Vecteur : définition complète en IA pour les PME

En IA, un vecteur est une liste structurée de nombres qui représente un objet (document, email, image, produit) dans un espace où la proximité = similarité de sens. C'est la base des bases vectorielles (vector databases) qui alimentent la recherche sémantique, les recommandations et le RAG.

De quoi on parle vraiment

Décomposons :

• chaque document est converti en vecteur (via embeddings) ;
• une base vectorielle stocke des millions de ces vecteurs et répond « donne-moi les N les plus proches de cette question » ;
• l'approximation de voisinage (ANN) rend cette recherche rapide même à grande échelle.

Pour une PME, le vecteur est invisible : c'est le mécanisme qui fait qu'une IA retrouve « le devis de Dupont de l'an dernier » ou « la procédure qualité applicable au contrôle » en quelques millisecondes.

Pourquoi c'est stratégique

La base vectorielle est l'endroit où vos données « vivent » pour l'IA. Son architecture (chunks, métadonnées, index) conditionne la qualité de tout ce qui est au-dessus : recherche, assistant, agents. La structurer correctement dès le départ — avec un expert — évite de devoir tout ré-indexer ensuite.