Module 4IA professionnelle — APIs, intégration et business

1. Le monde des APIs d'IA (l'infrastructure invisible)

Pourquoi les APIs et pas seulement les interfaces ?

   INTERFACE (chat)                API (programme)
   ───────────────────             ───────────────────
   Vous tapez un message           Votre code envoie une requête
        │                                │
        v                                v
   Réponse à l'écran              Réponse dans votre application
        │                                │
        v                                v
   Usage : 1 personne à la      Usage : 1000 clients simultanés,
   fois, manuellement           24h/24, automatisé

   → Le business de l'IA vit dans la colonne de droite.

Les grands fournisseurs d'IA par API (2026)

Comprendre la facturation (le nerf de la guerre)

  Prix d'un LLM textuel = par million de tokens (Mtok)

  Exemple concret pour résumer 50 pages (~75.000 tokens entrée) :

  Modèle            Entrée/Mtok   Sortie/Mtok    Coût du résumé
  ──────────────    ──────────    ───────────    ───────────────
  DeepSeek V3       ~0,30 $       ~0,90 $        ~0,03 $
  GPT-5 mini        ~0,40 $       ~1,60 $        ~0,05 $
  Claude Sonnet     ~3 $          ~15 $          ~0,40 $
  Claude Opus       ~15 $         ~75 $          ~1,90 $

  → Le même travail coûte 60x moins cher selon le modèle choisi.
  → Règle pro : modèle pas cher pour le volume, modèle premium
    pour la qualité finale.

2. Votre première API d'IA (guide pas à pas)

Exemple : appeler DeepSeek en 10 lignes

import requests

response = requests.post(
    "https://api.deepseek.com/chat/completions",
    headers={
        "Authorization": f"Bearer {API_KEY}",  # jamais en dur dans le code !
        "Content-Type": "application/json"
    },
    json={
        "model": "deepseek-chat",
        "messages": [
            {"role": "system", "content": "Tu es un assistant commercial français."},
            {"role": "user", "content": "Rédige un mail de relance client poli."}
        ]
    }
)
print(response.json()["choices"][0]["message"]["content"])

Anatomie d'un appel LLM :

• system : les instructions permanentes (le rôle)
• user : la demande du moment
• model : quel cerveau utiliser
• La réponse arrive dans choices[0].message.content

Les 3 règles de sécurité des clés API

1. Jamais dans le code → variables d'environnement (.env hors Git)
2. Jamais dans le chat/mail/vocal → fichier sécurisé sur le serveur (chmod 600)
3. Rotation : si une fuite est suspectée, on régénère la clé immédiatement

3. Les modèles vidéo par API (veille 2026, extraits réels)

Ce tableau provient d'une veille réelle menée en octobre 2026 (sources dans l'annexe B) :

Usage concret (One Day studio) : Hailuo pour les drafts sociaux (0,28 $), Kling pour la version finale client (audio FR natif).

4. Architecture d'une solution IA professionnelle

┌────────────────────────────────────────────────────────────┐
│                    VOTRE APPLICATION                        │
│                                                            │
│  ┌─────────┐   ┌──────────────┐   ┌────────────────────┐  │
│  │ Interface│ -> │ Logique métier│ -> │ Base de données  │  │
│  │ (web/app)│   │  (votre code) │   │ (PostgreSQL...)   │  │
│  └─────────┘   └──────┬───────┘   └────────────────────┘  │
│                        │                                   │
└────────────────────────┼───────────────────────────────────┘
                         │  (uniquement quand nécessaire)
                         v
              ┌─────────────────────┐
              │  COUCHE IA (API)    │
              │                     │
              │  - LLM (DeepSeek)   │  ← le moins cher possible
              │  - Vecteurs (pgvector)│ ← pour chercher dans vos docs
              │  - Image/Vidéo      │  ← au cas par cas (coûteux)
              └─────────────────────┘

Règle d'architecture : l'IA est un service externe comme un autre. Votre app doit marcher même si l'IA est lente ou en panne (fallback, cache, file d'attente).

5. RAG : donner ses données à l'IA (le pattern pro n°1)

Le RAG (Retrieval-Augmented Generation) = l'IA répond à partir de VOS documents.

1. VOS DOCUMENTS              2. RECHERCHE              3. GÉNÉRATION
   (PDF, pages web,           ("quels documents          (le LLM répond
   bases clients...)           parlent de la                avec les extraits
         │                     question ?")                 trouvés)
         v                           │                          │
  Découpage en morceaux              v                          v
  + indexation vectorielle     "Les pages 3 et 7         "D'après vos
  (embeddings)                 sont pertinentes"          documents, ..."

Pourquoi c'est le pattern roi : sans RAG, le LLM invente. Avec RAG, il cite vos sources. C'est la différence entre un stagiaire qui bluffe et un assistant qui a lu vos dossiers.

6. IA et business : monétisation concrète

7. RGPD et IA : les 5 règles européennes

1. Base légale : définir pourquoi vous traitez (consentement, contrat, intérêt légitime)
2. Minimisation : ne pas envoyer à l'IA plus que nécessaire
3. Transparence : informer les personnes (et parfois mentionner l'usage IA)
4. Transfert hors UE : privilégier des hébergeurs européens (Mistral) ou des clauses contractuelles types pour les API US/asiatiques
5. Droit à l'effacement : pouvoir supprimer les données d'une personne sur demande

Source : www.cnil.fr/fr/ia/ai-act et le règlement européen AI Act.

8. Exercices

1. Créez un compte DeepSeek API, déposez 2 $, et refaites l'appel Python ci-dessus.
2. Branchez le résultat dans un webhook n8n (le pont entre module 3 et module 4).
3. Construisez un mini-RAG : 3 PDF + embeddings (option pgvector ou service type LangChain).
4. Calculez le coût d'un pipeline traitant 1 000 documents/mois avec 2 modèles différents.

9. Points clés

1. L'API est le vrai monde pro de l'IA : le choix du modèle est une décision économique.
2. RAG = le pattern n°1 pour une IA qui parle de VOS données sans inventer.
3. Sécurité des clés : variables d'environnement, jamais dans le code ni le chat.
4. L'IA est un service externe : prévoyez fallback et cache.
5. RGPD : minimisation + transparence (AI Act en vigueur progressivement).