7 types d’IA : quatre n’existent pas, voici ce qui sert vraiment à une PME

Les 7 types d’IA, dans la classification que reprend IBM, se rangent en deux familles. Trois types selon ce que l’IA sait faire : l’IA étroite (ou faible), l’IA générale (ou forte) et la super-intelligence. Quatre types selon sa façon de fonctionner : la machine réactive, l’IA à mémoire limitée, l’IA à théorie de l’esprit et l’IA consciente de soi.

Sur ces sept cases, trois existent aujourd’hui : l’IA étroite, la machine réactive et l’IA à mémoire limitée. Les quatre autres sont théoriques. IBM l’écrit sans détour dans sa page Types d’intelligence artificielle : l’IA étroite « est le seul type d’IA qui existe aujourd’hui. Toutes les autres formes d’IA sont théoriques. » ChatGPT compris : IBM le range dans l’IA étroite.

Ma position est nette. Pour un dirigeant de PME, cette classification ne sert pas à choisir un outil, elle sert à trier le discours commercial. Tout ce que vous pouvez acheter ou installer lundi matin relève des trois cases réelles. Celui qui vous vend « une IA qui comprend les émotions de vos clients » ou « une IA générale » vous vend une case vide.

Pour décider, je recommande une autre grille, par usage, en quatre familles :

1. Les règles : « si ceci, alors cela », pour trier des mails ou lancer une relance.
2. La prédiction : apprendre de vos données passées, pour anticiper un stock, un impayé, des ventes.
3. L’IA générative : rédiger, résumer, répondre.
4. Les agents : enchaîner plusieurs étapes vers un objectif.

La suite donne le tableau des sept types, ce qui existe vraiment, puis ces quatre familles, avec pour chacune ce qu’elle peut faire dans une PME.

Quels sont les 7 types d’IA ?

Les 7 types d’IA se répartissent en 3 types par capacité (IA étroite, IA générale, super-intelligence) et 4 types par fonctionnement (machine réactive, mémoire limitée, théorie de l’esprit, consciente de soi). Le premier classement dit jusqu’où une IA peut aller ; le second, comment elle traite l’information. Trois de ces types existent, quatre restent théoriques.

Le tableau ci-dessous reprend la page d’IBM consultée le 5 novembre 2026, type par type ; l’exemple de la machine réactive vient de Coursera.

Les deux classements se recoupent. Chez IBM, la machine réactive et la mémoire limitée sont les deux catégories qui composent l’IA étroite ; la théorie de l’esprit relève de l’IA générale. Le classement par fonctionnement est attribué à Arend Hintze, chercheur et professeur à l’université d’État du Michigan, par l’article de Coursera sur les quatre types d’IA (en anglais), mis à jour le 31 mai 2026.

Les classements et les mots changent d’une source à l’autre. Vous croiserez donc d’autres listes de « types d’IA » : la section plus bas sur le vocabulaire vous aide à les lire.

Quels sont les 3 types d’intelligence artificielle ?

Les 3 types d’intelligence artificielle, classés par capacité, sont l’IA étroite (ou faible), l’IA générale (ou forte) et la super-intelligence artificielle. Un seul existe, l’IA étroite, qui accomplit une tâche définie sans pouvoir en sortir ; IBM qualifie les deux autres de théoriques.

Ce que dit IBM de chacun :

• L’IA étroite est « le seul type d’IA qui existe aujourd’hui ». Elle peut être très performante, mais elle ne sort pas de la tâche pour laquelle elle a été entraînée.
• L’IA générale « n’est aujourd’hui qu’un concept théorique ». Si elle existait, elle pourrait réutiliser ce qu’elle a appris pour de nouvelles tâches, dans un autre contexte.
• La super-intelligence est, comme l’IA générale, « strictement théorique ».

Coursera donne les mêmes trois catégories : accomplir des tâches définies de façon étroite, simuler la pensée humaine, dépasser les capacités humaines.

Pour vous, la conséquence est concrète. Un outil qui promet de « tout faire » dans votre entreprise ne correspond à aucune case réelle de ce classement. Chaque outil qui existe fait une famille de tâches, et c’est cette famille qu’il faut identifier avant de signer.

Lesquels de ces 7 types d’IA existent vraiment aujourd’hui ?

Trois types sur sept existent aujourd’hui : l’IA étroite, la machine réactive et l’IA à mémoire limitée. Coursera le résume dans sa mise à jour du 31 mai 2026 : « seules l’IA réactive et l’IA à mémoire limitée existent actuellement », la théorie de l’esprit et l’IA consciente restant « purement théoriques », sans aucun exemple réel.

IBM dit la même chose avec ses mots : l’IA étroite est la seule qui existe, et les deux types réels par fonctionnement en font partie. Tout ce qu’une PME peut acheter ou utiliser aujourd’hui est donc de l’IA étroite, réactive ou à mémoire limitée.

C’est là que la classification devient utile : elle vous donne trois phrases à repérer chez un vendeur.

• « Notre IA comprend les émotions de vos clients. » IBM range l’IA émotionnelle dans la théorie de l’esprit, encore en développement, et écrit qu’« à ce jour, l’IA émotionnelle n’est pas en mesure de comprendre les sentiments humains et d’y réagir ».
• « C’est une IA générale, elle s’adapte à tout votre métier. » L’IA générale « n’est aujourd’hui qu’un concept théorique », toujours selon IBM.
• « Elle a conscience de ce qu’elle fait. » Coursera note que des outils comme ChatGPT, Google Gemini ou Microsoft Copilot « peuvent produire des réponses qui donnent l’impression d’une IA consciente », mais qu’ils ne le sont pas.

Face à ce genre de promesse, je conseille une seule question : quelle tâche précise votre outil fait-il, et à partir de quelles données ? Un outil réel a une réponse courte à cette question.

Symbolique, connexionniste, évolutionniste, hybride : un autre vocabulaire

Vous croiserez aussi ces mots, y compris dans d’anciennes listes de « 7 types d’IA ». Ils ne disent pas ce qu’une IA sait faire, mais comment elle est construite :

• Symbolique, ou à règles : elle raisonne à partir de règles et de symboles écrits par des humains.
• Connexionniste : elle apprend à partir d’exemples, avec des réseaux de neurones artificiels.
• Évolutionniste : elle fait évoluer des solutions par essais successifs, à la manière d’une sélection naturelle.
• Hybride : elle combine plusieurs de ces méthodes.

Ce sont des méthodes de fabrication, pas des produits. Elles ne changent rien à la conclusion : tout ce qui tourne aujourd’hui reste de l’IA étroite.

ChatGPT, c’est quel type d’IA ?

ChatGPT est une IA étroite qui fonctionne en mémoire limitée. IBM le range dans l’IA étroite « car il se limite à la seule tâche de chat textuel », et classe les outils d’IA générative comme ChatGPT parmi les IA à mémoire limitée, qui s’en servent « pour prédire le mot, l’expression ou l’élément visuel suivant ».

Coursera le décrit comme un exemple d’IA générative, alimentée par de grands modèles de langage (en anglais LLM : des programmes entraînés sur des volumes énormes de texte pour prédire la suite d’une phrase). Si vous voulez comprendre ce mécanisme sans formule, voici le fonctionnement d’un LLM expliqué simplement.

IBM place au même endroit les assistants virtuels et les chatbots (Siri, Alexa, Google Assistant), qui combinent le traitement du langage et l’IA à mémoire limitée pour comprendre une demande. Dans la grille par usage de cet article, ChatGPT et ses équivalents tombent dans la famille de l’IA générative : rédiger, résumer, répondre. Ce classement ne dit rien de plus sur leurs capacités, et ne suffit pas à choisir entre eux.

Quels sont les différents agents IA ?

IBM décrit 5 types d’agents IA : l’agent à réflexe simple, à réflexe fondé sur un modèle, fondé sur des objectifs, fondé sur l’utilité, et l’agent apprenant. AWS en liste 7 : les cinq mêmes, plus les agents hiérarchiques et les systèmes multi-agents. Les deux listes diffèrent ; aucune n’invalide l’autre.

Un agent, selon la présentation des agents d’IA par AWS, est un logiciel qui collecte des données et s’en sert pour accomplir des tâches de lui-même, vers des objectifs fixés à l’avance : « Les humains fixent des objectifs, mais un agent d’IA choisit indépendamment les meilleures actions à effectuer pour atteindre ces objectifs. » Comme toute IA réelle selon IBM, un agent reste de l’IA étroite : il est conçu pour un objectif donné.

Les sept sortes listées par AWS, dont les cinq de la page d’IBM sur les types d’agents IA (consultée le 5 novembre 2026), du plus simple au plus élaboré :

1. Réflexe simple : il applique des règles prédéfinies aux données du moment. AWS donne cet exemple : « réinitialiser les mots de passe en détectant des mots clés spécifiques dans la conversation d’un utilisateur ».
2. Réflexe fondé sur un modèle : il garde une représentation de son environnement et, d’après AWS, « évalue les résultats et les conséquences probables » avant de décider.
3. Fondé sur des objectifs : il compare plusieurs façons d’atteindre un but et planifie. Attention au piège de vocabulaire : AWS les appelle aussi « agents basés sur des règles », sans rapport avec la famille des règles décrite plus bas.
4. Fondé sur l’utilité : il compare la valeur de chaque issue possible et choisit la meilleure quand il faut arbitrer entre plusieurs critères.
5. Apprenant : selon AWS, il « apprend continuellement de ses expériences passées pour améliorer ses performances ».
6. Hiérarchique (liste d’AWS) : des agents organisés en niveaux, où ceux du haut découpent le travail et le confient à ceux du bas.
7. Système multi-agents (liste d’AWS) : plusieurs agents qui interagissent pour un objectif commun. IBM précise que ses cinq types peuvent être déployés ensemble dans un tel système.

Pour une PME, l’exemple le plus parlant d’AWS est celui-ci : « un agent comptable signale et demande automatiquement les données de facturation manquantes pour les achats ». Pour aller plus loin sur la définition, lisez ce qu’est un agent IA, en mots simples.

Quelles technologies d’IA les entreprises françaises utilisent-elles en 2025 ?

En 2025, 18 % des entreprises françaises de 10 salariés ou plus déclarent utiliser au moins une technologie d’IA, contre 10 % en 2024, selon l’Insee. Parmi celles qui l’utilisent, la plus répandue est la fouille automatique de texte, c’est-à-dire l’analyse du langage écrit (56 %), devant l’IA générative de texte ou de parole (43 %).

Ces chiffres viennent de l’Insee Première n° 2120 sur les technologies de l’information dans les entreprises en 2025, publié le 21 juillet 2026. Ce qu’il faut en retenir pour une PME :

• La taille compte. 15 % des entreprises de 10 à 49 salariés utilisent l’IA, 31 % de celles de 50 à 249 salariés, 58 % de celles de 250 salariés ou plus.
• La France est un peu en retrait. 20 % des entreprises de l’Union européenne utilisent au moins une technologie d’IA en 2025.
• Les usages se cumulent. Parmi les entreprises utilisatrices, 59 % utilisent au moins deux technologies d’IA et 36 % au moins trois. Après la fouille de texte et l’IA générative de texte, viennent l’IA générative d’images, de vidéos ou de contenu audio (41 %) et la reconnaissance de la parole (34 %).
• Le premier frein n’est pas technique. Parmi les entreprises qui n’utilisent pas l’IA, 71 % disent ne pas en voir l’utilité, surtout chez les plus petites, et 54 % évoquent un manque d’expertise.

Une précaution de lecture : l’enquête ne couvre ni les entreprises de moins de 10 salariés, ni l’agriculture, la finance et l’assurance. Elle ne parle pas non plus d’agents.

Les 71 % qui ne voient pas l’utilité sont, à mon sens, le vrai sujet. Le problème n’est pas l’outil : c’est de savoir quelle famille d’IA répond à quelle tâche de l’entreprise.

Quel type d’IA choisir pour votre PME : règles, prédiction, IA générative ou agent ?

Je recommande de choisir la famille d’après une tâche répétitive précise, jamais d’après l’outil à la mode. Une tâche qui suit toujours le même chemin relève des règles ; une décision qui dépend de votre historique, de la prédiction ; un texte à produire, de l’IA générative ; une suite d’étapes avec des choix en route, d’un agent.

Ces quatre familles sont ma grille de décision, pas celle d’IBM. Elles se rattachent aux types réels de la classification, comme le montre le tableau.

Mes recommandations, famille par famille :

1. Commencez par les règles ou l’IA générative. Ni l’une ni l’autre ne demande un historique de données : une règle s’écrit, un texte se relit. C’est le point de départ que je conseille à une PME qui n’a encore rien en place.
2. Gardez la prédiction pour quand vos données sont propres. Une IA à mémoire limitée apprend de votre passé : si l’historique de vos ventes ou de vos impayés est incomplet, la prédiction le sera aussi.
3. Passez aux agents en dernier. Un agent enchaîne des décisions : il faut d’abord savoir décrire la tâche étape par étape, et savoir où un humain valide.

Scénario imaginé, pour illustrer (ce n’est pas un client) : une entreprise de maintenance d’une vingtaine de personnes reçoit chaque jour des demandes de SAV par mail, mêlées aux factures et aux devis. Première marche, une règle : tout mail qui contient un numéro de contrat part dans la file SAV. Deuxième marche, l’IA générative : pour chaque demande, un brouillon de réponse que le technicien relit. Troisième marche, seulement quand les deux premières tiennent : un agent qui retrouve l’historique du contrat, propose un créneau d’intervention et prépare la réponse, avec une validation humaine avant envoi.

Si vos équipes en sont à la première marche, c’est l’objet de la formation IA en entreprise, qui apprend à choisir avant d’acheter : deux jours, 14 heures, cinq modules, dont un intitulé « Choisir ses outils sans se disperser », en petit groupe de six à huit personnes. Elle coûte 2 750 € à distance et 3 400 € dans vos locaux, avec un financement possible via un organisme partenaire certifié Qualiopi.

Si la question est celle des agents, la formation agents IA et automatisation n8n part d’une tâche répétitive de votre entreprise. Vous repartez avec une grille de tri pour décider quels processus méritent un agent, un premier agent construit sur un de vos cas réels, et de quoi juger une proposition commerciale sans dépendre du vendeur.

Sources

• IBM, « Types d’intelligence artificielle », page consultée le 5 novembre 2026.
• Coursera, « 4 Types of AI: Getting to Know Artificial Intelligence » (en anglais), mis à jour le 31 mai 2026.
• IBM, « Types d’agents IA », page consultée le 5 novembre 2026.
• AWS, « Que sont les agents en IA ? », page consultée le 5 novembre 2026.
• Insee, Clément Lefebvre, « Les technologies de l’information et de la communication dans les entreprises en 2025 », Insee Première n° 2120, 21 juillet 2026.