Fondamentaux de l'IA générative
Modèles de fondation, tokens, embeddings et IA agentique : comment fonctionne l'IA générative, ce qu'elle coûte et quels services AWS la mettent en production.
La plupart des gens découvrent l'IA générative par une fenêtre de chat, sans jamais voir ce qui se passe derrière. Cet écart devient un vrai problème dès qu'il faut choisir un modèle, estimer une facture mensuelle ou expliquer à un responsable pourquoi la même question donne parfois une réponse différente. Ce domaine comble cet écart.
Il commence par la mécanique : ce qu'est un modèle de fondation, comment un texte devient des tokens et des embeddings, et en quoi les modèles multimodaux et de diffusion diffèrent des modèles de langage. Il passe ensuite à ce que l'IA générative réussit vraiment, là où elle échoue, et à la façon dont une équipe décide si la valeur justifie la dépense. Il se termine côté AWS, avec les services qui transforment un modèle en produit exploitable.
Ce que couvre ce domaine
- les modèles de fondation et les LLM, et ce qui les distingue des modèles de ML traditionnels
- les tokens, le chunking et les embeddings, avec la tarification au token qui en découle
- les modèles multimodaux et de diffusion, et les cas d'usage que chacun sert
- le cycle de vie d'un modèle de fondation, le context engineering et l'IA agentique avec MCP
- ce que l'IA générative fait bien, ses limites et ses risques, et comment sélectionner un modèle
- la mesure de la valeur métier face aux arbitrages de coût réels
- les services AWS : Amazon Bedrock, SageMaker AI et JumpStart, Amazon Q, Kiro et l'outillage agentique associé
Pourquoi c'est important
C'est le deuxième domaine par le poids à l'examen, et il alimente directement le plus lourd. Chaque question sur le RAG, l'ingénierie de prompts ou le fine-tuning suppose que vous savez déjà ce qu'est un token, pourquoi le contexte a une limite et ce que Bedrock apporte réellement.
Le gain concret, c'est le jugement. Quand vous savez suivre une requête du prompt aux tokens, puis à l'inférence et jusqu'à la facture, vous répondez aux questions qui comptent sur le terrain : cette tâche convient-elle à un modèle de fondation, par quel modèle commencer, et combien cela coûtera à grande échelle.