JOUR 1 – COMPRENDRE L’INTELLIGENCE ARTIFICIELLE ET SES APPLICATIONS DANS L’ENTREPRISE
Phase d’inclusion
Introduction à la formation IA pour managers
« IA », de quoi parle-t-on ? Définition et périmètre de l’intelligence artificielle
Bref retour historique sur l’évolution de l’intelligence artificielle
Les 3 types d’IA : étroite (ANI), générale (AGI) et superintelligence artificielle (ASI)
Machine learning, deep learning, IA générative, LLMs… les termes et concepts clés
Tendances actuelles et orientations futures
Exemples d’activités pratiques : discussion interactive sur l’impact de l’IA dans différentes industries, analyse d’études de cas sur des mises en œuvre réussies de l’IA.
L’IA dans le contexte de l’entreprise
L’entreprise se transforme avec l’IA, les métiers aussi
L’IA dans le marketing, les ventes et le service client
L’IA dans les opérations et la gestion de la supply chain
L’IA dans la finance et la gestion des risques
L’IA dans les ressources humaines et la gestion des talents
L’IA dans le développement et la cybersécurité
Exemple d’activité pratique : exercice de groupe pour identifier les cas d’utilisation potentiels de l’IA dans les entreprises des participants.
Outils et plateformes d’IA
Vue d’ensemble des outils et plateformes d’IA populaires
Critères de sélection des outils d’IA
Démonstrations d’outils d’IA en action
Exemples d’activités pratiques : session d’exploration d’outils (les participants explorent et présentent les résultats de différentes plateformes d’IA), exercice de sélection guidée d’outils en fonction des besoins de l’entreprise des participants.
JOUR 2 – MISE EN ŒUVRE ET GESTION DE PROJETS IA
Retour sur les acquis pédagogiques de la veille, questions/réponses selon les besoins des apprenants.
Conception de projets IA
Identification des opportunités de projets basés sur l’intelligence artificielle
Planification du projet et affectation des ressources
Collecte et préparation des données
Exemples d’activités pratiques : séance de réflexion sur un projet basé sur l’IA, exercice de planification d’un projet fictif avec calendrier et planification des ressources.
Ethique de l’IA et gestion des risques
Considérations éthiques dans l’IA (biais, transparence, responsabilité…)
Cadres réglementaires et conformité
Évaluation des risques et stratégies d’atténuation
Garantir la confidentialité et la sécurité des données
Exemples d’activités pratiques : discussion de groupe sur les dilemmes éthiques de l’IA, atelier d’évaluation des risques à l’aide de scénarios réels.
Piloter l’intégration de l’IA
Stratégies de gestion du changement pour l’adoption de l’IA
Formation des équipes
Mesurer l’impact de l’IA et le retour sur investissement
Amélioration continue des projets d’IA
Exemples d’activités pratiques : simulation de l’intégration de l’IA dans une entreprise, développement d’une stratégie pour la formation continue et la préparation des équipes.
