Agent IA
Système basé sur un LLM capable de raisonner, de planifier et d'exécuter des tâches complexes en enchaînant des outils (API, bases de données, applications métier). Contrairement à un chatbot qui se contente de répondre, un agent IA agit : il cherche, déclenche, met à jour, et itère jusqu'à atteindre un objectif.
MCP (Model Context Protocol)
Protocole standardisé open-source qui permet aux LLM (Claude, GPT, modèles open-source) de se connecter à vos outils et sources de données (SQL, Notion, API internes, fichiers) de façon uniforme. Surnommé l'« USB-C de l'IA », MCP remplace les intégrations ad hoc par un standard unique.
RAG (Retrieval-Augmented Generation)
Architecture qui combine recherche sémantique (vector databases) et génération de texte (LLM) pour intégrer vos données métier dans des modèles de langage sans fine-tuning. Utilisé pour chatbots intelligents, support client automatisé, assistants métier.
V1 (Première version)
Première version fonctionnelle d'un produit déployée avec de vrais utilisateurs pour valider une hypothèse marché. Différente d'un prototype qui valide seulement une hypothèse technique ou UX.
CTPO as a Service
Direction technique et produit externalisée en duo : le CTO (Edouard) gère l'architecture, la stack, la sécurité et la scalabilité pendant que le PO (Thomas) cadre la vision produit, la roadmap, la discovery utilisateur et la priorisation du backlog. Alternative au recrutement d'un CTO et d'un PO senior à temps plein.
LLM (Large Language Model)
Modèle de langage de grande taille entraîné sur d'immenses corpus textuels, capable de comprendre et générer du langage naturel. Les principaux LLM utilisés en production : GPT-4 / GPT-5 (OpenAI), Claude (Anthropic), Gemini (Google), Mistral et Llama (open-source). Un LLM seul ne suffit pas : pour exploiter vos données métier, il doit être couplé à une architecture RAG, à des agents IA ou à des connecteurs MCP.
