Lexique Data, IA & Green IT.

Règlement européen sur l'intelligence artificielle (UE 2024/1689), première réglementation horizontale au monde sur l'IA. Il classe les systèmes en quatre niveaux de risque — inacceptable, élevé, limité, minimal — et impose des obligations croissantes. Pleine application des règles « haut risque » le 2 août 2026.

Règlement général sur la protection des données (UE 2016/679). Encadre tout traitement de données personnelles dans l'Union : bases légales, minimisation, droits des personnes, analyses d'impact. Il s'applique pleinement aux traitements réalisés par des systèmes d'IA.

Démarche de conception cherchant à obtenir la valeur métier d'un système d'IA avec le minimum de calcul, d'énergie et de données : bon dimensionnement, réutilisation de modèles, optimisation de l'inférence et mesure systématique de l'empreinte.

Approche visant à réduire l'empreinte environnementale du numérique en ne mobilisant que les ressources strictement nécessaires. Elle couvre l'écoconception, la frugalité des architectures et la mesure des consommations (kWh, tCO₂).

Architecture d'IA générative qui enrichit les réponses d'un modèle de langage avec des informations retrouvées dans une base documentaire propre à l'organisation. Elle réduit les hallucinations, permet de citer les sources et garde les données sous contrôle.

Ensemble de pratiques d'industrialisation du Machine Learning : entraînement, déploiement, surveillance (drift) et ré-entraînement des modèles de manière reproductible et automatisée. C'est ce qui fait passer un modèle du notebook à la production.

Gestion des données de référence : créer une source unique, fiable et partagée pour les entités clés d'une organisation (clients, produits, fournisseurs), afin d'éliminer les divergences entre systèmes.

Infrastructure d'hébergement dont les données et l'exploitation demeurent sous juridiction et contrôle européens, à l'abri des lois extraterritoriales comme le CLOUD Act. Vise l'autonomie stratégique sur les données sensibles.

Analyse d'impact relative à la protection des données, obligatoire au titre du RGPD lorsqu'un traitement est susceptible d'engendrer un risque élevé pour les personnes — fréquent avec l'IA. Elle décrit le traitement, évalue les risques et fixe les mesures de réduction.

Capacité des personnes qui conçoivent, déploient ou utilisent un système d'IA à en comprendre le fonctionnement, les capacités, les limites et les risques. L'AI Act (article 4) en fait une obligation depuis février 2025.

Discipline de gestion financière du cloud : rendre visibles et maîtrisables les coûts d'infrastructure par le right-sizing, la gouvernance (tagging, budgets) et l'arbitrage continu entre performance et dépense.

Application des principes FinOps à l'empreinte environnementale : mesurer les kWh et tCO₂ par service, choisir des régions à faible intensité carbone et planifier les traitements aux heures les plus sobres (carbon-aware).

Traçabilité du parcours d'une donnée, de sa source à son usage final, à travers les transformations successives. Essentiel pour la qualité, l'audit et la conformité réglementaire.

Ré-entraînement d'un modèle existant sur des données spécifiques pour adapter son style ou ses tâches. À distinguer du RAG, qui retrouve l'information au moment de la question sans modifier le modèle ; les deux sont souvent combinés.

Réponse d'un modèle de langage qui semble plausible mais est factuellement fausse ou inventée. Le RAG et la citation des sources la réduisent fortement ; aucune approche ne l'élimine totalement, d'où la nécessité de garde-fous et de mesure.

Directive européenne sur la cybersécurité (UE 2022/2555) qui renforce les obligations de sécurité et de notification d'incidents pour un large éventail d'entités essentielles et importantes, y compris dans le secteur public.

Conception de services numériques visant à réduire leur empreinte sur tout le cycle de vie. S'appuie sur des référentiels comme le RGESN et le GR491. Un service écoconçu est souvent plus rapide et moins coûteux.

Ensemble des rôles, règles et processus garantissant que les données d'une organisation sont fiables, sécurisées, conformes et exploitables : data owners, stewards, catalogues, politiques de qualité et data contracts.