Tu as cherché « AI-104 » parce que l’AI-102 a été retiré et tu as supposé que l’examen suivant porterait le numéro juste au-dessus. Supposition raisonnable. Elle est aussi fausse.
Il n’existe pas d’AI-104. Microsoft n’a pas renuméroté l’AI-102 en ajoutant un.
L’examen qui remplace l’AI-102 est l’AI-103
L’AI-102 a été retiré le 30 juin 2026 à 23h59 CST. La certification qu’il conférait, « Microsoft Certified : Azure AI Engineer Associate », a été retirée le même jour.
Le remplaçant est l’AI-103 : « Developing AI Apps and Agents on Azure ». Réussis-le et tu obtiens une certification au nom différent : « Microsoft Certified : Azure AI Apps and Agents Developer Associate ». Le score requis est de 700 sur 1000, comme pour l’AI-102.
Le numéro a donc bien augmenté de un. Mais c’est AI-103, pas AI-104, et le nom de l’examen comme celui de la certification a changé. Si tu cherches « AI-104 » sur Microsoft Learn, tu ne trouveras rien, parce que rien ne porte ce numéro dans le catalogue Azure AI.
Pourquoi cette confusion de numéros
La numérotation de Microsoft n’est pas séquentielle comme on s’y attend.
Lorsque l’AZ-103 a été remplacé, le nouvel examen était l’AZ-104, un cran au-dessus. Ce schéma habitue les gens à ajouter un. Mais Azure AI a pris une autre voie. Le prédécesseur de l’AI-102 était l’AI-100, pas l’AI-101. Microsoft saute des numéros, réutilise des plages et choisit un numéro à la sortie d’un nouvel examen plutôt que d’incrémenter l’ancien.
Il y a une seconde raison pour laquelle « AI-104 » semble plausible : l’AI-900, l’examen fondamentaux, a lui aussi été retiré le 30 juin 2026 et remplacé par l’AI-901. Deux examens Azure AI retirés le même jour, tous deux avec un successeur, incitent à supposer une numérotation bien rangée. Elle n’existe pas.
Ce que teste vraiment l’AI-103
Ce n’est pas l’AI-102 avec un nouvel autocollant. Le contenu a bougé.
L’AI-103 comporte cinq domaines :
| Domaine | Pondération |
|---|---|
| Planifier et gérer une solution Azure AI | 25–30 % |
| Implémenter des solutions d’IA générative et agentiques | 30–35 % |
| Implémenter des solutions de vision par ordinateur | 10–15 % |
| Implémenter des solutions d’analyse de texte | 10–15 % |
| Implémenter des solutions d’extraction d’informations | 10–15 % |
Le domaine de l’IA générative et des agents représente 30–35 % de l’examen, le bloc le plus important à lui seul. Dans l’AI-102, les agents occupaient un coin de 5–10 %. Ils sont désormais au centre de l’examen. Le profil d’audience de Microsoft est explicite : tu crées et déploies des agents dans Microsoft Foundry, et tu as besoin d’une expérience Python pratique. Savoir décrire ce qu’est un agent ne te donnera pas la note de passage. Tu dois en avoir construit un.
Si ton quotidien professionnel implique déjà de déployer des modèles, de câbler du RAG ou d’orchestrer des workflows multi-agents dans Foundry, l’examen correspond à ce que tu fais. Sinon, c’est sur ces 30–35 % que tu passeras le plus clair de ta préparation.
Par où commencer
Lis d’abord le guide d’étude officiel AI-103 de Microsoft. Il contient la liste complète des objectifs, et la section « compétences évaluées » est le plan exact à partir duquel l’examen est construit.
Si tu étais en pleine préparation de l’AI-102 lors de son retrait, ne suppose pas que tes notes se reportent proprement. Le contenu planification-et-gestion et vision par ordinateur se recoupe, mais le travail génératif et agentique est désormais le plus gros domaine à lui seul, la part agentique passant d’un coin de 5–10 % au centre de l’examen, et le NLP en tant que sujet autonome a disparu, intégré dans « analyse de texte » à 10–15 %. Nous avons décortiqué ce changement en détail dans l’article sur la transition AI-102 vers AI-103.
Pass-IT propose des questions d’entraînement AI-103 ancrées dans le guide d’examen actuel, avec un suivi par domaine pour voir si ce bloc agentique de 30–35 % est celui où tu perds des points avant de réserver. La page de certification AI-103 présente le découpage complet des domaines. Commence gratuitement — sans carte pour ta première session.
