Piloter l’intelligence artificielle dans son entreprise

Montpellier

À l’issue de la formation, le participant sera capable de :
• Comprendre l’évolution récente de l’IA et le fonctionnement des LLM
• Identifier les principaux outils IA et leurs spécificités
• Maîtriser les techniques de prompt engineering structuré
• Développer sa data literacy
• Prendre en compte les enjeux éthiques, réglementaires (AI Act Art. 4, RGPD) et environnementaux
• Identifier et prioriser les cas d’usage IA pertinents
• Structurer une démarche de gestion de projet IA
• Choisir les solutions techniques adaptées
• Formaliser une expression de besoin pour son premier projet IA

  JOUR 1 - Comprendre les fondamentaux et commencer à pratiquer 

 

  Module 1 - Fondamentaux de l’IA (1h30) 


L’évolution récente de l’IA : des systèmes experts aux LLM, ce qui a changé et pourquoi
Fonctionnement des modèles de langage : tokens, fenêtre de contexte, température, raisonnement vs. pattern matching
Les différentes familles d’IA : générative, prédictive, analytique
Limites cognitives des LLM : hallucinations, biais, confiance calibrée
Ce que l’IA fait bien, ce qu’elle fait mal, ce qu’elle ne fait pas
Les enjeux spécifiques pour les PME/ETI : ressources limitées, ROI rapide, priorisation


 

  Module 2 - Panorama des outils et cas d’usage (1h30) 


Panorama comparé : Claude, ChatGPT, Gemini, Mistral, Copilot - forces, limites, positionnement, tarification
Outils spécialisés : Perplexity, NotebookLM, Midjourney/DALL-E, Suno/ElevenLabs
Expérimentation en binômes : tester un même cas professionnel sur 4 LLM, comparer les résultats
Créer ses premiers assistants personnalisés : GPTs, Gems, Projets Claude
Découverte du shadow AI : identifier les usages non déclarés et les risques
Atelier : construire ses 3 premiers cas d’usage IA opérationnels


 

  Module 3 - Prompt engineering (1h30) 


Prompt engineering structuré : contexte, rôle, objectif, contraintes, format, exemples
Techniques avancées : chaînage, few-shot learning, tree-of-thought, instructions système
Adapter ses prompts au contexte, au public cible et aux données
Esprit critique : détecter les hallucinations, minimiser les erreurs, fiabiliser
Atelier : rédiger des prompts efficaces adaptés à son métier
Créer son premier assistant IA personnalisé


 

  Module 4 - Data literacy et enjeux éthiques (1h30) 


Data literacy : comprendre les données qui alimentent l’IA
Qualité des données : biais de représentation, impact sur les résultats
Enjeux RGPD appliqués aux usages IA
AI Act Art. 4 : obligation de littératie IA (février 2025), implications concrètes
Enjeux environnementaux : empreinte carbone, sobriété numérique
Atelier : cartographier les risques éthiques et réglementaires de ses cas d’usage
Choix du projet fil rouge : sélectionner son cas d’usage prioritaire pour le Jour 2


 

  JOUR 2 - Structurer sa démarche IA et formaliser son projet 

 

  Module 5 - Méthodologie de gestion de projet IA (1h30) 


La démarche THINK–BUILD–TRAIN appliquée à un projet IA
Les 5 tensions stratégiques de l’IA en organisation
Cartographier les processus de son organisation
Distinguer besoins IA (LLM, agents) des besoins low-code/no-code
Trier tâches stratégiques et tâches opérationnelles
Atelier : cartographier les processus et identifier 5 opportunités IA


 

  Module 6 - Priorisation des cas d’usage (1h30) 


Matrice effort/impact : prioriser par faisabilité, ROI et risque
Quick wins vs. projets structurants : séquencer l’intégration
Identifier les ressources internes et externes
Contraintes organisationnelles : budget, culture, maturité, résistances
Atelier : scorer et prioriser ses cas d’usage, définir les 3 priorités
Retours d’expérience : cas réels d’intégration IA en PME/ETI


 

  Module 7 - Choix des solutions techniques et prompt avancé (1h30) 


Grille de choix multi-critères : coût, intégration, souveraineté, performance, RGPD
Créer des agents IA personnalisés : configuration avancée
Introduction RAG : connecter l’IA aux données internes
Introduction MCP : intégrer l’IA dans les outils métier
Prompt engineering avancé : système, chaînage complexe, multi-modal
Atelier : prototyper la solution technique de son projet fil rouge


 

  Module 8 - Formaliser son expression de besoin et plan d’action (1h30) 


Structurer son expression de besoin IA : problème, solution, bénéfices, risques, ressources
Définir les indicateurs de performance IA pertinents
Anticiper la conduite du changement
Rédiger une proposition de charte IA éthique
Construire sa roadmap d’intégration IA à 30 jours
Restitution du projet fil rouge : pitch devant le groupe
Feedback croisé + lancement Engage