Objectif :

Clarifier ce qu’est réellement l’IA, son fonctionnement et ses limites, en déconstruisant les idées reçues.

Points Principaux :

• Comprendre la différence entre IA, Machine Learning et Deep Learning
• Découvrir l’évolution de l’IA et les étapes clés de son développement
• Identifier ce que l’IA peut et ne peut pas faire aujourd’hui
• Distinguer les mythes et réalités de l’IA dans la société

Déroulé du module :

1. Introduction : Qu’est-ce que l’IA ? – Définitions simples et accessibles
2. L’histoire de l’IA – Des premiers algorithmes aux avancées actuelles
3.  Différencier IA, Machine Learning et Deep Learning
4. Les types d’IA – Symbolique, Apprentissage supervisé, non supervisé, renforcé
5.  L’IA dans notre quotidien – Exemples concrets (Siri, ChatGPT, recommandations Netflix, etc.)
6. Limitations et défis actuels – Où en est l’IA aujourd’hui ?
7. Quiz interactif – Déconstruire les mythes sur l’IA
8. Discussion ouverte – Questions/réponses avec les participants

‍

Objectif :

Explorer comment l’IA est utilisée dans différents secteurs et quels sont ses apports en entreprise.‍

Points Principaux :

• Identifier les grands domaines d’application de l’IA
• Comprendre comment l’IA crée de la valeur business
• Analyser des exemples concrets d’entreprises ayant réussi grâce à l’IA
• Détecter les opportunités d’IA dans son propre secteur

Déroulé du module :

1. Introduction : Pourquoi l’IA est stratégique pour les entreprises ?
2.  L’IA dans le marketing – Personnalisation, segmentation, chatbots
3.  L’IA dans la finance – Détection de fraudes, scoring bancaire
4.  L’IA dans les RH – Recrutement automatisé, analyses prédictives
5.  L’IA dans la santé – Diagnostic assisté, robotique médicale
6.  Zoom sur l’IA générative – ChatGPT, MidJourney, etc.
7.  Atelier : Étudier un cas d’usage IA et en tirer des leçons
8. Débrief et échange sur les opportunités IA par secteur

‍

Objectif :

Sensibiliser aux implications éthiques et réglementaires de l’IA et comprendre les bonnes pratiques.‍

Points Principaux :

• Appréhender les biais algorithmiques et leurs conséquences
• Comprendre les enjeux de la transparence et de l’explicabilité
• Connaître les réglementations en vigueur (RGPD, AI Act)
• Adopter une approche responsable dans l’usage de l’IA

Déroulé du module  :

1. Introduction aux enjeux éthiques de l’IA
2.  Comprendre les biais algorithmiques – Démonstrations et exemples
3.  L'impact de l’IA sur l’emploi et la société
4.  Les défis de la transparence et de l’explicabilité des algorithmes
5.  Les réglementations à connaître (RGPD, IA Act, etc.)
6. Cas d’études : Les controverses liées à l’IA (Facebook, Google, etc.)
7.  Atelier : Détecter les biais et proposer des solutions éthiques
8.  Discussion ouverte : Quel futur pour l’IA éthique ?

‍

Objectif :

Donner aux participants les clés pour identifier et exploiter des opportunités IA dans leur propre entreprise.

Points Principaux :

• Identifier les premières étapes pour lancer un projet IA
• Comprendre les outils et technologies accessibles sans expertise technique
• Savoir comment travailler avec des experts IA (Data Scientists, Ingénieurs)
• Développer un mindset orienté innovation et data-driven

Déroulé du module  :

1. Introduction : L’IA, un levier stratégique pour les entreprises
2.  Comment détecter des opportunités IA dans son entreprise ?
3.  Les outils no-code pour exploiter l’IA sans être développeur
4.  Collaboration avec une équipe data : Les rôles clés
5.  Méthodologie pour lancer un projet IA (Test & Learn, MVP, POC)
6.  Les KPIs à suivre pour mesurer la performance d’un projet IA
7.  Atelier : Simulation de mise en place d’un projet IA dans son domaine
8.  Debrief et plan d’action personnalisé pour chaque participant

‍