépendants (ex. ISO 27001, SOC 2) et conformité sectorielle si nécessaire.

Où sont stockées vos données ?

La souveraineté commence par la localisation. Demandez une cartographie claire de l’hébergement (région/pays), de la réplication, des sauvegardes et des sous‑traitants. Dans le cloud, vérifiez si l’éditeur opère en multitenant partagé, en environnement dédié, ou via des connexions privées (Private Link, VPC peering). Soyez précis: les prompts et fichiers peuvent rester en UE, tandis que des métriques, journaux ou caches transitent ailleurs lors du support, de l’observabilité ou de l’inférence.

• Région d’hébergement: pays et fournisseur, options « UE only » pour données, logs et sauvegardes.
• Transferts hors UE: cas d’usage concernés (support, télémétrie, entraînement), cadre contractuel et mesures de minimisation.
• Schéma cloud: mutualisé vs tenant dédié, réseau privé, isolation des ressources, modalités d’accès du support.
• Chiffrement et clés: gestion en Europe, possibilité de clés client (BYOK/CMK) ou hébergées par le client (HYOK).
• Données invisibles mais sensibles: embeddings, métadonnées, pièces jointes, images/voix utilisées en multimodal.

RGPD, DPA et rétention: à quoi s’engager ?

• DPA clair: rôles (responsable/sous‑traitant), instructions documentées, sécurité, assistance aux droits, notifications d’incident et liste à jour des sous‑traitants.
• Droits des personnes: processus pour l’accès, la rectification et l’effacement, y compris des historiques de chat, fichiers, embeddings et sauvegardes.
• Rétention: durées distinctes pour contenus, journaux techniques et métadonnées, politiques de purge automatique, preuves d’effacement.
• Entraînement sur vos données: posture par défaut, mécanisme d’opt‑in/opt‑out, exclusions des journaux et garanties de non‑réutilisation.
• Base légale et minimisation: registre de traitement, PIA/DPIA si risque élevé, collecte limitée au nécessaire.
• Réversibilité et portabilité: exports exploitables, effacement en fin de contrat, récupération des clés et destructions certifiées.

Un DPA (Data Processing Agreement) formalise les obligations du fournisseur en tant que sous‑traitant au sens du RGPD: sécurité, confidentialité, assistance et encadrement des transferts. La politique de rétention précise combien de temps chaque donnée est conservée et comment elle est supprimée, y compris dans les sauvegardes et systèmes de relève.

Open‑source et on‑premise: quand les préférer ?

Les modèles open‑source et les déploiements on‑premise apportent auditabilité, personnalisation et contrôle fort des données. Ils conviennent bien aux cas sensibles ou très réglementés. À l’inverse, le SaaS propriétaire accélère la mise en œuvre, offre des capacités multimodales et un écosystème d’intégrations. En 2025‑2026, l’open‑source a gagné en maturité, avec des modèles comme LLaMA 4 ou BLOOM, et renforce la souveraineté évoquée plus haut.

• À privilégier en open‑source/on‑premise:
  • Secrets, propriété intellectuelle critique, données de santé/finance/défense.
  • Besoins d’audit et d’isolement forts, absence de connexion Internet, contraintes de résidence UE stricte.
  • Personnalisation avancée du modèle, contrôle des journaux et du monitoring.
  • Infrastructure GPU, MLOps, sécurité, mises à jour, évaluation/monitoring du modèle.
  • Compétences internes (ML, DevOps, sécurité, gouvernance), budget FinOps et support 24/7.
  • Démarrage rapide, fonctionnalités riches (multimodal, collaboration), mises à jour continues.
  • Certifications tierces, intégrations natives et support étendu.
  • Routage par passerelle (policy gateway) selon la sensibilité: on‑prem pour le critique, SaaS pour le généraliste.
  • Clés client et région UE pour les usages cloud, avec opt‑out d’entraînement.
  Découvrir nos offres de formation

  Quelles sont les limites actuelles des top IA ?

  Malgré des progrès spectaculaires en 2025‑2026, les meilleurs modèles restent faillibles. Pour les déployer sereinement, il faut reconnaître leurs angles morts et cadrer les usages. Le cap à tenir : des cas d’usage bien définis, des garde‑fous techniques et une gouvernance alignée sur les exigences de conformité (par exemple celles de l’AI Act européen), tout en formant les équipes aux bons réflexes.

  • Fiabilité inégale selon les tâches : erreurs de faits, raisonnements approximatifs, citations manquantes.
  • Biais linguistiques et culturels : stéréotypes reproduits, sous‑représentation de certains publics.
  • Vulnérabilités sécurité : prompt injection, divulgation involontaire d’informations, fuites via connecteurs.
  • Traçabilité limitée : difficulté à expliquer une réponse, manque de journaux d’audit exploitables.
  • Confidentialité et propriété intellectuelle : données sensibles mal gérées, zones grises d’usage des contenus.
  • Coûts, latence et variabilité : réponses non déterministes, surcoûts en production si le cadrage manque.
  • Dépendance fournisseurs et souveraineté : verrouillage écosystème, localisation des données à clarifier.

  Hallucinations : comment les contrôler ?

  • RAG bien conçu (Retrieval Augmented Generation) : indexez vos sources vérifiées, combinez recherche hybride (mots‑clés + vecteurs), ajustez les paramètres de récupération (top‑k, re‑ranking) et affichez systématiquement les références utilisées.
  • Vérification de sources : imposez des réponses avec liens, dates et citations, et rejetez les sorties sans preuve sur les sujets sensibles.
  • Consignes solides : demandez explicitement « répondre uniquement à partir des documents fournis », « dire je ne sais pas en cas d’incertitude », clarifications étape par étape, et fixez une température faible pour réduire la créativité non désirée.
  • Garde‑fous applicatifs : filtres de contenus, listes blanches de domaines lors de la navigation, masquage des PII, limites d’outillage (pas d’exécution de code ni d’accès externe hors périmètre).

  Pratique : exposez à l’utilisateur un niveau de confiance, autorisez la prévisualisation des sources, et loguez les passages cités pour faciliter la relecture rapide.

  Biais et sécurité : quels risques métiers ?

  Les biais peuvent impacter des décisions RH, marketing, crédit ou support, tandis que les attaques par prompt injection peuvent détourner un agent, extraire des secrets ou pousser l’outil à ignorer vos politiques internes. La maîtrise passe par la prévention, le cloisonnement et la supervision.

  • Biais linguistiques et culturels : évaluez sur des jeux de données représentatifs de vos clients, imposez des chartes de sortie neutres, et prévoyez une relecture humaine pour les contenus à impact.
  • Prompt injection et jailbreaking : neutralisez les instructions non fiables venant de pages web ou documents, filtrez l’entrée utilisateur, appliquez des politiques « ne jamais révéler de secrets », et utilisez des sandboxes pour toute action à effet réel.
  • Exfiltration de données : chiffrez en transit/au repos, limitez les pièces jointes, classez les données, et privilégiez des offres entreprise qui contractualisent la non‑réutilisation de vos données d’entrée pour l’entraînement.
  • Conformité et traçabilité : documentez les sources, versions de modèles et raisons d’un choix, afin de répondre aux audits et obligations réglementaires.

  Évaluations et garde‑fous humains

  • Évaluations internes régulières : métriques de justesse factuelle, couverture des sources, toxicité, sécurité (résistance aux jailbreaks), coûts et latence, avec des jeux de tests proches de vos cas d’usage.
  • Revue humaine ciblée : double relecture pour les décisions à risque, échantillonnage continu des réponses en production, règles d’escalade claires.
  • Journaux d’audit complets : conservation des prompts, pièces fournies, modèle et version, paramètres, sorties, liens ouverts et décisions prises, avec durées de rétention définies.
  • Monitoring en production : détection de dérive, boucles de feedback utilisateurs, correctifs rapides de prompts et de connaissances (RAG) sans attendre un réentraînement lourd.

  Conseil pratique : démarrez par des POC limités, formalisez un « playbook » de prompts et de validation, formez les équipes métiers, puis élargissez progressivement le périmètre en gardant une boucle d’amélioration continue.

  Découvrir le métier de Prompt Engineering

  IA en 2025 : quelles tendances émergentes ?

  L’intelligence artificielle voit apparaître des tendances de fond qui redéfinissent les usages. Ces changements annoncent des transformations durables à surveiller de près si vous travaillez dans le numérique, le développement ou la stratégie data.

  • Multimodalité et agents connectés aux outils externes.
  • IA on-device avec NPU et quantization pour réduire la latence et mieux protéger les données.
  • Personnalisation pragmatique : choisir entre RAG et fine-tuning selon le cas d’usage.
  • Standardisation open-source : formats de poids, checkpoints et bonnes pratiques d’évaluation.
  • Éthique et transparence : pédagogie interne, watermarking, traçabilité des prompts.
  • Hybridation IA x logiciels métiers : CRM, ERP, support et analytics nativement augmentés.

  La multimodalité et les agents outillés, game changer ?

  Texte, image, audio et vidéo convergent : les modèles comprennent plusieurs formats, prennent la parole, interprètent des documents et agissent sur des outils externes via le navigateur, des API ou des connecteurs. On passe d’un chatbot qui répond à un agent capable de consulter le web, d’extraire des fichiers, d’écrire dans un CRM ou d’orchestrer un workflow. Le gain : des tâches complètes réalisées de bout en bout, avec contrôle humain.

  Cas concret : un agent de support lit automatiquement le ticket, analyse une capture d’écran, consulte la base de connaissances, vérifie l’état du compte via l’API, propose une réponse, puis ouvre un changement dans l’outil ITSM si nécessaire. Même logique côté marketing : brief audio, génération d’un storyboard, déclinaison des visuels, planification sociale et suivi des performances dans l’outil d’analytics.

  L’IA on-device s’impose-t-elle ?

  L’exécution locale progresse grâce aux NPU des smartphones et PC récents. Des modèles compacts quantifiés (int8, int4) tournent directement sur l’appareil, ce qui réduit la latence, améliore la confidentialité et garantit une disponibilité hors ligne. Résultat : résumé de documents, transcription, aide à l’écriture ou vision embarquée sans envoi systématique vers le cloud.

  À retenir côté technique : la quantization limite l’empreinte mémoire et l’énergie consommée, les runtimes s’appuient sur Metal, DirectML, CUDA ou Vulkan, et l’architecture cible souvent des modèles 1B à 7B. Les limites actuelles portent sur la longueur de contexte et la qualité sur des tâches complexes, d’où des architectures hybrides local plus cloud pour les besoins exigeants.

  Comment personnaliser: fine-tuning vs RAG ?

  Méthode	Cas d’usage typiques	Coûts	Données requises	Maintenance
  RAG (Recherche augmentée par le contexte)	FAQ, documentation changeante, conformité, recherche factuelle avec citations	Faible coût d’amorçage, coût à la requête stable	Documents indexables, métadonnées propres, politique d’accès	Mettre à jour l’index, surveiller la qualité du retrieval
  Fine-tuning (y compris LoRA)	Style éditorial, jargon interne, formulaires structurés, extraction spécifique	Coût initial d’entraînement puis hébergement ou coût d’API dédié	Jeux d’exemples bien étiquetés, représentatifs et non sensibles	Réentraînements périodiques, suivi des dérives et des performances
  Hybride	Assistants métier à haut volume : RAG pour l’actualité, fine-tuning pour le ton et les formats	Investissement moyen, meilleur rapport précision/robustesse	Corpus indexé plus exemples pour l’adaptation	Deux boucles à maintenir : index et modèle

  Conseil pratique : démarrez avec le RAG pour livrer vite et citer vos sources. Passez au fine-tuning lorsque le style ou les sorties doivent être très stables, ou que le RAG atteint ses limites. Mesurez la qualité en continu avec des jeux de tests représentatifs de vos tâches réelles.

  Vers une standardisation des modèles open-source ?

  L’open-source prend de l’ampleur. Des modèles comme LLaMA 4, BLOOM ou DeepSeek R1 montrent qu’il est possible de produire des IA puissantes, tout en conservant une certaine liberté d’usage. De plus en plus d’acteurs s’unissent pour créer des alternatives aux modèles fermés d’OpenAI ou d’Anthropic.

  Standardisation en pratique : adoption de formats de poids sûrs (safetensors, GGUF) et de checkpoints quantifiés, métadonnées claires dans les model cards, jeux d’évaluation publics et serveurs d’inférence compatibles. Objectifs : interopérabilité, auditabilité et déploiements plus simples sur CPU, GPU ou NPU.

  Comment avancer avec éthique et transparence ?

  • Pédagogie interne : charte d’usage, formation continue, cas d’école par métier.
  • Transparence des prompts : journalisation, revue régulière, masquage des secrets.
  • Watermarking et disclaimers pour les images et vidéos générées.
  • Traçabilité des données : provenance, consentement, gouvernance claire.
  • Évaluations : tests systématiques biais, sécurité, hallucinations, confidentialité.
  • Conformité : aligner vos déploiements sur l’AI Act européen et documenter vos modèles.

  Mise en œuvre : tenez un registre des cas d’usage, des risques et des mesures de mitigation, privilégiez les plans entreprise qui n’exploitent pas vos données pour l’entraînement, et impliquez juridique, sécu et métiers dès le cadrage.

  Comment hybrider IA et logiciels métiers ?

  Cas concret : dans un CRM, l’assistant analyse l’historique, priorise les leads, propose des emails personnalisés et alimente automatiquement les champs. Côté ERP, il prévoit la demande et déclenche des réapprovisionnements. Dans le support, il résume les appels et suggère des réponses. Dans l’analytics, il transforme une question métier en requêtes et génère un tableau de bord prêt à partager.

  • CRM : scoring, génération d’emails, résumés de rendez-vous.
  • ERP : prévisions, planification, alertes d’anomalies.
  • Support : réponses assistées, catégorisation, macros automatiques.
  • Contenu : assistants intégrés à Notion, CMS comme WordPress pour titrage et SEO.

  En 2025, l’IA s’intègre profondément dans les logiciels du quotidien : CRM, outils de gestion de contenu, suites collaboratives… On pense à Notion AI, à HubSpot pour les emails automatisés, ou encore à WordPress qui suggère des titres et optimise les balises SEO. Le mot d’ordre : mesurer l’impact, documenter les prompts et sécuriser les données dès le départ.

  Se former à la Data et à l'IA

  Quelle IA pour quel besoin (en 60 s) ?

  Choisissez 2 à 3 outils qui couvrent vos usages principaux, pas plus : un assistant pour le fond (écriture, code), un créatif (image ou vidéo), un outil productivité avec votre écosystème.

  Besoin	Premier choix	Alternatives rapides
  Écrire et raisonner	Claude (qualité FR, suivi des consignes)	ChatGPT (polyvalent, multimodal) · Le Chat Mistral (gratuit, souverain)
  Créer des images	Midjourney (esthétique)	GPT‑Image dans ChatGPT (pratique) · Stable Diffusion (local, contrôle)
  Vidéo	Sora (réalisme)	Runway (rapide, éditorial) · Kling/ Veo (plans ciné)
  Coder	Cursor (IDE IA‑first)	GitHub Copilot (auto‑complétion VS Code) · Claude Code (pair‑prog avancé)
  Recherche web	Perplexity (réponses sourcées)	Gemini (accès Google, Workspace) · ChatGPT mode recherche
  Productivité	Gemini pour Google Workspace	Microsoft Copilot pour 365 · Notion AI

  Pour écrire et raisonner ?

  • Claude : le plus fiable en français, très bon sur les longs documents, respecte finement le ton et les consignes éditoriales.
  • ChatGPT : couteau suisse multimodal (texte, image, voix, parfois vidéo), idéal si vous voulez un seul outil pour tout faire.
  • Le Chat Mistral : alternative gratuite et souveraine, bon niveau en français, utile si budget serré ou priorité RGPD.

  Pour créer des images ?

  • Midjourney : rendu artistique haut de gamme pour branding et concepts visuels.
  • GPT‑Image dans ChatGPT : génération et retouches directement dans la conversation, parfait pour illustrer vite des contenus.
  • Stable Diffusion : exécution locale possible, contrôle fin (LoRA, ControlNet), confidentialité et personnalisation.

  Pour la vidéo ?

  • Sora : clips narratifs très réalistes à partir d’un prompt, idéal pour storytelling court.
  • Runway : point d’entrée accessible pour text‑to‑video, montage et effets créatifs.
  • Kling ou Veo : styles cinématographiques, plans dynamiques, rendu très visuel. Pour des vidéos corporate à avatars : pensez Synthesia/HeyGen.

  Pour coder ?

  • Cursor : IDE repensé autour de l’IA, très bon pour refactoriser et naviguer dans une grosse base de code.
  • GitHub Copilot : auto‑complétion performante dans VS Code ou JetBrains, mise en route immédiate.
  • Claude Code : pair‑programming en terminal, utile pour diagnostics profonds et gros dépôts.

  Pour la recherche web ?

  • Perplexity : réponses structurées avec citations et liens, parfait pour établir rapidement un état de l’art.
  • Gemini : excellente recherche si vous vivez dans Google Workspace, bon sur les docs Drive et Gmail.
  • ChatGPT (mode recherche) : rapports synthétiques avec sources, pratique pour cadrer un sujet avant rédaction.

  Pour la productivité ?

  • Gemini pour Workspace : lit et écrit dans Gmail, Docs et Sheets sans changer d’onglet.
  • Microsoft Copilot pour 365 : résume réunions, génère documents et présentations dans l’écosystème Office.
  • Notion AI : notes, plans d’action et bases de connaissances dopées à l’IA sur un même espace.
  Formation Prompt Engineering certifiante