ADOPT AI 2026

Attendees, exhibitors & solutions

Who this event is for

Industry trends

Key trends shaping this market and its wider industry.

Arrival airports

Choose from the following airports, with convenient access to the event and venue.

Hotel tiers

A range of accommodation options near the venue and across key areas.

Local transport

Get around the city with these convenient transport options.

Frequently asked

Glossary

1

Adoption de l'IA

Le processus consistant à faire passer une capacité d'IA de l'expérimentation à un usage métier courant, couvrant la préparation des données, le choix des modèles, l'intégration, la conduite du changement et la mesure de la valeur métier.

2

IA générative (GenAI)

Modèles qui produisent de nouveaux textes, images, codes ou contenus audio à partir de prompts, généralement construits sur de grands réseaux de neurones entraînés sur de vastes jeux de données.

3

Grand modèle de langage (LLM)

Modèle fondé sur l'architecture transformer, entraîné sur de grands corpus textuels, pouvant être sollicité par prompt ou affiné pour des tâches telles que la rédaction, le résumé, l'extraction et la génération de code.

4

Génération augmentée par récupération (RAG)

Architecture qui récupère des passages dans une base de connaissances d'entreprise et les fournit à un LLM au moment de la requête, afin que les réponses s'appuient sur le contenu de l'entreprise plutôt que sur la seule mémoire du modèle.

5

IA agentique

Systèmes dans lesquels un LLM planifie et appelle des outils ou des API sur plusieurs étapes pour accomplir une tâche, avec des garde-fous sur les actions qu'il peut entreprendre.

6

Base de données vectorielle

Stockage optimisé pour les vecteurs d'embedding, utilisé pour effectuer une recherche sémantique sur des documents, des images ou des catalogues produits au sein de pipelines RAG.

7

Fine-tuning

Entraînement complémentaire d'un modèle pré-entraîné sur des données spécifiques à un domaine afin qu'il s'adapte à un vocabulaire, un format ou une tâche propres à un secteur.

8

Ingénierie de prompt

Conception des instructions, du contexte et des formats de sortie fournis à un modèle pour rendre les résultats fiables et reproductibles en production.

9

Hallucination

Une sortie de modèle affirmée mais incorrecte ou non étayée, l'une des raisons principales pour lesquelles les entreprises ajoutent ancrage, citations et relecture humaine.

10

Évaluation (evals)

Jeux de tests structurés et méthodes de notation utilisés pour mesurer la qualité, la sécurité et les régressions d'un modèle avant et après déploiement.

11

MLOps et LLMOps

Pratique d'ingénierie consistant à versionner, déployer, superviser et réentraîner les modèles, étendue aux prompts LLM, aux index de récupération et aux garde-fous.

12

Gouvernance des données

Politiques, propriété et contrôles définissant quelles données peuvent être utilisées pour quel cas d'usage d'IA, y compris la traçabilité, les droits d'accès et la conservation.

13

EU AI Act

Réglementation européenne qui classe les systèmes d'IA par niveau de risque et fixe des obligations de transparence, de documentation, de supervision humaine et des usages interdits.

14

Écart entre pilote et production

Étape où une preuve de concept fonctionnelle s'enlise en raison de la qualité des données, du coût d'intégration, de l'examen de conformité ou de l'absence de propriétaire du cas d'usage.