Le vocabulaire Marylink, expliqué simplement.

Un agent IA exécute des tâches de façon autonome. Relié à Marylink, il s'appuie sur des pratiques validées plutôt que d'improviser, ce qui rend son action gouvernée et traçable.

L'AI Act classe les usages de l'IA par niveau de risque et impose transparence et supervision. La gouvernance de Marylink (rôles, validations, traçabilité) contribue à documenter et à piloter vos exigences de conformité.

Le B2B2B permet à un cabinet de transformer son savoir-faire en offre : on capitalise une méthode dans Marylink, puis on la met à disposition de ses clients, sous sa marque. La pratique devient un produit.

Le canevas est la surface de création de Marylink : on y compose des contenus à partir de blocs et de pratiques existantes, en laissant l'IA exécuter le savoir-faire de l'équipe plutôt qu'un prompt générique.

Sans capitalisation, l'IA vous fait exécuter plus vite mais érode votre mémoire institutionnelle. Capitaliser, c'est garder la trace exécutable de ce qui a marché pour que l'organisation s'enrichisse au lieu de se vider.

Le champion est le moteur humain d'un espace : il encourage les contributions, met en avant les bonnes pratiques et entretient la dynamique. Sans champion, un espace s'endort.

La création augmentée, c'est produire avec une IA qui connaît votre contexte : vos pratiques, vos espaces, vos standards. Le résultat reflète votre contexte plutôt qu'une production générique.

CREW (Concepts, Rôles, Environnements, Workflows) est la grammaire de gouvernance qui structure Marylink : qui est responsable de quelle pratique, où, et selon quelles étapes. Publié par M. Elmoukhliss et H. Mary.

Le diagnostic IA situe votre organisation sur la profondeur et la vitesse de ses usages, puis propose des actions priorisées. C'est le point de départ avant tout déploiement Marylink.

Les espaces organisent le savoir-faire par domaine. Chacun a ses membres, ses rôles, ses pins et ses recommandations : ce qui marche y remonte au collectif, le reste ne pollue pas.

Les étapes de validation matérialisent le workflow d'une pratique. Chaque colonne a ses règles : tant qu'elles ne sont pas remplies, on sait précisément pourquoi une pratique est bloquée : la brique « Workflows » de CREW.

L'évaluation (ou revue) transforme une intuition en signal de confiance. Un expert note la pratique selon des critères explicites, ce qui permet aux autres (humains comme IA) de réutiliser en connaissance de cause.

La gouvernance, dans Marylink, n'est pas un frein : c'est ce qui rend une pratique digne de confiance. Rôles d'espace, étapes de validation, expertises et révisions assurent qu'on réutilise du sûr, pas du « ça dépend ».

Le knowledge collapse, formalisé par Acemoglu, Kong & Ozdaglar (NBER, MIT), désigne l'appauvrissement du savoir collectif à l'ère de l'IA. Les auteurs soulignent l'intérêt d'agréger et de gouverner le savoir-faire pour préserver performance et résilience.

Le MCP permet à un assistant IA externe de lire et d'agir dans Marylink de façon sécurisée : chercher une pratique, publier, évaluer. Vos pratiques deviennent des outils que l'IA peut utiliser, sans copier-coller.

Le modérateur garantit qu'un espace reste sain : il arbitre, corrige, archive ce qui n'a plus lieu d'être et fait respecter les règles de l'espace.

Marylink est modulaire : chaque capacité est un module qu'on active ou désactive sans toucher au reste. Vous ne payez et n'affichez que ce qui sert.

Les packs simplifient le choix : au lieu de cocher des dizaines d'options, vous activez un périmètre cohérent. On part d'un socle (Core) et on ajoute des packs selon les besoins.

Le Practice Engineering est l'approche scientifique sur laquelle repose Marylink : formaliser ce que les gens font vraiment (et bien) pour en faire des pratiques activables par tous, et par l'IA. C'est le passage de la connaissance qui se documente à la pratique qui s'exécute.

Le Practice Graph est le cœur de Marylink : il transforme le savoir-faire de votre organisation en un réseau de pratiques typées, reliées et réutilisables. Contrairement à un wiki figé, il s'enrichit à chaque usage et peut être exécuté aussi bien par les humains que par les agents IA.

Une pratique est l'atome du Practice Graph. Plutôt qu'un texte mort, c'est un assemblage de blocs typés (contenu, prompt, idée, style) que l'on peut réutiliser, faire évoluer et faire exécuter par une IA.

La publication est la forme partagée d'une pratique. Elle porte un historique de versions, des expertises, des révisions et un parcours de validation, pour que la qualité soit pilotée, pas subie.

Le RAG ancre les réponses de l'IA dans vos documents et pratiques. Résultat : moins d'hallucinations, des réponses sourcées, et une IA qui parle de votre organisation plutôt que du web en général.

La réutilisation est le retour sur investissement du savoir-faire : une pratique capturée une fois, exécutée des dizaines de fois. C'est ce que Marylink rend visible et mesurable (« réutilisée ×7 »).

Le RGPD encadre le traitement des données personnelles en Europe. Marylink intègre ses exigences par conception : hébergement européen, minimisation, traçabilité et droits des personnes.

Les rôles d'espace répartissent la responsabilité des pratiques. Ils déterminent qui peut publier, qui valide, qui modère et qui anime : la brique « Rôles » du cadre CREW.

Un siège correspond à un utilisateur actif. Vous ajoutez ou retirez des sièges selon vos équipes : la facturation suit l'usage réel, sans engagement rigide.

La souveraineté, chez Marylink, est concrète : données hébergées en Europe, jamais utilisées pour entraîner des modèles tiers, et un cadre conforme RGPD et AI Act. Votre capital de savoir-faire reste le vôtre.

Le tableau de bord transforme l'activité en pilotage. On y voit ce qui est utilisé, ce qui décroche et ce qui demande une action, pour suivre et orienter l'usage de l'IA.