Jour 1 et 2
Introduction
• Présentation de la formation, des formateurs
• Objectifs et attentes des participants
• Enjeux de l'adoption technologique en entreprise
• Contexte et enjeux de l'utilisation des IA dans le monde de l'entreprise
Fondamentaux sur les technologies d'IA
• Définition des algorithmes et de l'intelligence artificielle (IA computationnelle, systèmes experts, statistiques, réseaux de neurones, etc.)
• Machine Learning et Deep Learning, CNN (Convolutional Neural Networks), RNN (Recurrent Neural Networks), GAN (Generative Adversarial Network), etc.
• NLP (Natural Language Processing), et le TDM (Text Data Mining) : similarités et différences.
• Sujets connexes : Voice models, Computer vision, Multi-modalité.
Bases du fonctionnement des IA génératives textuelles
• Large Language Model (LLM) et Transformers
• Modèle de fondation, et couches d'apprentissage appliquées
• Fenêtre de contexte, RAG (Retrieval Augmented Generation)
Panorama des outils et prise en main des outils
• Historique et présentation des différents fournisseurs et modèles (OpenAI ChatGPT, Google
Gemini, Meta Llama, Anthropic Claude, Mistral Large, etc.)
• Comparaison en terme de performances (contexte, paramètres, quantization...), de
fonctionnalités (prompt système, fonctions...), de transparence, de réutilisation et d'adaptabilité (opensource ? Finetuning?), et de coût.
• Les modes de fonctionnement disponibles (complétion, insertion, réécriture, chat tronqué, chat avec RAG)
• Prise en main des interfaces de chat et exemples d'utilisation.
• Prise en main des playgrounds (OpenAI Playground, Google AIStudio, EleuterAI, etc.)
Utilisation et personnalisation : les bases du prompt engineering
• Quelles techniques pour adapter les IA à vos besoins spécifiques ?
• Définir des instructions claires pour obtenir des réponses précises.
• Explorer les fonctionnalités avancées (contrôle du style, génération conditionnelle, structure...)
• Panorama de techniques : zero shot, few shots, chain of thought, self-consistency, general knowledge, chaining, tree-of-thoughts, ReAct, Reflexion, etc.
Utilisation des IA génératives (textuelles) dans les processus de travail
• Comment intégrer les LLM dans les processus de travail existants ?
• Exemples d'utilisation des LLM dans différents domaines : marketing, développement, gestion de projet, service clientèle, rapports, évaluation et analyse, etc.
Les limites des IA génératives (textuelles)
• Vue d'ensemble des limites des IA, liées à leur fonctionnement
• Biais et les erreurs liés sur les données initiales (biais, etc.)
• Phénomène « d'IA menteuse » ou « d'hallucinations »
• Problème de transparence et d'explicabilité des IA
• Modération, contrôle des contenus et effet Waluigi
• Quelles alternatives lorsque les IA ne sont pas adaptés?
Risques de l'utilisation des IA
• Les risques associés à la génération automatique de contenu
• Risques juridiques (propriété intellectuelle, données personnelles, responsabilité, statut juridique...)
• Risques de sécurité (prompts malveillants, données sensibles, ...)
• Quelques pistes pour éviter les écueils de l'utilisation des IA
Jour 3 et 4
Stratégie d'adoption des IA
- Intégration des IA dans la stratégie globale de l'entreprise : définitions et vue d'ensemble
- Analyser les domaines d'activité de l'entreprise et identifier les opportunités offertes par les IA pour remplacer, compléter ou assister le travail humain
- Évaluer les risques potentiels associés à l'utilisation des LLM dans le contexte de l'entreprise
Déploiement en entreprise
- Établir un plan de déploiement des LLM dans les processus de travail existants
- Déterminer les étapes clés, les responsabilités et les ressources nécessaires
- Les bonnes pratiques pour intégrer les IA dans les processus de travail existants
Gestion du changement
- Formation continue et gestion des talents et dans un environnement de travail avec des IA
- Préparation des équipes et communication interne sur les changements liés à l'adoption des IA
- Gestion de la résistance au changement et du sentiment d'insécurité liés à l'automatisation
- Collaboration entre les employés et les LLM
Pilotage et suivi des performances
- Indicateurs de performance clés (KPI) pour mesurer l'impact des IA sur l'organisation
- Rapport et analyse des performances des IA pour le suivi et l'amélioration continue
- Retour sur investissement (ROI) de l'adoption des IA
Réglementations et éthique
- Enjeux éthiques et problèmes liés à l'utilisation des IA.
- Réglementations en vigueur et en projet concernant les IA, en France, en Europe et à l'international.
- Impact business et bonnes pratiques pour minimiser les risques juridiques lors de l'utilisation des IA • Impacts des contraintes de l'IA sur la gouvernance du SI (des données, des modèles, etc.)
Travaux pratiques
- Analyse d'études de cas d'entreprises ayant adopté les IA avec succès : identification des facteurs clés de succès et des obstacles rencontrés
- Ateliers de réflexion sur les impacts des IA sur les processus et la stratégie de l'entreprise
- Exercices de simulation : gestion du changement lié à l'adoption des IA
- Exercices de prise de décisions basées sur les informations générées par les IA et analyser les conséquences potentielles