Technique qui combine la recherche documentaire avec la génération de texte : avant de répondre, le modèle récupère des documents pertinents d'une base de connaissances pour enrichir le contexte. Elle réduit les hallucinations et permet d'intégrer des données propriétaires sans fine-tuning.
Architecture de référence pour l'usage d'IA dans le reporting ESG : chaque réponse peut citer sa source, ce qui rend la piste d'audit vérifiable par un tiers ISO 17029. Trois conditions pour tenir la promesse : (1) qualité et fraîcheur du corpus indexé (versionner, dater, exclure les documents obsolètes ou générés par IA pour prévenir le Model collapse), (2) contrôle d'accès aligné sur les habilitations métier (le RAG ne doit pas contourner le RGPD ni exposer des documents confidentiels), (3) évaluation régulière du taux de citation correcte et du taux d'hallucination résiduelle.
Termes connexes (Technologie)
IA fantôme (Shadow AI)
Utilisation non autorisée d'outils d'intelligence artificielle par les employés, contournant les politiques de sécurité, de conformité et de gouvernance de l'entreprise. Ce phénomène représente un risque ESG majeur : fuite de données sensibles, non-conformité RGPD/IA Act, absence de traçabilité et d'audit.
Ingénierie de prompt ESG
Discipline d'optimisation des instructions textuelles (prompts) données aux modèles d'IA pour obtenir des réponses pertinentes, précises et conformes aux exigences du reporting de durabilité. Inclut la structuration des requêtes, l'injection de contexte réglementaire et la réduction des hallucinations.
Hallucination IA
Génération par un modèle d'IA de contenus faux, inventés ou non étayés par les données sources, présentés avec une apparence de certitude. Risque critique pour le reporting ESG où l'exactitude et la traçabilité des informations sont essentielles pour l'audit externe.
Token (unité de traitement IA)
Unité élémentaire de texte traitée par les modèles de langage (environ 4 caractères ou 0,75 mot en français). Le nombre de tokens détermine le coût de calcul, la consommation énergétique et l'empreinte carbone d'une requête IA. Métrique clé pour l'optimisation Green AI.
GPU (Processeur graphique)
Processeur spécialisé dans le calcul parallèle, essentiel pour l'entraînement et l'inférence des modèles d'IA. Les GPU représentent la principale source de consommation énergétique et d'émissions carbone des infrastructures IA, avec des enjeux d'approvisionnement en terres rares et de recyclage.
Récupération de chaleur fatale (data center)
Valorisation de la chaleur résiduelle générée par les serveurs et GPU des centres de données pour alimenter des réseaux de chauffage urbain, des serres agricoles ou des processus industriels. Levier clé d'économie circulaire pour réduire l'impact environnemental net des infrastructures IA.